年年低迷的IC產(chǎn)業(yè)為何突遇8倍爆發(fā)式增長？

2016年12月，Morgan Stanley的硅谷投資銀行業(yè)務(wù)部門總經(jīng)理Marl Edelstone對半導(dǎo)體產(chǎn)業(yè)整合提出了自己的一些看法。他說，“在五年內(nèi)，半數(shù)專營上市半導(dǎo)體公司將被收購，并且前三大供應(yīng)商市場份額可能會在未來十幾年內(nèi)從其今天的約30%，增加一倍至60%”。不過，隨著博通收購高通被叫停，高通并購恩智浦(NXP)被否，2017年的實際整合與收購(M&A)金額創(chuàng)下了7年來的新低。

這意味著，對IC收入增長來說，整合似乎正變得無關(guān)緊要。

然而，一個不可思議的事實是：從2017年起，IC行業(yè)實現(xiàn)了22.2%的增長，遠遠超過2011-2016年2.8%的年復(fù)合增長率。不僅如此，2017年半導(dǎo)體行業(yè)的研發(fā)費用增長了9.8%，F(xiàn)abless半導(dǎo)體初創(chuàng)公司的風險資本投入從2009-2012年的平均9.2億美元/年，增長至2018年18.02億美元。

2017年，存儲器是行業(yè)增長的重要推動力

相對于2016年27%的占比，存儲器在2017年幾乎占據(jù)了IC收入的40%。Walden Rhines指出，歷史上存儲器IC單元出貨量趨勢幾乎沒有變化，IC單元出貨量和存儲器單元始終保持同樣的總出貨量趨勢。但2017和2018年上半年，存儲器平均銷售價格在大幅增加，并在2018年第一季度達到頂峰，預(yù)計存儲器平均銷售價格走低可能會在2018年第4季度開始。

同樣是在2017年，F(xiàn)LASH和DRAM資本投資增長了35%。其中，中國的年復(fù)合增長率為37%，高居榜首。數(shù)據(jù)顯示，晶圓廠持續(xù)增加的投資主要用于存儲器，使得NAND和DRAM存儲器容量迅速增加。但從2018年第2季度開始，資本投資呈現(xiàn)出放緩跡象。

值得欣喜的是，此次資本投資相對需求增長的過剩程度比以往要少，意味著整體的產(chǎn)業(yè)發(fā)展處于一個相對健康的發(fā)展環(huán)境中。

如果從晶體管增量來看，存儲器占所有晶體管的百分比早在2015年就達到了99.7%，是3D NAND推動存儲器實現(xiàn)了比Logic或SoC更快的發(fā)展速度。然而，盡管2017年存儲器行業(yè)收入增長55%，但存儲器單元體積增長是低于長期趨勢線的。

持續(xù)強勁的非存儲器市場

存儲器平均售價降低時，非存儲器增長是否仍會保持強勁？

Walden Rhines不但給出了“YES”的回答，還將引入“特定域處理器”、初創(chuàng)企業(yè)活動的加速、IC設(shè)計企業(yè)有新參與者和中國對半導(dǎo)體的投資，形容為引領(lǐng)全球半導(dǎo)體市場發(fā)展的“四駕馬車”。

· 進入半導(dǎo)體領(lǐng)域的新公司

Elon Musk在Tesla 2018年第2季度營收電話會議上提出“專為自主操作設(shè)計的世界上最先進的計算機”、“我們希望盡快發(fā)展芯片團隊的規(guī)模及增加芯片投資”等目標，并決定用自動駕駛系統(tǒng)的定制處理器取代通用GPU。其實不止Tesla，目前，進入半導(dǎo)體設(shè)計領(lǐng)域的新公司越來越多，例如Facebook、Apple、小米、華為、Amazon、Tesla、Google、ZTE等。

Walden Rhines認為，現(xiàn)今互聯(lián)網(wǎng)連接數(shù)超過220億，81%為物-物連接。隨著智能化不斷向下層延伸，以及“非馮諾依曼”計算機體系結(jié)構(gòu)的演變，物聯(lián)網(wǎng)智能邊緣設(shè)備需要不斷提高處理速度，降低功耗，并整合更多存儲器。以最典型的可穿戴式手環(huán)產(chǎn)品為例，通常，在這樣一個設(shè)計復(fù)雜且對成本極其敏感的產(chǎn)品中，會包含MEMS傳感器、A/D轉(zhuǎn)換器、模擬信號處理、數(shù)字接口、無線電射頻通信、微控制器等多種IC，接近零功率的要求更是帶來了巨大挑戰(zhàn)。

· 中國政府對半導(dǎo)體投資的激勵

2014年，中國集成電路投資基金(政府支持)投入200億美元，私募股權(quán)、地方政府、區(qū)域政府投入970億美元；到了2018年，中國集成電路投資基金(政府支持)470億美元，配套資本預(yù)計將更多。

這一舉措吹響了“中國半導(dǎo)體創(chuàng)新企業(yè)組建之戰(zhàn)的號角”。Walden Rhines提供的數(shù)據(jù)顯示，中國IC設(shè)計企業(yè)數(shù)量已經(jīng)從2015年的715家激增到2017年的1380家，有935個按照市場細分的獨特公司，>500人規(guī)模的企業(yè)從2006年的0.4%上升為2015年的6.1%，100-500人規(guī)模企業(yè)則從9.8%上升為43.3%。

· 特定領(lǐng)域體系結(jié)構(gòu)主導(dǎo)的初創(chuàng)公司

全球Fabless公司風險投資基金(1-3)在2018年Q2已達到11.86億美元，相比之下，2012年Q1僅有1.42億美元。其中，AI&機器學習所獲得的風險投資最多，從2012年-2018年年初至今共有11.63億美元，其次為加密貨幣4.65億美元，高速通訊/5G 3.01億美元；

2018至今，共有14家Fabless AI公司獲得風險投資資金，而根據(jù)全球各地區(qū)Fabless公司在第1、2、3輪風險投資中的表現(xiàn)來看，中國占據(jù)比例最大，數(shù)額近10億美元。

最重要的是，2018年年初至今的資金，中國是美國的6.1倍。

· “特定域處理器”

Alphabet公司董事長John Hennessy提出，“摩爾定律的終結(jié)，以及更高速通用計算的到來，標志著新的黃金時代已開啟?！眰鹘y(tǒng)無論是以軟件為中心，還是以硬件為中心的思想都存在局限，特定域語言和架構(gòu)則更有希望。

Walden Rhines列舉了一些特定領(lǐng)域的AI/深度學習控制器，其中，39款面向視力/面部識別，23款面向數(shù)據(jù)中心/云AI/HPC，21款面向邊緣計算，17款面向自動/輔助駕駛，分列1-4位。Mentor中國區(qū)總經(jīng)理凌琳在接受《電子工程專輯》采訪時表示，中國有足夠的市場容量來承載這些公司與產(chǎn)品，現(xiàn)在的市場格局是健康的，即便發(fā)生一些兼并、收購和重組，也是正常的市場經(jīng)濟行為，外界不必對此加以過度解讀。但無論如何發(fā)展，重“質(zhì)”而非“量”，是需要牢牢把握的基本原則。

特定域架構(gòu)和學習曲線將實現(xiàn)下一波增長

Gordon Moore曾說過，“沒有一種指數(shù)是永恒的?！笔聦嵰驳拇_如此，從1965年至2005年，摩爾“定律”對于晶體管數(shù)量的描述也數(shù)次發(fā)生變化。可為什么摩爾定律50年來長盛不衰？Walden Rhines的觀點是，當兩件事情都真實時，基于真實的“自然法則”，即“學習曲線”：1. 生產(chǎn)的累計晶體管隨著時間呈指數(shù)增長；2. 幾乎所有成本降低均來自縮小特征尺寸以及增加晶片直徑。

他在演講中提出了以十九世紀數(shù)學家Benjamin Gompertz發(fā)明的Gompertz曲線(姜氏曲線)數(shù)學模型來對各種新興應(yīng)用，特別是物聯(lián)網(wǎng)(IoT)相關(guān)設(shè)備的產(chǎn)品生命周期進行預(yù)測。根據(jù)這一理論，數(shù)據(jù)中心處理、智能表計、汽車電子(夜視系統(tǒng)、駕駛員防困倦系統(tǒng))等行業(yè)仍處于市場發(fā)展早期，擁有極大的發(fā)展?jié)摿?。且總晶體管數(shù)量的增率仍在上升，拐點至少要在2038年才會到來。

“特定領(lǐng)域體系結(jié)構(gòu)需要新的設(shè)計方法和工具，我鼓勵設(shè)計師用HLS進行更多探索，提供比編寫VHDL或Verilog更高的質(zhì)量?！痹诹枇湛磥恚珹I/機器學習需要進入下一步抽象和功耗分析，而HLS結(jié)果不比手動編寫的RTL差，甚至更強，時間更快(能夠縮短4倍)。此外，HLS易于重映射多種技術(shù)，例如可以針對各種技術(shù)重映射相同C代碼，輕松切換工藝，快速探索可行的替代技術(shù)并確定最優(yōu)實現(xiàn)。

人工智能、7nm與EDA

中國已經(jīng)成為人工智能的全球第二大市場。市場的發(fā)展一方面驅(qū)動了人工智能專用芯片的需求，另一方面，在大數(shù)據(jù)驅(qū)動的人工智能新型計算方式下，EDA也正在進入新的時代，新的設(shè)計方法和工具層出不窮。

“每家企業(yè)都在積極適應(yīng)這個劇烈變化的市場，2017年12月Siemens為Mentor的發(fā)展收購了總部位于加拿大薩斯卡通的Solido Design Automation公司就是最好的說明?！绷枇照f。

Solido是一家基于機器學習的對變化性可感知的設(shè)計和特征提取軟件的領(lǐng)先供應(yīng)商，目前已有40多家大型公司在其生產(chǎn)中使用Solido的機器學習產(chǎn)品，使他們能夠設(shè)計、驗證和制造比以往更具競爭力的產(chǎn)品。

他認為，這一收購行為表明，Mentor正通過收購、調(diào)整投資方向等多種舉措，為已有的領(lǐng)先的模擬混合信號電路驗證產(chǎn)品注入新的方法論和新的功能，共同打造業(yè)內(nèi)功能最強大的解決方案組合。2018年，Mentor僅為其旗艦產(chǎn)品Calibre就啟動了7個新研發(fā)項目，用以增強機器學習算法在EDA工具中的有效性，包括提升模型收斂(Model Convergency)速度、建模精度、優(yōu)化流程等等。

在談及格芯、聯(lián)電等晶圓廠紛紛放棄7nm等先進制程工藝時，凌琳認為對代工廠而言，尖端制程工藝并非唯一選擇，像TowerJazz這樣具有獨特技術(shù)的晶圓廠也做的非常出色。盡管對那些追求極致性能的企業(yè)而言，代工廠的減少的確讓他們少了一些選擇，但對于另外一些IC設(shè)計企業(yè)來說，他們會在拓展成熟工藝的應(yīng)用“寬度”上下功夫，創(chuàng)新出一些“More Than Moore”的新應(yīng)用，反而會出現(xiàn)“多點開花”的局面，這對代工廠而言未嘗不是件好事。

而且，對EDA公司來說，商機也并不會減少。追求尖端工藝的客戶在7nm以下會需要更強大的算力和計算量，會遇到更復(fù)雜的設(shè)計規(guī)則和流程，對先進EDA工具的需求只會有增無減；另一方面，那些追求成熟節(jié)點工藝的客戶由于拓展了應(yīng)用領(lǐng)域，對EDA工具也提出了更多新的要求。