【洞察2025】 云卷完、终端卷，145亿热钱重仓AI硬件，如何掘金？

撰文丨一视财经 晓宇

编辑 | 高山

2025年，AI硬件领域最深刻的变化，发生在两个看似相隔甚远的地方：规模庞大的云端数据中心，和消费者触手可及的终端设备。

全球AI硬件市场正以18%的年复合增长率，从2025年的668亿美元向2034年2963亿美元的目标迈进，一场价值重构正在上演。

01

云端进化

2025年，进入任何一家头部科技公司的数据中心，最显著的变化不再是更高的服务器密度，而是冷却管道的复杂程度。

这背后是算力密度飙升带来的挑战。以英伟达GB200 NVL72系统为例，单个机柜的热设计功耗高达130-140kW，远超传统风冷的散热极限。

行业分析机构Trend Force预计，其在AI数据中心的渗透率将从2024年的14%大幅提升至2025年的33%

图源：Trend Force官网

这种变化指向一个根本问题：芯片峰值算力的竞争已经让位于系统级效率的竞争。

英伟达在2025年的战略清晰地证实了这一转变。其重心致力于打造下一代系统级平台，如Vera Rubin平台架构，引入了全面的平台更新，重点集成了全新的Vera CPU和Rubin GPU。

Vera CPU拥有88个ARM核心，支持176个线程。这些处理器还将C2C链路带宽翻倍至1800 GB/s，从而实现CPU、GPU及其共享内存资源之间更快的链接。

这种转变的精妙之处在于，整体性能与竞争力的提升不再依赖单一组件的突破，而是通过芯片、网络、系统乃至整个生态的协同来达成。

云服务商的选择同样说明了这一趋势。为应对工作负载规模扩大并降低对单一供应商的依赖，全球头部云厂商正加速投入自研ASIC芯片。

例如，谷歌的TPUv6、AWS的Trainium系列以及微软的Maia芯片，都旨在针对特定AI任务实现控制成本、性能和供应链弹性，进一步改善营运成本支出。

在中国市场，这一趋势更加明显。Trend Force预测，2025年中国AI服务器市场中外购芯片（如英伟达、AMD）的比例将从2024年的约63%下降至约42%，而本土芯片供应商（如华为）的占比将同步提升至约40%，几乎与外购芯片比例平分秋色。

系统优化的另一面体现在内存和能耗的突破上。

随着AI模型规模膨胀，数据在服务器内外的传输速度与功耗成为关键瓶颈。高带宽内存和硅光子技术成为核心解方。

1月6日凌晨5点多，英伟达创始人兼CEO黄仁勋在CES 2026发表了主题演讲，表示Spectrum-X以太网交换机是全球首款集成硅光子学的以太网交换机，拥有512个200Gb/s端口。

它并非传统以太网交换机的升级，而是专为AI数据中心东西向流量模式设计的AI原生网络，解决了AI作业突发性、多对多通信带来的延迟与拥塞难题。

至此，2025年云端硬件的进化轨迹已逐渐清晰：云端算力的竞争，已演变为成本、效率与自主可控能力的综合较量。

02

终端觉醒

2025年，AI硬件的创新浪潮强势席卷至消费电子领域。

最受关注的不是手机刷新率或相机像素，而是设备能否成为承载智能体、理解用户需求的入口。

作为AI智能体载体，智能眼镜的潜力被广泛看好。IDC数据指出，2025年上半年，全球智能眼镜市场出货量达406.5万台，同比增长64.2%，其中，中国市场出货量突破100万台，占据全球26.6%的份额。

在“双11”期间，智能眼镜、智能机器人、AI电脑位列天猫3C数码行业趋势新品类前三甲。其产品形态也快速迭代，2025年前8个月，市场公开报道的知名AI眼镜新品就达25款，平均约9天就有一款新品推出。

终端的智能化不止于消费电子。在产业领域，硬件正从数据采集器进化为现场决策者。例如，在杭州萧山国际机场，新引入的无人驾驶货物牵引车能够自主完成避障、鸣笛、运输等全套流程，将货物运输效率提升20%，运营成本降低15%，操作准确率达100%。

在浙江的智能电厂，通过融合图像识别与知识图谱等AI技术，系统能够智能判断典型故障并自动生成分析报告，辅助运行处理。

这种将实时分析与决策能力赋予终端硬件的趋势，正在工业质检、医疗影像等无数场景中发生，并不断地将响应时间从“秒级”压缩至“毫秒级”，实现业务的无缝协同。

操作系统层面的变化也为此提供了基础。百度智能云依托千帆大模型平台，面向企业用户推出覆盖金融、电力、交通、环保、医疗等多个行业的“场景智能体”解决方案，推动AI从试点走向规模化应用。

这意味着，应用程序正在进化为能够调动端云两级算力、深度理解业务逻辑的“智能有机体”。

03

连接与挑战

从云端芯片到终端传感器，AI硬件的价值重组伴随着一条深刻的暗线，即供应链的安全与重构。

芯片制造环节是主战场。面对先进制程的复杂性和供应链风险，国内企业正通过系统架构创新寻求突破。

华为昇腾系列等国产芯片，在国有AI芯片政策支持下，正积极面向国内市场，在LLM训练、智慧城市等应用层面拓展。

与此同时，全球产业正探索以Chiplet（芯粒）来提升性能、灵活性和良率，它倡导的是以系统设计为驱动，将设计、制造、封测工程师在一个协作平台上有效串联，这对传统的单芯片设计流程、设计工具甚至底层算法带来了巨大的颠覆。

内存供应链也在经历重构。高带宽内存的供应链长期高度集中，但巨大的需求正推动全球产业链加速研发。

其中，国内产业链围绕HBM的材料、设计和封装等核心环节加快技术攻关，试图构建全链条的自主能力。

在材料端，九墨科技从成本约100万元的50吨普通锆原料中，可产出1吨芯片级四氯化铪，当前售价可达1500万元以上，实现15倍的价值跃迁；在芯片端，远见智存实现了HBM2e量产，在封装配套端，深南电路已成为内资最大的封装基板供应商。

这些突破正串联成线，为AI算力基座的供应链安全增加了重要砝码。

2025年上半年，中国“具身智能+AI硬件”相关投融资事件达114起，总金额超145亿元，一度成为投资市场最炙手可热的方向之一。

04

端云协同

当云端与终端的界限因智能的流动而模糊，AI硬件的价值评估体系便发生了根本转变，并在不同行业呈现出高度定制化的形态。

百度和武汉协和医院合作构建的“智慧就医助手”，通过AI技术智能化改造导诊、挂号、问诊等全流程，为患者提供更高效便捷的服务；国际上，类似Subtle Medical这样的公司，利用最新GPU进行生成式AI医疗成像，实现了扫描速度提升5倍、辐射照射减少75%的突破，端云算力协同的成果正变得清晰可见。

未来的AI硬件，实质上是封装了特定行业知识的“专业智能体”物理化身。它的竞争力不依赖于通用性能参数，而是源于对某个垂直领域核心瓶颈的深刻理解，以及据此设计的、不可分割的端云协同架构。

由此，商业模式也随之迭代。交易标的不再仅限于硬件设备，而是一份包含持续算法优化、智能决策支持和明确业务结果承诺的服务合约。

行业的竞争壁垒，也从技术专利墙，演化为构建并运营整个垂直领域智能系统的综合能力。最终，那些最善于将行业知识转化为软硬一体解决方案的厂商，将定义各自领域的新规则。

这种价值重构的最终形态，或许是智能的彻底隐形。

当用户不再需要思考“这是本地计算还是云端计算”，当AI硬件的复杂性完全隐藏于自然的交互背后，真正的价值革命才算完成。