AI 与 HPC 工作负载扩展 AI 加速器需要在计算芯片块与高带宽内存之间建立高密度连接，因此封装级带宽成为决定系统实际可用性能的因素。NIST 表示，如果没有先进封装，近期的 AI 进展将无法实现；美国商务部则将光子技术和射频连接器技术列入 NAPMP 的五个研发领域。无法仅通过增加计算量来有效提升性能，必须同步增加封装内部及封装之间的数据传输，这类场景的市场拉动作用最为强劲。
美国在设计和 IP 层面仍然尤为重要。Intel 的 EMIB 和 Foveros 平台、AMD 的芯粒处理器架构以及 Ayar Labs 的光学 I/O 开发，体现了该地区在互连创新方面的集中优势。美国国家标准与技术研究院（NIST）向 Absolics、Applied Materials 和 Arizona State University 提供总额 3 亿美元的先进封装资助，表明其正努力强化本土基板和扇出型封装能力 [6]National Institute of Standards and Technology, nist.gov。美国国防高级研究计划局（DARPA）的 NGMM 计划进一步支持 3D 异构集成研发和试生产基础设施建设。
加拿大凭借高速连接和 IP 专长作出贡献，其中包括 Alphawave Semi 在裸片间互连和面向 SerDes 的技术能力。该地区的战略局限在于，高价值设计活动在很大程度上仍依赖位于亚洲的先进封装产能，尤其是面向 AI 加速器量产的封装能力。
欧洲 32.46%的增长表现凸显了这样一个局限：如果没有相当规模的先进封装能力，即使拥有强大的下游技术基础，也难以充分发挥优势。该地区可以受益于汽车、工业和设计工具需求，但在高密度 AI 封装方面，其制造业影响力无法与亚洲相提并论。拉丁美洲和中东及非洲地区的增长率分别为 29.57%和 29.96%，相比上游组件和封装生产，这两个地区更多地直接受到进口系统需求的影响。
我们预计，地缘政治集中度将推动北美持续进行政策驱动型封装能力投资。总额为 16亿美元的 NAPMP 研发计划明确涵盖小芯片、光子学、电力输送、热管理和协同设计，而 DARPA 的 NGMM 计划则针对国内 3D 异构集成研发和试点生产 [5]U.S. Department of Commerce, commerce.gov。这些计划旨在应对供应链风险，同时也为能够整合材料、封装设计、热工程和生产认证能力的国内封装供应商创造长期机遇。战略问题并不在于北美能否增加封装产能，而在于北美能否建立具备商业竞争力的生态系统，以满足 AI 规模封装所需的密度、良率和吞吐量。
芯粒互连市场规模
2025年，全球芯粒互连市场规模为 21.7亿美元，预计2026年将达到 28.9亿美元，并将在2035年达到 412亿美元；2026年至2035年期间，市场预计将以约 34.36%的年均复合增长率（CAGR）扩张。该市场涵盖电气和光学裸片间互连链路、SerDes 和并行信号传输、开放式和专有协议模型、PHY 及控制器/协议 IP，以及包括硅中介层、嵌入式桥接器和有机或扇出型重布线层平台在内的配套封装硬件。
Chiplet互连市场关键要点
市场领导者：Intel Corporation 以超过 18.2% 的市场份额在 2025 年占据领先地位。
领先企业：该市场排名前 5 的企业包括 Intel Corporation、Advanced Micro Devices (AMD)、NVIDIA Corporation、Taiwan Semiconductor Manufacturing Company (TSMC)、Samsung Electronics，这些企业在 2025 年合计占据 56.3% 的市场份额。
芯粒的采用改变了处理器设计的经济性，因为计算、I/O、存储器、模拟和加速器功能不再需要共用同一个工艺节点或一块大型裸片。AMD 的第四代 EPYC 架构体现了这一模式：最多 12 个 5nm Zen 4 计算裸片通过以 32 Gbps 运行的 GMI3 链路连接至一块 I/O 裸片，使 I/O 功能能够继续采用成本更具经济性的制造节点 [2]Advanced Micro Devices, amd.com。其商业影响在于，每种解耦式设计都会引入一系列裸片间接口要求，涉及物理信号传输、协议控制、封装布线、验证以及热协同设计。
UCIe 已成为扩大可服务市场规模、突破内部开发接口限制的核心机制。该联盟于2022年由 12 家创始董事会成员组建，其中包括 AMD、Intel、NVIDIA、Qualcomm、Samsung、TSMC、Arm、Google Cloud、Meta、Microsoft、Alibaba 和 ASE [1]UCIe Consortium, uciexpress.org。其规范已从 UCIe 1.x 中的 2D 和 2.5D 裸片间 I/O，扩展至 UCIe 2.0 中对 3D 封装的支持，以及于2025年8月发布的 UCIe 3.0 中的 64 GT/s 能力。
人工智能加速器和高性能计算（HPC）系统是近期的主要需求中心，因为它们的性能取决于在高度集成的封装内，在计算芯粒与高带宽存储器之间传输数据。美国政策体现了这一封装层的战略重要性：先进封装制造计划支持先进基板、光子学、热管理、芯粒和协同设计等领域的工作；美国商务部宣布将在五个先进封装技术领域提供最高 16亿美元的 NAPMP 研究与开发（R&D）资金。美国国防高级研究计划局（DARPA）的 NGMM 计划同样将 3D 异构集成视为国防和商业微电子制造的基础。
GMI 分析师观点
我们估计，预计持续至2035年的 34.36%年均复合增长率反映的是半导体价值创造模式的结构性重构，而不是短期的加速器周期。其决定性的经济优势并不仅仅在于芯粒能够创造更多连接，而在于芯粒使设计人员可以将先进制程晶圆产能保留给计算芯粒，同时将 I/O、模拟及其他对密度敏感度较低的功能分配至成熟节点。AMD 的 EPYC 实施方案表明，这种功能划分依赖高速裸片间链路，在避免采用全先进制程单片裸片的同时维持系统性能 [2]Advanced Micro Devices, amd.com。随着先进节点设计和制造成本不断上升，互连层成为将节点级成本套利转化为可用处理器架构的关键机制。
供应约束正日益集中于封装，而不再仅仅集中于逻辑设计。NAPMP 将先进封装确定为近期人工智能发展的关键推动因素，Intel 的路线图则通过 45 µm 的 EMIB 凸点间距和 9 µm 的 Foveros Direct 铜键合，展现了互连密度的发展趋势。这使芯粒互连堆栈本身成为值得投资的独立环节：随着处理器从单片布局转向多芯粒组装，PHY IP、协议 IP、桥接裸片、中介层和封装验证工具各自所包含的价值均会提升。标准化进一步扩大了这一机遇，使第三方 IP 供应商能够面向可复用的接口插槽，而不必仅服务于某一家客户的专有互连架构。主要风险在于，封装产能、热性能和互操作性必须与计算需求同步扩展；否则，先进封装将成为人工智能硬件的吞吐量瓶颈。
主要驱动因素
异构集成需求 多芯粒封装为半导体设计人员提供了一条切实可行的路径，用于组合具有不同节点、性能和可靠性要求的功能。Intel 的 EMIB 通过局部嵌入式硅桥，以 45 µm 的凸点间距连接相邻芯粒；Foveros Direct 则支持以 9 µm 间距进行面对面铜键合 [3]Intel Corporation, intel.com。这些平台表明，互连密度如今已成为一项设计变量，决定了哪些功能可以在不损失此前与单片裸片相关的低延迟和高带宽优势的情况下实现分离。
政府项目进一步强化了同一技术方向。NAPMP 优先支持先进基板、光子学、热管理、芯粒生态系统和协同设计，因为先进封装对于将尖端裸片性能转化为可部署系统正变得日益必要。DARPA 的 NGMM 计划则将这一逻辑延伸至国内三维异构集成的研究与开发（R&D）及试点生产。此类支持对互连市场具有重要意义，因为封装能力无法与接口验证、材料开发和设计自动化割裂开来。
先进节点成本优化 芯粒使高价值计算功能能够采用先进节点，同时将输入/输出及其他功能保留在成本较低的节点上。
在 AMD 的 EPYC Genoa 架构中，5nm 计算芯片通过 GMI3 链路与中央 I/O 芯片通信，展示了互连体系如何在单个处理器内支持采用不同的工艺节点。对于大型处理器而言，这一价值优势最为明显，因为单片芯片上的缺陷可能造成的先进节点晶圆价值损失，高于尺寸更小且可单独测试的芯粒发生缺陷时造成的损失。这一模式将支出转向芯片间 PHY、协议、封装布线和协同设计工具。芯粒架构可能减少外围功能所需的先进节点硅片用量，但同时也增加了必须同时满足功耗、延迟、可靠性和可制造性要求的接口数量。因此，即使硅片总面积没有增加，随着功能不断解耦，互连相关内容也会增加。
AI 与 HPC 工作负载扩展 AI 加速器需要在计算芯片块与高带宽内存之间建立高密度连接，因此封装级带宽成为决定系统实际可用性能的因素。NIST 表示，如果没有先进封装，近期的 AI 进展将无法实现；美国商务部则将光子技术和射频连接器技术列入 NAPMP 的五个研发领域。无法仅通过增加计算量来有效提升性能，必须同步增加封装内部及封装之间的数据传输，这类场景的市场拉动作用最为强劲。
英特尔计划到 2030 年实现单个封装内集成 1 万亿个晶体管，这凸显了更高密度封装与互连市场的相关性 [3]Intel Corporation, intel.com。随着封装中集成的芯片数量增加，如何在更大的系统级封装中协调供电、散热路径、物理布线和协议行为，成为新的挑战。这将有利于能够提供经过验证的完整解决方案，而非孤立接口模块的供应商。
提高良率与设计灵活性 将不同功能拆分为芯粒，有助于提升设计灵活性，因为计算、缓存、I/O 和专用加速器可以在最终组装前分别进行优化。英特尔的 Foveros 2.5D 方案采用无源基底芯片与面对面堆叠的有源芯片，为在同一封装中组合不同工艺节点的功能创造了路径 [3]Intel Corporation, intel.com。当集成式设计必须在先进节点计算密度与成本敏感型或模拟密集型外围功能之间取得平衡时，这种架构的价值尤为突出。
但这一优势并非自动产生，而是取决于具体条件。如果封装组装、微凸点可靠性或热管理在制造流程后期导致故障，那么小尺寸芯片带来的任何良率优势都可能被抵消。因此，除晶圆级良率外，接口和封装的认证能力也变得具有重要的商业价值。
生态系统标准化与开放式互连 UCIe 通过为芯片间连接定义通用的物理层、协议和软件栈要素，降低了加入多供应商芯粒生态系统的成本 [1]UCIe Consortium, uciexpress.org。UCIe 2.0 增加了对 UCIe-3D 的支持、DFx 可管理性架构以及合规性测试框架，旨在提升互操作性验证能力。随后，UCIe 3.0 于 2025 年 8 月将性能提升至 64 GT/s。
该标准对 IP 和 EDA 供应商的商业影响最为显著。可复用的 UCIe 合规接口能够服务于多个客户和晶圆代工项目，而专有接口通常与单一处理器路线图绑定。Ayar Labs 于 2025 年 3 月宣布推出一款速率达 8 Tbps、符合 UCIe 标准的光学 I/O 芯粒，这一案例说明，开放式电气接口能够为 AI 横向扩展架构中的新型光学技术提供切入点。
主要制约因素
互操作性不完善 UCIe 为芯粒间集成确立了共同发展方向，但开放规范本身并不能使芯粒实现互换。UCIe 2.0 引入了合规框架，并指出不同 PHY 供应商之间的互操作性尚未经过大规模验证。设计人员仍需对 PHY 实现、协议控制器、封装基板、供电网络和系统管理功能的综合运行表现进行验证和认证。
对于试图跨组织和跨晶圆厂边界采购芯粒的客户而言，这一制约因素尤为重要。大型集成企业可以继续围绕自身产品优化专有互连架构，而规模较小的设计企业在组装异构组件时则面临更高的验证工作量。从标准规范过渡到得到广泛验证的互操作性，将决定开放式接口能够多快地从早期采用者扩展到更广泛的市场。
热管理和功耗管理限制 更小间距的互连和更高密度的堆叠增加了封装内部的热管理负担。英特尔指出，热翘曲是其 EMIB 和 Foveros 混合封装方案必须通过结构工程设计加以解决的挑战之一 [3]Intel Corporation, intel.com。NAPMP 则将供电和热管理分别列为重点研究与开发（R&D）领域，这表明这些限制在整个行业层面仍然具有实质性影响。
随着封装从横向 2.5D 集成转向更高密度的 3D 结构，这一制约因素会进一步加剧。单位面积带宽增加、活性芯片数量增多以及更小的键合间距可以提升系统性能，但也会对散热、机械稳定性和长期可靠性提出更高要求。因此，热管理能力可能决定哪些架构能够实现大规模制造，而不仅仅是影响封装成本。
GMI 分析师观点
我们的分析表明，两项主要制约因素在解决方式上存在根本差异。互操作性主要是生态系统和商业模式问题：通过通用规范、合规计划、经过认证的 IP 以及可复用的验证流程，可以在 2026～2030 年期间逐步降低协作摩擦。UCIe 2.0 的合规测试和可管理性框架十分重要，因为它推动市场从规范对齐转向可测试的多芯粒运行，尽管该联盟承认跨 PHY 互操作性尚未经过大规模验证。预计 34.36% 的市场年均复合增长率将为 IP 供应商、晶圆厂和 EDA 供应商投资于相关认证基础设施提供商业激励。
热管理则遵循不同的发展轨迹。
它并不会随着标准不断增多而被动改善，因为推动市场增长的因素——每个封装中的裸片数量增加、更小的焊盘间距以及更高的带宽密度——也会加剧热梯度和机械应力。NAPMP 对供电和热管理的关注，以及 Intel 针对热翘曲问题采取的工程应对措施表明，跨裸片、封装、材料和冷却系统开展协同设计仍将是一项稀缺能力 [3]Intel Corporation, intel.com。这种不对称性有利于 Intel Foundry、TSMC 和 Amkor 等集成封装服务商，因为当封装架构与热性能验证密不可分时，这些企业能够承接更高价值的工作。仅提供 IP 的供应商仍保有更具可扩展性的许可模式，但其商业成功将越来越取决于能否证明其接口可以在封装集成商设定的热和功率范围内运行。芯粒互连市场细分分析
按互连类型
电互连 2025 年电互连市场规模为 13.4481 亿美元，预计 2026 年将达到 17.7752 亿美元，并在 2035 年达到 236.4893 亿美元，年均复合增长率（CAGR）为 33.32%。其规模反映了当前处理器、加速器和 HBM 集成封装中所采用的铜微凸点、重布线层、硅通孔以及短距离电连接的现有基础。Intel 第二代 EMIB 将凸点间距从 55 μm 缩小至 45 μm，从而提高了水平相邻芯粒的连接密度 [3]Intel Corporation, intel.com。
由于成熟的封装工艺能够以低延迟支持大规模并行导体阵列，电连接仍是短距离、高密度连接的首选。与光互连相比，电互连增长较慢，但这并不意味着其在核心封装布线中被取代；相反，这反映出当传输距离、总带宽和能耗约束超出铜连接的实际能力时，对光互连架构的需求正在上升。
光互连 光互连市场规模预计将从 2025 年的 8.2282 亿美元增至 2026 年的 11.0994 亿美元，并在 2035 年达到 175.5129 亿美元，年均复合增长率（CAGR）为 35.90%。Ayar Labs 于 2025 年 3 月宣布推出 TeraPHY，这是一款符合 UCIe 标准、速率达 8 Tbps 的光学 I/O 芯粒。其电 UCIe 接口在芯粒级电连接与面向 AI 扩展系统的光子传输之间搭建了桥梁 [4]Ayar Labs, ayarlabs.com。
光互连细分市场的增长与系统级扩展相关，而不是以整体替代封装内电布线为目标。TeraPHY 与 SuperNova 远程光源的集成已得到演示，该配置支持最高每秒 1 Pb 的双向带宽，表明当加速器互连网络必须扩展到单个封装之外时，光学芯粒具有重要意义 [4]Ayar Labs, ayarlabs.com。NAPMP 对连接器技术的关注，包括光子学技术，也进一步支持了这一发展方向。
按信号传输架构
基于 SerDes 的互连基于 SerDes 的互连在 2025 年创造了 11.8235 亿美元的收入，预计到 2035 年将达到 196.113 亿美元，年均复合增长率（CAGR）为 32.54%。这类互连对于高速串行链路、插槽级通信以及更长距离的 I/O 功能仍然十分重要。AMD 的 EPYC 架构采用 PCIe Gen 5 SerDes 能力，用于外部连接和插槽连接，体现了串行信号传输在芯粒处理器周边持续发挥的作用。
由于许多高密度芯粒间连接都通过中介层和桥接结构在极短距离内实现，因此其增长速度落后于并行架构。在这些环境中，宽并行接口能够提供较高的总带宽，同时避免对每条数据流进行串行化和恢复所带来的功耗与复杂性权衡。
基于并行的互连 基于并行的架构预计将从 2025 年的 9.8528 亿美元扩大至 2035 年的 215.8892 亿美元，细分市场架构的年均复合增长率为 36.25%，居各类架构之首。UCIe 围绕标准封装和先进封装的短距离芯粒间 I/O 需求进行设计。该架构适用于硅中介层和嵌入式桥接结构布局；在这些布局中，短路径和细间距能够支持大量并行运行的电气通道。
并行信号传输直接受益于推动人工智能加速器发展的同类封装高密度趋势。随着封装集成更多计算芯粒和 HBM 堆栈，宽短距接口能够在避免重复串行化能耗的同时，提供较高的总吞吐量。市场的商业需求正逐渐从通用高速链路转向经过验证、能够与特定封装技术及晶圆代工厂设计环境配合使用的并行接口。
按协议模式划分
开放标准协议 开放标准协议预计将从 2025 年的 8.4734 亿美元增长至 2035 年的 191.169 亿美元，年均复合增长率为 36.68%，在所有细分维度中最高。UCIe 提供了当前最具代表性的生态系统参考点，目前拥有超过 130 家成员企业，其标准发展路线现已涵盖 3D 封装支持、可管理性架构、合规性测试以及 64 GT/s 性能。
其增长溢价反映出降低集成和验证风险的经济重要性。在客户寻求可重复使用的 IP、多供应商采购或可移植至不同晶圆代工厂的设计流程时，开放协议尤其具有重要意义。其制约因素在于，互操作性必须在实际芯片和封装环境中得到验证，而不能仅在标准层面进行规定。
专有芯粒间协议 专有接口在 2025 年的规模为 13.2029 亿美元，预计到 2035 年将达到 220.8332 亿美元，年均复合增长率为 32.63%。其 2025 年基数较大，反映出主要处理器和加速器供应商已经部署的架构。这些供应商采用经过内部优化的接口，以满足自身的性能和一致性要求。AMD EPYC 中的 GMI3 链路就是专有互连的典型例子，该互连在更广泛的产品架构内进行了优化。
专有协议可能仍将在尖端集成系统中发挥重要作用，尤其是在性能差异化取决于紧密耦合的硬件和软件时。然而，与开放标准相比，专有协议的增长速度较慢，这是因为当经过验证的标准接口能够适用于更广泛的芯粒组合时，专有开发成本和生态系统锁定效应的吸引力会下降。
按互连 IP 层级划分
PHY IPPHY IP 预计将从 2025 年的 13.1364 亿美元增至 2035 年的 226.6012 亿美元，年均复合增长率（CAGR）为 33.06%。该层包括电信号调理、校准、时钟、数据恢复和光电转换功能。每个小芯片连接都必须具备 PHY 能力，这解释了其较大的收入基础。
技术挑战日益与封装环境密切相关。针对某一凸点间距、基板、通道损耗特征或热设计范围开发的 PHY，应用于其他条件时可能需要进行大量调整。因此，供应商的竞争重点不仅在于信号性能，还在于工艺可移植性、封装感知建模和验证支持。
控制器与协议 IP 控制器与协议 IP 预计将从 2025 年的 8.5399 亿美元增至 2035 年的 185.4010 亿美元，年均复合增长率（CAGR）为 36.13%。该类 IP 包括链路控制、协议适配、可管理性、缓存一致性和流量控制等功能，这些功能对于使多个裸片表现为一个集成系统至关重要。UCIe 2.0 的 DFx 架构体现出，在多小芯片系统中，可管理性和生命周期可视性的重要性日益提升。
相较于 PHY IP 更高的增长率表明，系统复杂性正向更高层级转移。随着封装中集成的裸片数量增加、功能更加异构，差异化价值将转向对整个封装组件中的缓存一致性、协议转换、错误处理和可观测性进行管理。这为能够将经过验证的 PHY 与控制器 IP 及集成配套资料结合起来的供应商创造了商业优势。
按互连赋能硬件划分
硅中介层 硅中介层预计将从 2025 年的 10.2493 亿美元增至 2035 年的 197.7611 亿美元，年均复合增长率（CAGR）为 34.56%。硅中介层可为高性能封装提供高密度布线，以满足计算裸片、存储器和输入输出芯粒之间紧密耦合的需求。英特尔将 EMIB 定位为一种在不采用完整硅中介层的情况下，实现大型小芯片之间高带宽连接的方案，这进一步证明了中介层作为高密度集成基准架构的重要性 [3]Intel Corporation, intel.com。
由于布线密度和电气特性能够支持高要求的裸片间连接，该细分市场在人工智能和高性能计算封装中仍处于核心地位。其主要权衡因素是成本和封装复杂性，这促使市场在仅需局部高密度布线的情况下采用替代性硬件方案。
嵌入式硅桥 嵌入式硅桥预计将从 2025 年的 7.8828 亿美元增至 2035 年的 174.6889 亿美元，年均复合增长率（CAGR）为 36.44%。EMIB 展示了局部硅桥如何在不将整面积硅中介层置于封装下方的情况下连接相邻小芯片 [3]Intel Corporation, intel.com。该架构能够减少硅材料用量，同时在最需要的区域保留高密度连接能力。
其高于市场整体的增长率反映出市场更广泛地需要在封装密度、材料成本和热设计之间实现平衡。当完整中介层会增加不必要的面积，或使大型多裸片封装的机械结构和热结构更加复杂时，基于硅桥的架构尤其具有相关性。
有机中介层与扇出型 RDL 有机中介层与扇出型 RDL 预计将从 2025 年的 3.5442 亿美元增至 2035 年的 39.5522 亿美元，年均复合增长率（CAGR）为 27.20%。由于成本较低，该类方案适用于不需要最高硅中介层布线密度的应用。美国国家标准与技术研究院（NIST）向亚利桑那州立大学提供了资金，用于在 NAPMP 项目框架下开展 300 mm 晶圆级和 600 mm 面板级扇出型封装开发。
该细分市场增长较慢，反映出成本高效的封装平台与领先人工智能加速器对极高带宽密度的要求之间存在差距。在汽车、工业、消费电子及其他对成本敏感的应用中，该细分市场仍发挥着重要作用；在这些应用中，封装经济性可能比实现尽可能小的互连间距更为重要。
按最终用途
高性能计算 高性能计算（HPC）市场规模预计将从 2025 年的 3.1348 亿美元增长至 2035 年的 54.3843 亿美元，年均复合增长率约为 33.14%。科学、国防和大规模建模工作负载要求实现计算、存储器和 I/O 功能的高密度集成。美国国防高级研究计划局（DARPA）的 NGMM 计划明确以 3D 异构集成为目标，该技术与国家安全及商业高性能计算应用相关。
人工智能与机器学习加速器 人工智能与机器学习（AI/ML）加速器是增长最快的最终用途细分市场，市场规模预计将从 2025 年的 4.2360 亿美元增长至 2035 年的 98.8805 亿美元，年均复合增长率约为 37.15%。市场需求来自相关封装：这些封装必须以高密度连接计算芯粒与 HBM，同时保持较高的能效。美国国家先进封装制造计划（NAPMP）对先进封装、光子学和小芯片系统的关注，体现了人工智能性能对这些封装级能力的依赖。
数据中心与云基础设施 数据中心与云基础设施市场规模预计将从 2025 年的 4.3961 亿美元扩大至 2035 年的 86.5205 亿美元，年均复合增长率约为 34.83%。云部署持续带动基于小芯片的中央处理器、人工智能加速器、网络芯片以及生产这些产品所需的先进封装产能的需求。
网络与交换 ASIC 网络 ASIC 市场规模预计将从 2025 年的 2.8796 亿美元增长至 2035 年的 53.5603 亿美元，年均复合增长率约为 34.07%。这些设计需要在严格的功耗和带宽约束下，实现高速 I/O、数据包处理、存储器和交换功能的共存，从而支撑对串行及短距离并行互连架构的需求。
汽车电子 汽车电子市场需求预计将从 2025 年的 2.3002 亿美元增长至 2035 年的 39.9642 亿美元，年均复合增长率约为 33.16%。UCIe 1.1 新增了汽车可靠性和成本优化型封装扩展功能，表明小芯片互操作性要求正逐步延伸至认证周期更长且受到可靠性约束的应用领域。
消费计算 消费计算市场规模预计将从 2025 年的 1.7978 亿美元增至 2035 年的 32.1362 亿美元，年均复合增长率约为 33.54%。AMD 在 EPYC 和 Ryzen 产品中采用 Zen 4 计算裸片设计，体现了可复用的小芯片设计如何跨产品类别扩展应用。市场采用仍对封装成本较为敏感，这限制了最昂贵的基于中介层架构在大批量消费类产品中的应用。
工业与边缘计算 工业与边缘计算市场规模预计将从 2025 年的 1.5457 亿美元扩大至 2035 年的 26.7801 亿美元，年均复合增长率约为 33.12%。这些部署重视可靠性、集成灵活性和生命周期管理，因而推动了对小芯片架构的需求，尤其是在受限的系统设计中必须集成专用处理或存储器功能的情况下。
其他 包括医疗电子、通信基础设施和航空航天相关系统在内的其他应用，市场规模预计将从 2025 年的 1.3861 亿美元增长至 2035 年的 19.7761 亿美元，年均复合增长率约为 30.38%。
GMI 分析师观点
我们的评估表明，最具吸引力的互连机会并不单独存在于某一细分领域，而是由并行信令、开放协议以及控制器／协议 IP 的交汇所形成。预计基于并行的架构将以 36.25% 的速度增长，开放标准协议将以 36.68% 的速度增长，控制器／协议 IP 将以 36.13% 的速度增长；与此同时，AI／ML 加速器预计将以约 37.15% 的速度增长，到 2035 年达到 98.8805 亿美元。这些增长轨迹相互契合，因为高密度 AI 封装需要短距离接口、可复用标准以及日益复杂的逻辑，以管理多个裸片之间的一致性、控制和可观测性。
控制器／协议 IP 与 PHY IP 的相对表现尤其重要。PHY 仍不可或缺，并且保持着更大的收入基础，但仅靠信号调理无法解决多芯粒封装在系统层面的复杂性。UCIe 2.0 新增的 3D 支持和 DFx 可管理性表明，生命周期管理和互操作行为的重要性正在提升。因此，最具竞争力的供应商应能够提供符合 UCIe 的并行 PHY 和控制器 IP，在多个晶圆厂 PDK 上完成验证，并提供封装实施所需的验证配套资料。当系统传输距离或能耗需求超出铜互连的实际适用范围时，光互连接口将带来另一条增长路径，Ayar Labs 推出的兼容 UCIe 的 8 Tbps 光学 I/O 芯粒便是例证 [4]Ayar Labs, ayarlabs.com。
芯粒互连市场区域分析
北美
2025 年，北美芯粒互连市场规模为 9.2457 亿美元，预计 2026 年将达到 12.3272 亿美元，年均复合增长率（CAGR）为 34.48%。该地区在无晶圆厂芯粒设计、专有处理器架构、PHY 和协议 IP、EDA 软件以及光互连开发方面创造了大量价值。同时，旨在提升本土先进封装能力的公共投资也为该地区带来助力。美国商务部已宣布提供最高 16 亿美元的 NAPMP 研发资金，用于设备、热管理、连接器技术、芯粒和协同设计等领域 [5]U.S. Department of Commerce, commerce.gov。
美国在设计和 IP 层面仍然尤为重要。Intel 的 EMIB 和 Foveros 平台、AMD 的芯粒处理器架构以及 Ayar Labs 的光学 I/O 开发，体现了该地区在互连创新方面的集中优势。美国国家标准与技术研究院（NIST）向 Absolics、Applied Materials 和 Arizona State University 提供总额 3 亿美元的先进封装资助，表明其正努力强化本土基板和扇出型封装能力 [6]National Institute of Standards and Technology, nist.gov。美国国防高级研究计划局（DARPA）的 NGMM 计划进一步支持 3D 异构集成研发和试生产基础设施建设。
加拿大凭借高速连接和 IP 专长作出贡献，其中包括 Alphawave Semi 在裸片间互连和面向 SerDes 的技术能力。该地区的战略局限在于，高价值设计活动在很大程度上仍依赖位于亚洲的先进封装产能，尤其是面向 AI 加速器量产的封装能力。
欧洲
欧洲市场在 2025 年的规模为 3.8289 亿美元，预计 2026 年将达到 5.0284 亿美元，年均复合增长率（CAGR）为 32.46%。欧洲的市场作用主要集中于电子设计自动化（EDA）、混合信号与连接 IP、汽车半导体设计、工业电子和前沿研究，而非大批量先进制程中介层制造。
汽车和工业领域的需求构成了稳定的应用基础，因为这些行业需要较长的认证周期、可靠性工程，以及处理、传感、连接和电源管理功能的异构集成。UCIe 1.1 针对汽车可靠性推出的扩展功能与这一应用场景高度相关。然而，由于欧洲缺乏同等规模的先进封装制造能力，其增长率仍低于北美和亚太地区。
亚太地区
亚太地区在 2025 年的市场规模为 7.0483 亿美元，预计 2026 年将达到 9.4974 亿美元，年均复合增长率为 35.91%，在各区域中增速最快。该地区的领先地位源于其高度集中的实体制造能力：先进晶圆代工工艺、硅中介层、高带宽内存（HBM）供应、外包半导体组装与测试（OSAT）以及大批量封装生产，均集中于中国台湾、韩国、日本、马来西亚、越南及其他区域制造基地。
中国台湾通过台积电（TSMC）的先进封装业务以及其作为 UCIe 创始成员的身份，在供应链中发挥核心作用。韩国凭借三星在晶圆代工、先进封装和存储器领域的能力作出贡献；日本则为先进半导体制造和材料开发提供了不断扩大的基础。ASE 在 UCIe 联盟中的创始成员身份也体现了 OSAT 参与的重要性，即将小芯片标准转化为可制造的系统级封装产品。
中国、印度、澳大利亚和东南亚市场在区域生态系统中承担着不同角色。在技术获取受限的情况下，中国正推进国产先进封装替代方案；印度的半导体活动则从规模较小的封装和组装基础上逐步发展。因此，区域增长并不均衡，但领先的封装和存储器生产高度集中，确保亚太地区仍是关键的大批量生产区域。
拉丁美洲
拉丁美洲在 2025 年的市场规模为 3,367 万美元，预计 2026 年将达到 4,325 万美元，年均复合增长率为 29.57%。该市场主要由需求驱动，收入主要来自进口的数据中心、网络、消费电子和工业系统，这些系统采用了基于小芯片的处理器，而非来自本地设计或先进封装制造。
巴西和墨西哥最有可能通过电子组装、区域数据中心需求和供应链多元化，在中期内扩大参与程度。然而，由于缺乏大规模硅中介层、桥接结构和先进封装能力，该地区在上游小芯片互连价值创造中的短期作用受到限制。
中东和非洲
中东和非洲在 2025 年的市场规模为 1.2167 亿美元，预计 2026 年将达到 1.5891 亿美元，年均复合增长率为 29.96%。该地区的需求主要集中于人工智能基础设施、云计算部署、电信和高性能计算设备进口，而非国内小芯片制造。
沙特阿拉伯和阿联酋是主要需求中心，因为人工智能和数据中心投资推动了对先进加速器硬件的采购。与拥有成熟设计、晶圆代工或 OSAT 生态系统的地区相比，该地区的市场仍依赖外部半导体供应链，因此更容易受到封装产能限制和技术获取条件的影响。
GMI 分析师观点
我们认为，区域增长差异反映了小芯片互连价值是在何处进行实体制造，以及是在何处完成设计和许可。亚太地区的年均复合增长率（CAGR）为 35.91%，高于北美的 34.48%，原因在于台湾、韩国和日本集中了将小芯片架构转化为大批量产品所需的中介层、先进封装、存储器和生产基础设施。北美仍通过无晶圆厂设计、PHY 和协议 IP、EDA 以及专有互连开发保有大量上游价值，但这些收入来源在大规模部署方面仍与亚洲制造能力存在结构性关联。
欧洲 32.46%的增长表现凸显了这样一个局限：如果没有相当规模的先进封装能力，即使拥有强大的下游技术基础，也难以充分发挥优势。该地区可以受益于汽车、工业和设计工具需求，但在高密度 AI 封装方面，其制造业影响力无法与亚洲相提并论。拉丁美洲和中东及非洲地区的增长率分别为 29.57%和 29.96%，相比上游组件和封装生产，这两个地区更多地直接受到进口系统需求的影响。
我们预计，地缘政治集中度将推动北美持续进行政策驱动型封装能力投资。总额为 16亿美元的 NAPMP 研发计划明确涵盖小芯片、光子学、电力输送、热管理和协同设计，而 DARPA 的 NGMM 计划则针对国内 3D 异构集成研发和试点生产 [5]U.S. Department of Commerce, commerce.gov。这些计划旨在应对供应链风险，同时也为能够整合材料、封装设计、热工程和生产认证能力的国内封装供应商创造长期机遇。战略问题并不在于北美能否增加封装产能，而在于北美能否建立具备商业竞争力的生态系统，以满足 AI 规模封装所需的密度、良率和吞吐量。
小芯片互连市场份额与竞争格局
该市场主要由垂直整合的处理器、晶圆代工和封装龙头企业占据，集中度中等。Intel 占 2025年营收的 18.2%，其次是 AMD，占 11.4%；NVIDIA 占 10.7%，TSMC 占 8.6%，Samsung 占 7.4%。这五家公司合计占市场营收的 56.3%。其余 43.7%由 IP 许可商、EDA 服务商、OSAT 企业、接口专业厂商和新兴光互连供应商分占。
Intel Intel 将先进封装平台、处理器产品和晶圆代工业务布局相结合。其 2024年年度报告将晶圆制造、封装、小芯片以及软件和服务列为战略组成部分，并将先进封装定位为 Intel Foundry 的差异化优势 [7]Intel Corporation, sec.gov。EMIB 和 Foveros 分别为横向和纵向小芯片集成提供互补路径，包括 45 µm 的 EMIB 凸点间距和 9 µm 的 Foveros Direct 铜键合。
AMD AMD 的市场地位源于基于小芯片的服务器处理器和加速器架构。其 EPYC 平台通过 GMI3 链路，将多个 Zen 4 计算裸片与中央 I/O 裸片相结合，展现了成熟专有小芯片方案在性能和成本方面的优势。AMD 还是 UCIe 创始董事会成员，因此在开放标准生态系统中拥有影响力 [1]UCIe Consortium, uciexpress.org。
NVIDIANVIDIA 通过 AI 加速器需求参与其中；在封装密度、HBM 集成和高带宽扩展架构的推动下，先进互连已成为商业应用的核心。NVIDIA 是 UCIe 创始理事会成员 [1]UCIe Consortium, uciexpress.org。其竞争优势取决于加速器平台需求和先进封装产能的获取，而非独立的开放式 IP 许可模式。
TSMC TSMC 具有重要的战略意义，因为先进封装产能能够将无晶圆厂芯粒设计转化为量产硬件。作为 UCIe 创始理事会成员，TSMC 直接参与了这一生态系统，而该生态系统需要晶圆代工工艺支持、封装实施和接口认证 [1]UCIe Consortium, uciexpress.org。其先进封装服务处于芯粒设计与大规模 AI 和 HPC 生产之间的关键位置。
Samsung Samsung 通过晶圆代工、先进封装和存储器能力参与其中。其 UCIe 成员身份使公司能够服务于寻求采用开放式芯粒接口的晶圆代工客户，同时其封装和 HBM 资源与 AI 加速器组件密切相关 [1]UCIe Consortium, uciexpress.org。
Broadcom Broadcom 具备高速连接专业能力，并涉足网络 ASIC。其优势主要体现在定制芯片需要针对超大规模基础设施，对计算、存储器和高速 I/O 功能进行高密度集成的领域。
Marvell Marvell 提供与数据中心和网络架构相关的连接及定制芯片能力。其竞争相关性来自高速接口技术知识，以及参与芯粒部署与云和网络带宽需求相联系的工作负载。
Cadence Cadence 提供接口实施和验证所需的 EDA 与 IP 能力。随着多芯片封装规划、信号完整性、协议验证和系统级协同设计带来的设计负担不断增加，公司将从中受益。
Synopsys Synopsys 凭借半导体 IP 和 3D IC 设计能力参与竞争。随着开放式芯粒接口得到更广泛部署，其价值主张集中于帮助客户将经过验证的 IP 与实施和验证工作流程相结合。
Alphawave Semi Alphawave Semi 专注于面向 AI、HPC 和数据中心应用的高速连接与芯粒间 PHY IP。其竞争机遇取决于市场对可跨晶圆代工厂使用、符合标准的连接 IP 的需求，这类 IP 能够缩短异构设计的开发时间。
Siemens EDA/Mentor Siemens EDA/Mentor 通过芯片—封装协同设计、仿真和面向可制造性的设计工具参与其中。随着包括热行为和微凸点布置在内的物理封装限制成为系统性能不可或缺的因素，而不再只是后端实施细节，其相关性将进一步提升。
Amkor Amkor 定位为先进封装和 OSAT 参与者。在客户寻求自有晶圆代工封装产能的替代方案或补充方案时，公司能够从中受益，尤其是在扇出封装、中介层和多芯片组装需求方面。
ASE ASE 是 UCIe 创始理事会成员，也是先进封装和测试领域的主要参与者 [1]UCIe Consortium, uciexpress.org。随着市场需要将具备互操作性的芯粒设计从规范转化为经过认证、可大规模生产的系统级封装，其市场地位得到进一步巩固。
Ayar Labs Ayar Labs 代表光互连颠覆者细分领域。其符合 UCIe 标准、速率达 8 Tbps 的 TeraPHY 光学 I/O 芯粒，面向人工智能扩展架构，可解决电连接在带宽、传输距离或功耗方面面临的限制。该公司面临的商业挑战是将光学能力转化为经过认证且可规模化部署的封装和系统方案。
Rambus Rambus 凭借高速内存接口和硅 IP 能力参与该市场。其相关性与人工智能加速器封装中 HBM 和高性能内存连接所发挥的作用密切相关，因为在此类封装中，接口可靠性和带宽是决定系统吞吐量的核心因素。
近期行业发展
需要本报告中的特定章节吗？
可根据您的研究需求，单独购买区域分析、国家层面分析、公司概况或其他任何细分市场洞察
。
常见问题(FAQ):
研究方法、数据来源和验证过程
本报告基于结构化的研究流程，围绕直接的行业对话、专有建模和严格的交叉验证构建，而不仅仅是桌面研究。
我们的6步研究流程
1. 研究设计与分析师监督
在GMI，我们的研究方法建立在人类专业知识、严格验证和完全透明的基础上。我们报告中的每一个洞察、趋势分析和预测都是由理解您市场细微差别的经验丰富的分析师开发的。
我们的方法通过与行业参与者和专家的直接交流整合了广泛的一手研究，并以来自经过验证的全球来源的全面二手研究作为补充。我们应用量化影响分析来提供可靠的预测，同时保持从原始数据源到最终洞察的完全可追溯性。
2. 一手研究
一手研究是我们方法论的基础，对整体洞察的贡献率近乎80%。它涉及与行业参与者的直接交流，以确保分析的准确性和深度。我们的结构化访谈计划覆盖区域和全球市场，包括来自高管、总监和主题专家的输入。这些互动提供战略、运营和技术视角，实现全面的洞察和可靠的市场预测。
3. 数据挖掘与市场分析
数据挖掘是我们研究过程的关键部分，对整体方法论的贡献率约为20%。它包括通过主要参与者的收入份额分析来分析市场结构、识别行业趋势和评估宏观经济因素。相关数据从付费和免费来源收集，以建立可靠的数据库。然后将这些信息整合起来，以支持一手研究和市场规模估算，并由分销商、制造商和协会等关键利益相关者进行验证。
4. 市场规模测算
我们的市场规模测算建立在自下而上的方法之上，从通过一手访谈直接收集的企业收入数据开始，同时结合制造商的产量数据以及安装或部署统计数据。这些输入数据在各地区市场进行汇总，以得出一个基于实际行业活动的全球估算值。
5. 预测模型与关键假设
每项预测均包含以下内容的明确文档记录：
✓ 主要增长驱动因素及其预期影响
✓ 制约因素与缓解场景
✓ 监管假设与政策变动风险
✓ 技术普及曲线参数
✓ 宏观经济假设（GDP增长、通货膨胀、汇率）
✓ 竞争格局与市场进入/退出预期
6. 验证与质量保证
最终阶段涉及人工验证，领域专家对筛选后的数据进行手动审查，以发现自动化系统可能遗漏的细微差异和语境错误。这种专家审查增加了一个关键的质量保证层，确保数据与研究目标和领域特定标准一致。
我们的三层验证流程确保数据可靠性最大化：
✓ 统计验证
✓ 专家验证
✓ 市场实实检验
信任与可信度
已验证的数据来源
贸易出版物
行业期刊、贸易出版物和专业媒体
行业数据库
专有及第三方市场数据库
监管文件
政府采购记录及政策文件
学术研究
大学研究及专业機构报告
企业报告
年度报告、投资者演示及申报文件
专家访谈
高层管理人员、采购负责人及技术专家
GMI档案库
覆盖20余个行业领域的逶13,000项已发布研究
贸易数据
进出口量、HS编码及海关记录
研究与评估的参数
本报告中的每个数据点均通过一手访谈、真正的自下而上建模及严格的交叉验证进行核实。 了解我们的研究流程 →