1.汽車IC市場連續三年創紀錄增長! ;
集微網消息, 消費者和政府對於汽車電子系統, 車輛性能, 舒適性, 便利性, 示警以及糾錯等功能的要求正在與日俱增. 根據IC Insights最新公布的市場報告顯示, 在這些因素的影響之下, 汽車IC市場以及汽車記憶體組件市場預計將在今年繼續上漲18.5%, 超過去年的272億美元, 創下了323億美元的曆史新高 (圖一) .
如果這一預測成真, 那就意味著汽車IC市場將連續三年實現兩位數的增長.
圖一
過去幾年, 全球汽車IC市場出現了驚人的發展.
雖然繼2014年增長11.5%之後, 2015年下降了2.5%, 但是在之後的2016年出現了10.6%的強勢反彈.
值得注意的是, 2015年, 汽車IC市場之所以出現下滑, 主要是由於關鍵的汽車IC產品, 諸如微處理器, 類比IC, DRAM, 快閃記憶體 , 通用和專用邏輯IC的ASP出現了下降, 從而抵消了汽車IC市場每年的穩定增長.
IC Insights最新公布的汽車IC市場預測顯示, 到2021年, 汽車IC市場將會增長到436億美元, 這意味著從2017年到2021年之間的年複合增長率為12.5%, 為六個主要IC細分市場中增長率最高的一個. (圖二)
圖二
總體而言, 2018年汽車IC市場僅佔IC總市場的7.5%, 到2021年, 這一佔比將會增長到9.3%. 其中, 類比IC, 包括通用類比IC和專用汽車類比IC將佔到2018年汽車IC市場的45%, MCU佔比23%.
另一方面, 由於近年來汽車類比IC供應商的收購, 大型廠商的數量逐漸減少. 其中, 影響到汽車類比IC市場的收購包括: 2015年, NXP收購飛思卡爾, 現在高通正在計劃收購NXP; 2017年, ADI收購英飛淩以及瑞薩收購Intersil. (校對/Aki)
2.三大派系決戰AI晶片之巔: 英特爾押寶神經網路處理器;
日前, 在有著103年歷史的舊金山藝術宮中, 英特爾的新晉科技大會——人工智慧開發者大會(簡稱 'AIDC' )如期而至. 這一次, 英特爾聚焦於拓寬人工智慧生態.
在羅馬式建築和科技感的AI場景間之間, 英特爾的AI掌舵者Naveen Rao侃侃而談英特爾的人工智慧軟硬體組合, 而最重磅的資訊莫過於Nervana神經網路晶片的發布預告, 按照規劃, 英特爾最新的AI晶片Nervana NNP L-1000, 將在2019年正式推向市場, 這也是英特爾第一個商用神經網路處理器產品.
兩年前, Naveen Rao還是深度學習初創公司Nervana Systems的首席執行官兼聯合創始人. 在公司被英特爾收購後, Nervana成為了英特爾人工智慧的核心戰艦, Nervana NNP系列也應運而生, Naveen Rao則被任命為人工智慧產品事業部的總負責人.
英特爾人工智慧產品事業部副總裁, Nervana團隊成員Carey Kloss在接受21世紀經濟報道記者專訪時談道: '我們創業初期就開始研發Lake Crest(Nervana NNP系列初代晶片代號). 當時我們整個團隊大概45人, 正在構建一個最大的Die(矽晶片), 我們開發了Neon(深度學習軟體), 還構建了雲棧, 這些都是小團隊所完成的. 但是這也是挑戰所在, 小團隊成長會有陣痛, 我們花了很長時間才把第一批產品拿出來, Nervana在2014年成立, 直到去年晶片才真正問世. '
不過, 加入英特爾後, Nervana可以使用英特爾的各類資源, '當然, 調用資源並不是一件容易的事情, 但是英特爾在產品的市場化方面擁有豐富的經驗. 同時, 英特爾有迄今為止我見過的最佳的後矽培養(post-silicon bring-up)和架構分析. ' Carey Kloss告訴21世紀經濟報道記者, '出品晶片方面, 我們有數百個系統同時運行, Nervana的員工和6個月前剛加入的成員也都為了新品夜以繼日地協同工作. ' 在他看來, Nervana現在處於合理的節奏中, 已經具備了明年取得成功的所有要素.
除了Nervana, 英特爾收購的人工智慧旗艦企業還包括專註視覺處理的Movidius, FPGA(現場可編程門陣列)巨頭Altera, 智能駕駛相關的Mobileye等. 事實上, 從2011年開始, 英特爾就開始不斷地投資人工智慧相關的公司, 其中也包括了中國的寒武紀, 地平線. 與此同時, 英特爾的競爭對手也在日益壯大. 英偉達的GPU在人工智慧領域高歌猛進;穀歌前不久發布了第三代AI晶片TPU, 該晶片針對穀歌的深度學習架構TensorFlow進行了優化, 並且穀歌對開發者提供了TPU等底層服務;去年, 百度聯合ARM, 紫光展銳和漢楓電子發布DuerOS智慧晶片, 主要提供語音交互解決方案;Facebook和阿里巴巴也紛紛進軍晶片領域, 其中, 阿里巴巴達摩院正在研發名為Ali-NPU的神經網路晶片, 主要用於映像, 視頻識別以及雲計算等場景.
在這場人工智慧晶片的 '遭遇戰' 中, 英特爾又將如何應對?
三大派系爭霸 從整體來看, 目前全球人工智慧的格局尚未明朗, 屬於各自做技術探索的局部戰, 尚未進入群雄逐鹿的總體戰. 人工智慧是一個籠統的概念, 具體的應用場景差異頗大, 各家公司側重點有所不同, 若根據技術和業務流派進行分類, 可以將全球公司分為三個派系. 其一是系統應用派, 最典型的代表是穀歌和Facebook. 他們不僅開發人工智慧的系統級框架, 比如穀歌出名的人工智慧框架Tensorflow, Facebook的Pytorch, 而且還大規模地投入應用. 例如, 穀歌斥重金研發自動駕駛, 推出翻譯等2C業務. 而Facebook也將人工智慧技術廣泛應用在社交網路中的映像處理, 自然語言處理等諸多領域.
第二類是晶片派, 目前主要是提供算力支援, 最大的玩家就是英特爾和英偉達. 英偉達的GPU抓住了計算設備需求的關鍵時機, 在圖形渲染, 人工智慧和區塊鏈領域的計算表現十分突出, 在這些業務方面也給英特爾帶來壓力. 同時英偉達似乎和英特爾的 'Intel Inside' 不同, 它更希望成為真正的算力平台, 並且成功推出了自己的CUDA平台.
就在5月30日, 英偉達發布了全球首個融合人工智慧和高性能計算的計算平台——HGX-2, 這也是目前最大的GPU——DGX-2背後的計算平台. 作為傳統算力領域的老大英特爾自然不甘示弱, 50年的企業頗有老驥伏櫪的意味, 近年來在人工智慧領域頻頻發起重磅併購: 2015年167億美元收購 '現場可編程門陣列巨頭' (Field Programmable Gate Array, FPGA)Altera, 為未來算力的發展趨勢奠定基礎, FPGA在雲計算, 物聯網, 邊緣計算等方面有很大的潛力;2016年英特爾收購Nervana, 計劃用這家公司在深度學習方面的能力來對抗GPU;同年還收購了視覺處理晶片初創公司 Movidius;2017年英特爾以153億美元收購以色列協助駕駛公司Mobileye, 旨在進軍自動駕駛領域.
在系統應用派和晶片派之外, 第三類是技術應用派, 剩下的大部分公司都屬於這一類型. 雖然不同的公司都聲稱自己在深度學習, 人工智慧領域有著深厚甚至獨特的技術積累, 但實際上大多是基於系統應用派和晶片派的技術平台. 只不過技術應用派更多的面向C端用戶, 包括自動駕駛, 映像識別, 企業級應用等. 客觀上說, 技術應用派屬於 '君子善假於物也' .
從目前的競爭格局上來看, 系統應用派已經逐漸佔據了整體優勢, 在人工智慧領域具備了最核心的競爭力. 在傳統的電腦和手機時代, 系統和晶片更多是合作關係, 晶片甚至更加佔據主導地位. 具體來看, 比如在電腦市場上, 英特爾在算力領域完全制霸, 橫跨PC和蘋果的MAC機. 而系統方面, Windows和iOS各有千秋, 無法代替對方, 但他們共同的英特爾卻無法代替. 到了手機時代, 雖然算力的主角從英特爾變為了高通, 但是晶片依然處於核心的地位, 其重要性和作業系統平分秋色.
而最近1-2年, 形勢變化很快, 蘋果放出要自己研發和生產MAC晶片的口風, 英特爾股價一度聞風下跌. 在人工智慧領域, 這樣的趨勢更加明顯, 由於計算場景的需求差異化極大, 穀歌根據自己的需要研發成熟的晶片變得必要, 技術上也更可行. 英特爾如果要為不同的場景定製晶片, 意味著英特爾將全面轉入2B領域, 和之前的2B2C模式相比, 純2B的業務顯然會更像乙方, 業務線的複雜度會急劇增長. 而曆史上來看, 一家公司從2C轉向2B總體來看往往都是因為失去了在行業中的核心統治地位而不得不退而求次.
押寶Nervana NNP 那麼, 在激烈競爭中, 英特爾又如何進一步加碼晶片事業?
Naveen Rao加入了英特爾後, 成為英特爾副總裁, AI事業部(AIPG)負責人, 主導推出英特爾神經網路處理器(Nervana NNP)系列晶片. 這次在AIDC大會上提出為開發者提供軟體工具, 硬體, 生態. 在業內看來, 以英特爾的技術實力, 軟體工具和硬體並不成問題, 但是生態卻有待商榷. 在PC時代, 生態的核心是晶片, 因此圍繞晶片構建生態就可以令英特爾固若金湯, 但是在人工智慧時代, 人工智慧系統才是生態的核心, 提供算力的晶片是生態的一部分, CPU可以提供算力, GPU也可以提供, 英特爾可以生產, 英偉達也可以生產, 甚至穀歌, 蘋果自己也可以生產. 目前在數據科學和深度學習計算領域, 英特爾的晶片布局主要有Xeon(至強)晶片系列, Movidius的視覺晶片VPU, Nervana NNP系列, 以及FPGA(現場可編程門陣列). 這幾條產品線分別對應幾個不同的細分應用場景.
Nervana NNP系列則是神經網路處理器, 在深度學習的訓練和推斷階段中, Nervana NNP主要針對訓練階段的計算, 按照英特爾的計劃, 到2020年要將深度學習訓練(Deep Learning, 簡稱 'DL' )的效果提高100倍. 這款神經網路處理器由英特爾和Facebook一起合作設計, 可以預測該晶片很大程度上應該會對Facebook的機器學習框架Pytorch有很好的支援, 畢竟Facebook的Pytorch的野心肯定是要和穀歌的Tensorflow一決高下. 不過最新款晶片2019年才會正式推出商用, 屆時深度學習的格局變化如何無法預料.
Naveen Rao在其博客中寫道: '我們正在開發第一個商用神經網路處理器產品英特爾Nervana NNP-L1000(代號Spring Crest), 計劃在2019年發布. 與第一代Lake Crest產品相比, 我們預計英特爾Nervana NNP-L1000將實現3-4倍的訓練性能. 英特爾Nervana NNP-L1000還將支援bfloat16, 這是業內廣泛採用的針對神經網路的一種數值型數據格式. 未來, 英特爾將在人工智慧產品線上擴大對bfloat16的支援, 包括英特爾至強處理器和英特爾FPGA. ' 事實上, Spring Crest在2018年底推出的傳言早已有之, 但是目前看來, 官方公布的2019年這一時間點略有延遲. 對此, Carey Kloss向記者解釋道: '進入更現代化的製程節點, 我們整合了更多的Die(矽晶片), 可以獲得更快的處理速度. 但是需要一定的時間去製造矽片, 也需要時間把矽片變成新的神經網路處理器, 這是延遲的原因. '
對於兩代晶片的區別, 他分析稱: 'Lake Crest作為第一代處理器, 在GEMM(矩陣運算)和卷積神經上都實現了非常好的計算利用率. 這不僅僅是指96%吞吐量的利用率, 而是在沒有充分定製化的情況下, 我們也取得了大多數情況下實現GEMM高於80%的計算利用率. 當我們開發下一代晶片時, 如果我們能夠保持高計算利用率, 新的產品在性能上有3到4倍的性能提升. '
談及競爭, Carey Kloss表示: '我不知道我們競爭對手的路線圖是什麼, 但我們的反應速度相對較快, 所以我認為我們不會在神經網路處理上處於劣勢. 比如bfloat16已經有一段時間了, 它最近變得更受歡迎, 不少客戶提出支援bfloat16的要求, 我們也逐步轉向支援bfloat16. ' 而對比穀歌的TPU來看, 他認為TPU二代類似於Lake Crest, TPU三代類似於Spring Crest.
四面出擊 除了備受關注的Nervana NNP, 英特爾的Xeon晶片主要面向伺服器和大型計算設備, 比如我國超級計算機天河一號和二號就採用了Intel Xeon 六核處理器.
在視覺晶片方面, 英特爾的業務量增長迅速. Movidius VPU晶片早就面向在汽車, 無人機等新興的硬體市場, 比如大疆無人機, 特斯拉, 以及Google Clips攝像頭中都採用了Movidius的視覺晶片.
Movidius的市場負責人Gary Brown告訴21世紀經濟報道記者: '在Movidius, 我們研發的晶片被稱作視覺處理單元VPU. VPU是一種兼具計算機視覺和智能攝像頭處理器的晶片. 所以我們的晶片所做的處理大概有三類: ISP處理, 也就是映像訊號處理, 基於攝像頭捕捉技術的處理, 以及計算機視覺和深度學習. '
他舉例道, 具體的使用場景包括VR產品和機器人技術, 智能家居, 工業攝像頭, AI攝像頭, 還有監控和安保. 其中, '監控和安保是一個巨大的市場, 尤其在中國, 監控和安保攝像頭的市場特別大, 有一些大公司在研發監控攝像頭, 例如海康威視和大華. '
Gary Brown還提到, 智能家居領域目前正在迅速發展, 雖然市場很小, 但是發展神速. '有很多公司在研發智能裝置, 如智能家庭安防, 個人家庭助手, 智能門鈴, 以及公寓和家庭的訪問控制. 但是在家居領域, 要做到低成本, 低能耗, 電池壽命長, 以及非常精準是非常有挑戰性的. 因為比如室外的樹蔭在移動, 就有可能觸發了防盜警報, 因此非常低的誤報率是非常重要的, 要有良好的準確性. '
而公司的挑戰之一就是如何繼續創造高性能的晶片, '我們有一些策略, 比如, 用一個前端演算法降低功耗, 這樣我們就能關閉大部分晶片, 只運作小部分最佳化的面部檢測功能. 當一張臉出現時, 其他晶片將被啟動. 這樣就能一直保持面部監控系統開啟. 我們還有很多演算節能技術, 使家用智能攝像頭續航時間達到大致6個月. ' Gary Brown解釋道.
此外, FPGA這條線則由Altera執掌局面. 隨著5G浪潮的到來, IoT物聯網的數據分析及計算需求會暴增, 物聯網的接入節點至少是數百億級的規模, 比手機規模要高出1-2個數量級. 物聯網的典型需求是需要靈活使用演算法的變化, 這是FPGA的強項, FPGA可以通過自身結構的改變來適應定製化計算場景的需求, 這也使得英特爾在未來為更多不同類型的設備提供高效提供晶片變成可能. 從167億美元的收購金額就可以看出, 英特爾買的顯然不只是眼前的價值.
速攻企業級場景 英特爾近期的一項調查顯示, 在美國企業客戶中, 50%以上都正在轉向採用基於英特爾Xeon處理器的現有的雲解決方案來滿足其對人工智慧的初步需求. 而多位英特爾高管在接受採訪時都向記者表示, 沒有一種解決方案適用於所有的人工智慧場景, 英特爾會根據客戶需求對技術和業務進行搭配. 比如, 英特爾會將Xeon和FPGA, 或者Xeon和Movidius配置在一起, 從而實現更高性能的人工智慧功能.
對於英特爾而言, 這些強化的人工智慧功能將被廣泛地應用於企業級場景. Naveen Rao就表示: '在加速向人工智慧驅動的未來計算過渡之時, 我們需要提供全面的企業級解決方案. 這意味著我們的解決方案要提供最廣泛的計算能力, 並且能夠支援從毫瓦級到千瓦級的多種架構. '
Carey Kloss進一步向21世紀經濟報道記者解釋人工智慧晶片的應用場景: 'Spring Crest可以說是最高等級的Nervana神經元處理器架構. 因此它的客戶就包括超大規模計算中心, 已經擁有相當強大的數據科學工作的大型企業, 政府等等. 如果你需求的是低延且小模型, Xeon就能幫助到你, 它可以把數據從雲到端打通. '
具體來看, 英特爾也在醫療, 無人駕駛, 新零售, 物聯網等場景上做了探索. 比如在醫療方面, 據介紹, 英特爾正在與諾華(Novartis)合作, 使用深度神經網路來加速高內涵篩選——這是早期藥品研發的關鍵元素. 雙方的合作把訓練圖片分析模型的時間從11個小時縮短到了31分鐘——效率提高了20多倍.
在無人商店方面, 英特爾為京東無人便利店提供 '計算大腦' , 目前已在多個智能門店(中石化易捷便利店, 京東之家)以及智能售賣機項目中部署使用. 在演算法上, 京東方面表示, 無人商店用到的機器學習演算法主要集中在知人, 知貨, 知場3個方向, 由於涉及線上線下數據打通, 將視頻等非結構化數據轉化為結構數據等, 需要用到現在比較流行的機器視覺領域CNN(卷積神經網路)演算法, 智慧供應鏈方面用到的傳統機器學習演算法, 如SVM, 統計學的線形回歸, 邏輯回歸等. 在網路條件比較好的情況下, 多數視頻數據可以使用較大模型在雲端完成. 在網路不佳的情況下, 通過端計算比如移動端, 邊緣計算使用小網路完成. 而使用的硬體包括Intel的邊緣伺服器等.
儘管英特爾外遇強敵, 轉型, 擴張的步伐十分堅定. 僅從研發數值來看, 根據IC Insights的統計數據, 2017年排名前10位的半導體廠商研發總支出為359億美元, 英特爾位列第一. 報告顯示, 2017年英特爾的研發支出為131億美元, 占集團總支出的36%, 約為英特爾2017年銷售額的五分之一. 隨著各家的巨額投入, AI晶片的戰役還將愈演愈烈. 21世紀經濟報道
3.美國半導體產業長盛不衰的三大密碼;
21世紀經濟報道 翟少輝 上海報道
儘管美國半導體產業有著其他地區無法複製的一大優勢——整合電路產業誕生於美國, 產業重要技術突破和變革也大都始於美國, 但美國在科技產業生態, 政府政策作用和人才培養方面的得失依然值得探究.
編者按
前三期全球商業觀察我們梳理了國際半導體產業目前的競爭格局, 分析了在該產業全球領先的韓國和中國台灣, 歐洲發展半導體產業的曆程, 現狀和得失經驗. 本期全球商業觀察我們聚焦美國的半導體行業, 分析這個半導體行業誕生地為何能維護半個多世紀的基業長青, 其始終保持全球領先的支撐邏輯和密碼. 同時, 對矽谷著名的 '叛徒' 文化和半導體兩巨頭英特爾與AMD的愛恨故事也做一管窺. (李豔霞)
市場調研機構Strategy Analytics最新完成的一份調查報告顯示, 2017年, 在全球基帶晶片和智能手機應用處理器市場, 美國半導體廠商高通分別佔據了53%和42%的佔有率, 繼續穩固著該領域的霸主地位. Strategy Analytics認為, 在從4G向5G轉型過程中, 高通將繼續在2019年及以後的市場中保持領先地位.
高通的強勢只是美國半導體產業領導地位的一個例證. 半導體行業研究機構IC Insights 5月更新的數據顯示, 以營收為標準, 2018年第一季度全球15大半導體廠商 (含晶圓代工) 中, 美國佔據8席. 2017年, 北美地區半導體廠商合計佔據了全球半導體市場49%的份額.
此外, 同其他地區廠商多專註細分領域或代工業務不同, 美國廠商幾乎可以生產半導體產品的全部種類, 並且在設備, 材料方面同樣布局齊全. VLSI公布的2016年全球十大半導體設備廠商中, 應用材料, Lam Research, KLA-Tencor和Teradyne這4家美國企業分別位列第一, 第三, 第五和第八位.
儘管美國半導體產業有著其他地區無法複製的一大優勢——整合電路產業誕生於美國, 產業重要的技術突破和變革也大都始於美國, 但美國在科技產業生態, 政府政策作用和人才培養方面的得失依然值得探究.
矽谷和整合電路產業的崛起
在被問及美國整合電路產業的成功因素時, 一位美國半導體從業者有些困惑: 整合電路誕生在美國, 這也就使得精確定位其成功的 '最重要原因' 非常困難.
華美半導體協會 (CASPA) 理事繆英妤對21世紀經濟報道記者表示, 整合電路產業起步於美國, 並隨著美國經濟在二戰後的騰飛同步發展, 探究美國半導體產業的成功因素需要從整體把握.
1947年, '晶體管之父' 肖克利 (William Shockley) 與同在貝爾實驗室的兩位同事製造出了首個晶體管, 三人因此分享了1956年度的諾貝爾物理學獎. 隨後, 肖克利離開貝爾實驗室, 來到如今的矽谷建立了肖克利實驗室. 慕名而來投奔肖克利的才俊中, 就有後來的仙童公司的八位聯合創始人.
1957年, 八人出走創立了仙童半導體公司, 他們也因此被肖克利怒斥為 '八叛徒' . 不過很快, 這一稱呼就成為了矽谷乃至美國科技產業的傳奇. '叛逆' 的創業精神影響了幾代矽谷企業家, 科學家.
1958年, 德州儀器的基比爾 (Jack Kilby) 製造出了第一塊整合電路, 但因未能找到合適的矽晶體, 他的器件使用了鍺. 仙童半導體隨後很快實現了突破, '八叛徒' 之一的諾伊斯 (Robert Noyce) 在1959年提交了用矽平面工藝製作整合電路的專利申請, 並在1961年3月生產出了第一塊基於矽的整合電路. 整合電路產業正式拉開了序幕.
1968年, '八叛徒' 中最後離開仙童的摩爾 (Gordon Moore) 和諾伊斯也自立門戶創立了迄今為止全球最成功的半導體企業英特爾.
1971年, Electronic News記者Don Hoefler首次以 '矽谷' 為題發表了對舊金山灣區計算機晶片公司的系列報道, 矽谷由此得名. 其中的 '矽' 字便是源於該地區整合電路產業所使用的矽原料.
經濟科技優勢支撐
市場調研機構Strategy Analytics RF和無線組件研究服務總監Chris Taylor對21世紀經濟報道記者指出, 美國強大的經濟基礎是其半導體產業的核心優勢之一. 美國經濟在19世紀和20世紀實現了強勁增長, 在擴大就業的同時激發了對科技產業的投資.
近日發布的瑪麗·米克爾2018年互聯網趨勢報告顯示, 以市值而論, 全球十大科技公司中就有蘋果, 亞馬遜, 微軟, 穀歌, Facebook, Netflix以及eBay+PayPal等7家美國企業. 這為美國半導體產業提供了包含終端應用, 品牌與軟體的完整的生態體系.
集邦諮詢墣產業研究院研究經理林建宏對21世紀經濟報道記者指出, 長期以來的基礎科技積累正是保障美國半導體產業長期居於領導地位的主要因素之一.
'微軟與英特爾佔據著PC市場, 穀歌的安卓與蘋果的iOS引領著智能手機. 在製造端, 有英特爾與一些強有力的科研單位拉動著設備與材料廠商, 而外部更是有資金在支撐著創新環境. ' 他表示.
華美半導體協會 (CASPA) 理事繆英妤還指出, 美國半導體產業早期發展的先驅者中, 很多都是第一代的歐洲移民. '二戰之後, 很多非常優秀的科學家都來到了美國尋找機會. ' 她說. '晶體管之父' 肖克利就出生於英國, 後遷往美國加州.
在林建宏看來, 半導體產業僅是科技產業中的一環, 美國擁有完善的科研與創新體系, 並吸引著全球的人才聚集, 這對於維持科研領域的領導地位至關重要.
政府積極介入: 研發支援, 政策指引
在整合電路產業成長的早期, 美國政府就已在其中發揮著重要作用. 早在二戰之前, 美國軍方就有著為科研提供資金的傳統, 以用于飛機, 雷達, 核工業等領域的研發.
'國家科學基金 (NSF) 每年提供約70億美元的支援, 用於支援高校的基礎物理科學和數學研究. 美國衛生研究院 (NIH) 為基礎醫學研究提供資金. 國防部先進研究項目局 (DARPA) 則為企業具有軍用潛力的研究提供支援, 例如計算機網路和互聯網項目. ' Taylor指出了三家對半導體產業基礎起到重要支援作用的機構.
繆英妤則指出, 美國政府對半導體產業最直接的推動, 除提供資金支援研發外, 還扮演了重要的採購方角色, 國防和航空航天研究為半導體產業提供了巨大的市場和應用場景.
諾丁漢大學教授John Orton也在其著作中指出, 在晶體管誕生之初的大部分時間中, 該工業正是依靠軍方的支援存活了下來, 從而為日後的整合電路產業打下了基礎.
政策指引方面, 美國政府僅在近年就採取了多項行動. 2015年, 美國啟動了國會半導體核心會議, 以專門研究半導體產業政策. 隨後, 美國國會研究服務中心和總統科技顧問委員會先後在2016年, 2017年發布了《美國半導體製造: 行業趨勢, 國際競爭與聯邦政策》和《持續鞏固美國半導體產業領導地位》兩份指引性報告.
Strategy Analytics手機元件技術研究服務副總監Sravan Kundojjala對21世紀經濟報道記者表示, 半導體產業如今已成為美國政府 '嚴密保護' 的一項產業. '近年來, 美國政府阻止了多起外國投資者的收購嘗試. 美國政府視5G和AI為半導體產業的核心領域, 並希望保持領導地位. '
2018年3月, CFIUS還曾在高通股東大會召開前緊急要求高通推遲股東大會, 以介入博通對高通的惡意收購. 此後流出的一封CFIUS信件顯示, 其此舉正是擔心收購會削弱高通, 從而使高通在5G標準制定的關鍵時刻失去優勢.
'不過, 目前幾乎所有的美國半導體企業都在全球有所布局, 更重要的是他們也都和中國存在業務聯繫. ' Kundojjala表示, '大部分美國公司的成功更多還是取決於成功的產品和市場策略. '
人才頻繁流動, 產業遍地開花
回顧美國半導體企業的曆史, 一個有趣的發現是新興公司往往能夠迅速崛起, 並推動著半導體產業在技術領域的進步. 在John Orton看來, 這與美國科技產業的另一大特徵有著聯繫: 人才在不同公司之間頻繁的流動.
公益組織Endeavor曾於2014年發布的一項調查結果顯示, 目前帶有 '仙童基因' 的美股上市公司多達92家, 其中既有蘋果, 穀歌, 甲骨文, Facebook和特斯拉等如今最火熱的科技公司, 也有英特爾, AMD, 應用材料, 閃迪, 英偉達和賽靈思等重要的半導體廠商, 以及KLA-Tencor和Lam Research等半導體設備公司. Endeavor表示, 如果跳出上市公司的限制, 可追溯至仙童八位聯合創始人的公司更是多達2000家.
Orton認為, '八叛徒' 的故事決定了一種文化, 成千上百的模仿者保證了專業知識和技術能夠快速地在產業中實現擴散, 這與歐洲和日本相對穩定的環境非常不同.
新興公司推動著技術革新是美國半導體產業生命力的重要體現, 這一特徵得到了傳承. 20世紀80, 90年代, 又一批後起的美國廠商乘著Fabless模式興起和資訊時代 (互聯網和移動網路興起) 來臨之風, 在迅速崛起的同時為美國半導體產業開闢著新的疆土, 高通和英偉達即是最典型的代表之一.
'對我們而言, Fabless模式已被證明是非常成功的. ' 高通公司一位發言人6月1日接受21世紀經濟報道記者採訪時表示, '這允許我們可以不對設備等進行前期投資, 更靈活地專註於更核心, 基礎的研發層面, 並讓更樂於且擅長晶片生產的廠商從事生產. '
如今, 在5G, AI, 物聯網等新興前沿科技等領域, 美國廠商依然走在前列. Kundojjala認為, 包括英特爾, 高通, 英偉達, 博通, 美光, AMD和賽靈思在內的眾多美國半導體廠商, 均在這一輪機遇中積極布局.
'舉例來說, 英偉達這家GPU廠商, 已經將其主要面向個人客戶的業務模式重整為面向AI, 自動駕駛和數據中心等領域. ' 他介紹, '高通這家基帶市場的領導者, 也正在努力將它在4G上的成功延續至5G, 還對AI, VR和AR相關技術進行投資. '
'5G是在為其他所有相關的產業開啟一扇門. ' 高通公司發言人表示, '過去是由手機運營商, 手機廠商, 半導體廠商去定義3G和4G的功能. 而5G則是需要眾多產業參與進來, 告知我們其需求, 一同來定義5G的功能. '
不過, 儘管美國已是世界上最接近擁有半導體全產業鏈的國家, 但在光刻機領域美國企業依然缺席, 主要的DRAM生產工廠也不在美國. '目前沒有單一國家擁有完整的供應鏈. ' 林建宏表示, '半導體產業有高度的專業分工, 但在各個子系統卻又具有高度集中的特性. '
在Taylor看來, 人才儲備是美國半導體產業保持領先地位的重要因素, 尤其是美國強調基礎科學, 技術, 工程和數學領域的教育. 不過, 繆英妤指出美國在人才層面目前存在的一項挑戰: 相較於人才培養周期較長的半導體領域, 新興的互聯網, 軟體等領域無論在人才培養周期還是收入層面, 似乎都更有吸引力.
4.巴斯夫: 已為中國晶片業邁入10nm以下製程做好準備;
來源: IT時報
作者: 王昕
兵馬未動, 糧草先行. 近日, 巴斯夫化工集團位於浙江嘉興的新建電子級硫酸裝置正式投入運營, 其生產的超純硫酸將滿足國內晶片廠商未來幾年的工藝升級需求, 巴斯夫電子材料業務部亞太區副總裁言寧璿博士向《IT時報》記者表示: '巴斯夫與美國, 韓國等晶片廠商的合作經驗將被複製到中國, 該超高純度化學解決方案完全可以順應中國晶片廠商對10nm, 7nm, 甚至更高晶片製程的需求. ' 另據消息稱, 上述裝置尚未竣工, 巴斯夫即同時啟動擴建項目, 擴容後產能將翻番, 擴建項目預計將於今年年底投產, 共計每年生產24000噸高純度電子級硫酸, 可以滿足整個中國晶片市場相當一部分需求.
'在iPhone, 華為P20等明星智能手機中, 手機晶片製程已經達到10nm級別, 巴斯夫客戶中有的晶片廠商已經具備了7nm和5nm的製程水平. 要實現如此精密的晶片生產工藝, 就需要萬億分之一級別的超純純度化學製品. '萬億分之一' 就好比, 一滴水之於20個奧運會遊泳池的體積之比. ' 言寧璿說道, '在製造小於10納米單位數節點晶片的過程中需要經過數百道清洗工序, 巴斯夫嘉興裝置所生產的硫酸在性能水平上已經超越了當今速度最快, 性能最優的半導體標準要求, 其質量與穩定性在業內首屈一指. '
諮詢機構SEMI數據顯示, 2017年全球晶元出貨金額已經達到4000億美元, 而中國在半導體設備資本支出方面的增長速度將遠高於全球平均水平. 巴斯夫預計, 2019年, 中國大陸晶片廠商將實現14nm製程工藝, 2020年達到7-10nm水平, 快速追趕國際頂尖工藝水準.
巴斯夫中國區總經理竇崢透露, 嘉興工廠將主要向北京, 上海, 南京, 重慶, 成都, 廈門等城市的晶片廠商供貨, 同時, '長三角目前仍是中國晶片業需求量最大的地區之一, 這也是巴斯夫選址嘉興的主要原因之一. '
另據介紹, 巴斯夫正在研發更高純度的十千萬億分之一的超純工藝, 言寧璿透露, 在與巴斯夫合作的頂尖晶片廠商實驗室中, 巴斯夫已經能為4nm製程提供完全符合要求的超純化學品.
5.晶片能耗1000倍降低將成為主要研究方向
隨著整合電路工藝達到7納米, 關於製程工藝的物理極限是否到來, 摩爾定律將會走向終止等, 開始成為業界熱議的話題, 甚至引發普通人們的關注.
對此, 加州伯克利大學教授, FinFET發明人, 美國最高科技獎項獲得者胡正明提出, 整合電路技術的發展遠沒有終止, 微納電子還可以再做100年.
那麼, 整合電路是否還將沿著以前的路徑繼續發展嗎? 如何調整? 發展速度是否會減緩? 日前, '兆易整合電路科技館' 正式開館, 胡正明教授出席開館儀式, 並接受了記者的採訪.
'整合電路的發展路徑並不一定非要把線寬越做越小, 現在存儲器已經朝三維方向發展了. 當然我們希望把它做得更小, 可是我們也可以採取其他方法推進整合電路技術的發展, 比如減少晶片的能耗. 這個方向晶片還有1000倍的能耗可以降低. 線寬的微縮總是有一個極限的, 到了某種程度, 就沒有經濟效應驅動人們把這條路徑繼續走下去. 但是我們並不一定非要一條路走到黑, 我們也可以轉換一個思路, 同樣可能實現我們想要達到的目的. ' 胡正明表示.
事實上, 就整合電路而言, 人們的目的並不是微縮線寬, 而是增加晶體管密度, 增強晶片處理性能, 降低耗能, 減少成本. 對此, 胡正明預測, 未來晶片的成本將不會如以前那樣持續降低.
'任何一種產業技術發展到一定程度, 成本都是不可能如以前的晶片產業一般, 持續, 呈指數級地不停降低. 很可能今後晶片成本不再會像以前那樣下降得那麼快了, 但是至少要做到成本不增加. ' 胡正明說.
如果成本不能持續降低, 那麼驅動人們將摩爾定律推進下去的經濟因素將是什麼呢? '以前的半導體市場屬於技術推動型, 以技術的發展造就市場需求. 我覺得以後需求端會變得越來越重要, 將成為推動整合電路產業和技術進一步發展的主要因素. ' 胡正明對《中國電子報》記者說.
'從這個角度來看, 世界上有那麼多領域需要晶片. 隨著智能化的發展, 這種需求不會減少. 既然有這樣的需求在, 整合電路就必然會吸引更多投資, 支援整合電路的研發. 有這樣的需要的驅動, 整合電路再有50年到100年的發展不成問題. ' 胡正明說.
隨著整合電路產業發展的模式從技術驅動型轉向市場驅動型, 整合電路產業的發展速度還會像以前那樣快速嗎? 對此, 胡正明認為, 過去20年中, 全球半導體市場的年平均成長率大約為4.5%左右. 這個成長速度並不是很快. 如果按照這樣的速度成長50年並不成問題. '或者換一句話說, 今後50的的成長速度, 並不會低於過去20年的成長速度. ' 胡正明對《中國電子報》記者說.
人才是保持整合電路產業持續發展的關鍵因素. 特別是近年來中國在政策與市場的雙重驅動下, 取得了較快發展. 然而依舊面臨著十分嚴重的人才缺口. 針對人才培養這個話題, 胡正明認為, 人才培養是一項長期工程, 是急不起來的. 同時胡正明認為, 學校周邊產業的發展, 於對學校教育有著正面的促進.
'以矽谷為例, 斯坦福大學, 加州大學伯克利分校便造就了很多科技產業, 但是這兩所大學也受益於周邊產業的發展. 學校教師與產業界走得近, 就會對市場趨勢有著更加充分的了解, 在教學中也就能夠有的放矢, 也更能激發學生的學習動力. 同時教師的研究成果也會受到產業界的重視, 讓產業界更有創新的熱情. 如果沒有產業的配合, 學校想要培養出優秀人才也是比較難的. 產業培育與人才培養, 兩件事應當同時並進. ' 胡正明對《中國電子報》記者說. 中國電子報