🧠 从零看懂AI芯片产业链

📡 30章 · 沉浸式地图

01

芯片的“心脏”：什么是AI芯片？为什么我们需要它？概念

02

产业链全景图：从沙子到智能，AI芯片的完整旅程。全景

03

上游基石：半导体材料（硅片、光刻胶、特种气体）。材料

04

核心装备：光刻机、刻蚀机、薄膜沉积设备。装备

05

EDA软件：芯片设计的“画笔”与“图纸”。设计

06

IP授权：站在巨人肩膀上做设计（ARM、RISC-V）。 IP

07

芯片设计：前端逻辑设计与后端物理设计。设计

08

架构之争：GPU、FPGA、ASIC，谁更适合AI？架构

09

GPU霸主：NVIDIA的CUDA生态与护城河。 GPU

10

FPGA灵活派：赛灵思（AMD）的可重构计算。 FPGA

11

ASIC专用派：Google TPU与地平线BPU。 ASIC

12

存算一体：打破“存储墙”的新范式。存算

13

先进封装：Chiplet与3D堆叠技术。封装

14

晶圆制造：台积电、三星、中芯国际的工艺竞赛。制造

15

制造工艺：从28nm到3nm，制程演进意味着什么？工艺

16

良率与成本：一颗芯片的“生死线”。成本

17

封装测试：从晶圆到成品芯片的最后一步。测试

18

AI芯片的“大脑”：神经网络处理器（NPU）详解。 NPU

19

数据搬运工：高带宽内存（HBM）与互联技术。 HBM

20

软件栈：编译器、驱动与推理框架（TensorRT、ONNX）。软件

21

训练芯片：算力怪兽（NVIDIA A100/H100、AMD MI300）。训练

22

推理芯片：边缘端的轻骑兵（高通、华为昇腾、寒武纪）。推理

23

自动驾驶芯片：车载AI的算力与安全挑战。车载

24

云端AI芯片：数据中心里的“算力心脏”。云端

25

国产替代：中国AI芯片产业链的现状与突围。国产

26

投资视角：如何评估一家AI芯片公司？投资

27

产业链瓶颈：光刻机、EDA与高端人才的卡脖子问题。瓶颈

28

未来趋势：光子芯片、量子计算与类脑芯片。未来

29

生态为王：CUDA、ROCm与国产软件生态的构建。生态

30

动手实践：用Python模拟一个简单的AI芯片计算过程。实践