2016年12月,摩根士丹利(Morgan Stanley)的矽谷投資銀產業務部門總經理Marl Edelstone對半導體產業整合提出了自己的看法。他說,「在五年內,半數專營上市半導體公司將被收購,並且前三大供應商市場份額可能會在未來十幾年內從其今天的約30%,增加一倍至60%」。不過,隨著博通(Broadcom)收購高通(Qualcomm)被封殺,高通併購恩智浦(NXP)被否決,2017年的實際整合與收購(M&A)金額創下了7年來的新低。

這意味著,對IC收入成長來說,整合似乎正變得無關緊要。

然而,一個不可思議的事實是:從2017年起,IC產業實現了22.2%的成長,遠遠超過2011-2016年2.8%的年複合成長率(CAGR)。不僅如此,2017年半導體產業的研發費用成長了9.8%,無晶圓廠(Fabless)半導體新創公司的風險資本投入從2009-2012年的平均9.2億美元/年,成長至2018年18.02億美元。

20180911_Mentor_NT61P1

為何半導體產業內的設計在不斷加快?是什麼推高了半導體產業從2017年以來的快速成長?明導(Mentor)總裁兼執行長Walden Rhines日前在Mentor Forum 2018亞太區設計技術論壇上給出了答案。

輕鬆智慧節能、發揮電源最大效能,尖端技術演講與現場展示一次帶走

記憶體成為IC產業成長推手

相對於2016年27%的比重,記憶體在2017年幾乎佔據了IC收入的40%。Walden Rhines指出,歷史上記憶體IC單元出貨量趨勢幾乎沒有變化,IC單元出貨量和記憶體單元始終保持同樣的總出貨量趨勢。但2017和2018年上半年,記憶體平均銷售價格在大幅增加,並在2018年第一季度達到頂峰,預計記憶體平均銷售價格走低可能會在2018年第4季度開始。

20180911_Mentor_NT61P2

同樣是在2017年,FLASH和DRAM資本投資成長了35%。其中,中國的年複合成長率為37%,高居榜首。資料顯示,晶圓廠持續增加的投資主要用於記憶體,使得NAND和DRAM記憶體容量迅速增加。但從2018年第2季度開始,資本投資呈現出放緩跡象。

20180911_Mentor_NT61P3

值得欣喜的是,此次資本投資相對需求成長的過剩程度比以往要少,意味著整體的產業發展處於一個相對健康的發展環境中。

20180911_Mentor_NT61P4

如果從電晶體增加量來看,記憶體佔所有電晶體的百分比早在2015年就達到了99.7%,是3D NAND推動記憶體實現了比Logic或SoC更快的發展速度。然而,儘管2017年記憶體產業收入成長55%,但記憶體單元體積成長是低於長期趨勢線的。

非記憶體市場持續強勁

記憶體平均售價降低時,非記憶體成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」、新創企業活動的加速、IC設計企業有新參與者和中國對半導體的投資,形容為引領全球半導體市場發展的「四駕馬車」。

進入半導體領域的新公司

Elon Musk在Tesla 2018年第2季度營收電話會議上提出「專為自主操作設計的全世界最先進電腦」、「我們希望儘快開發晶片團隊的規模及增加晶片投資」等目標,並決定用自動駕駛系統的客製處理器取代通用GPU。其實不止Tesla,目前,進入半導體設計領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,現今網際網路連接數超過220億,81%為物-物連接。隨著智慧化不斷向下層延伸,以及「非馮諾依曼」電腦架構的演變,物聯網(IoT)智慧邊緣裝置需要不斷提高處理速度,降低功耗,並整合更多記憶體。以最典型的穿戴式手環產品為例,通常,在這樣一個設計複雜且對成本極其敏感的產品中,會包含MEMS感測器、A/D轉換器、類比訊號處理、數位介面、無線電射頻通訊、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。

中國政府對半導體投資的激勵

2014年,中國積體電路投資基金(政府支持)投入200億美元,私募股權、地方政府、區域政府投入970億美元;到了2018年,中國積體電路投資基金(政府支持)470億美元,配套資本預計將更多。

20180911_Mentor_NT61P5

這一舉措吹響了「中國半導體創新企業組建之戰的號角」。Walden Rhines提供的資料顯示,中國IC設計企業數量已經從2015年的715家激增到2017年的1,380家,有935個按照市場細分的獨特公司,>500人規模的企業從2006年的0.4%上升為2015年的6.1%,100-500人規模企業則從9.8%上升為43.3%。

特定領域架構主導的新創公司

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;

20180911_Mentor_NT61P6

2018至今,共有14家Fabless AI公司獲得風險投資資金,而根據全球各地區Fabless公司在第1、2、3輪風險投資中的表現來看,中國佔據比例最大,數額近10億美元。

20180911_Mentor_NT61P7

最重要的是,2018年年初至今的資金,中國是美國的6.1倍。

20180911_Mentor_NT61P8

「特定域處理器」

Alphabet公司董事長John Hennessy提出,「摩爾定律的終結,以及更高速通用運算的到來,標誌著新的黃金時代已開啟。」傳統無論是以軟體為中心,還是以硬體為中心的思想都存在局限,特定域語言和架構則更有希望。

Walden Rhines列舉了一些特定領域的AI/深度學習控制器,其中,39款針對視力/臉部辨識,23款針對資料中心/雲端AI/HPC,21款針對邊緣運算,17款針對自動/輔助駕駛,分列1-4位。Mentor中國區總經理凌琳在接受中國版《電子工程專輯》記者採訪時表示,中國有足夠的市場容量來承載這些公司與產品,現在的市場格局是健康的,即便發生一些兼併、收購和重組,也是正常的市場經濟行為,外界不必對此加以過度解讀。但無論如何發展,重「質」而非「量」,是需要牢牢把握的基本原則。

特定領域架構和學習曲線將實現下一波成長

Gordon Moore曾說過,「沒有一種指數是永恆的。」事實也的確如此,從1965年至2005年,摩爾「定律」對於電晶體數量的描述也數次發生變化。可為什麼摩爾定律50年來長盛不衰?Walden Rhines的觀點是,當兩件事情都真實時,基於真實的「自然法則」,即「學習曲線」:1. 生產的累計電晶體隨著時間呈指數成長;2. 幾乎所有成本降低均來自縮小特徵尺寸以及增加晶片直徑。

他在演講中提出了以十九世紀數學家Benjamin Gompertz發明的Gompertz曲線(薑氏曲線)數學模型來對各種新興應用,特別是物聯網相關設備的產品生命週期進行預測。根據這一理論,資料中心處理、智慧電表、汽車電子(夜視系統、駕駛員防睏倦系統)等產業仍處於市場發展早期,擁有極大的發展潛力。且總電晶體數量的增率仍在上升,轉捩點至少要在2038年才會到來。

20180911_Mentor_NT61P9

「特定域架構需要新的設計方法和工具,我鼓勵設計師用HLS進行更多探索,提供比編寫VHDL或Verilog更高的品質。」在凌琳看來,AI/機器學習需要進入下一步抽象和功耗分析,而HLS結果不比手動編寫的RTL差,甚至更強,時間更快(能夠縮短4倍)。此外,HLS易於重映射多種技術,例如可以針對各種技術重映射相同C代碼,輕鬆切換工藝,快速探索可行的替代技術並確定最優實現。

20180911_Mentor_NT61P10

人工智慧、7nm與EDA

中國已經成為人工智慧的全球第二大市場。市場的發展一方面驅動了人工智慧專用晶片的需求,另一方面,在大資料驅動的人工智慧新型計算方式下,EDA也正在進入新的時代,新的設計方法和工具層出不窮。

淩琳說:「每家企業都在積極適應這個劇烈變化的市場,2017年12月Siemens為Mentor的發展收購了總部位於加拿大薩斯卡通的Solido Design Automation公司就是最好的說明。」

Solido是一家基於機器學習的對變化性可感知的設計和特徵擷取軟體的供應商,目前已有40多家大型公司在其生產中使用Solido的機器學習產品,使他們能夠設計、驗證和製造比以往更具競爭力的產品。

他認為,這一收購行為表明,Mentor正透過收購、調整投資方向等多種舉措,為已有的領先的類比混合訊號電路驗證產品注入新的方法論和新的功能,共同打造功能強大的解決方案組合。2018年,Mentor僅為其旗艦產品Calibre就啟動了7個新研發計劃,用以增強機器學習演算法在EDA工具中的有效性,包括提升模型收斂(Model Convergency)速度、建模精度、最佳化流程等等。

在談及格芯(Globalfoundries)、聯電(UMC)等晶圓廠紛紛放棄7nm等先進製程技術時,凌琳認為對代工廠而言,尖端製程技術並非唯一選擇,像TowerJazz這樣具有獨特技術的晶圓廠也做的非常出色。儘管對那些追求極致性能的企業而言,代工廠的減少的確讓他們少了一些選擇,但對於另外一些IC設計企業來說,他們會在拓展成熟製程的應用「寬度」方面下功夫,創新出一些‘More Than Moore’的新應用,反而會出現「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,商機也並不會減少。追求尖端製程的客戶在7nm以下會需要更強大的運算力和計算量,會遇到更複雜的設計規則和流程,對先進EDA工具的需求只會有增無減;另一方面,那些追求成熟節點製程的客戶由於拓展了應用領域,對EDA工具也提出了更多新的要求。