国庆专题四：从全链条攻关到系统协同：“十五五”时期中国半导体产业发展趋势解读

2026年9月，工业和信息化部、国家发展改革委联合印发《电子信息制造业发展“十五五”规划》（以下简称《规划》）。《规划》提出推动集成电路全链条攻关，并围绕先进计算、人工智能硬件和行业电子等领域作出部署。此前发布的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》与《中华人民共和国国民经济和社会发展第十五个五年规划纲要》（以下简称《纲要》），也对集成电路等重点领域关键核心技术攻关作出部署。

从中央部署到行业规划，半导体产业相关政策已覆盖关键技术攻关、产业链协同和系统应用等多个层面：设计工具与IP、制造、封装测试、装备材料等关键环节均被纳入部署，高性能芯片还需要与存储、互连、整机和软件形成协同。未来五年，产业发展的关键在于推动薄弱环节的技术突破进入稳定量产，使芯片性能在真实系统中得到充分发挥，并通过终端应用持续验证和迭代。

《纲要》提出加强战略必争领域和产业链供应链薄弱环节关键核心技术攻关。《规划》则进一步提出发展高性能处理器、高密度存储器等高端芯片产品，提升集成电路制造水平，推动先进封装测试技术开发和应用，同时持续提升关键装备、材料和零部件供给能力，加快发展电子设计自动化工具（EDA）和知识产权核（IP核）。

半导体各环节并不是独立推进。设计端，EDA/IP、PDK和工艺规则决定芯片能否完成物理实现并顺利流片；制造端，设备、材料和过程控制共同影响工艺窗口、良率以及产线稳定运行；封装测试和客户验证则关系到产品能否达到预期性能与可靠性要求，并实现稳定交付。单一环节取得突破，如果无法与前后环节适配，仍难转化为可复制的量产能力。

因此，全链条攻关需要落实到具体产品和工艺。芯片设计企业需基于晶圆厂的PDK、设计规则和IP资源完成工艺适配，重点产品还需开展设计—工艺协同优化；设备和材料企业则需要围绕目标工艺窗口开展客户产线验证，持续验证关键参数稳定性、缺陷水平和批次一致性。只有关键参数和验证结果能够稳定复现，研发成果才具备稳定量产和持续供货的基础。

《规划》同时提出“做精做细成熟制程，提高先进制程能力”，体现出对不同工艺路线和应用需求的同步部署。高性能处理器更加依赖先进工艺、先进封装与系统集成，高密度存储器则对制程、三维结构及封装集成能力提出更高要求；模拟、功率和控制芯片则分别对精度、耐压与损耗、实时性和长期可靠性等指标提出不同要求。成熟制程的竞争更多体现在特色工艺平台、良率、成本和客户认证，先进制程则更依赖设备材料、工艺集成和设计生态的协同推进。

来源：沙利文分析

围绕构筑先进计算生态体系，《规划》提出加快计算架构、数据存储、高速互连、软硬协同、算电协同等先进计算产品及技术创新攻关；在夯实人工智能硬件底座方面，又提出加强人工智能芯片与整机产品协同，并强化人工智能芯片与大模型、数据库等适配。对AI/HPC而言，芯片峰值算力只是系统性能的一部分，存储、互连、电源、散热和软件栈都会影响最终能够实现的系统吞吐和计算效率。

大模型训练需要在多芯片、多节点之间持续交换参数和中间数据，HBM带宽不足、芯片间互连或集群通信受限，都会降低计算单元利用率。推理侧则更容易受到时延、并发、显存或内存容量以及数据搬运效率的制约，长上下文和高并发还会进一步增加存储压力。因此，单纯增加计算芯片数量并不必然带来系统吞吐的线性提升。高带宽内存、高速互连、电源与散热，以及编译器、通信库和调度软件，将更直接地影响系统吞吐、能效和资源利用率。

国产AI芯片进入客户系统后，适配工作仍需持续推进。主流框架适配和算子覆盖是否完整，编译器和驱动是否稳定，大模型版本更新后能否保持兼容，集群调度和故障恢复是否成熟，都会影响客户的迁移成本和设备利用率。芯片企业需要围绕实际工作负载持续完善软件栈，并与整机厂商、模型开发者共同开展长期运行验证。

因此，“十五五”期间高性能芯片的竞争重点将更多体现在有效吞吐、存储与互连效率、系统能效、软件兼容性和长期运行稳定性，而不只是单颗芯片的理论峰值。能够缩短模型迁移和系统调优周期、提高集群利用率并控制运行成本的产品，更有利于实现规模化部署和持续采用。

来源：沙利文分析

随着AI/HPC对带宽和能效要求提高，先进封装与芯片架构设计之间的协同正在增强。《规划》明确提出推动先进封装测试技术开发和应用，并推进三维集成等技术突破和应用。对计算芯片与HBM等高带宽存储的组合而言，互连距离、带宽密度、供电和散热等问题都需要在系统设计阶段统筹考虑。

芯粒（Chiplet）与异构集成可以将不同功能、不同工艺的芯片组合起来。2.5D封装通过中介层等结构实现高密度互连，3D集成则通过垂直堆叠进一步提高集成密度。这些技术为计算芯片与高带宽存储协同提供了实现路径，有助于改善带宽、时延和能效。具体方案仍需在芯片面积、互连需求、热设计和成本之间进行权衡，并与制造工艺协同优化。

多芯片集成也提高了测试和良率控制的复杂度。裸片测试之外，还需要验证封装后的互连完整性、供电完整性、热性能和可靠性；对于高价值的多芯片产品，任一裸片或互连失效都可能导致整套封装失效，从而放大单个缺陷对最终成品率和成本的影响。因此，测试需要更早进入设计和制造流程。与此同时，更高的功率密度也对基板、键合、热界面材料和散热结构的协同设计提出更高要求，先进封装的最终良率取决于裸片、互连、封装工艺和测试等多个环节的共同控制。

未来五年，先进封装将进一步由单项工艺开发走向芯片—封装—系统协同设计。Chiplet及2.5D/3D集成提高了对信号与电源完整性、热管理、芯片间互连和多芯片测试的要求，这些问题需要在架构和封装方案确定阶段同步解决。设计企业、晶圆厂、封测企业以及材料、设备和EDA厂商能否在开发早期完成协同验证，将直接影响先进封装方案的良率、可靠性和规模化应用。

来源：沙利文分析

对半导体制造而言，制程微缩、三维结构和先进封装会同时提高对设备精度、材料一致性、量测检测和过程控制的要求。在提升电子专用设备及测量仪器供给能力方面，《规划》提出实施电子专用设备攻坚计划，并聚焦载板大尺寸、三维立体集成、异质异构集成、微缩等方向开展生产设备研发。与此同时，《纲要》在完善产业科技服务支撑条件方面提出，依托产业集群布局一批行业共性技术平台、中试验证平台和集成高效质量基础设施。对于半导体产业而言，这类平台可为设备、材料和工艺由研发走向生产提供相应的验证条件。

设备能否真正进入客户产线，关键不在单次验收是否达标，而在长期运行中能否稳定满足既定工艺窗口要求。刻蚀、沉积、清洗等设备需要在多批次、长时间运行中保持关键参数和缺陷水平稳定，并与前后工序保持良好匹配；材料则需要同时验证纯度、批次一致性、缺陷水平和工艺兼容性。设备参数漂移、非计划停机、维护周期缩短或材料波动，最终都会反映在良率、稼动率和生产稳定性上。

随着先进逻辑、先进存储和三维封装结构复杂度提高，量测检测在过程控制中的作用进一步增强。关键尺寸、膜厚、叠对误差和缺陷分布等数据需要更高频地反馈至工艺参数调整，用于识别工艺漂移并控制波动范围。设备厂商因此不仅要满足单机性能指标，还需要具备应用工艺、数据分析和现场服务能力，与客户共同完成工艺段验证。

因此，国产设备能力的演进可以概括为“单点突破—工艺段协同—量产验证”三个阶段：第一阶段重点解决核心设备能否完成研发、交付并稳定实现目标工艺；第二阶段重点验证设备与前后工序的参数匹配及其对良率的影响；第三阶段则进一步考验跨批次稳定性、缺陷控制、备件维护和长期服务能力。中试平台可以承担部分共性验证，但真正进入量产仍需要在客户产线持续积累运行和良率数据。

来源：沙利文分析

在夯实人工智能硬件底座方面，《规划》提出加强人工智能芯片与整机产品协同，加快云端训练设备开发，并面向具身智能、自动驾驶等领域开发端侧推理设备及芯片。同时，在消费电子、行业电子和能源电子相关任务和专栏中，《规划》还分别提出发展低功耗处理器、车规级元器件和先进功率半导体等产品。不同应用由此对应不同的芯片组合、工艺选择和验证重点。

云端训练和推理主要增加对AI处理器、HBM、高速互连、电源和散热的需求；端侧智能则受到功耗预算、内存容量和散热空间的约束，更强调低时延、能效和软硬件适配。手机和可穿戴设备需要在有限功耗下完成本地推理，机器人和车载终端还需要实时处理多传感器输入。因此，端侧芯片并非云端方案的简单缩小，而需要围绕功耗、时延、存储和接口等要求重新进行产品设计。

汽车、工业和能源电子的技术要求又有所不同。汽车芯片除性能之外，还需满足宽温、长期可靠性和长周期供货要求，关键控制类产品还涉及功能安全；工业控制更看重实时性、长期可靠性和环境适应性；能源电子则更关注耐压、开关损耗、热可靠性和系统效率，对功率器件、驱动芯片和电源管理芯片提出不同要求。对应到具体产品，车规MCU、模拟与传感芯片、工业MCU/FPGA、IGBT以及SiC/GaN器件等均具有不同的验证和导入路径。

应用场景不仅决定产品需求，也直接影响芯片规格定义。终端和系统企业需要在研发早期明确算力、功耗、接口、温度等级、寿命和可靠性等要求，芯片设计企业据此完成架构和产品定义，并与制造、封装测试环节同步开展验证。尤其在汽车、工业和机器人等验证周期较长的领域，在研发早期明确这些要求，可以减少后期因工艺、封装或可靠性不匹配造成的重复设计。

《纲要》提出，支持科技型骨干企业牵头组建创新联合体，开展关键共性技术研发及科技成果中试和示范应用。在半导体领域，这类机制可以推动样品验证、系统测试和应用反馈更早进入产业化过程，使芯片在真实终端和系统中持续积累性能、可靠性和交付数据，为后续规模化应用提供依据。

综合《纲要》和《规划》的相关部署，“十五五”时期半导体产业政策既覆盖集成电路全链条关键技术攻关，也涉及先进计算、人工智能硬件、电子专用设备以及终端和行业应用等环节。在这一背景下，设计、制造、封装测试、装备、材料及EDA/IP之间能否实现设计规则、制造工艺和产品需求的有效匹配，将直接影响技术成果能否进入稳定量产。AI算力的发展使竞争从单颗芯片扩展到计算、存储、互连、封装、供电散热和软件系统；汽车、工业、机器人和能源电子则要求在芯片定义阶段就考虑可靠性、实时性和长期供货。未来五年，中国半导体产业能力的提升，最终仍要体现在技术突破能否转化为稳定量产和持续供货能力，并在真实应用中保持稳定的性能与可靠性。