外贸网站赚钱,网站建1设公司,我想网站建设,西安专业网站建设服务好《芯片#xff1a;科技之核#xff0c;未来之路》 一、芯片的定义与重要性二、芯片的应用领域#xff08;一#xff09;新能源领域#xff08;二#xff09;信息通讯设备领域#xff08;三#xff09;4C 产业#xff08;四#xff09;智能电网领域#xff08;五科技之核未来之路》 一、芯片的定义与重要性二、芯片的应用领域一新能源领域二信息通讯设备领域三4C 产业四智能电网领域五自动驾驶领域 三、芯片的制造工艺一前端处理FEOL二后端处理BEOL 四、芯片的发展历程一早期阶段1940 年代 - 1950 年代二半导体公司兴起1950 年代 - 1960 年代三集成电路发展1959 年 - 至今 五、芯片未来发展趋势一更小、更快、更节能二多核心和多处理器架构三人工智能和机器学习的集成四三维集成和集成度提升五更高的可靠性和安全性六量子计算和新型计算架构 六、全球芯片产业现状一过去几年的低迷二一升一降特点三对 2024 年的展望 一、芯片的定义与重要性
芯片本质上是电路是现代电子设备的核心组件在各个领域都发挥着至关重要的作用。 芯片通常被认为是集成电路它是一个较为笼统的叫法。对于电子设备来说芯片就如同汽车的发动机、人的心脏一般重要藏在设备内部起着关键作用故称为 “芯”从形态上看它一片一片的所以叫 “片”。通俗来讲在我们日常使用的各种电子或电器产品中如电脑、手机、电视等拆开后看到的绿色板子是印制电路板PCB上面焊接的黑色方形元件很可能就是芯片。 集成电路是通过特定技术将晶体管、电阻、电容、二极管等电子元件集成在单一基板上形成的微型电路。若基板采用半导体材料如硅就属于半导体集成电路。传统意义上的集成电路基本都是指半导体集成电路所以半导体、芯片、集成电路三个词经常混用。也有人将芯片定义为 “包含了一个或多个集成电路的、能够实现某种特定功能的通用半导体元件产品”即芯片是半导体元件产品的统称。 芯片和集成电路存在一些区别。部分行业观点认为集成电路是电路是基础单元主要强调实现某一功能如某一逻辑运算在电路设计等场景使用较多而芯片是更宏观、更产品化的概念经过设计、制造、封装和测试后形成可直接使用的产品形态在强调用途时更多被称为芯片如 CPU 芯片、AI 芯片、基带芯片等。 半导体包括集成电路、分立器件、光电子器件和传感器。集成电路和另外三个的主要区别在于集成度集成电路的晶体管数量远远大于分立器件、光电子器件和传感器且衬底材料一般也不一样。目前光电子器件、分立器件和传感器的市场规模加在一起仅占到全部半导体市场规模的 10% 左右所以集成电路是半导体的最重要组成部分。 芯片具有多种分类方式。世界半导体贸易统计组织将所有集成电路类别分为模拟、微型、逻辑和存储器。非官方层面按照功能可分为计算芯片、存储芯片、通信芯片、感知芯片、能源芯片、接口芯片等按照等级可分为消费级、工业级、汽车级、军工级和航天级等按照设计理念可分为通用芯片CPU、GPU 等、专用芯片AISC按照工艺制程可分为 28nm、14nm、7nm、5nm 等按照半导体材料可分为硅Si、锗Ge、砷化镓GaAs、氮化镓GaN等还发展出了光芯片用光来代替电流传递信号。从集成电路角度按制作工艺可分为半导体集成电路和膜集成电路膜集成电路又分为厚膜集成电路和薄膜集成电路按电路属性可分为数字集成电路、模拟集成电路和混合信号集成电路数字集成电路处理数字信号如微处理器CPU、GPU 等、数字信号处理器DSP和微控制器MCU等模拟集成电路多用于传感器、电源芯片、运放等主要用于模拟信号的放大、滤波、解调、混频等功能混合信号集成电路是模拟和数字电路集成在一个芯片上如模数ADC和数模DAC转换芯片按芯片上所集成的微电子器件的数量可分为不同类别按导电类型可分为双极型集成电路和单极型集成电路双极型集成电路制作工艺复杂功耗较大代表集成电路有 TTL、ECL、HTL、LST-TL、STTL 等类型。 芯片是一套实现特定功能的电路具有模块化特点方便厂商进行产品设计和研发降低开发难度缩短开发周期。几十年来半导体工艺在摩尔定律的指引下飞速发展芯片的尺寸越来越小里面容纳的电路越来越多使得电子产品的体积、成本以及功耗大幅下降。它不仅改善了我们的生活品质也引领了信息技术革命推动了整个人类文明的进步。有了芯片才有了如今功能强大的手机等各种电子设备芯片形成了非常广泛的应用。
二、芯片的应用领域
一新能源领域
芯片在新能源领域发挥着至关重要的作用。在可再生能源领域芯片在将风电和太阳能电力接入电网以及减少输电损耗方面表现出色。例如通过精准的控制和监测确保风电和太阳能发电系统的稳定运行提高能源转换效率。同时绿色能源、电动汽车、绿色电子照明等新兴领域也成为功率器件市场应用的新热点对芯片的需求强劲。在电动汽车中芯片用于电池管理系统、电机控制系统等关键部位实现高效的能量转换和安全可靠的运行。在绿色电子照明中芯片控制灯光的亮度、颜色和节能模式为人们提供舒适的照明环境。
二信息通讯设备领域
芯片在信息通讯设备领域广泛应用。移动通信、无线通信、卫星通信等领域都离不开芯片的支持如手机芯片、基带芯片等。在手机中芯片是核心部件负责处理各种任务包括通信、计算、图形处理等。基带芯片则负责手机的通信功能实现信号的调制和解调。此外增强型氮化镓电晶体表现出高耐辐射性能适用于通讯和科学卫星的功率和通讯系统。点到点通信、卫星通信、各种雷达和新型工业 / 医疗应用都将从这些大功率氮化镓器件的应用中获益。随着 5G 技术的发展对芯片的性能要求更高需要更高的处理速度、更低的功耗和更强的信号处理能力。
三4C 产业
芯片在计算机、汽车电子、工业自动化、医疗电子、家电等 4C 产业领域需求旺盛。在计算机领域芯片是核心组件包括中央处理器CPU、图形处理器GPU、内存芯片等。这些芯片决定了计算机的性能和功能。在汽车电子领域芯片用于发动机控制、安全系统、娱乐系统等。一辆传统燃油车所需汽车芯片数量为 600—700 颗一辆电动车所需的芯片数量为 1600 颗而更高级的智能汽车对芯片的需求量将提升至 3000 颗。在工业自动化领域芯片用于控制机器人、自动化生产线等设备提高生产效率和质量。在医疗电子领域芯片用于医疗设备如心电图仪、血糖仪等实现精准的检测和诊断。在家电领域芯片用于智能家电如智能电视、智能冰箱、智能洗衣机等提供更加便捷和舒适的生活体验。
四智能电网领域
芯片对提高电力供应链能效至关重要。智能电网芯片是指应用于智能电网领域的专用集成电路芯片具有数据处理、通信和控制等功能是实现智能电网高效、安全、可靠运行的关键技术之一。智能电网芯片的主要应用领域包括电力调度、配电自动化、智能电表等。随着智能电网建设的加速和物联网技术的普及智能电网芯片市场需求不断增长。目前全球智能电网芯片市场规模已达到数十亿美元预计未来几年将继续保持快速增长。芯片制程技术的持续进步将使智能电网芯片具备更强大的计算和数据处理能力提高电网的智能化水平。物联网技术的广泛应用将实现电网设备间的互联互通提升电网的运营效率。人工智能技术的深度应用将实现电网的自主决策和优化运行。
五自动驾驶领域
目前自动驾驶领域是最 “吃” 芯片的领域呈四足鼎立态势。汽车自动驾驶芯片作为智能驾驶系统的核心组件集成了高性能计算、图像处理、传感器融合等多项关键技术。随着自动驾驶技术的不断发展对高性能计算芯片的需求将持续增长。未来高性能计算芯片将成为汽车自动驾驶芯片市场的重要增长点。传感器融合技术是自动驾驶系统的关键技术之一对于提升自动驾驶系统的安全性和可靠性具有重要意义。人工智能和深度学习技术在自动驾驶领域的应用日益广泛对于提升自动驾驶系统的智能化水平具有重要意义。产业链整合与生态建设将成为汽车自动驾驶芯片市场的重要趋势。自动驾驶芯片企业将与传感器、摄像头、雷达等零部件供应商以及整车制造商等产业链上下游企业加强合作共同推动自动驾驶技术的普及和应用。
三、芯片的制造工艺
一前端处理FEOL
芯片的前端处理是制造芯片的关键环节之一涉及多个复杂的工艺步骤每一步都对芯片的性能和质量起着至关重要的作用。
湿洗湿洗是芯片制造的第一步其目的是保持硅晶圆表面无杂质。在这个过程中会使用各种试剂对硅晶圆进行清洗去除污染物、颗粒和金属离子等。通过化学清洗、漂洗和烘干等步骤确保硅晶圆表面的洁净度为后续的工艺步骤奠定基础。这一步骤对于提高光刻胶的黏附性也非常重要。光刻光刻是通过紫外线照射刻出图案的关键工艺。首先在硅晶圆上涂上一层光刻胶然后用紫外线透过蒙版照射硅晶圆。被照到的地方光刻胶会发生化学反应变得容易被洗掉而没被照到的地方则保持原样。这样就可以在硅晶圆上面刻出想要的图案。光刻过程中需要精确控制光源的位置和光线强度以确保图案的准确性和精度。离子注入离子注入是在硅晶圆不同的位置加入不同杂质组成场效应管的重要步骤。根据不同的杂质浓度和位置可以实现不同的电子特性。例如通过注入少量的 P 型物质和 N 型物质可以在硅晶圆上形成 N-well 和 P-well从而构建出场效应管的基本结构。干蚀刻和湿蚀刻干蚀刻和湿蚀刻是洗掉不需要的结构的关键工艺。干蚀刻使用等离子体将不需要的结构洗掉而湿蚀刻则使用试剂进行清洗。这两个步骤通常在光刻之后进行用于去除光刻过程中不需要的部分以形成精确的芯片结构。等离子冲洗等离子冲洗是用等离子体轰击芯片的工艺。通过较弱的等离子束轰击整个芯片可以进一步去除芯片表面的杂质和残留物提高芯片的质量和性能。热处理热处理包括快速热退火、退火、热氧化等步骤。快速热退火是瞬间把整个片子通过大功率灯等照到 1200 摄氏度以上然后慢慢地冷却下来目的是使得注入的离子能更好地被启动以及进行热氧化。退火和热氧化则分别用于消除芯片中的应力和制造出二氧化硅即场效应管的栅极。化学气相淀积CVDCVD是精细处理表面物质的重要工艺。通过化学反应在芯片表面沉积一层薄膜可以进一步改善芯片的性能和可靠性。例如可以通过 CVD工艺在芯片表面沉积一层绝缘层以防止电子泄漏。物理气相淀积PVDPVD 是给敏感部件加 coating 的工艺。类似于 CVDPVD 也可以在芯片表面沉积一层薄膜但通常用于给敏感部件加上一层保护性的 coating以提高芯片的稳定性和可靠性。分子束外延MBEMBE 是长单晶时需要的工艺。如果需要在芯片上生长单晶材料可以使用 MBE 工艺。MBE 可以精确控制生长的晶体结构和成分从而实现高性能的芯片制造。电镀处理电镀处理可以在芯片表面沉积一层金属以提高芯片的导电性和可靠性。例如可以通过电镀处理在芯片表面沉积一层铜以实现更好的电路连接。化学 / 机械表面处理化学 / 机械表面处理可以进一步改善芯片表面的平整度和光洁度提高芯片的性能和可靠性。例如可以通过化学 / 机械表面处理去除芯片表面的微小缺陷和划痕。晶圆测试晶圆测试是对芯片进行电气性能测试的重要步骤。通过针测等方式对每个晶粒进行电气特性检测可以及时发现和排除不良芯片提高芯片的良品率。晶圆打磨出厂封装晶圆打磨可以使晶圆表面更加光滑便于后续的封装工艺。出厂封装则是将芯片封装在保护壳中以提高芯片的稳定性和可靠性便于在电子设备中使用。
二后端处理BEOL
后端处理主要是布线通过多次重复金属层的生长和蚀刻来完成。后端处理是在前端处理的基础上进行的其目的是实现芯片内部各个部件之间的连接以实现芯片的功能。 在后端处理中首先需要进行金属层的生长。这通常通过物理气相淀积PVD或化学气相淀积CVD等工艺来实现。金属层的生长需要精确控制厚度和均匀性以确保良好的电路连接。 然后需要进行金属层的蚀刻。这通常使用光刻和蚀刻工艺来实现。通过光刻技术在金属层上刻出需要的电路图案然后使用蚀刻工艺将不需要的金属部分去除以形成精确的电路连接。 后端处理需要多次重复金属层的生长和蚀刻以实现复杂的电路连接。在这个过程中需要精确控制每一层金属的位置和厚度以确保良好的电路性能和可靠性。 总之芯片的制造工艺是一个复杂而精细的过程涉及多个工艺步骤和技术。前端处理和后端处理分别负责芯片的不同部分共同实现了芯片的高性能和高可靠性。
四、芯片的发展历程
一早期阶段1940 年代 - 1950 年代
20 世纪 40 年代计算机技术开始萌芽对更高效的电子元件的需求日益增长。在这个背景下1950 年代大型计算机逐渐出现成为当时科技领域的重大突破。与此同时贝尔实验室在半导体研究方面取得了关键进展成功研制出第一块晶体管。晶体管的诞生标志着电子技术进入了一个新的时代它具有体积小、功耗低、可靠性高等优点为后来芯片的发展奠定了基础。
二半导体公司兴起1950 年代 - 1960 年代
在这一时期半导体行业开始迅速崛起。德州仪器涉足半导体业务为行业的发展注入了新的活力。摩托罗拉也不甘落后建立了固态电子研发实验室致力于半导体技术的研究和开发。IBM 推出存储程序计算机进一步推动了计算机技术的发展同时也对半导体元件提出了更高的要求。 肖克利创办半导体实验室吸引了众多优秀的科学家和工程师。然而由于肖克利的管理问题“八叛逆” 毅然决定离开创立了仙童公司。仙童公司在半导体领域取得了巨大的成功成为当时世界上最大的半导体公司。仙童半导体公司给旧金山湾区带来了半导体产业加州的圣塔克拉拉谷也因此被更多人称为硅谷。 1957 年八位科学家在仙童摄影器材公司老板谢尔曼・费尔柴尔德的支持下成立了仙童半导体公司。他们致力于开发商业半导体器件并在 1958 年取得了重要进展接到了 IBM 的第一张订单。到 1960 年仙童半导体公司进一步发展母公司费尔柴尔德摄影器材公司以 300 万美元购买其股权。到 1967 年仙童半导体公司营业额已接近 2 亿美元。但由于母公司不断把仙童半导体创造的利润转移到母公司去支持摄影器材业务八位科学家开始陆续负气出走。仙童半导体最终无力回天在之后的几年里被多次转卖。
三集成电路发展1959 年 - 至今
1959 年诺伊斯发明世界第一块硅集成电路这一发明被誉为 20 世纪工业史最伟大发明之一。集成电路的出现使得电子元件的集成度大大提高芯片的性能和可靠性也得到了显著提升。 从那时起芯片制程不断缩小技术不断创新。在这个过程中芯片的发展历经了多个阶段。最初芯片的制造工艺相对简单集成度较低。随着技术的进步芯片的制程不断缩小从微米级别逐渐发展到纳米级别。同时芯片的设计和制造技术也在不断创新如光刻技术、离子注入技术、化学气相淀积技术等。 在芯片发展的过程中还出现了多种不同类型的芯片。例如按照功能可分为计算芯片、存储芯片、通信芯片、感知芯片、能源芯片、接口芯片等按照等级可分为消费级、工业级、汽车级、军工级和航天级等按照设计理念可分为通用芯片CPU、GPU 等、专用芯片AISC按照工艺制程可分为 28nm、14nm、7nm、5nm 等按照半导体材料可分为硅Si、锗Ge、砷化镓GaAs、氮化镓GaN等还发展出了光芯片用光来代替电流传递信号。 随着技术的不断进步芯片在各个领域的应用也越来越广泛。从新能源领域到信息通讯设备领域从 4C 产业到智能电网领域再到自动驾驶领域芯片都发挥着至关重要的作用。芯片的发展不仅推动了信息技术革命也引领了整个人类文明的进步。
五、芯片未来发展趋势
一更小、更快、更节能
芯片未来的发展趋势之一是追求更小、更快、更节能。为了实现这一目标主要从以下几个方面着手。 首先采用先进制程工艺如目前的 7 纳米、5 纳米工艺等不断缩小芯片尺寸。这不仅可以在相同面积的晶圆上集成更多的晶体管提高芯片的性能还能降低芯片的功耗。每隔几个月就有更新换代的电子产品问世它们通常更小、更智能这很大程度上得益于新一代先进的芯片和处理器。 其次提高芯片的工作频率和性能实现更快的数据处理能力。但提高工作频率也会带来功耗增加的问题因此需要在性能和功耗之间找到平衡。例如通过优化芯片的架构设计提高数据传输的效率减少不必要的延迟和功耗损失。 最后研发低功耗设计和架构以实现更高的能效比延长电池续航时间。美国团队提出新方法通过将由纳米材料制成的微型光传感器集成到传统的 CMOS 集成电路中提高性能的同时降低功耗。如碳纳米管等纳米材料作为光传感器为 CMOS 芯片增加新功能将许多碳纳米管集成到硅芯片中可能会产生比现有技术更小、更快、更节能的新型电子设备。
二多核心和多处理器架构
芯片未来将朝着多核心和多处理器架构的方向发展。 增加芯片内核心数量以提高并行处理能力适应多任务处理和复杂应用需求。现在的 CPU 或 SoC 基本都是在单芯片中集成多个 CPU 核心形成通常所说的 4 核、8 核或更多核的 CPU 或 SoC 芯片。多核心处理器具有更强大的计算能力可以同时执行多个任务提高工作效率。例如ARM Cortex-A9 MPCore CPU 提供了 14 个 CPU 核心的可选架构目前我们能见到的 4 核心 CPU 大多都是属于 Cortex-A9 系列。 结合异构计算架构如将 CPU、GPU 和 AI 加速器集成到同一芯片中提高处理多种工作负载的能力。多个不同类型的处理器协同工作可以根据不同的任务需求进行灵活分配充分发挥各自的优势。这样的架构实现了 “分治法” 战略通过划分任务线程应用能够充分利用多个执行内核并可在特定的时间内执行更多任务加快运行速度优化处理性能。
三人工智能和机器学习的集成
芯片未来将更加紧密地集成人工智能和机器学习功能。 将专门设计用于加速 AI 和 ML 任务的硬件如张量处理单元集成到芯片中提高处理效率和性能。例如集成人工智能模块的系统芯片包括处理器、AI 模块、FPGA 模块和非易失性存储器等。AI 模块从非易失性存储器读取权重系数并且写入第一存储器利用第一存储器中的权重系数进行机器学习处理器还控制将基于机器学习后更新的权重系数写入非易失性存储器。 开发更加智能的芯片具备自学习和自适应能力以适应不断变化的环境和任务。人工智能的机器学习和集成学习方法在当今科技领域中扮演着至关重要的角色。通过对数据的学习和分析机器学习和集成学习方法可以帮助人们更好地理解和利用数据从而实现各种复杂任务的自动化处理和优化。
四三维集成和集成度提升
芯片未来将大力发展三维集成技术进一步提升集成度。 推动三维芯片封装技术的发展将多个芯片层堆叠在一起以提高集成度和性能密度。近年来伴随着人工智能的飞速发展半导体工业面临前所未有的挑战与机遇。3D 异构集成技术迅速崛起正在重塑整个芯片行业的格局。通过将内存和处理单元垂直堆叠解决传统冯・诺依曼架构的 “内存墙” 问题极大缩短数据传输的距离提升带宽和能效。 进一步集成传感器、存储器、通信模块等功能到芯片内部实现更加紧凑和高效的设计。例如湖南大学科研团队提出一种新的芯片三维集成工艺通过逐层集成范德华预制备电路层和半导体层实现了 10 层的全范德华单芯片三维系统并且能够实现逻辑、传感和存储互联的三维异质集成和协同工作。
五更高的可靠性和安全性
芯片未来将更加注重可靠性和安全性。 强调芯片设计和制造过程中的安全性以防止恶意攻击和数据泄露。随着芯片在各个领域的广泛应用其安全性变得至关重要。芯片中的数据可能涉及个人隐私、商业机密和国家安全等重要信息一旦被恶意攻击或泄露将带来严重的后果。 开发更加健壮和耐用的芯片以应对极端环境和条件下的工作需求。例如在军事、航天等领域芯片需要在恶劣的环境下工作如高温、低温、高辐射等。因此需要开发更加可靠的芯片以确保其在极端环境下的正常运行。
六量子计算和新型计算架构
芯片未来将加大对量子计算和新型计算架构的研究投入。 加大对量子计算和量子芯片的研究投入探索其在解决复杂问题和加密通信等方面的潜在应用。量子计算具有强大的计算能力能够在短时间内解决传统计算机难以解决的问题。例如在加密通信领域量子计算可以提供更高的安全性。 推动新型计算架构的发展如神经形态计算、光子计算等以实现更加高效和创新的计算方式。这些新型计算架构可以突破传统计算架构的限制为芯片技术的发展带来新的机遇。例如神经形态计算模仿人类大脑的结构和功能具有更高的能效比和自适应性。
六、全球芯片产业现状
一过去几年的低迷
过去几年全球芯片产业经历了一段低迷时期。主要表现为供大于求库存压力加大。2023 年芯片产业表现不佳尤其是内存行业受打击严重。 根据《存储芯片的江湖》一文存储芯片作为半导体周期风向标2023 年芯片制造商面临库存积累的困境导致固态硬盘和内存价格屡创新低。尽管这给消费者带来实惠但对企业利润造成了冲击。从市场与能力上看长江永续现在拥有世界上大约 5% 的份额6% 的能力但是它还在不断成长并且预计将来将会占据世界上 15%-20% 的能力。这也从侧面反映出整个芯片行业在 2023 年面临的挑战。 《中国芯片产业内卷加剧2023 年 1.09 万家公司倒闭平均每天 31 家》指出中国芯片产业正面临严重挑战截至 2023 年 12 月 11 日已有 1.09 万家芯片相关企业工商注销、吊销同比增加 69.8%较 2022 年增长 89.7%平均每天就有超过 31 家芯片公司宣告倒闭。这一现象凸显了中国芯片市场的深刻危机也反映了全球芯片产业在 2023 年的低迷状态。
二一升一降特点
当前全球芯片产业呈现出一升一降的特点。一方面汽车芯片需求转弱另一方面人工智能成为关键驱动力英伟达独占全球约九成 AI 芯片市场份额。 《汽车芯片大厂业绩集体承压 “逆转” 仍需时间》提到汽车芯片市场的低迷态势依然在给头部公司带来业绩压力。国际头部芯片大厂德州仪器、意法半导体、恩智浦先后发布财报汽车业务在三家公司中均占据较为重要的位置但这些厂商的高管不约而同提到汽车部分业务同比和环比收入表现均有下滑呈现不如预期的表现。《汽车芯片也不缺了大摩敲响过剩警钟两大龙头已着手砍单》也指出半导体寒冬之下车用芯片似乎也要转向过剩部分车用半导体供应商已发出砍单令着手削减一部分 Q4 芯片测试订单显示车用芯片已不再缺货。 与此同时人工智能领域对芯片的需求却在不断增长。英伟达在高阶智能驾驶市场的霸主地位其背后的三大支柱尤为引人注目。首要的是其硬件性能的卓越表现。英伟达 Orin X 芯片凭借高达 254TOPS 的算力在市场中独占鳌头领先竞争对手近两年之久为智能驾驶系统提供了强大的算力支持。其次英伟达在自动驾驶算法开发领域的深厚积累使其能够提供全面的智驾算法支持。通过套餐式的半定制方案英伟达让车企和方案商能够轻松接入而无需从零开始搭建算法框架这无疑大大加速了智能驾驶技术的落地。再者英伟达在自动驾驶数据闭环工具链上的布局同样全面。从地图标注到数字孪生仿真场景重建再到预训练模型和压缩部署工具英伟达的工具箱几乎涵盖了智能驾驶开发的全过程为车企和方案商提供了极大的便利。英伟达 Drive 平台在自动驾驶算法开发工作流中发挥了巨大作用与众多头部智驾车企的联合优化使其变得愈发强大。 根据《英伟达占据 AI 芯片市场 60-70% 份额 三大原因揭秘》《显卡越卖越贵 英伟达并不靠它赚钱拿下 90% 全球 AI 芯片份额》等内容英伟达占据 AI 芯片市场 60 - 70份额在 AI 芯片市场上占据高市场份额的原因主要有三个方面。首先云端服务提供商除了采购英伟达既有的 A100 和 A800 芯片外下半年还将陆续引入 H100 和 H800 芯片。H100 和 H800 的平均销售单价约为 A100 和 A800 的 2 至 2.5 倍。其次高端 GPU 芯片 A100 和 H100 的高利润模式也是关键因素。H100 本身的价差也会根据买方的采购规模产生近 5000 美元的差异。第三下半年ChatBOT 和 AI 技术的风潮将持续渗透到各个领域的开发市场推动云端 AI 服务器和边缘 AI 服务器应用的需求逐渐增加。预计今年搭载 A100 和 H100 芯片的 AI 服务器出货量将同比增长超过 50%。英伟达之所以能在人工智能领域占据主导地位并不是因为它拥有强大的计算能力而是因为它的 CUDA 平台能够充分发挥公司人工智能加速器的性能。
三对 2024 年的展望
业内人士对 2024 年芯片行业的展望存在不同观点。总体来说倾向于芯片行业恢复与增长消费电子市场复苏和人工智能火爆是主要原因但对汽车芯片市场表现看法不一。 《经历低谷后 全球芯片行业在 2024 年有望反弹》指出根据半导体行业协会 (SIA) 的预测得益于广泛企业对电子元件的需求增加全球芯片行业今年有望大幅反弹销售额预计将跃升至创纪录水平。2023 年全球销售额下降 8.2%至 5268 亿美元不过由于下半年环境改善这一下降有所缓解。SIA 说这一增长势头表明今年的销售额将增长 13%达到近 6000 亿美元。 《毕马威中国最新报告微处理器正成为芯片行业最具增长潜力的机会》提到芯片短缺已逐步缓解存货水平正趋于正常化生成式 AI 和电动汽车等新技术将使芯片需求与供应保持同步。2024 年全球半导体行业周期进入上行通道。下半年或出现晶圆厂、封测厂的产能结构性调整以维持较高的产能利用率和盈利能力。AI 大模型的发展需要强大的算力支持这也直接推动了高性能计算芯片的需求。同时新能源汽车的快速发展也为半导体行业带来了新的增长点特别是在电动汽车中使用的功率模块和芯片解决方案。AI 相关应用的高景气度和汽车电子需求的强劲推动了半导体市场的需求增长。在展望部分毕马威中国提出微处理器正成为行业内最具有强劲增长潜力的机会。 然而对于汽车芯片市场看法存在分歧。《汽车芯片大厂业绩集体承压 “逆转” 仍需时间》中尽管有厂商提到了后市有望扭转的趋势但这可能仍需要一定时间。恩智浦方面指出三季度汽车业务将从中个位数下降转变为中个位数增长公司不同客户对消化库存的情况有所差异。不过公司在雷达相关市场的芯片组方面将成为后续的增长动力之一。意法半导体总裁兼首席执行官 Jean-Marc Chery 指出下半年的汽车领域收入增长将低于预期。预计工业领域的复苏将延迟下半年的汽车领域收入增长将低于预期。
