《2025金属软磁粉芯在AI算力芯片与DDR6内存中的关键作用及市场前景分析报告(22页).pdf》由会员分享,可在线阅读,更多相关《2025金属软磁粉芯在AI算力芯片与DDR6内存中的关键作用及市场前景分析报告(22页).pdf(22页珍藏版)》请在三个皮匠报告上搜索。
1、行业研究市场分析深度洞察行业分析报告2025INDUSTRY REPORT 2 0 2 5 金属软磁粉芯在A I 算力芯片与D D R 6 内存中的关键作用及市场前景分析报告 目 录 一、痛点:省电是 AI 终端用户部署 ASIC 的核心痛点.5 1.1:英伟达 AI 算力卡性能提升的同时带来功耗大幅增长.5 1.2:ASIC 较 GPU 等通用算力芯片具备更高的效率.6 1.3:海外 AI 巨头积极推进自研 ASIC 芯片布局.8 1.4:终端用户部署 ASIC 后的核心痛点是省电.10 二、材料:金属软磁粉芯或是 ASIC 电源模组必选项.12 2.1:采用垂直堆叠设计的电源模块能够有效降
2、低 PDN 损耗.12 2.2:电感体积需明显减小以适应垂直堆叠电源模块.12 2.3:金属软磁粉芯更能满足电感对小体积大电流的需求.14 三、市场:GPU+ASIC 双轮驱动,金属软磁粉芯一体成型电感或加速应用.16 3.1:海外 AI 巨头 26 年 ASIC 出货量或超 GPU.16 3.2:26 年 AI GPU 与 ASIC 对金属软磁粉芯一体成型电感需求量或超 4 亿片.17 四、应用拓展:DDR6 内存有望为金属软磁粉芯一体成型电感带来中期增量 18 4.1:DDR5 内存首次采用板载电源 PMIC 方案.18 4.2:DDR6 内存条芯片电感用量有望进一步增长.19 五、同业对
3、比:铂科新材具备明显的技术与产能优势.21 5.1:铂科新材掌握的气雾化粉末制备技术较水雾化具备优势.21 5.2:铂科新材的金属软磁粉芯产能有望持续增长.21 图表目录 图 1:ASIC 芯片拆解图.6 图 2:ASIC 相较 GPU 等通用算力芯片具备更高的效率和性能.7 图 3:ASIC 芯片相较 CPU、GPU、FPGA 等具备更高的功耗比.8 图 4:传统横向 PDN 结构示例图.10 图 5:源阻抗是产生 PDN 损耗的原因.10 图 6:横向供电与垂直供电设计对比.12 图 7:垂直堆叠电源模块正视图.12 图 8:垂直堆叠电源模块侧视集成了输出电容.12 图 9:模组式电感与分
4、立式电感面积对比.13 图 10:英伟达 H100 采用分立式电感离芯片距离较远.13 图 11:模组式电感更靠近芯片.13 图 12:冲压式铁粉芯电感较绕线式铁氧体电感的饱和电流更高.14 图 13:电感温度随流经电流增大而升高.15 图 14:电感的电感值随流经电流增大而下降.15 图 15:金属软磁粉芯在高功率应用下综合性能较好.15 图 16:根据芯片技术路线图,26 年起海外 AI 芯片或进入 GPU 与 ASIC 双轮驱动时代.16 图 17:DDR5 内存相较 DDR4 添加了 PMIC 供电芯片.18 图 18:DDR5 供电模式变化使得电感向小尺寸高效率转变.18 图 19:
5、DDR5 内存首次引入并需要至少 3 颗芯片电感.19 图 20:DDR6 SDRAM 设计方案.19 图 21:DDR6 内存频率或大幅提高.19 图 22:DDR6 强制使用两个 VDD2 电源供电.20 图 23:气雾化粉末显微照片.21 图 24:水雾化粉末显微照片.21 表 1:英伟达 AI 算力卡功耗随型号架构迭代而持续增长.5 表 2:GB300 关键参数与新技术.5 表 3:英伟达 AI 芯片算力功耗比整体并不高.6 表 4:ASIC 芯片在规格、能耗、集成与价格方面具备优势.7 表 5:海外 AI 巨头争相推进自研 ASIC 芯片布局.8 表 6:海外 AI 巨头 ASIC
6、与 GPU 产品算力对比.9 表 7:随着处理器内核电压降低,电路容许的 PDN 压降也逐渐降低.11 表 8:构成磁粉芯的原材料的物理性能.14 表 9:Meta 自研 ASIC 出货时间及数量规划.16 表 10:英伟达 GB300 NVL72 电感数量测算.17 表 11:26 年 AI GPU 与 ASIC 金属软磁粉芯一体成型电感需求量测算.17 表 12:不同形状粉末制成磁粉芯后性能比较.21 表 13:2026-27 年铂科新材芯片电感产能有望快速增长.22 一、一、痛点:痛点:省电是省电是 AI 终端用户部署终端用户部署 ASIC 的核心痛点的核心痛点 1.1:英伟达 AI 算