集微网推出集成电路微信公共号: '天天IC' , 重大新闻即时发布, 天天IC, 天天集微网, 积微成著! 复制 laoyaoic 微信公共号搜索添加关注.
1.高通, 博通第二回合开打 高通董事会改选添变数;
高通(Qualcomm)董事会虽已正式拒绝博通(Broadcom)的购并提案, 认为公司价值被大幅低估, 且恐将面临庞大的监管不确定性, 博通面对高通表态拒绝, 马上与双方的法人股东积极会面沟通, 希望趁着高通在2017年底董事会改选之际, 取得更有利的战斗位置, 高通, 博通新一轮的委托书收购战火即将全面登场. 国际投资机构指出, 高通的婉拒回应已在业界意料之中, 因为高通必须表达对于每股70美元收购价明显偏低的看法, 否则会凸显博通收购的合情合理, 不过, 高通似乎没打算与博通细谈, 展现各凭本事的态度. 由于博通有可能在市场祭出加价收购的策略, 透过提高收购价的方式, 在交易市场高价收购高通的股权, 博通不断出招且直指高通的动作, 似乎要告知市场这一桩天价收购案, 绝对不会有雷声大, 雨点小的情况. 博通早已有沙盘推演的规划, 业者预期接下来的剧情, 将是双方针对高通董事会改选动作, 所开始出现的委托书战火, 既然高通是以低于合理价的理由来拒绝, 博通当然可以试图加价, 来赢得高通投资人的芳心, 甚至直接在市场上公开收购, 短期内高通仍是采取被动防御策略, 博通则将积极出招, 目前看来这桩天价收购案, 博通已暂居上风. 高通过去3年股价最高仅达74.51美元, 若博通决定将收购价拉高至75美元以上, 其所能掌握的委托书及收购成功机率, 将随着收购价提高而增加, 甚至若收购价增至80美元以上, 与目前高通股价存在近30%的溢价空间, 将是投资人无法不心动的甜蜜价格目标区. 业者预期拉高收购价已是博通不得不为的动作, 届时高通要再说服法人股东或一般投资人多加等待, 恐怕会面临曲高和寡的尴尬情形, 业者多预期博通既然已决定出手, 拉高收购价至80美元上下, 其实仅增加收购成本约10%而已, 因此, 加价收购已是必要手段. 虽然高通的婉拒, 似乎让这桩千亿美元规模的天价收购案, 进入模糊难测的阶段, 但高通董事会改选程序在即, 加上博通已敲锣打鼓出手, 当然也怕夜长梦多, 甚至出现黄雀在后的程咬金剧情, 业者预期接下来高通, 博通之间的委托书, 股权及经营争夺战, 将尽量采取快打旋风的方式来完成, 最终胜负应该不会拖过2018年上半. 从目前高通, 博通双方的战力来看, 祭出铜墙铁壁防守策略的高通, 短期内似乎只能被动地等待博通出招, 而拥有银弹优势及多元策略的博通, 透过不断与高通法人股东积极沟通, 企图从高通内部开始分化的战略, 充分显示博通居于相对有利的位置. DIGITIMES
2.半导体明星走下神坛 整合浪潮席卷全球;
尽管临近感恩节, 但高通和博通之间的 '博弈' 依然在进行.
日前, 高通部分投资者释放出 '友好' 态度, 表示愿意对收购方案进行讨论, 但前提是博通需要把收购价格至少提高至每股80美元. 此前, 博通每股70美元收购高通的提议已遭高通董事会的拒绝.
高通官方虽然对此消息不予回应, 但可以看到, 博通背后的资本力量正 '蠢蠢欲动' , 有博通离职人士对第一财经记者表示, 博通的 '盟友' KKR一直未有公开动作, 但在半导体并购案中, 这家著名的美国私募股权基金的实力不容小觑, 甚至有人戏称博通CEOHockTan正是KKR在半导体行业的 '发言人' .
不管怎样, '双通' 并购案并不是半导体并购潮的一个特例, 随着行业竞争态势白热化, 不管是欧美半导体巨头还是中国半导体企业都面临着技术门槛不断提高以及利润下降的双重压力, 整合是大势所趋.
拓墣产业研究院分析师姚嘉洋对第一财经记者表示, 除了博通对高通的并购外, 近期还有Marvell收购Cavium以及Dialog收购silego的案子, 从这些并购案例可以看出, 半导体企业一方面在强化特定领域的解决方案完整度, 另一方面也在为提升营收规模做准备.
技术更替期的巨头焦虑
技术的大爆炸正在改写半导体行业的格局, 站在山顶的欧美巨头比以往任何时候的感觉都更为强烈.
以高通为例. 虽然在移动时代打败英特尔等芯片巨头成为市场上的新秀, 但在人工智能, 5G未成熟前, 对华尔街的狙击却显得有些力不从心.
高通股价今年跑输多数芯片公司, 该股今年以来累计下跌16%, 而同期的费城证券交易所半导体指数则上涨41%, 博通股价今年累计上涨47%. 在资本市场上, 已经开始有基金经理称对于持有高通股票感到 '精疲力尽' .
'高通之前的商业模式, 可以说是用大量专利费的收入来补贴高昂的研发成本, 因此技术始终能走在市场前列. 然而, 这个模式正在遭到各大公司以及各地政府的挑战, 高通是按照手机整体价格收费, 即使手机中高通的芯片只占总体成本的很小一部分. ' 智慧芽分析师陈子豪对第一财经记者表示, 从几年前开始, 高通被各地政府以不公平交易的名义制裁, 在制裁之后高通的专利收入也逐步下降.
同时, 记者梳理发现, 2014年对于高通来说是个分水岭. 2014财年, 高通的营业收入为265亿美元, 净利润为79.7亿美元. 此后, 高通的营收一直在减少, 2017财年下降到223.91亿美元. 净利润方面, 2015财年为53亿美元, 2016财年小幅上涨到57亿美元, 之后2017财年便下滑至24.65亿美元.
上述博通离职人士对记者表示, 半导体行业并购加速的根本原因是毛利下滑, 高科技明星即将下凡成普通零部件供应商, 在追求规模效应的诉求下, 即便是明星企业也可能遭遇被收购的命运.
反观其他站在 '风口' 上的企业, 如英伟达, 处境则大为不同. 可以看到, 在人工智能等新兴领域, 英伟达已经占据先发优势, 全球绝大多数的神经训练网络都是采用NVIDIA的GPU芯片, 这直接推动了其业绩持续增长, 2017年, 英伟达公布的业绩显示其营收同比增长超过三成, 净利润同比增长近六成.
'新的市场需求也在刺激新的公司出现. ' 半导体行业观察分析师刘燚对记者表示, 龙头企业为实现规模经济和降低成本, 会持续开展出于战略整合目的的国际并购. 同时, 随着产业进入后摩尔时代, 企业也会加快布局新兴市场, 细分领域竞争格局加快重塑, 围绕物联网, 汽车电子, 数据中心, 人工智能等领域的并购将会日趋活跃.
中国半导体产业承压
虽然高通和博通的并购案暂时没有进展, 但由于双方在各自领域的强势地位以及在某些通信领域的重叠性, 可以预见收购案若通过则会在某种程度上形成对市场的超级优势地位.
上述博通离职人士对记者表示, 博通之前的并购整合遵循的原则就是要赚钱, 砍掉亏钱的业务, 并且希望与客户签订长期合约关系.
'HockTan买下博通后直接涨价25%, 如果客户不同意则直接断货. 华为这样的大客户, 也被要求将未来一年的需求提前下单, 才能保证老价格供货. ' 该人士对记者说.
该说法并未获得上述两家公司确认, 但从博通此前的市场动作来看, 聚焦核心客户以及业务, 打造技术壁垒是惯用手法.
同时, 芯片巨头们也在加快 '捕获' 各种新型领域独角兽公司, 以期在技术变革期依然占领高位.
市场调研机构ICInsights17日发布的一份报告显示, 今年全球半导体设备总投资约908亿美元, 三星电子达260亿美元, 占比逾两成. 报告指出, 三星加大半导体设备投资力度或打击中国半导体企业的投资信心, 这有望让三星电子和SK海力士继续保持在半导体市场的主导地位. 如果中国新生半导体企业没有实现划时代突破, 如形成 '联营体' 等, 就无法与三星电子等领先企业形成竞争格局.
拓墣产业研究院研究经理林建宏也对这一说法表示赞同. 他告诉第一财经记者, 以全球半导体市场来看, 目前还是以IDM (整合组件制造) 业者, 如英特尔与三星等占整体市场较大的份额, 而现阶段中国半导体企业较具实力的, 还是以芯片设计的企业为主, 像是华为旗下的海思, 以及紫光旗下的展讯.
在中国集成电路设计业2017年会上, 中国半导体行业协会集成电路设计分会理事长魏少军指出, 根据对前100名IC设计企业的统计, 企业的平均毛利率大概为29.28%, 较上年略有下降. 值得警惕的是, 前十大IC企业规模增长的同时盈利能力却在持续减弱. 这一现象从去年开始出现, 今年仍在持续. 一位不愿意透露姓名的业内人士也对记者指出, 国产芯片领头羊展讯近期的换帅也体现了高层对于业绩的不满, 希望借助调整做好准备以应对更激烈的市场竞争.
'中国半导体业者若要迎头赶上外企, 必须审慎思考, 将芯片设计, 制造与封测整合起来, 未来才有机会与外企一较长短. ' 林建宏对记者说. 第一财经日报
3.全屏风潮改变手机AP出货步调 4Q MTK高通大陆市占差距将缩小;
DIGITIMES Research 2017年9月, 10月走访大陆调查分析, 预估2017年第4季智能手机应用处理器(AP)出货将达1.79亿颗, 较2017年第3季微幅成长4.1%, 2017全年将较2016年将成长1.4%. 受全屏幕风潮影响, 智能手机业者修改设计, 延后产品出货, 联发科(Mediatek)乘隙推出P23, P30突破中国移动入库标准Cat.7规格, 并将视觉处理器(Vision Processing Unit; VPU)整合于SoC搭上人工智能(Artificial Intelligence; AI)浪潮, 于客户端取得成果, 进一步缩小与高通(Qualcomm)出货量差距, 第4季将缩小至4.1%. 高通凭藉Modem技术优势, 对主要智能手机业者渗透率高, 任一智能手机业者在市场上取得丰硕成果都将直接受益, 占据市场绝佳位置, 自2017年第2季至第3季, 即受惠于小米(Xiaomi)手机出货量的增加, 然高通不再独霸Cat.7以上AP市场, 估第4季面临价格压力. 2017年第3季大陆智能手机AP于品牌与白牌市场销售状况呈现两种风貌. 在品牌市场部分, 下游智能手机业者于2017年上半完成库存去化, 重拾拉货动能, 尤以小米手机成长最多, 主要受惠者为高通, 其余业者最迟至第3季末恢复正常销售循环, 保持微幅成长, 加上逢十一连假接十九大使厂商提前于第3季末备货, 2017年第3季大陆市场智能手机AP整体出货量较第2季增加24.3%, 达1.72亿颗. 白牌市场销售则不见起色, 主因零组件价格波动过大, 尤以存储器为剧, 且国外订单减少, 加上Google自2017年逐步封锁未经GMS(Google Mobile Service)验证的智能手机, 增加白牌市场业者验证成本, 使出货量骤减, 主要受影响业者为展讯(Spreadtrum), 其次为联发科. DIGITIMES
4.蔡明介: 现在是创业时代;
联发科董事长蔡明介昨 (21) 日表示, 过去的网络行为, 现今透过物联网之后, 都变成有意义的统计数据, 透过智能将找出商业模式, 在资源无限的现在, 也是最好的创业 时代.
蔡明介昨天应邀出席交大一场新书讲座, 与誉为阿里云之父的阿里巴巴技术委员会主席王坚博士针对智能时代进行对谈, 分享「互联网╳运算╳数据」三者聚变的运算经济新未来.
王坚表示, 尽管摩尔定律一定会存在, 但是世界必须要有新的规则, 在线 (being Online) 定律主轴包括三部分, 首先, 在于所有的信息, 数据都应该是在物联网上, 这样数据才有意义; 其次, 这些数据必需可以流动的才能有其价值; 最后 , 流动后每一个数据都可以被运算的, 因此运算能力也非常重要.
蔡明介分析, 台湾半导体是全球半导体供应链的一部分, 可以提供更多功能和未来, 摩尔定律则是趋使半导体产业向前迈进的重要定律, 现在是7奈米, 有人提到摩尔定律的极尽会在5奈米或3奈米, 所以应该还有二个世代, 就会走到尽头.
蔡明介表示, 现在是在线的世代, 很多信息都仰赖online, 也是最好的创业时代, 因为创业要解决问题, 想出新商业模式, 不只有仰赖计算能力, 物联网因为有无所不在的传感器, 透过传感器收集信息, 可变成有意义的数据和数据, 所以现在是最好的创业时代, 但创业就得承担风险, 在得知需承担的风险后, 去做就是了. 经济日报
5.智能传感器模拟人脑解读大数据
为了克服Big Data的挑战, 透过模拟人类大脑的方式打造智能传感器解决方案, 实现从边缘传感器, 融合中枢再到云端资料分析的分层智能化…
德国电子公司罗伯特·博世(Robert Bosch)认为, 为了克服大数据(Big Data)的挑战, 我们必须透过让各个层面智能化的方式打造解决方案, 包括从边缘传感器到集中的传感器中枢, 再到云端资料分析.
所幸我们的大脑拥有最智能的智能传感器——包括眼睛, 耳朵, 鼻子, 味蕾和触觉灵敏度, 能够因应物联网(IoT)的需要塑造我们的电子大数据解决方案.
Bosch Sensortec业务开发主管Marcellino Gemelli在国际半导体产业协会(SEMI)最近举行的年度MEMS与传感器高峰会议(MEMS & Sensor Executive Congress; MSEC)上说: '我们必须将大数据的问题馈入基于人脑的模型产生器, 然后用这个模型来预测最佳化解决方案应该是什么样子的. 由于神经元具有多功能性, 使得这些机器学习解决方案够在多个层面上运作. '
神经元是大脑的微处理器——它能接受数以千计的大数据输入, 但在接收到记忆突触介导的数以千计树突输入后, 仅沿着轴突输出单一电压突波. 透过这样的方式, 眼睛, 耳朵, 鼻子, 味蕾和触觉传感器(主要用于存在, 压力和温度)的接收器就能预先处理大量的原始大数据输入后, 再沿脊髓传送摘要资讯(在电压突波上编码)至被称为 'old brain' 的中枢¬-——这是负责呼吸, 心跳和反射等任务的脑干和自动行为中心.
最后, 经过预处理的资料经由一个巨大的互连阵列——称为 '白质' (white matter)——到达大脑有意识的部份(大脑皮层灰质)的最终目的地. 大脑皮层的每个部份分别专用于视觉, 语言, 嗅觉, 味觉和触觉等感官, 以及注意, 推理, 评估, 判断和相应规划等认知功能.
Gemelli说: '大脑神经网路的数学运算就相当于感知, 它可以透过其可变电导突触来学习, 而大数据则透过它进行串流传输. 我们可以添加多种层次的感知器, 学习人类所能学习的所有东西, 例如人们走路的各种不同方式. '
摩尔定律的影响
摩尔定律(Moore's Law)也有助于实现多层次的感知——称为深度学习(deep learning)——因为它提供了一种在边缘传感器, 在中枢进行智能处理以及在云端分析的通用方法.
Gemelli说: '首先, 数量方面很有帮助——大数据的量越多越好. 其次, 多样性有助于学习事物的各种不同面向, 例如上述人们用来行走的不同步态; 第三, 感知器必须回应的速度需要加以量化. 一旦你定义了这三种参数, 就可以为任何特定应用最佳化神经网路. '
例如, Gemelli说, 智能手表/智能型手机/智能云端组合可以分别控制大数据. 智能手表评估来自个人用户的即时连续数据, 然后每隔几分钟将最重要的摘要数据发送到智能型手机. 接着, 智能型手机在一天中只需几次向智能云端发送趋势摘要即可. 最重要的数据点的详细分析就在云端中执行, 并反馈回给佩戴智能手表的特定用户, 以及为其他智能手表佩戴者适时建议如何达到相同设定目标.
目前, 博世正借由在其边缘传感器上加入处理器, 以模拟这种三种层级的大脑模型, 使其得以辨识并集中大数据趋势, 然后再传送至智能中枢.
Gemelli说: '特别是智能城市需要利用内建处理器的智能传感器, 才能实现即时边缘传感器趋势. 然后, 他们再将这些趋势发送到传感器中枢, 分析并发送最重要的讯息至云端, 以便为城市管理者分析可行的资讯. '
编译: Susan Hong
(参考原文: Beating IoT Big Data With Brain Emulation, by R. Colin Johnson)eettaiwan