撰文丨一視財經 曉宇

編輯 | 高山

2025年，AI硬件領域最深刻的變化，發生在兩個看似相隔甚遠的地方：規模龐大的云端數據中心，和消費者觸手可及的終端設備。

全球AI硬件市場正以18%的年復合增長率，從2025年的668億美元向2034年2963億美元的目標邁進，一場價值重構正在上演。

01

云端進化

2025年，進入任何一家頭部科技公司的數據中心，最顯著的變化不再是更高的服務器密度，而是冷卻管道的復雜程度。

這背后是算力密度飆升帶來的挑戰。以英偉達GB200 NVL72系統為例，單個機柜的熱設計功耗高達130-140kW，遠超傳統風冷的散熱極限。

行業分析機構Trend Force預計，其在AI數據中心的滲透率將從2024年的14%大幅提升至2025年的33%

圖源：Trend Force官網

這種變化指向一個根本問題：芯片峰值算力的競爭已經讓位于系統級效率的競爭。

英偉達在2025年的戰略清晰地證實了這一轉變。其重心致力于打造下一代系統級平臺，如Vera Rubin平臺架構，引入了全面的平臺更新，重點集成了全新的Vera CPU和Rubin GPU。

Vera CPU擁有88個ARM核心，支持176個線程。這些處理器還將C2C鏈路帶寬翻倍至1800 GB/s，從而實現CPU、GPU及其共享內存資源之間更快的鏈接。

這種轉變的精妙之處在于，整體性能與競爭力的提升不再依賴單一組件的突破，而是通過芯片、網絡、系統乃至整個生態的協同來達成。

云服務商的選擇同樣說明了這一趨勢。為應對工作負載規模擴大并降低對單一供應商的依賴，全球頭部云廠商正加速投入自研ASIC芯片。

例如，谷歌的TPUv6、AWS的Trainium系列以及微軟的Maia芯片，都旨在針對特定AI任務實現控制成本、性能和供應鏈彈性，進一步改善營運成本支出。

在中國市場，這一趨勢更加明顯。Trend Force預測，2025年中國AI服務器市場中外購芯片（如英偉達、AMD）的比例將從2024年的約63%下降至約42%，而本土芯片供應商（如華為）的占比將同步提升至約40%，幾乎與外購芯片比例平分秋色。

系統優化的另一面體現在內存和能耗的突破上。

隨著AI模型規模膨脹，數據在服務器內外的傳輸速度與功耗成為關鍵瓶頸。高帶寬內存和硅光子技術成為核心解方。

1月6日凌晨5點多，英偉達創始人兼CEO黃仁勛在CES 2026發表了主題演講，表示Spectrum-X以太網交換機是全球首款集成硅光子學的以太網交換機，擁有512個200Gb/s端口。

它并非傳統以太網交換機的升級，而是專為AI數據中心東西向流量模式設計的AI原生網絡，解決了AI作業突發性、多對多通信帶來的延遲與擁塞難題。

至此，2025年云端硬件的進化軌跡已逐漸清晰：云端算力的競爭，已演變為成本、效率與自主可控能力的綜合較量。

02

終端覺醒

2025年，AI硬件的創新浪潮強勢席卷至消費電子領域。

最受關注的不是手機刷新率或相機像素，而是設備能否成為承載智能體、理解用戶需求的入口。

作為AI智能體載體，智能眼鏡的潛力被廣泛看好。IDC數據指出，2025年上半年，全球智能眼鏡市場出貨量達406.5萬臺，同比增長64.2%，其中，中國市場出貨量突破100萬臺，占據全球26.6%的份額。

在“雙11”期間，智能眼鏡、智能機器人、AI電腦位列天貓3C數碼行業趨勢新品類前三甲。其產品形態也快速迭代，2025年前8個月，市場公開報道的知名AI眼鏡新品就達25款，平均約9天就有一款新品推出。

終端的智能化不止于消費電子。在產業領域，硬件正從數據采集器進化為現場決策者。例如，在杭州蕭山國際機場，新引入的無人駕駛貨物牽引車能夠自主完成避障、鳴笛、運輸等全套流程，將貨物運輸效率提升20%，運營成本降低15%，操作準確率達100%。

在浙江的智能電廠，通過融合圖像識別與知識圖譜等AI技術，系統能夠智能判斷典型故障并自動生成分析報告，輔助運行處理。

這種將實時分析與決策能力賦予終端硬件的趨勢，正在工業質檢、醫療影像等無數場景中發生，并不斷地將響應時間從“秒級”壓縮至“毫秒級”，實現業務的無縫協同。

操作系統層面的變化也為此提供了基礎。百度智能云依托千帆大模型平臺，面向企業用戶推出覆蓋金融、電力、交通、環保、醫療等多個行業的“場景智能體”解決方案，推動AI從試點走向規模化應用。

這意味著，應用程序正在進化為能夠調動端云兩級算力、深度理解業務邏輯的“智能有機體”。

03

連接與挑戰

從云端芯片到終端傳感器，AI硬件的價值重組伴隨著一條深刻的暗線，即供應鏈的安全與重構。

芯片制造環節是主戰場。面對先進制程的復雜性和供應鏈風險，國內企業正通過系統架構創新尋求突破。

華為昇騰系列等國產芯片，在國有AI芯片政策支持下，正積極面向國內市場，在LLM訓練、智慧城市等應用層面拓展。

與此同時，全球產業正探索以Chiplet（芯粒）來提升性能、靈活性和良率，它倡導的是以系統設計為驅動，將設計、制造、封測工程師在一個協作平臺上有效串聯，這對傳統的單芯片設計流程、設計工具甚至底層算法帶來了巨大的顛覆。

內存供應鏈也在經歷重構。高帶寬內存的供應鏈長期高度集中，但巨大的需求正推動全球產業鏈加速研發。

其中，國內產業鏈圍繞HBM的材料、設計和封裝等核心環節加快技術攻關，試圖構建全鏈條的自主能力。

在材料端，九墨科技從成本約100萬元的50噸普通鋯原料中，可產出1噸芯片級四氯化鉿，當前售價可達1500萬元以上，實現15倍的價值躍遷；在芯片端，遠見智存實現了HBM2e量產，在封裝配套端，深南電路已成為內資最大的封裝基板供應商。

這些突破正串聯成線，為AI算力基座的供應鏈安全增加了重要砝碼。

2025年上半年，中國“具身智能+AI硬件”相關投融資事件達114起，總金額超145億元，一度成為投資市場最炙手可熱的方向之一。

04

端云協同

當云端與終端的界限因智能的流動而模糊，AI硬件的價值評估體系便發生了根本轉變，并在不同行業呈現出高度定制化的形態。

百度和武漢協和醫院合作構建的“智慧就醫助手”，通過AI技術智能化改造導診、掛號、問診等全流程，為患者提供更高效便捷的服務；國際上，類似Subtle Medical這樣的公司，利用最新GPU進行生成式AI醫療成像，實現了掃描速度提升5倍、輻射照射減少75%的突破，端云算力協同的成果正變得清晰可見。

未來的AI硬件，實質上是封裝了特定行業知識的“專業智能體”物理化身。它的競爭力不依賴于通用性能參數，而是源于對某個垂直領域核心瓶頸的深刻理解，以及據此設計的、不可分割的端云協同架構。

由此，商業模式也隨之迭代。交易標的不再僅限于硬件設備，而是一份包含持續算法優化、智能決策支持和明確業務結果承諾的服務合約。

行業的競爭壁壘，也從技術專利墻，演化為構建并運營整個垂直領域智能系統的綜合能力。最終，那些最善于將行業知識轉化為軟硬一體解決方案的廠商，將定義各自領域的新規則。

這種價值重構的最終形態，或許是智能的徹底隱形。

當用戶不再需要思考“這是本地計算還是云端計算”，當AI硬件的復雜性完全隱藏于自然的交互背后，真正的價值革命才算完成。