全球“半导体供应商”吸金排名：第一名断崖领先，年收入约8753亿

英伟达狂飙，三星逆袭，行业洗牌才刚开始

去年半导体行业赚了很多钱，整体收入增加超过两成，但收入增长不是靠手机业务带来的，而是由AI算力推动的，大模型、自动驾驶和智能边缘设备这些新应用都在争抢硬件资源，英伟达凭借GPU销售达到1257亿美元，成为首个突破千亿规模的芯片公司，它的显卡早就不是专为游戏设计的，现在已经成为AI领域的必备工具，没有它机器就无法运行。

三星和SK海力士能够排在第二、第三位，靠的是HBM内存，这种内存跟GPU搭配在一起，成了算力系统的标配，以前大家只比谁的芯片速度快，现在还要看谁的数据存取快，这就形成了“算力加存力”双轮驱动，两者缺一不可，前五名全是做底层硬件的公司，没有一家是玩虚的。

第六到第八名的情况有点复杂，英特尔还在努力调整，不过他们的Gaudi芯片和代工业务已经出现好转的迹象，AMD凭借EPYC服务器处理器和MI300X加速器在数据中心市场站稳了脚步，高通从手机芯片扩展到AI PC和汽车智能座舱领域，骁龙X Elite芯片也已经搭载进多款Windows笔记本中，博通则没有直接做CPU，而是专注于网络芯片和专用集成电路，在数据中心里占据了关键位置。

第九和第十是苹果公司和联发科公司，苹果公司不参加超算领域的竞争，自己研发A系列和M系列芯片，把人工智能功能放进手机和电脑里，走的是专注而精细的路线，联发科公司专注于5G手机和物联网相关技术，避开高端人工智能芯片的高成本竞争，这两家公司的情况表明一个道理：不是所有企业都必须参与顶尖领域的激烈争夺，找到适合自己的位置也能获得良好发展。

行业正在发生变化，2026年AI基础设施支出预计突破1.3万亿美元，但赚钱的途径已经转变，不再仅仅依靠芯片销售，算力租赁、模型压缩和软硬件优化服务也成为重要方向，AWS、Azure和谷歌云纷纷推出定制芯片租赁方案，英伟达通过CUDA技术绑定开发者群体，连三星也开放了HBM授权，硬件厂商正逐渐转型为解决方案供应商。

在2018年，内存和逻辑芯片是分开运作的，现在HBM和GPU已经封装在一起，台积电的CoWoS技术成为瓶颈，光子计算和存算一体这些新技术还没有大规模商用，但英伟达和英特尔已经在投资初创公司了，一条路线是英伟达的通用加速器，另一条是华为昇腾、亚马逊Trainium这类专门定制的芯片，后者的市场份额虽然不大，但省电又省钱，大型企业也开始认可它们，未来三年里，谁能把芯片、框架和工具链整合起来，谁就有机会胜出。