当下，AI ASIC定制赛道正迎来历史性的系统性重估。以Broadcom以及Marvell为代表的“全服务芯片定制”巨头，已经成长为全球AI算力基础设施疯狂扩张进程中的两大赢家。截至2026年6月底，Broadcom市值已挺进1.7万亿—1.8万亿美元区间，Marvell市值亦飙升至2300亿—2500亿美元的历史高位。AI ASIC的火热也吸引了手机芯片巨头联发科进行跨界入场，2026年4月，联发科在一季报法说会上把其全年AI ASIC营收预期由先前的10亿美元倍增至20亿美元。

全球ASIC芯片研发热浪汹涌推进，国内大算力芯片的落地进程亦行至关键十字路口。面对地缘政治、技术断层以及高昂的流片风险，中国市场亟需能够挺身而出的底层支撑者。

在这样的背景之下，2026年6月，中茵微电子于北京亦庄所举办的“国产AI ASIC定制产业协同发展研讨会”之上，联合北京集成电路学会以及国家信创园，共同启动了“京津冀AI ASIC设计创新中心”。借助于高端IP、先进制程设计、Chiplet、先进封装以及供应链闭环等方面的能力，中茵微正成长为一匹快速跑出的平台型黑马。

AI ASIC设计服务正在被重新定价。

过去，芯片设计服务更多地被理解为工程外包的模式：客户提出需求，服务商完成部分设计实现的工作。但在AI算力进入规模化部署阶段之后，这一角色正在发生显著的变化。对云厂商以及AI公司而言，自研或定制AI ASIC的核心目的，并不是简单地对GPU进行替代，而是围绕自身模型、流量结构以及部署场景，来获得更优的功耗、成本、带宽以及总体拥有成本。

这一趋势已经在全球市场当中得到了验证。Broadcom是谷歌TPU以及Meta MTIA背后的关键功臣，而且还与OpenAI建立了结盟关系，双方将合作部署10GW级别的定制AI加速器以及网络系统；Marvell与AWS已建立起五年、多代战略合作，合作范围包括custom AI products、光DSP、PCIe retimer以及以太网交换芯片等多类数据中心半导体产品。

中茵微电子董事长王洪鹏在圆桌对话上提到，AI ASIC之所以会热，是因为它在算力性价比、快速落地以及场景适应性方面具备了价值；但与此同时，它对全链条完整解决方案所提出的要求非常高。

纵观博通、Marvell乃至联发科，它们都并非单纯的芯片设计服务商，而是已经成功具备了多维能力的平台型玩家。

Broadcom长期处于AI ASIC设计服务的头号玩家地位，它借助于Google TPU、Meta MTIA以及OpenAI自研AI芯片等项目，深度嵌入到云厂商AI基础设施路线图之中，能力覆盖了定制ASIC、高速互联、以太网网络以及先进封装。

Marvell则更像数据基础设施型平台，围绕着SerDes、网络、存储、HBM、CPO、Die-to-Die互联以及先进节点IP，来为云数据中心客户提供底层技术组合。

而手机SoC巨头联发科则试图把复杂SoC集成、低功耗设计、TSMC协同以及224G SerDes等能力，迁移到数据中心AI ASIC场景当中。

三家公司所走的路径并不相同，但它们共同指向了同一个趋势：AI ASIC设计服务的价值，已经从“把芯片设计出来”，转向围绕算力、存力、运力、封装以及供应链的系统级交付。

也因此，AI ASIC设计服务的竞争门槛正在被逐步抬高。AI加速器的复杂度，已经不再只取决于计算性能，而是由计算性能、网络带宽、内存带宽、供电、散热、机械可靠性以及量产良率共同加以决定。

反观国内市场，当前正面临着巨大的供需错位：需求呈现出井喷式的增长，但极度缺乏这样的“平台型”设计服务玩家。

从需求端来看，国内智算中心、行业大模型、具身智能、自动驾驶以及AI PC等场景的爆发，正催生出海量差异化的定制需求。正如中国工程院院士罗毅在主旨演讲中所指出的，现有无人机平台大量基于FPGA来构建“大脑”，面临着集成度低、功耗受限以及成本高昂等痛点。未来智能低成本无人机平台，迫切需要具备导航、通信、感知以及计算“四位一体”的智能SoC。

ASIC芯片的需求正在得到不断的放大。从市场空间方面来看，芯片定制服务正在成长为一个快速增长的赛道。据灼识咨询所开展的测算，2025年中国芯片定制服务行业规模约为680亿元，预计到2030年将接近3000亿元。

但从供给端的产业现状来看，国内供应链呈现出了明显的“长短板结构性特征”：得益于大量本土以及海归顶尖人才所形成的沉淀，国内在芯片设计本身方面的能力较强。然而，在底层物理支撑方面，诸如先进制程产能、高端接口IP、高端EDA、2.5D/3D先进封装以及设备良率管控等领域，仍然存在着技术代差或生态割裂。

随着AI芯片领域当中的厂商结构变得更加多元、工程实现变得更加复杂、供应链安全和量产交付方面的要求不断得到提高，市场所需要的是一套能够把客户需求、芯片架构、高端IP、先进封装以及量产供应链加以打通的平台化能力。

中茵微电子为何能破局而出？

在这样的产业背景下，中茵微电子的出现，并不是一次偶然的对风口所进行的追赶。

回看其发展路径，可以清晰地看到一条能力积累的线索：从企业级高速接口IP，到先进制程AI ASIC设计，再到Chiplet异构集成、车规功能安全、标准制定以及行业头部客户交付，中茵微在过去几年当中所补齐的能力，正好对应着AI ASIC设计服务从工程外包走向平台交付所需要的关键拼图。

公司成立于2021年，当年合同总额即突破1亿元人民币，并完成了3600万元天使轮融资，把资金投向企业级高速接口IP以及Chiplet前沿技术研发当中。2023年，公司在全国落地了七大专业化研发中心，当年合同金额突破4亿元人民币。

2024年，中茵微成功完成了4nm AI ASIC芯片设计，高速接口IP开始向市场投放，获评国家高新技术企业。进入2025年，公司把4nm 112G XSR高速互连接口IP正式推向市场，完成了4.16亿元C轮融资，通过ISO 26262车规功能安全D级认证，获评国家专精特新“小巨人”企业称号。到2026年，中茵微所参与编制的5项Chiplet国家标准正式发布，累计合同金额超过20亿元。

这五年在财务、技术、标准以及资本四个维度上所形成的事实上的合围，最终在2026年6月，沉淀成为了中茵微向全行业输出的底座——AI ASIC芯片定制平台。

AI ASIC芯片定制平台得以正式发布：标志着从项目交付走向平台交付

2026年6月，中茵微电子正式发布了AI ASIC芯片定制平台，并联合北京集成电路学会以及国家信创园设立了“京津冀AI ASIC设计创新中心”。从产业视角来看，这一动作所具有的意义，标志着中茵微正在把过往项目经验以及技术能力，进一步沉淀为可复用、可复制、可交付的平台体系。

据中茵微电子（北京）股份有限公司副总裁王文倩所介绍，中茵微AI ASIC芯片平台主要是由两部分所构成的：一是芯片架构平台，二是统一化数字设计平台。前者面向客户的系统架构设计工作，以此来帮助客户缩短产品的落地周期；后者则覆盖了前端SoC设计、DFT设计、中后端实现、验证、先进封装以及供应链闭环，从而提升复杂芯片项目的交付确定性。

在芯片架构平台层面，中茵微围绕端侧、边缘侧以及云端AI应用，形成了多类SoC平台能力。端/边缘AI SoC平台主要面向机器人、无人机、智能穿戴、工业控制、AI PC、智能驾驶等场景，可以帮助客户快速集成自研计算核心，并且提供成熟接口IP、总线架构、低功耗方案、多媒体系统、验证平台以及软件SDK。云端AI SoC平台则聚焦于大算力与高带宽方面的需求，围绕高速互联、HBM/LPDDR存储子系统、多卡集群以及超节点架构来加以展开，从而支撑云端训练与推理场景。

更值得关注的是，中茵微平台能力已经延伸至CPO/NPO光互连EIC定制以及3DIC设计与物理实现方向。在CPO/NPO领域，公司可以提供XPU与EIC互联接口IP、EIC与PIC互联电接口等设计能力以及EIC架构设计；在3D SoC方向，则围绕3D DRAM、Logic Die、Buffer Die、TSV建模、多Die集成以及热应力仿真等环节来加以展开，从而为未来AI芯片在高带宽、低功耗以及高集成度方面的演进提供支撑。

从AI芯片性能发挥的关键因素来看，中茵微把平台能力拆解为“算力、存力、运力”三类子系统。存力层面，平台覆盖了LPDDR6/5X、LPDDR5X/4X、HBM3E/3以及3D DRAM等IP与子系统；运力层面，覆盖了PCIe 6/5、短距C2C/D2D、长距离Scale up/out C2C、Media-in以及Display等互联与数据通路IP；算力层面，则可以把NPU/GPGPU、ARM CPU Cluster、RISC-V CPU Cluster、Real-Time MCU以及Video Codec等计算与控制模块加以整合。这种模块化能力，使客户可以以成熟的IP与子系统为基础来开展差异化定制，而不是从零开始搭建整颗芯片。

王洪鹏在圆桌论坛上提到，在大算力芯片的研发过程当中，90%以上的问题往往并不是由于理论技术无法实现突破，而在于跨企业的沟通壁垒以及流程管控方面的不力，真正纯粹的技术难题只占10%。

这正是中茵微推出AI ASIC芯片定制平台并启动“设计创新中心”的底层逻辑所在。借助于覆盖SoC自动化设计、验证环境自动化、DFT设计、功能安全设计、中后端实现、低功耗设计以及质量管控等流程的统一化数字设计平台JoinFlex，中茵微试图运用地域化联动方面的优势，在一个集中的产业生态之内，把前端客户场景（诸如具身智能500T大算力需求）、中端设计服务、以及后端如北方华创的先进封装设备与北方集成电路的工艺平台加以强行打通。这种模式把原本高内耗的“分段式项目”转化为标准化、可复用的“平台化流程”，并借助管理以及工程方面的确定性，来消解流片所带来的高昂风险成本。

DFT同样是其中的关键一环。中茵微统一DFT设计平台对客户需求分析、DFT架构设计、设计实现、工程测试到量产测试加以覆盖，并且支持MBIST、MBISR、Scan、LBIST、IST、IP test、客户特殊需求、2.5D/3D Die互联测试，以及车规芯片、AI芯片和消费类芯片方面的测试需求。

在先进封装方面，中茵微也将能力前置到平台之中。随着AI ASIC向大尺寸、多Die以及高功耗Chiplet合封演进，芯片设计与封装设计的协同变得越来越重要。中茵微封装设计平台围绕MCM、2.5D以及3D等先进封装形态，积累了大尺寸封装、多Die互联、高功耗散热、硅基板协同设计以及系统级热仿真等经验，从而可在项目早期帮助客户完成架构评估、风险分析以及封装方案收敛。

此外，中茵微还将供应链闭环纳入到平台能力之中，覆盖Foundry流片管理、封装NPI导入、良率提升、物料管理、ATE测试开发以及量产稳定性管理等环节。根据资料，公司供应链能力覆盖晶圆服务、封测服务、良率管控、可靠性以及失效分析，并强调成熟先进封装资源、先进制程产能、基板资源、硅中介层资源、存储Die资源以及多元IP资源。

对于AI ASIC客户而言，这意味着中茵微所交付的并不仅仅是设计文件，而是涵盖了从产品概念、架构定义、芯片实现、封装测试以及量产导入的一体化解决方案。

写在最后

如果国产大算力芯片要规模化落地，那么需要平台型服务商。中茵微AI ASIC芯片定制平台的发布，至少具有三层产业意义：第一，可以降低国产AI ASIC开发门槛；第二，能够加速国产大算力芯片落地；第三，有助于推动国产AI ASIC生态协同。

但国产AI ASIC所实现的跃迁绝非依靠单一企业进行孤军奋战所能完成的。在展望未来的过程中，王洪鹏指出，国产大算力芯片要渡过爆发期、真正走向规模化落地，行业仍需在三个核心要素方面形成闭环：先进制程的产能建设、承载产能的设备根基、以及可规模化的本土需求引爆。

不过，在设计迭代注定快于产能以及设备迭代的产业周期之中，中茵微所开展的平台化探索，本质上是为产业提供了一套从架构设计到量产交付的国产AI ASIC交付底座，从而为智算产业的底座输出提供了确定性的物理支撑。

来源：狂飙的AI ASIC赛道，国内跑出一个平台玩家-资讯中国 | 资讯中国