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(duì)半導(dǎo)體產(chǎn)業(yè)整合提出了自己的一些看法。他說(shuō)，“在五年內(nèi)，半數(shù)專營(yíng)上市半導(dǎo)體公司將被收購(gòu)，并且前三大供應(yīng)商市場(chǎng)份額可能會(huì)在未來(lái)十幾年內(nèi)從其今天的約30%，增加一倍至60%”。不過(guò)，隨著博通收購(gòu)高通被叫停，高通并購(gòu)恩智浦(NXP)被否，2017年的實(shí)際整合與收購(gòu)(M&A)金額創(chuàng)下了7年來(lái)的新低。

這意味著，對(duì)IC收入增長(zhǎng)來(lái)說(shuō)，整合似乎正變得無(wú)關(guān)緊要。

然而，一個(gè)不可思議的事實(shí)是：從2017年起，IC行業(yè)實(shí)現(xiàn)了22.2%的增長(zhǎng)，遠(yuǎn)遠(yuǎn)超過(guò)2011-2016年2.8%的年復(fù)合增長(zhǎng)率。不僅如此，2017年半導(dǎo)體行業(yè)的研發(fā)費(fèi)用增長(zhǎng)了9.8%，F(xiàn)abless半導(dǎo)體初創(chuàng)公司的風(fēng)險(xiǎn)資本投入從2009-2012年的平均9.2億美元/年，增長(zhǎng)至2018年18.02億美元。

2017年，存儲(chǔ)器是行業(yè)增長(zhǎng)的重要推動(dòng)力

相對(duì)于2016年27%的占比，存儲(chǔ)器在2017年幾乎占據(jù)了IC收入的40%。Walden Rhines指出，歷史上存儲(chǔ)器IC單元出貨量趨勢(shì)幾乎沒(méi)有變化，IC單元出貨量和存儲(chǔ)器單元始終保持同樣的總出貨量趨勢(shì)。但2017和2018年上半年，存儲(chǔ)器平均銷售價(jià)格在大幅增加，并在2018年第一季度達(dá)到頂峰，預(yù)計(jì)存儲(chǔ)器平均銷售價(jià)格走低可能會(huì)在2018年第4季度開(kāi)始。

同樣是在2017年，F(xiàn)LASH和DRAM資本投資增長(zhǎng)了35%。其中，中國(guó)的年復(fù)合增長(zhǎng)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(chǔ)器，使得NAND和DRAM存儲(chǔ)器容量迅速增加。但從2018年第2季度開(kāi)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(duì)需求增長(zhǎng)的過(guò)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(gè)相對(duì)健康的發(fā)展環(huán)境中。

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

持續(xù)強(qiáng)勁的非存儲(chǔ)器市場(chǎng)

存儲(chǔ)器平均售價(jià)降低時(shí)，非存儲(chǔ)器增長(zhǎng)是否仍會(huì)保持強(qiáng)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(dòng)的加速、IC設(shè)計(jì)企業(yè)有新參與者和中國(guó)對(duì)半導(dǎo)體的投資，形容為引領(lǐng)全球半導(dǎo)體市場(chǎng)發(fā)展的“四駕馬車”。

· 進(jìn)入半導(dǎo)體領(lǐng)域的新公司

Elon Musk在Tesla 2018年第2季度營(yíng)收電話會(huì)議上提出“專為自主操作設(shè)計(jì)的世界上最先進(jìn)的計(jì)算機(jī)”、“我們希望盡快發(fā)展芯片團(tuán)隊(duì)的規(guī)模及增加芯片投資”等目標(biāo)，并決定用自動(dòng)駕駛系統(tǒng)的定制處理器取代通用GPU。其實(shí)不止Tesla，目前，進(jìn)入半導(dǎo)體設(shè)計(jì)領(lǐng)域的新公司越來(lái)越多，例如Facebook、Apple、小米、華為、Amazon、Tesla、Google、ZTE等。

Walden Rhines認(rèn)為，現(xiàn)今互聯(lián)網(wǎng)連接數(shù)超過(guò)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(jì)算機(jī)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(chǔ)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(gè)設(shè)計(jì)復(fù)雜且對(duì)成本極其敏感的產(chǎn)品中，會(huì)包含MEMS傳感器、A/D轉(zhuǎn)換器、模擬信號(hào)處理、數(shù)字接口、無(wú)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(lái)了巨大挑戰(zhàn)。

· 中國(guó)政府對(duì)半導(dǎo)體投資的激勵(lì)

2014年，中國(guó)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(guó)集成電路投資基金(政府支持)470億美元，配套資本預(yù)計(jì)將更多。

這一舉措吹響了“中國(guó)半導(dǎo)體創(chuàng)新企業(yè)組建之戰(zhàn)的號(hào)角”。Walden Rhines提供的數(shù)據(jù)顯示，中國(guó)IC設(shè)計(jì)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(gè)按照市場(chǎng)細(xì)分的獨(dú)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(fēng)險(xiǎn)投資基金(1-3)在2018年Q2已達(dá)到11.86億美元，相比之下，2012年Q1僅有1.42億美元。其中，AI&機(jī)器學(xué)習(xí)所獲得的風(fēng)險(xiǎn)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(fēng)險(xiǎn)投資資金，而根據(jù)全球各地區(qū)Fabless公司在第1、2、3輪風(fēng)險(xiǎn)投資中的表現(xiàn)來(lái)看，中國(guó)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(guó)是美國(guó)的6.1倍。

· “特定域處理器”

Alphabet公司董事長(zhǎng)John Hennessy提出，“摩爾定律的終結(jié)，以及更高速通用計(jì)算的到來(lái)，標(biāo)志著新的黃金時(shí)代已開(kāi)啟?！眰鹘y(tǒng)無(wú)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(yǔ)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(xué)習(xí)控制器，其中，39款面向視力/面部識(shí)別，23款面向數(shù)據(jù)中心/云AI/HPC，21款面向邊緣計(jì)算，17款面向自動(dòng)/輔助駕駛，分列1-4位。Mentor中國(guó)區(qū)總經(jīng)理凌琳在接受《電子工程專輯》采訪時(shí)表示，中國(guó)有足夠的市場(chǎng)容量來(lái)承載這些公司與產(chǎn)品，現(xiàn)在的市場(chǎng)格局是健康的，即便發(fā)生一些兼并、收購(gòu)和重組，也是正常的市場(chǎng)經(jīng)濟(jì)行為，外界不必對(duì)此加以過(guò)度解讀。但無(wú)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(xué)習(xí)曲線將實(shí)現(xiàn)下一波增長(zhǎng)

Gordon Moore曾說(shuō)過(guò)，“沒(méi)有一種指數(shù)是永恒的?！笔聦?shí)也的確如此，從1965年至2005年，摩爾“定律”對(duì)于晶體管數(shù)量的描述也數(shù)次發(fā)生變化?？蔀槭裁茨柖?0年來(lái)長(zhǎng)盛不衰？Walden Rhines的觀點(diǎn)是，當(dāng)兩件事情都真實(shí)時(shí)，基于真實(shí)的“自然法則”，即“學(xué)習(xí)曲線”：1. 生產(chǎn)的累計(jì)晶體管隨著時(shí)間呈指數(shù)增長(zhǎng)；2. 幾乎所有成本降低均來(lái)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(jì)數(shù)學(xué)家Benjamin Gompertz發(fā)明的Gompertz曲線(姜氏曲線)數(shù)學(xué)模型來(lái)對(duì)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(jìn)行預(yù)測(cè)。根據(jù)這一理論，數(shù)據(jù)中心處理、智能表計(jì)、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(chǎng)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(diǎn)至少要在2038年才會(huì)到來(lái)。

“特定領(lǐng)域體系結(jié)構(gòu)需要新的設(shè)計(jì)方法和工具，我鼓勵(lì)設(shè)計(jì)師用HLS進(jìn)行更多探索，提供比編寫VHDL或Verilog更高的質(zhì)量。”在凌琳看來(lái)，AI/機(jī)器學(xué)習(xí)需要進(jìn)入下一步抽象和功耗分析，而HLS結(jié)果不比手動(dòng)編寫的RTL差，甚至更強(qiáng)，時(shí)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(duì)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(shí)現(xiàn)。

人工智能、7nm與EDA

中國(guó)已經(jīng)成為人工智能的全球第二大市場(chǎng)。市場(chǎng)的發(fā)展一方面驅(qū)動(dòng)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(dòng)的人工智能新型計(jì)算方式下，EDA也正在進(jìn)入新的時(shí)代，新的設(shè)計(jì)方法和工具層出不窮。

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

Solido是一家基于機(jī)器學(xué)習(xí)的對(duì)變化性可感知的設(shè)計(jì)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(jī)器學(xué)習(xí)產(chǎn)品，使他們能夠設(shè)計(jì)、驗(yàn)證和制造比以往更具競(jìng)爭(zhēng)力的產(chǎn)品。

他認(rèn)為，這一收購(gòu)行為表明，Mentor正通過(guò)收購(gòu)、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(hào)電路驗(yàn)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(qiáng)大的解決方案組合。2018年，Mentor僅為其旗艦產(chǎn)品Calibre就啟動(dòng)了7個(gè)新研發(fā)項(xiàng)目，用以增強(qiáng)機(jī)器學(xué)習(xí)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(jìn)制程工藝時(shí)，凌琳認(rèn)為對(duì)代工廠而言，尖端制程工藝并非唯一選擇，像TowerJazz這樣具有獨(dú)特技術(shù)的晶圓廠也做的非常出色。盡管對(duì)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(duì)于另外一些IC設(shè)計(jì)企業(yè)來(lái)說(shuō)，他們會(huì)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(huì)出現(xiàn)“多點(diǎn)開(kāi)花”的局面，這對(duì)代工廠而言未嘗不是件好事。

而且，對(duì)EDA公司來(lái)說(shuō)，商機(jī)也并不會(huì)減少。追求尖端工藝的客戶在7nm以下會(huì)需要更強(qiáng)大的算力和計(jì)算量，會(huì)遇到更復(fù)雜的設(shè)計(jì)規(guī)則和流程，對(duì)先進(jìn)EDA工具的需求只會(huì)有增無(wú)減；另一方面，那些追求成熟節(jié)點(diǎn)工藝的客戶由于拓展了應(yīng)用領(lǐng)域，對(duì)EDA工具也提出了更多新的要求。