AMD
同时覆盖 CPU、GPU 与自适应计算产品线，适合从平台能力和产品组合角度观察。
厂商
厂商
按公司、产品线与生态布局观察产业格局。
Intel
覆盖 CPU、GPU、FPGA、AI 加速等多条路线，是理解传统通用计算厂商转向异构计算的重要样本。
NVIDIA
以 GPU 和 AI 软件生态为核心，同时延伸到网络、DPU 和整机集群方案。
华为
在 AI 加速、昇腾软件栈和端边云协同方面值得持续追踪。
Qualcomm
SoC、DSP、端侧 NPU 三线协同明显，是端侧异构计算的重要观察对象。
Broadcom
在网络、交换、定制 ASIC 和基础设施芯片上影响力很强，适合从数据中心底座能力理解。
Marvell
覆盖网络、存储、DPU 与基础设施定制芯片，是数据中心底层架构的重要玩家。
通过 TPU 和云平台把专用 AI 加速器与软件服务深度绑定，代表云上专用化路线。
Apple
以 SoC 为中心，把 CPU、GPU、NPU、媒体与内存体系深度整合，是端侧一体化设计代表。
MediaTek
在移动与边缘 SoC 上覆盖广，AI 加速与媒体处理能力也持续演进。
Samsung
通过 Exynos、移动 AI 和存储/代工协同，在端侧与供应链层面都值得关注。
Ampere
以 Arm 服务器 CPU 为中心，适合观察高核心数、云原生与能效优先路线。
AWS
通过 Graviton、Inferentia、Trainium 把芯片设计和云服务整合到一起，适合看云厂商自研路线。
寒武纪
国产 AI 加速器代表之一，适合持续跟踪其训练、推理和生态落地进展。
Lattice
低功耗 FPGA 方向的重要玩家，适合边缘控制、工业和嵌入式场景观察。
Texas Instruments
在 DSP、嵌入式处理和工业控制方向长期稳定，是边缘与实时系统的重要样本。
Cadence
以 IP 和 DSP/AI 处理器设计能力为主，更多影响 SoC 内部能力而不是独立零售芯片。