过去两年，英伟达黄仁勋频频走访中国台湾和韩国。除了叙旧以外，更多是这两个地方的芯片供应链对其GPU及相应芯片和机架供应造成了关键影响。但最近，黄仁勋造访了日本，并拜访了日本供应链合作伙伴之后，我们才发现，原来日本也是这波AI浪潮背后不可以的大赢家

据介绍，上述合照中，除了黄仁勋以外，还包括Tokyo Electron、铠侠、爱德万测试、村田制作所、信越化学工业、住友电气工业、瑞萨电子、TDK、京瓷、旭化成、三井金属、太阳诱电、日东纺绩以及芝浦机电等在内的多家企业CEO。

有网友甚至打趣道，这张照片中少了任何一个公司，全球AI芯片产业甚至可能会停摆。当然，这是一种夸大的说辞，但这也体现了上述企业在产业链的重要性。

随着大模型参数规模不断扩大，以及生成式AI应用快速落地，全球对于AI算力的需求正在持续增长。作为当前AI基础设施核心的GPU和AI加速芯片，正在进入快速扩产阶段。

但AI芯片的制造难度远高于传统芯片。一方面，AI芯片需要采用更先进的制造工艺，以提升晶体管密度和能效比；另一方面，随着单颗芯片性能提升空间逐渐接近极限，产业开始转向先进封装，通过Chiplet架构将计算芯片、HBM等多个芯片整合在一起。这意味着，无论是先进逻辑制造，还是先进封装技术，都需要更加复杂和精密的半导体设备支持。

在这一趋势下，日本半导体设备企业正在成为AI芯片扩产的重要受益者。其中，合照中出现的Tokyo Electron、爱德万测试和芝浦机电，正是这个领域的全球领先玩家。

首先看半导体制造设备供应商之一——Tokyo Electron。据介绍，该公司业务覆盖涂胶显影、刻蚀、薄膜沉积、清洗等晶圆制造关键环节。随着台积电、三星、英特尔等企业持续扩大先进制程和先进封装产能，其提供的相关设备需求也持续增长。

在上个月接手日经采访的时候，该公司CEO也表示，存储器制造商正准备部署下一代高带宽存储器（HBM）和更先进的DRAM技术，而NAND闪存生产商则在增加芯片的层数，从而提高其容量。逻辑芯片也在向更复杂的2纳米生产工艺发展。

Tokyo Electron CEO进一步指出，公司正在大力投资以把握这些趋势。其中一个重点是3D集成，即将多个芯片和功能封装到单个单元中。该业务去年创造了约300亿日元（1.9亿美元）的收入。河合表示，今年的销售额有望增长超过60%，到2030年甚至可能超过3000亿日元。

这位CEO还表示，当前人工智能驱动的繁荣与以往的半导体周期有所不同。需求不仅由人工智能服务器驱动，还受到机器人、高性能计算、通信基础设施以及未来“物理人工智能”应用等领域更广泛的技术变革的推动。

与此同时，AI芯片复杂度提升，也让测试环节的重要性进一步凸显。相比传统芯片，AI GPU、AI ASIC不仅集成度更高，同时引入Chiplet、HBM等复杂架构，对于晶圆测试、封装测试以及系统级测试提出更高要求。

爱德万测试正是这一趋势下的重要受益者。作为全球领先的半导体测试设备企业，其测试系统广泛应用于逻辑芯片、存储芯片以及高性能计算芯片测试领域。随着AI芯片价值量提升，测试环节在整个产业链中的价值也不断提高。

据相关介绍，高性能和人工智能半导体中使用的片上系统测试仪的需求激增，是推动爱德万测试走向幕前的重要原因。爱德万测试还指出，其高性能动态随机存取存储器的内存测试仪业务持续强劲。

其核心业务是半导体测试系统，用于验证芯片在出货前是否功能正常并符合性能和耐用性标准。随着人工智能和高性能计算中使用的芯片变得越来越复杂，对更先进的测试设备的需求也越来越大，以确保质量和可靠性。

芝浦机电（Shibaura Mechatronics）则是一家日本半导体及显示制造设备企业，主要提供晶圆清洗、湿法刻蚀等半导体生产设备，同时也布局平板显示制造设备等领域。

作为半导体制造环节的重要设备供应商，芝浦机电并不直接参与芯片设计或制造，而是通过提供晶圆加工过程中不可或缺的工艺设备，服务于全球晶圆厂和存储厂商。随着人工智能产业快速发展，AI芯片、HBM等高性能半导体需求持续增长，推动先进逻辑制程、存储制造以及先进封装产能扩张。而先进制程和3D堆叠技术对晶圆洁净度、表面处理和缺陷控制提出了更高要求，使清洗和湿法工艺的重要性不断提升。

凭借在晶圆清洗和湿法处理设备领域的技术积累，芝浦机电有望受益于AI驱动的半导体制造投资周期，成为AI算力基础设施背后的关键设备供应商之一。

MLCC（多层陶瓷电容器）以及相应的被动元器件，也是最近火热的AI热点之一。过去，被动元件通常被认为是半导体产业链中较为成熟、技术壁垒相对较低的环节，但随着AI服务器向更高算力、更高功耗方向发展，其重要性正在被重新认识。

AI加速器、GPU以及高性能计算平台需要消耗大量电能，并且对供电稳定性提出了更高要求。以英伟达GB200、GB300等新一代AI系统为代表，单机柜功耗持续提升，电源架构正在从传统12V向48V甚至更高电压方向演进，同时芯片附近的电源管理也面临更严苛的挑战。在这一过程中，MLCC、电感、滤波器等被动元件承担着电源稳定、噪声抑制、瞬态响应优化等关键作用，需求量和性能要求同步提升。

尤其是在GPU、ASIC等AI芯片附近，由于芯片工作频率不断提高，电流变化速度加快，电源网络（PDN，Power Delivery Network）需要具备更低的阻抗和更快的响应能力。这推动了高容量、高可靠性、小型化MLCC以及硅电容等新型被动器件的发展。相比传统消费电子，AI服务器对被动元件的要求更高，不仅需要更大的容量密度，还需要更低的等效串联电阻（ESR）和等效串联电感（ESL），以减少电源波动对芯片性能的影响。

与此同时，AI数据中心建设带来的服务器数量增长，也直接扩大了被动元件的用量。一台高性能AI服务器中需要大量MLCC用于主板、电源模块以及加速卡等多个环节，而随着HBM、先进封装以及Chiplet架构的发展，芯片封装内部和周边区域对于高性能去耦电容的需求也不断增加。因此，MLCC正在从传统电子设备中的基础元件，逐渐演变为支撑AI算力基础设施的重要组成部分。

在这一趋势下，日本企业凭借长期积累的材料、工艺和制造优势，占据了全球MLCC市场的重要地位。其中，村田制作所、京瓷、TDK株式会社等企业正在围绕AI服务器、高性能计算和先进封装场景，推出更高性能的电容、电感以及电源解决方案，成为AI供应链中容易被忽视但不可或缺的一环。

首先看村田方面，作为全球领先的被动元器件厂商，村田在MLCC领域长期保持领先地位，其优势不仅来自陶瓷材料和精密制造能力，也在于围绕高性能计算场景持续拓展新型电容技术。面向AI服务器功耗快速提升带来的电源完整性挑战，村田正在布局包括MLCC、硅电容在内的组合式电容解决方案。其中，硅电容凭借更薄的尺寸、更低的寄生参数以及更优的高频特性，可以进一步靠近AI芯片端，缩短供电路径并降低电源噪声。村田认为，未来AI数据中心需要从单一元件优化转向整个PDN（电源分配网络）的系统级设计，因此正通过电容器、仿真工具以及电源完整性技术服务，为下一代AI服务器提供更加稳定、高效的供电方案。

京瓷是日本综合性电子零部件企业，在精密陶瓷材料和MLCC领域拥有长期技术积累。凭借自主开发的高纯度介电材料以及薄层化制造工艺，京瓷持续推进MLCC向“小型化、高容量化、高可靠性”方向发展。面向AI服务器等高功耗应用，京瓷近年来推出更高容量的小型MLCC产品，以满足AI设备对空间利用率和电源稳定性的需求。 随着AI算力提升带动电源管理需求增长，京瓷正在强化其在高性能计算和服务器市场中的被动元件布局。

太阳诱电是全球主要MLCC供应商之一，在高可靠性、高容量陶瓷电容领域具备较强竞争力。针对AI服务器中芯片功耗提升、电源噪声控制和高速响应需求，太阳诱电积极开发面向IC电源去耦的高性能MLCC产品。公司近年来推出用于AI服务器的基板内置型MLCC，，通过将电容进一步靠近芯片，降低电源路径损耗和噪声，提高供电稳定性。 这类产品有望成为未来AI服务器高密度电源架构的重要组成部分。

如果说半导体设备决定了芯片制造能力，那么半导体材料则决定了先进制造的基础。

日本企业长期以来在半导体材料领域占据重要地位，覆盖硅片、光刻材料、封装材料、电子化学品等多个关键环节。进入AI时代，随着芯片性能提升以及先进封装快速发展，这些材料的重要性进一步凸显。

其中，出现在合照中的信越化学工业是全球半导体硅片领域的龙头企业之一。硅片是芯片制造的基础材料，而AI芯片对于晶圆质量、缺陷控制和一致性提出了更高要求。凭借在硅片、光刻材料等领域的长期积累，信越化学成为AI芯片供应链的重要参与者。同时，随着Chiplet、HBM和先进封装成为AI芯片发展的核心方向，公司在相关材料领域的布局也进一步受益。

随着AI芯片从“单芯片竞争”转向“系统级集成竞争”，先进封装的重要性不断提升。英伟达等厂商通过Chiplet和HBM技术，将计算芯片与高速存储进行高密度集成，这也推动了封装材料需求增长。

在这一趋势下，三井金属凭借高性能铜箔技术成为AI产业链中的重要材料供应商。其电子材料产品广泛应用于高频高速电路板、IC载板和半导体封装领域。随着AI服务器数据传输速率不断提升，传统铜箔已难以满足高速信号传输需求，而具备更低表面粗糙度、更高可靠性的高性能铜箔正成为先进封装和高端PCB的重要材料。虽然三井金属并不直接制造AI芯片，但其材料正在支撑AI系统性能提升。

旭化成则代表了日本在先进封装材料领域的优势。作为一家综合性材料企业，旭化成提供感光性聚酰亚胺、感光性干膜等关键电子材料。其中，感光性聚酰亚胺可用于芯片保护层和再布线层（RDL），感光性干膜则应用于封装基板制造。随着AI芯片向Chiplet、2.5D/3D封装发展，对高性能封装材料需求持续提升，旭化成也成为AI产业链背后的重要材料企业。

最近半年受到行业关注的日东纺，则是AI服务器材料领域的新焦点。该公司成立于1923年，如今已发展成为全球领先的特种玻璃纤维及复合材料供应商。其中，面向高速服务器的低热膨胀系数玻璃布（T-Glass）成为市场关注重点。

随着AI服务器功耗提升和数据传输速率提高，传统PCB材料逐渐难以满足需求。T-Glass作为高端覆铜板（CCL）的关键增强材料，可以降低热膨胀、减少信号损耗，提高服务器主板可靠性，是AI服务器、高性能计算和先进封装的重要基础材料。由于其制造涉及特殊配方和精密工艺，供应高度集中，因此日东纺也被视为AI基础设施中的“隐形卡位者”。

此外，住友电气工业也是AI时代的重要受益企业。作为日本领先的电子材料和通信企业，住友电气在光通信、半导体材料领域拥有深厚积累。随着AI数据中心规模扩大，高速光互联成为算力基础设施的关键环节，而磷化铟（InP）正是其中的重要材料。

InP具备高速、高频光电转换优势，是800G、1.6T等高速光模块中激光器和调制器的重要材料。面对AI数据中心对更高速率、更低延迟互联的需求，住友电气依托InP外延片、光器件以及光通信技术积累，正在扩大相关产能，有望受益于AI基础设施升级。

总体来看，日本企业虽然并非AI芯片的直接制造者，但凭借在材料领域数十年的技术积累，正在AI芯片、先进封装、高速互联等关键环节发挥越来越重要的作用。

在日本的AI供应链版图中，铠侠（Kioxia）和瑞萨也是最重要的参与者之一。

作为全球领先的闪存存储企业，铠侠长期深耕NAND Flash技术，是全球3D NAND市场的重要厂商。随着AI大模型、云计算和数据中心快速发展，数据规模呈现爆发式增长，存储正在成为AI基础设施中的关键环节。

尤其是在生成式AI时代，AI系统不仅需要强大的计算能力，也需要高性能、大容量的数据存储能力。从模型训练的数据管理，到推理阶段产生的大量数据处理，都推动企业级SSD需求持续增长。同时，随着AI服务器规模扩大，对存储设备的容量、带宽、可靠性以及能效提出了更高要求。凭借在3D NAND闪存领域的技术积累，铠侠有望受益于AI数据中心建设以及高速存储需求增长，成为支撑AI基础设施发展的重要力量。

除了存储领域，在日本的AI供应链版图中，**瑞萨电子（Renesas Electronics）**也是重要参与者。作为全球领先的半导体企业，瑞萨长期布局汽车电子、工业控制、基础设施和物联网市场，在MCU、MPU、模拟芯片以及嵌入式处理器领域拥有深厚积累。

AI时代带来的机会不仅来自云端数据中心，也来自AI能力向边缘和终端设备迁移。根据瑞萨官方定位，公司正在围绕“从云端到边缘再到端点”的AI应用趋势布局相关技术。在数据中心领域，随着AI服务器规模增长，电源管理、接口连接、时钟控制等基础半导体需求持续提升，而瑞萨凭借模拟、电源和基础设施相关芯片布局，有望受益于AI数据中心建设。

与此同时，在汽车、机器人和工业设备等领域，AI正在推动终端从传统控制系统向智能计算平台演进。这些场景对于低功耗、实时响应和高可靠计算提出更高要求，而瑞萨长期积累的车规级MCU、MPU以及功能安全技术，使其能够参与AI边缘计算和智能化应用的发展。

如果说铠侠代表的是AI时代“数据增长带来的存储机会”，瑞萨代表的则是AI从云端走向边缘和物理世界后的计算与控制机会。两家公司分别从存储和嵌入式计算两个方向，成为日本半导体产业参与AI浪潮的重要力量。

从上面的介绍可以看到，虽然日本目前并没有在大模型和AI芯片设计领域形成像英伟达、AMD等企业一样的全球影响力，也不像韩国和中国台湾企业那样凭借HBM、晶圆代工吸引大量关注，但日本依然是AI芯片供应链中不可忽视的重要力量。从上游材料、半导体设备，到先进封装、光通信和关键零部件，日本企业凭借数十年积累的技术壁垒，掌握了大量难以替代的核心环节。

这种“低调的护城河”，也符合日本半导体企业长期以来的发展路径。相比追求终端市场的快速扩张，日本企业更擅长在产业链中深耕细分领域，通过材料、工艺和制造能力建立长期竞争优势。在AI时代，竞争已经不再只是单一芯片性能的竞争，而是涵盖计算、存储、封装、材料、设备和基础设施的系统级竞争。随着AI算力需求持续提升，这些过去容易被忽视的关键环节正在重新获得价值，而日本企业的长期技术积累，也正在成为AI产业发展的重要支撑