AI芯片市场火爆,IC设计服务厂商竞争力浅析

发布时间:2017-05-26 00:00
作者:
来源:DIGITIMES
阅读量:1557


四月初Google公布其使用客制化ASIC设计的TPU测试报告,性能及功耗都远远胜过市场上的CPU/GPU组合(注1),非常适合人工智能及深度学习的运算。报告公布之后网上就有很多相关讨论,也有一些朋友问我,IC设计服务公司可否进入AI芯片市场?回答我的看法之前,让我先简单交代一下IC设计服务市场的演进。

在晶圆代工模式尚未诞生之前,IC产品主要来自IDM,当时的IDM都有自己内部标准产品(ASSP),从规格订定、设计、到制造、封测全在内部完成。而不少的IDM也对外提供客制化的芯片设计(ASIC) ,如当时的IBM、TI、LSI、VLSI Technology、STM、NEC、Toshiba等等,从商业模式来看,IDM的ASIC业务也算是一种设计服务。1987年台积电率先提供晶圆代工服务之后,无晶圆厂(fabless) 的IC产品公司才像雨后春笋般的冒出来,相关的生态链包括IP、EDA、IC设计服务产业随后也因应而生。


AI芯片市场火爆,IC设计服务厂商竞争力浅析


由于IC设计服务公司提供共享的设计资源(注2)给很多初期不需要自己投资建构内部团队的新创IC产品公司以节省资金,并快速推出产品进入市场,一时之间忽然变成需求很高的产业。再加上受到全球第一家设计服务公司智原在1999年挂牌上市的激励,新创的IC设计服务公司在那几年全球成立超过30家,有的主打特定晶圆厂,有的则强调支持多个晶圆厂甚至可以协助厂与厂之间的转换(porting)。设计服务产业没过多久就供过于求,市场竞争转趋激烈。

随著Moore’s law演进,制程愈趋复杂,芯片集成度亦随之倍数成长,产品的性能及功耗规格要求也更加严厉,设计公司除了人力/物力/投资成本遽增之外,技术挑战及产品失败的风险也相对提高很多。经过几代制程的演进之后,自然淘汰了一些较弱的竞争者,留在场里的选手也大致有些分级并各有定位,呈现较为健康的竞争态势。到了16纳米及以下的节点(目前到7纳米),更高的技术门槛不但隔绝了一些竞争者,也让较优质的IC设计服务公司增加了不少从系统公司甚至IC产品公司委外设计机会。专业先进的IC设计服务公司在晶圆代工生态链的地位,越高阶制程就越重要,市场竞争优势也就越明显。

这两年火红的应用如AR/VR、云端运算(大数据分析)、人工智能及深度学习,甚至比特币都需要高性能及低功耗的芯片。大型的系统公司、数据中心、互联网平台等公司渐渐不用市场上标准芯片(ASSP),而倾向自己开发客制芯片(ASIC),一来以满足其性能及功耗的需求,二来与其竞争者作差异化。Google TPU就是一个明显的例子。这种趋势更增加了IC设计服务领导厂商的机会。

IC设计服务产业因需求而诞生,又因过度供给竞争激烈而汰弱存强,走了20个年头,这个产业现在正迈入一个比较健康的供需市场而逐渐茁壮。

本篇为作者个人所观察的产业趋势,跟所担任顾问的公司无关。

注1:Google 云端平台博客:Quantifying the performance of the TPU, our first machine learning chip

注2:设计服务的分享资源定义上不属于最近所谓的分享经济。其资源并非闲置,模式为B2B,且非经过交易平台做资源分配,就象是半导体客户共享台积电或日月光的技术与产能资源一般。

(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
两款国产5nm AI芯片,2026年前量产!
  据知情人士透露,TikTok母公司字节跳动正加快自研人工智能芯片的步伐,意在提升在中国人工智能聊天机器人市场中的竞争优势。  两位知情人士证实,字节跳动计划与芯片制造巨头台积电合作,力争在2026年前实现两款自研半导体芯片的量产,使用5纳米技术。这一举措可能会减少字节跳动在开发和运行人工智能模型过程中对昂贵的英伟达芯片的依赖。  对于字节跳动来说,降低芯片成本至关重要。与其他中国大型科技公司及众多初创企业一样,字节跳动已经推出了自家大语言模型,供内部使用和对外销售。然而,市场竞争异常激烈,导致包括阿里巴巴和百度在内的中国科技巨头纷纷将其模型使用价格大幅下调,降幅高达97%。  字节跳动去年发布了其首款人工智能聊天机器人“豆包”,该机器人提供了类似于OpenAI ChatGPT的文本和图像生成功能。今年,字节跳动又推出了一批低成本的大语言模型,其中部分产品的定价比OpenAI的同类产品低了高达99%。  与此同时,字节跳动在开发生成式人工智能模型方面的费用也在不断上升。据知情人士透露,今年,该公司已订购了超过20万颗英伟达H20芯片,这款芯片是美国出口管制下允许出售给中国的最先进英伟达芯片。该订单的总金额超过20亿美元,目前字节跳动仍在等待英伟达交付全部订单。  不过,字节跳动正计划从台积电订购数十万颗自家设计的训练和推理芯片。预计这些内部设计的芯片成本将比从英伟达购买芯片节省数十亿美元。然而,这些芯片目前仍处于设计阶段,因此字节跳动的计划可能会有所调整。
2024-09-18 16:33 阅读量:532
AI芯片需求高,英伟达、博通、AMD接单多
  步入2023下半年半导体传统旺季,台积电(TSMC)营收开始显著回升,主要增长动能除iPhone新机登场外,来自博通(Broadcom)、英伟达(NVIDIA)及超威(AMD)的拉货驱动,强劲投片力道更将延续至2024年。  据半导体业内人士表示,上述三大厂主要成长来自AI需求喷发,其中,NVIDIA更已预告最新一季(5~7月)营收将季增5成,在AI GPU出货暴冲带动下,将冲上110亿美元。  除带动NVIDIA的AI GPU需求喷发,接下来超威也将推出同级产品MI300系列应战,而博通的AI相关客制化芯片(ASIC)接单动能也显著增强。  三大厂都在台积电投片,第二季度以来不仅逐季陆续上调台积电5/7nm家族制程订单,同时也争抢台积电CoWoS产能,强劲追单动能更已延续至2024年,整体下单规模较2023年至少再增2成以上。  超威虽因PC市况疲弱,先前大砍台积电订单,但随着EPYC服务器处理器平台需求增长,以及即将在第四季度登场的MI300系列上阵,下半年也已重启在台积电投片产能。  除了NVIDIA为台积电非苹客户中,营收、产能利用率止跌要角外,另一大客户就是博通。  相较其他芯片厂商,博通2~4月单季营收年增8%,芯片业务表现超越市场预期,逆势年增9%,基础设施软体业务也小幅增加3%,博通对于5~7月季度业绩维持稳健看法,面对产业逆风,营收仍有持平或小增表现。  据半导体业者表示,博通为IC设计产业中少数业绩有撑的业者,过去一年市况低迷之际,也未大幅向台积电砍单,7/5nm制程投片相对平稳,但从2023年第二季度起下单力道也转强,下半年订单规模估计将较上半年倍增,2024年投片持续增加。  据了解,博通除了持续与苹果合作,在AI方面,更已陆续接获Google、Meta等大厂的高阶ASIC芯片订单,此也是博通成为继NVIDIA后,市场认为受益AI时代来临的芯片大厂之一。  而博通一直以来为台积电前六大客户之一,随着半导体景气回温与AI浪潮强袭,博通业绩将逐季回升,拿下博通7/5nm与CoWoS大单的台积电,双方合作将延续至3nm与2nm。  据消息人士指出,TSMC已着手准备2nm工艺半导体产品的试生产,并将使用先进的人工智能(AI)系统,提供半导体生产效能。  TSMC计划今年开始生产2nm工艺原型(少量生产),为2025年大量量产奠定基石。苹果和英伟达将有望成为TSMC2nm工艺的第一批客户。
2023-07-06 10:16 阅读量:2420
AI芯片第一股寒武纪将于7月20日登陆科创板
7月17日消息, 寒武纪昨日晚间发布公告,公司将于2020年7月20日在科创板上市,发行4010万股,发行价为64.39元。6月2日上交所披露,国内AI芯片独角兽公司中科寒武纪科技股份有限公司科创板首发过会。7月6日晚,寒武纪公告,确定科创板发行价格为64.39元/股。7月7日,寒武纪完成网上路演。7月8日,投资者将进行网上、网下申购。此次募集资金25.8亿元。此前寒武纪曾披露申请科创板上市拟融资28.01亿元,19亿元用于新一代云端训练芯片、推理芯片、边缘人工智能芯片及系统项目,9亿元用于补充流动资金。实际募资不及预期。据了解,寒武纪战略配售投资者包含中信证券、联想北京、美的控股、OPPO移动、中证投资。财务数据显示,公司2017年-2019年营收分别为784.33万元、1.17亿元、4.44亿元;同期亏损金额分别为3.81亿元、4104.65万元、11.79亿元,三年亏损超16亿元。寒武纪由陈天石、陈云霁于2016年创办,二人均毕业于中科大少年班,寒武纪股东背景强大,阿里创投、科大讯飞、湖北联想、中科图灵、国新资本、中科院创投等皆位列其股东席。寒武纪主打各类智能云服务器、智能终端以及智能机器人的核心处理器芯片,并拥有终端AI 处理器 IP 和云端高性能 AI 芯片两条产品线,成“端云一体化”模式。据此前披露的信息,寒武纪新一代7nm云端智能芯片思元290预计2021年将形成规模化收入,边缘智能芯片思元220及相关加速卡预计在2020年内实现规模化出货。就在这周,国内企业级混合云服务商青云QingCloud宣布与寒武纪达成战略合作,青云QingCloud旗下光格网络在其SD-WAN终端光盒里内置寒武纪思元220边缘端芯片。 
2020-07-17 00:00 阅读量:1466
从发烧到退热,国内AI芯片市场经过了怎样的“水深火热”?
特尔的主场是 PC,高通的主场是移动互联网,AI 会是谁的主场?2016 年,AlphaGo 打败李世石是 AI 的成名之战,从此一发不可收拾,AI 一夜间变成了所有终端的“刚需”,产品只有加载了 AI 功能才有卖点。随后终端设备厂商迅速拉开了 AI 入口抢夺大战,经过一番角逐,智能音箱取得了阶段性胜利。Strategy Analytics 的数据显示,2017 年智能音箱全球出货 3200 万台,2018 年出货量增长到 8620 万台。 但是,随着终端设备向 AI 演进,AI 需求碎片化严重,不同的设备对 AI 的算力需求不尽相同,原有的通用架构芯片难以一一全部覆盖。随着 AI 算法的接入,尤其是针对深度学习,不管是 CPU、GPU、FPGA,还是异构架构,都无法满足终端设备需要的并行计算能力和更高存储带宽,AI 专用芯片在计算密度和功耗上有绝对的优势。 国内厂商争相入局,自研 AI 芯片热情高涨2017 年是 AI 技术的快速推进之年,也是 AI 芯片的爆发年,国内多家厂商纷纷入局 AI 芯片市场,在终端设备的各种应用里都出现了对应的 AI 芯片,“让专业的产品做专业的事情”成为业内的共识,只有 AI 芯片才能更好地实现 AI 功能。 其中,云知声针对 IoT 交互场景推出了 AI 芯片 -- 雨燕,比特大陆针对张量计算加速推出了算丰 Sophon BM1680,地平线针对智能驾驶和智能摄像头分别推出了征程 1.0 和旭日 1.0。华为发布了麒麟 970,该芯片中首次内置了神经元网络单元(NPU)以完成人工智能计算。  虽然发布 AI 芯片的公司不是很多,但是 2017 年国内的 IC 设计公司已经增长到了 1600 多家,很多公司都在追赶 AI 的热潮,准备进军 AI 芯片市场。 国内 AI 芯片市场的盛宴期时间转到 2018 年,AI 热潮正旺,又恰巧遇上了中兴事件,国产芯片被捧上热搜的同时,AI 芯片市场的发展也迈向高潮,传统芯片巨头和初创公司都开始积极展开布局。百度发布了 AI 芯片 -- 昆仑,号称基于百度 CPU、GPU 和 FPGA 加速器,经过长达 8 年的研发,通过 20 多次的迭代才推出,定位是一款云端全功能 AI 芯片;华为发布了昇腾 310 和昇腾 910,均采用华为自研的达芬奇 AI 架构,覆盖了 AI 推理和 AI 训练,定位是全球第一个覆盖全场景的人工智能 IP 和芯片系列,具备横跨云、边缘、端全场景的最优能效比,并且提出做全栈和全场景 AI 解决方案,决定要“通吃”AI 产业链。  对于终端厂商来说,似乎只有发布一款 AI 芯片才能证明公司的技术实力和自己的产品特色。一直研发终端产品的出门问问和 Rokid 也加入了这场 AI 芯片大战。2018 年,出门问问发布了两款 AI 芯片 -- 问芯 Mobvoi A1 和问芯 Mobvoi B1,Rokid 发布了 KAMINO18,而且两家公司都是与杭州国芯科技合作开发的产品。杭州国芯科技于 2017 年 10 月发布了 AI 芯片 GX8010&GX8008,具有数字信号处理器 DSP、神经网络处理器 NPU,以及 USB/IIS/IIC/UART 等标准接口。出门问问表示,问芯针对人工智能和物联进行了深度的优化,让各种物联网设备具备低功耗、强离线的 AI 能力。 Rokid 创始人兼 CEO Misa 明确表示,“现在的芯片基本是 SoC,而 SoC 里面有 90%的东西都是很成熟的,Rokid 没有必要花精力去做各类 IP,我们关注的是如何利用现有的 IP 来进行组合,如何融入 Rokid 的算法,如何在 SoC 架构层面进行优化。Rokid 不通过芯片赚钱,我们不直接单独卖芯片,Rokid 做芯片也不是以做芯片为出发点的,只是因为市面上没有我们需要的,所以我们来做。”另外,由于 Rokid 有自己的终端设备,KAMINO18 发布之时就已经拿到了百万片的订单,能够设计 AI 芯片显然成为了 Rokid 的一大亮点。 AI 芯片的这股热潮也拉动了资本市场的活跃,在 2018 年多家 AI 芯片公司拿到了融资,寒武纪获得数亿美元 B 轮融资,云知声获得 6 亿人民币 C+轮融资,思必驰宣布获得 5 亿人民币融资同时宣布推动 AI 芯片等的落地,地平线宣布将完成新一轮 5-10 亿美元的融资(实际在 2019 年完成 6 亿美金融资)。 AI 开始退热,AI 芯片厂商何去何从?有潮起就有潮落,经过 2018 年的狂欢,2019 年投资者这对 AI 投资变得更加冷静,加上国际贸易环境和半导体市场的不乐观,AI 芯片创业者面临巨大挑战。投资人更看重创业公司的落地能力,他们将 AI 芯片公司分为两类,一类是有一定规模的公司,一类是初创公司。他们认为,前者可以在已有的体系里,结合客户的需求引入 AI 芯片,产品更容易落地;但是,初创公司缺乏落地应用,而且芯片设计成本很高,加上芯片的量产周期比较长,只能靠融资维持,一旦资金链断裂,难以为继。  从新品的发布可以看出,2019 年前九个月只有阿里平头哥高调发布了含光 800,主要应用于 AI 推理;比特大陆的算丰 BM1682 并没有进行大张旗鼓地宣传;紫光展锐发布的虎贲 T710 和虎贲 T618 不是 AI 专用芯片,只带有 AI 功能,AI 芯片市场已然进入寒冬期。 总结2017 年,智能音箱的井喷式增长吸引了众多芯片公司的目光,语音应用场景的爆发带动了 AI 专用芯片的加速崛起,并以语音市场为节点向更多应用市场蔓延;2018 年,国内厂商 AI 造芯热情达到高潮,国内有 1600 家公司开始关注 AI 芯片市场,但是真正落地的应用主要集中在智能手机、智能语音控制和视频分析;2019 年,AI 开始退热,AI 芯片市场开始挤泡沫,只有资金和技术都准备充足的公司才更容易走下去。 随着 AI 应用场景的不断细分,终端厂商必然更喜欢选择对应的 AI 专用芯片,突出自己的产品特色,AI 芯片应用前景依然看好。未来的市场走势可以归纳为以下几点: 第一,AI 算法的实现需要依赖于芯片,而不同的算法对于芯片的需求也是不同的,对于特定算法,专用型的 AI 芯片的加速要远远优于通用型芯片,因此越来越多终端厂商开始研发 AI 芯片,更好地满足自身产品需求; 第二,AI 专用芯片针对性更强。从这三年中发布的产品可以看出,地平线的产品针对自动驾驶和视觉分析,出门问问和 Rokid 针对智能语音控制,百度和阿里针对云端计算,以后会出现更多专用 AI 芯片; 第三,在市场开拓方面,从终端产品延伸到 AI 芯片研发相对容易,既能保证应用的落地,又能突出产品特色。例如:出门问问和 Rokid 针对智能语音产品研发的 AI 芯片,弥补了通用芯片的不足,突出了自身语音产品的优势; 第四,互联网巨头必然走上 AI 造芯之旅,百度、阿里发布基于自有架构的 AI 芯片就是最好的佐证,毕竟一般公司开发的产品难以覆盖这些巨头公司的应用需求。
2019-10-23 00:00 阅读量:1518
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
MC33074DR2G onsemi
CDZVT2R20B ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
TL431ACLPR Texas Instruments
型号 品牌 抢购
BP3621 ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
BU33JA2MNVX-CTL ROHM Semiconductor
STM32F429IGT6 STMicroelectronics
ESR03EZPJ151 ROHM Semiconductor
TPS63050YFFR Texas Instruments
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。