• 汽车半导体市场对高性能存储的应用要求

    随着新能源汽车产业和自动驾驶技术的推广,汽车半导体市场正迎来黄金发展时期。 有资料显示,对于 L1 到 L5 等级的自动驾驶而言,在 L1 时自动驾驶的半导体成本只有约 150 美金,到 L3 等级提升至 600 美金,上升到 L4、L5 等级,整车的半导体成本将会达到 1200 美金。而这个快速增长的市场中,存储产品和技术并不为主流媒体关注。 富士通电子元器件(上海)有限公司产品管理部总监冯逸新也在一次活动中表示:“随着新基建的部署,充电桩的普及将快速促进新能源汽车的普及,无论是桩侧还是车侧,未来都将催生更多的高性能存储应用需求。”该公司作为非易失性内存FRAM的市场主力提供商,正以满足汽车市场需求最佳的性能迎来市场增长的甜蜜期。 作为已经量产FRAM 20年之久,出货超过41亿颗的富士通,其自2017年开始先后推出多款可在高达125℃高温环境下运作的车规级FRAM产品,经过仅仅两年时间的市场推广,目前已成功打入了东风、金龙、宇通、上汽通用五菱、华晨宝马、一汽、御捷、江淮、奇瑞等整车厂的诸多Tier-1、Tier-2供应链。 富士通AEC-Q100 Grade 1车规级FRAM产品线 一、极高耐久性、可靠性和极低迟延,特别的存储器给特别的汽车应用 随着5G、车联网等概念的兴起,整车ADAS、车载娱乐等功能正逐渐成为新一代智能汽车的标配,而多传感器融合以及大屏、多屏显示赋能下的车载软硬件系统无疑需要搭载更多的车载存储器。 同时,这些存储器由于分布于各种不同类型的车载终端和硬件系统当中充当图像、视频甚至语音等数据内容的核心载体,其用量以及数据储存特性方面的需求往往大相径庭——或者经常进行数据擦写,或者需要更长的循环寿命,或者需要超高可靠性,等等。所以,要想成功打入车载存储市场,几乎没有一个完全的方案,独特性能满足特定应用场景存储需求的细分市场受到关注。 以新能源汽车中最核心技术之一VCU(整车控制单元)为例,VCU是整个控制系统的核心,通过采集电机及电池状态、加速踏板信号、制动踏板信号及其它执行器传感器控制器信号,可根据驾驶员的驾驶意图综合分析并做出相应判定后,监控下层的各部件控制器的动作。 它负责汽车的正常行驶、制动能量回馈、整车发动机及动力电池的能量管理、网络管理、故障诊断及处理、车辆状态监控等,从而保证整车在较好的动力性、较高经济性及可靠性状态下正常稳定的工作,可谓是汽车的大脑。 FRAM在整车控制单元VCU中的应用 “VCU系统需要以每秒一次的速度去记录汽车行驶的当前状态以及发生故障时的变速器挡位、加速状况、刹车和输出扭矩等信息,而采用FRAM可以通过更简单的软件进行存储与读取,同时保证高速和高可靠性。”冯逸新介绍道。 今年5月,富士通最新推出了车规级产品MB85RS2MLY,可在-40°C至+125°C温度范围内达到10兆次读/写次数,非常适合需要实时数据记录的应用(比如连续10年每天每0.1秒记录一次数据,则写入次数将超过30亿),可谓具有极高的数据写入耐久性和可靠性。 这些特性对于作为新能源汽车另一大核心技术的BMS(电池管理系统)来说同样至关重要。BMS需要实时记录数据和存储数据,其系统将以每秒或每0.1秒的频率实时和连续地记录电池单元的重要数据(故障信息,健康状况SOH和电量计量SOC等),同时监控电池的短期(最后几个充电周期60次/秒)和长期(整个电池寿命)电池性能。 据冯逸新介绍:“举个简单的例子,电池单元电量一般维持在30%~75%之间表示正常运作,如有不均衡的情况则需从别的单元补充过来,这时系统需要检测记录电池单元的电量、温度、电压、电流等等数据,而且单次监测记录的时间不能间隔太长。“ 因此,通过采用FRAM,汽车制造商能够大幅降低系统复杂度并提高数据完整性。事实上,FRAM的身影目前已经遍布诸如安全气囊数据储存(Airbag)、事故数据记录器(EDR)、新能源车CAN盒子(CAN-BOX)、新能源车载终端(T-BOX)、胎压监测(TPMS)、汽车驾驶辅助系统(ADAS)及导航与信息娱乐系统(infotainment)等新能源汽车关键电子系统。 车规级FRAM,是满足汽车电子可靠性和无迟延要求的最佳存储器选择 二、他山之石可以攻玉,FRAM这样应对充电桩存储痛点 今年3月,中国提出要求加快5G网络、数据中心等新型基础设施建设进度,在随后披露的新型基础设施建设七大领域中,新能源充电桩名列其中。据《赛迪顾问》数据显示,截止2019年12月中国充电桩保有量达到121.9万台,车桩比约为3.4:1,远低于《电动汽车充电基础设施发展指南(2015-2020)》规划的1:1,保守估计未来10年,中国充电桩建设缺口将高达6300万。 相比加油站,充电桩能够承载更多的信息,除电流外,还有信息流、资金流等等。作为车联网数据采集的重要端口,充电桩网络的大面积建成必将成为未来社会交通系统的重要信息平台。 因此,充电桩数据的记录和存储非常重要。作为给新能源汽车提供电能的配套产品,充电桩在运行过程中需要处理大量的参数,通过系统监测数据和事件信息,实现设备集中远程监控,为设备故障诊断提供必要的数据支持,也为电站综合管理提供全面的统计数据和各类统计报表。 为此,所有数据必须进行统一的采集、查看和分析,并提供设备运行状态实时监测、危险警告与通知、数据查询分析、设备运行总额和管理等功能。 “充电桩生产商需要挑选合适的存储产品予以应对,其数据存储的应用需求与智能表计非常相似。”冯逸新指出,“目前,FRAM存储器在智能电表行业已经作为标准存储器被广泛采用,其具备的三大优势是许多同类型存储器无法比拟的。”冯逸新所说的FRAM三大优势分别是高速写入、耐久性以及低功耗。与EEPROM对比,FRAM写入次数寿命高达10万亿次,而EEPROM仅有百万次(10^6)。 富士通FRAM写入数据可在150ns内完成,速度约为EEPROM的30,000倍。写入一个字节数据的功耗仅为150nJ,约为EEPROM的1/400,在电池供电应用中具有巨大的优势。 FRAM、EEPROM、FLASH主要参数对比 FRAM不仅能够进行高速写入,同样也能够实现高速擦除。以保障数据安全为例,若遇到黑客违法盗取及分析充电桩的机密数据,将导致大范围的信息泄露。对此,低功耗和高速的FRAM可以利用小型电池电源,瞬间消去重要数据,从而确保用户的信息安全。 这时,FRAM仅需0.1mA的工作电流,就能够在0.3ms的时间内擦除256bit的数据,相比EEPROM拥有显著的优势。 FRAM、EEPROM、FLASH工作电流与消去时间对比 三、满足差异化市场需求,打造全覆盖存储产品阵列 尽管FRAM比传统的Flash、EEPROM在读写耐久性、写入的速度和功耗等方面都更具有优势,但其同样有着成本较高、容量不高的不足。为此,富士通重点推出了可与FRAM产品形成市场互补的另外两大存储产品——可变电阻式随机存取内存ReRAM和纳米随机存储器NRAM,以满足更多差异化需求。 ReRAM可以实现对大容量EEPROM的完全替代。2019年8月富士通成功研发MB85AS8MT——这是全球最高密度8Mbit ReRAM产品,其采用SPI介面并与EEPROM相容的非挥发性记忆体,能在1.6至3.6伏特之间的广泛电压范围运作,在5MHz工作频率下仅需0.15mA读取资料。 “目前全球只有两家公司能够量产ReRAM,富士通是其中之一。”冯逸新说到,“EEPROM容量最大只有2Mb,且在一些情况下功耗太高。我们量产的4Mb、8Mb产品可以满足有这些需求的EEPROM客户,同时能保证价格与EEPROM 2Mb接近。” 富士通ReRAM推出时间 按照规划,富士通预计会在2021年前后带来16Mbit甚至32Mbit ReRAM产品,届时将进一步满足企业和客户对各种特殊应用的需求。 NRAM则兼具FRAM的高速写入、高读写耐久性(比NOR Flash高1000倍),又具备与NOR Flash相当的大容量与造价成本并实现很低的功耗(待机模式时功耗几乎为零),同时可靠性非常高,在80度时存储数据时限高达1000年,在300度时亦可达到10年。 谈到NRAM在车载存储的应用时,冯逸新指出:“目前的基于FRAM的车规级IC高温承受范围在125度,而NRAM却可以达到150度,因此,未来基于NRAM的IC身影将有望出现在汽车发动机中。”作为NRAM的第一代产品,富士通16Mbit的DDR3 SPI接口产品最快将于2020年底上市。 可以看到,通过打造完善的FRAM、ReRAM、NRAM三线产品阵列,富士通能够实现对于传统存储产品EEPROM和NOR FLASH的完全替代,届时势必引发存储行业的新一轮洗牌。 四、总结 可以预见,未来汽车半导体市场需求将产生极大增量,特别是2020年注定将是国内新能源汽车相关电子产品市场与技术变革的关键一年。未来汽车自动驾驶的发展注定越来越广,对数据处理和存储的要求将会达到非常高的程度。

    半导体 汽车电子 存储 半导体

  • 看华为卷积运算芯片如何提高AI资源利用率?

    目前,深度神经网络技术已经成为人工智能领域的代表性算法,基于深度神经网络技术的字符识别、图像分类或语音识别等关键技术,已经广泛应用于搜索引擎和智能手机等产品中。 其中,当前最为有效且应用最为广泛的神经网络算法是卷积神经网络算法,简称“卷积运算”。在现有技术中,CNN算法的核心计算单元是乘加运算,乘法累加器阵列常用于矩阵乘法运算,而卷积运算可以转换为矩阵乘法运算。 因此业界广泛采用MAC(乘累加器)阵列为计算核心的专用加速硬件,例如:现场可编程门阵列(FPGA)、专用集成电路(ASIC)等,以加速卷积运算的运算速度。 但是目前卷积计算也存在着一些问题,一方面,当MAC阵列中存在多个卷积窗口同时进行卷积运算时,这些卷积窗口分布在MAC阵列中的不同位置,使得MAC阵列的利用率非常低。另一方面,存在大量重复数据被从RAM输入到MAC阵列,这样会增加RAM的访问次数。 为了解决这样的问题,华为发明了将CPU、RAM和卷积运算芯片集成在同一数据总线上的AI芯片,2016年12月29日,华为发明了一项名为“卷积运算芯片和通信设备”的发明专利(申请号:201611243272.X),申请人为华为机器有限公司。 根据该专利目前公开的资料,让我们一起来看看华为的这项新架构AI芯片吧。 如上图,为该专利中发明的硬件设备的示意性框架图,硬件架构中包括中央处理器100、双倍速率同步动态随机存储器(DDR SDRAM)200以及卷积运算芯片300。CPU用来控制卷积运算芯片启动卷积运算,DDR SDRAM用于向卷积运算芯片的数据缓存模块输入多个卷积数据和多个卷积参数,然后卷积运算芯片根据这些数据来完成卷积运算。 当得到运算结果后,就会将运算结果写回到DDR SDRAM事先设定好的内存地址中,并同时通知CPU完成运算,以从内存地址中提取结果数据。 如上图,为上面框架中的卷积运算芯片的结构示意图,这种卷积运算芯片包括数据缓存模块310、M*N乘法累加器阵列320、输出控制模块330和阵列控制模块340。 数据缓存模块用于向乘法累加器中的第一乘法累加窗口传输用于卷积运算的多个卷积数据和卷积参数,卷积参数由数据缓存模块根据第一卷积参数矩阵确定,而该控制器也是通过在运算器内集成这样的数据缓存器,从而减少了RAM的访问次数,进而减少了RAM的访问压力。 其中M*N乘法累加器是该运算芯片的核心运算部件,而这种M*N的结构设计方式也是为了进行卷积运算而特意设计的,其具体结构如下图所示。 可以看到,这种乘法累加器包括M*N个处理单元,并且每两行的处理单元之间还存在斜向的数据传输通道,这相比于传统的矩阵式数据传输通道,具有更加灵活的数据传输方式,可以更好的适用于AI芯片进行多种类型的运算。 第一乘法累加窗口可以将数据进行乘法运算,并接着进行加法运算以获得卷积结果,最后由输出控制模块输出卷积神经网络的运算结果,进而完成AI芯片中的任务。 在该专利中,为了尽可能地提高MAC阵列的利用率以及卷积运算效率,阵列控制模块会根据第一卷积参数矩阵的行数和第一卷积数据阵列的行数来确定第一乘法累加窗口的列数。 华为发明的卷积运算芯片,这种卷积运算芯片能够在提高阵列资源利用率的同时降低RAM访问次数,进而减小RAM的访问压力。例如华为发明的昇腾AI芯片也正是基于这样的技术之上,才能实现极高的算力,不管多么复杂的模型都可以轻松训练,且实现极低的功耗。

    半导体 华为 ai芯片 卷积运算

  • 中科院突破5nm加工法,华为芯片将迎来曙光

    华为公司在10月22日晚上举行了全球线上发布会,推出了新一代的Mate 40系列,其中Mate 40搭载的麒麟9000芯片更是惊艳亮相,采用了5nm工艺制程,实现了集成153亿个晶体管,是全球首个突破150亿大关的芯片,比苹果A14多30%。 在华为CEO余承东的介绍中,麒麟9000芯片拥有八核的CPU,24核的GPU,两大一小NPU,还集成了华为最先进的ISP技术。但是由于美国的第二轮制裁,华为的芯片截止到9月15日就已经全面停产。也代表新一代全球最领先的麒麟9000芯片将会绝版,其中原因之一就是我们没有属于自己的光刻机。 一、中国为何需要光刻机 华为芯片被断之后,我们迫切需要解决的技术就是芯片制造技术,但是想要解决芯片制造技术就离不开光刻机。举一个很简单的例子,光刻机就是将设计好的芯片图纸“打印”出来的过程。 而光刻机越高端,打印出来的芯片性能也就越好。所以,想要实现芯片自研的发展,首先要具备一流的光刻机。一直以来,中国的芯片也都是需要依靠进口的,不管是华为系统还是安卓系统,我国手机中的芯片都是需要和其他国家合作才能进行下去的。进口其他国家的芯片,然后自己再次组装生产,这也导致我国会陷入尴尬的局面。 芯片作为产品绝对的核心部件,华为目前仅仅只能掌握芯片设计,旗下麒麟系列最顶级芯片都是需要采用5nm和7nm技术,而目前中方技术只能生产出14nm芯片,这距离全球顶尖水平还是有不小的距离,我们主要就是落后在芯片的生产设备光刻机上,而美国就是想要将这一优势放大转为胜势。 二、中科院“入局”光刻机 前不久,中科院决定“入局”光刻机,院长白春礼表示“面临美国在高科技产业的打压,我们就要把对方卡脖子的清单变成科研目标和任务”!光刻机从表面上看是个巨大的难题,但在短时间内中科院已经有了重大突破,目前传来最新消息,我们已经研发出5nm激光光刻加工方法,这项新技术的出现或将一举打破荷兰ASML的垄断局面! 关于中国科学院的决定,业内人士都纷纷评论:近年来光刻机、芯片这些资金密集且研发周期长的产业不断受到国家的重视,显然这次“国家队”的出手将会给半导体行业注入一针强心剂。 在中国科学院宣布入场光刻机之后,国内的好消息也是频频传来, 值得一提的是,中国的南京集成电路大学正式揭牌仪式,就在华为举行线上全球发布会的同一天。并且该校所有的科目学习都将围绕芯片来进行。还与华为和中心国际等公司合作,为国家培养集成电路人才。在这里将会源源不断地为中国培养相关人才,彻底在把中国的芯片产业给落实,未来再也不会惧怕美国的“卡脖子”了。 这一步一步走来,中国也在发挥出了自己的民族精神,不怕苦不怕累。中国在芯片领域也在不断前行,虽然缓慢,但是相信终归可以实现芯片爆发式增长,掌握自己的核心技术。

    半导体 芯片 5nm 麒麟9000

  • 5nm旗舰芯片,华为Mate40系列首发麒麟9000

    10月22日晚,华为Mate40新机发布会终于来了!在美国制裁压力之下,华为正处于艰难时刻。但是开场余承东就向用户传达出华为的自信,“10年前,我们的出货量只有100万台手机,而10年后,全球范围内华为连接的设备超过了10亿台”。 与华为Mate40系列一起亮相的麒麟9000芯片,实现多多项创新突破,依然是行业的顶级水平。这也意味着,在对芯片能力日益看重的5G时代,手机行业也正式由7nm SoC时代迈向了5nm SoC时代。 5G时代,智能手机行业的竞争核心,然然将围绕在芯片方面。华为是国内唯一拥有自研芯片能力的手机厂商,从2009年推出首款自研手机芯片至今,麒麟芯片已经处于行业领先地位。尽管苹果在5G领域处于落后地位,但在自研芯片上,也凭借A系列能够抢占行业前排。 在7nm制程芯片统治行业两年后,苹果和华为相继推出了自研的5nm芯片。有所不同的是,华为在10月22日最新发布的麒麟9000,不仅性能更强,而且集成了5G基带,保持了行业的统治地位。 麒麟9000的到来,标志着5G手机进入5nm SoC时代。麒麟9000,不仅为华为Mate40系列带来了性能和能效的巨大跨越,也将带领手机行业走向5G通信新高度。 理想情况下,相同制程中晶体管的数量是影响性能高低的关键因素之一。领先的5nm制程,使麒麟9000集成多达153亿个晶体管,要比苹果A14多30%。凭借目前业界最多的晶体管数量,配合出色的架构设计,麒麟9000被誉为“移动终端设备的皇冠”,也令首发搭载该芯片的华为Mate40 Pro和华为Mate40 Pro+拥有了智能手机诞生迄今最强的性能。 根据华为官方公布的数据,麒麟9000 CPU采用三档能效架构,最高主频可达3.13GHz;在GPU方面,首发24核 Mali-G78 GPU 集群,是华为手机芯片GPU之最,性能和能效全面领先,图形处理性能提升60%;NPU方面,仍是自研的达芬奇架构,实现创新双大核+微核架构,分别对应复杂及简易AI任务,充分发挥架构的AI智慧算力。 麒麟9000加持,造就华为Mate40系列当前业界最顶尖的性能,除了满足日常使用的流畅需求,其性能发力点更体现在多任务的高效运行,以及高清影音、高帧率高画质游戏、端侧更强大的人工智能功能等出色体验上。 作为5G行业的领航者,华为通过麒麟9000芯片以及5G终端、5G网络端到端能力,在华为Mate40系列上集成全球5G研发资源,打造出领域顶级5G体验。 现阶段麒麟9000依然是功能最完整的5G芯片,通过将5G基带集成在SoC之内,既保证了5G体验,也提升了能效比。意味着华为Mate40系列在5G通信环境下,拥有长续航体验。 华为Mate40系列还拥有5G超级上行专利技术,提升5G网络上行覆盖和上行带宽能力。用户使用华为Mate40系列传送文件、5G高清直播、视频通话时,将体验更高的传输速度、画面品质。虎牙我表示,麒麟 9000 的 5G 网络上行速度是其他厂商的5倍。 作为芯片制程和5G通信领域的引领者,华为充分发挥自身拥有雄厚创新技术基础的优势,华为Mate40系列,在性能、AI、5G等多方面继续领跑行业。 华为目前正经历美国政府的第三轮禁令,处于非常艰难的时刻。在发布会末尾,余承东也谈到了华为当下的处境和决心。 他指出,美国的制裁让华为正处于极度困难当中,而这一制裁是极不公正的,“但是不管处境多么艰难,华为都承诺持续开展技术创新,将最佳的技术和创新带给消费者,提升大家的工作效率,我们将信守承诺”。 华为Mate40系列正是这样一款Dare to dream、敢想敢做的产品。只有具备这样的意志,才能“让创新更有意义”。 “面对挑战,华为更将蓬勃生长”。作为华为极致科技的集大成之作,华为Mate40系列这次的如期而至,在这样的大背景下,显然有了更多可供解读的意味。在过去的十年中,10月30日,华为Mate40系列国内发布会将在上海举办,让我们再次见证华为用创新战胜逆境。

    半导体 华为 5G

  • 我国第一所芯片大学成立,称为南京集成电路大学

    在10月22日的华为Mate 40系列发布会最后,余承东表示,华为现在处在非常艰难的时刻。这令人十分痛心。艰难的不只是华为,还有中国芯片行业。美国正将黑手伸向越来越多的中国半导体企业,这都令人不得不提高警惕。 现阶段由于“中国芯”的缺失,正经历着史无前例的艰难困苦,但针对怎样打造出“中国芯”,我们一直在奋斗。 十月二十二日,我国第一所芯片大学——南京集成电路大学举行了揭牌仪式。其有别于其他大学更侧重于基础知识的传授,这所学校更重视专业技能的塑造以及综合实践的带教。而且该学校将与华为、中芯国际合作,向自己的建校初衷——塑造集成电路优秀人才前进,达到优秀人才的“质与量”的要求。 该大学为当今半导体优秀人才贫乏的现状雪中送炭,可以说,这是一所具备中国社会主义特色的芯片大学! 据报道,南京集成电路产业服务项目局长、东南大学专家教授时龙兴被任命为南京集成电路大学校校长。据时龙兴介绍,为了更好地培育集成电路人才,达到该人才培养的数量、品质和多元化规定,南京集成电路大学应时而生。各专业都将紧紧围绕集成电路技术开展设计方案,关键搞好“小而精”的芯片制造工作。 IC是一项漫长的工作,人才培养也是一项长期的投入,科技人员一定要能耐住性子和能坐冷板凳。现阶段的状况不清楚什么是科学、不重视科学研究、不尊重科学家,不能学会独立思考,那么谈何核心技术呢? 更特别的是,南京集成电路大学的“股东们”是公司、高等学校和科研院所,有别于传统的大学。它并不是由国家或省份创建的,而是依据产业的需要而开设的大学,探寻一种新的产业人才培养方式。 就人才培养来讲,南京集成电路大学采用的模式为“5+1+2”。企业员工、大学中即将毕业的学子和来源于不同科学研究组织的工作人员,都可以是芯片大学的生源。可以说,南京集成电路大学是与高等院校与公司连接、产教融合发展的开发平台。这样看的话,该大学的学生必须一定的基础知识,并不是从普通高中招生,也不是作为传统大学文化教育的填补。 除了办校愿景、招生方式和传统的大学不一样,它的师资、课程内容以及资格证书都不一样。南京集成电路大学师资是资深的工程设计师,或者是专家。经过这样的专家指导,那样塑造出的优秀人才更合乎公司的需求。 该大学将结合学生的缺点和企业的要求来设计课程,与传统大学的规范化输出不一样的是,它是一种人性化的学习培训。因此,在该大学毕业时,会拿到不一样的资格证书。从该芯片大学毕业得到的是实践考核的结业证,而从传统大学毕业则会拿到国家教育部授予的毕业证。 若南京集成电路大学的模式能够成功,这对国产芯片行业来说,是一个不错的消息。国产芯片有望迎来曙光。 比尔盖茨曾表示,美国对华为芯片断供的行为,会逼迫中国投身芯片制造行业,并最终实现芯片自给自足。如今看来,比尔盖茨所言非虚。中国如今正向着国产芯片自主、可控的方向,一步步迈进。 国产芯片并不能一蹴而就,还有很长的发展,应脚踏实地。

    半导体 集成电路 芯片 半导体

  • MEMS行业的竞争壁垒与竞争格局

    MEMS 的全称是微型电子机械系统(Micro-Electro-Mechanical System),是微电路和微机械按功能要求在芯片上的一种集成,基于光刻、腐蚀等传统半导体技术,融入超精密机械加工,并结合力学、化学、光学等学科知识和技术基础,使得一个毫米或微米级的 MEMS 具备精确而完整的机械、化学、光学等特性结构。 MEMS 行业系在集成电路行业不断发展的背景下,传统集成电路无法持续地满足终端应用领域日渐变化的需求而成长起来的。 随着微电子学、微机械学以及其他基础自然科学学科的相互融合,诞生了以集成电路工艺为基础,结合体微加工等技术打造的新型芯片。汽车电子、消费电子等终端应用市场的扩张,使得MEMS 应用越来越广泛,产业规模日渐扩大,日趋成为集成电路行业的一个新分支。 一、MEMS的市场规模 随着 MEMS 技术及产业的发展,MEMS 在通讯、生物医疗、工业科学、消费电子、汽车电子、导航定位等领域的应用日渐普及,MEMS 市场在不断创新中呈现出快速增长的趋势。2008 年以前,汽车电子是 MEMS 主要应用市场;2008年以后,智能手机等终端产品日益涌现并占领 MEMS 主流市场;在未来,随着智能化场景的进一步普及,各种新兴应用领域如物联网、可穿戴设备、智能家居及工业 4.0 等将为 MEMS 提供更广阔的发展空间,MEMS 产品的使用量预计将加速增长。 根据全球权威半导体咨询机构 Yole Development 的研究,2019 年全球 MEMS行业市场规模为 115 亿美元,考虑到 COVID-19 疫情影响,2020 年 MEMS 市场规模将下滑至 109 亿美元,预计到 2025 年 MEMS 市场规模将增长至 177 亿美元,复合增长率可达 7.4%。从市场细分领域来看,消费电子、汽车电子仍将是 MEMS最大的两个应用领域,而同时在通讯、生物医疗、工业科学领域的增速也将非常可观。 在消费电子、工业及汽车电子应用的巨大市场和快速发展的强力拉动下,中国地区已经成为过去五年 MEMS 市场规模发展最快的地区。中国作为全球最大的电子产品生产基地,对 MEMS 传感器的市场需求巨大,各类 MEMS 传感器供应商包括光传感器、运动传感器等供应商均已转战中国市场,MEMS 传感器产业生态环境逐渐完善。 二、MEMS 行业发展历程 MEMS 起源可追溯至 20 世纪 50 年代,硅的压阻效应被发现后,学者们开始了对硅传感器的研究。然而,MEMS 产业真正发展始于 20 世纪 80 年代,前后经历了 3 次产业化浪潮。 20 世纪 80 年代至 90 年代:1983 年 Honeywell 利用大型刻蚀硅片结构和背蚀刻膜片制作了集成压力传感器,将机械结构与电路集成在一个芯片内。80 年代末至 90 年代,汽车行业的快速发展,汽车电子应用如安全气囊、制动压力、轮胎压力监测系统等需求增长,巨大利润空间驱使欧洲、日本和美国的企业大量生产 MEMS,推动了 MEMS 行业发展的第一次浪潮。 20 世纪 90 年代末至 21 世纪初:本阶段早期,喷墨打印头和微光学器件的巨大需求促进了 MEMS 行业的发展。而 2007 年后,消费电子产品对 MEMS 的强劲需求,手机、小家电、电子游戏、远程控制、移动互联网设备等消费电子产品要求体积更小且功耗更低的 MEMS 相关器件,对 MEMS 产品需求更大,掀起了 MEMS 行业发展的第二次产业化浪潮,并将持续推动 MEMS 行业向前发展。 2010 年至今:产品应用的扩展,使 MEMS 行业呈现新的趋势。MEMS 产品逐步应用于物联网、可穿戴设备等新领域,应用场景日益丰富,正渐渐覆盖人类生活的各个维度。此外,MEMS 是当前移动终端创新的方向,新的设备形态(如可穿戴设备)需要更加微型化的器件和更为便捷的交互方式。然而,物联网、可穿戴设备应用助推 MEMS 第三次产业化浪潮的同时,行业仍然面临来自产品规格、功率消耗、产品整合以及成本等方面的压力,MEMS 产品及相关技术亟待持续改进,以满足更小、更低能耗、更高性能的需求。 三、MEMS 制造行业主要经营模式 与传统集成电路产业类似,从 MEMS 产业价值链来看,根据行业内企业提供的产品或服务,可以分为设计、制造和封测三个环节。其中,MEMS 制造行业属于 MEMS 行业的一个环节,处于产业链的中游。该行业根据设计环节的需求开发各类 MEMS 芯片的工艺制程并实现规模生产,兼具资金密集型、技术密集型和智力密集型的特征,对企业资金实力、研发投入、技术积累等均提出了极高要求。 目前市场中,一方面 IDM 企业受到来自升级产业线以及降低成本维持利润的双重压力,市场中已出现 IDM 企业将制造环节外包的情况;另一方面,MEMS产品应用的爆发式增长需要不同领域、不同行业的新兴 MEMS 公司参与其中,但巨额的工厂建设投入、运维成本以及 MEMS 工艺开发、集成的复杂性却形成了较高的行业门槛,阻碍了市场的持续扩张。 在此背景下,纯 MEMS 代工厂与 MEMS 产品设计公司合作开发产品的商业模式将成为未来行业业务模式的主流。类似于传统集成电路行业发展趋势,MEMS 产业将逐步走向设计与制造分立、制造环节外包的模式。 MEMS 制造主要指 MEMS 芯片制造,行业内主要经营模式包括两类,一类是依靠自有生产线进行生产,另一类则是外包给 MEMS 代工厂进行生产。行业内提供 MEMS 制造代工服务的企业,从芯片类型和产业价值链来看,主要分为三类,即纯 MEMS 代工、IDM 企业代工以及传统集成电路 MEMS 代工。 1、纯 MEMS 代工 纯 MEMS 代工企业不提供任何设计服务,企业根据客户提供的 MEMS 芯片设计方案,进行工艺制程开发以及代工生产服务。代表企业有公司、TeledyneDalsa、IMT 等。 2、IDM 企业代工 IDM 企业即垂直整合器件制造商,该类厂商除了进行集成电路设计之外,一般还拥有自有的封装厂和测试厂,其业务范围涵盖集成电路的设计、制造、封装和测试所有环节。由于晶圆制造、封装和测试的生产线建设均需要巨额资金投入,因此 IDM 模式对企业的研发力量、资金实力和市场影响力都有极高的要求。在满足自身晶圆制造需求后,IDM 企业会将剩余的产能外包出去,提供 MEMS代工服务。采用 IDM 代工模式的企业均为全球芯片行业巨头,主要代表为博世(Bosch)、意法半导体(STMicro)、德州仪器(TI)等企业。 3、传统集成电路 MEMS 代工 传统集成电路(主要为 CMOS)代工企业以原有的 CMOS 产线为基础,嵌套部分特殊的生产 MEMS 工艺技术,将旧产线转化为 MEMS 代工线。由于批量生产能力突出,传统集成电路企业往往会集中向出货量较高的消费电子领域的MEMS 产品提供代工,该类代工企业以台积电(TSMC)、Global Foundries 等为代表。 历史发展过程中,由于 MEMS 产品在材料、加工、制造工序等单个产品差异较大,器件标准化程度较低,影响了产业垂直分工的发展,行业以 IDM 企业为主导。近年来,随着 MEMS 技术的发展和市场需求的逐渐兴起,MEMS 标准化的程度大大发展,平台化基础正在形成,越来越多的 MEMS 产品的产业链垂直分工条件日趋成熟。 四、MEMS行业的竞争壁垒 由于 MEMS 行业存在产品非标准化的特点,MEMS 公司无法仅仅通过单一工艺支持整个产品世代。MEMS 产品中,除了采用相同的硅材料外,没有可以在所有器件中通用的基础元件,“一类产品,一种制造工艺”的定律意味着MEMS 制造商需要针对每个单独的产品采取不同的工艺策略。在生产过程中,往往需要同时对多个产品同时进行工艺研发,在研发完成、产品测试合格并实现量产、进行销售之前,公司需要大量资金投入以维持运营。因此,MEMS 相较于传统集成电路不仅需要大量的时间成本,还需要大量的资金投入,这就建立期了其资金壁垒。 除了资金外,技术又是其另一个壁垒。 首先,MEMS 是一种全新的必须同时考虑多种物理场混合作用的研发领域,相对于传统的机械,它们的尺寸更小,最大的不超过一厘米,有些甚至仅仅几微米,其厚度更加微小。因而 MEMS 产品的开发和制造需要包括与物理、化学、生物等相关的专业技术。 其次,MEMS 需要多种工艺开发技术。MEMS 晶圆代工业务需要并行处理多项工艺开发项目,还需要尽可能以最有效的方式利用所有工程资源。“一类产品,一种制造工艺”的定律意味着每种产品都需要从头开始设计工艺。每一项工艺都需要经过工艺开发和优化的步骤,这些工艺步骤包括DRIE、键合、薄膜沉积(特别是在薄膜特性会直接影响 MEMS 性能的地方,如压电材料等)和晶圆封盖。光刻也是另一道需要经常调整的工艺,MEMS 的 3D 结构相比于普通的平面结构难度更高。 再次,MEMS 需要具有独特专有的设备开发技术。例如,DRIE 通过精密刻蚀硅材料,严格控制深度、宽高比及侧壁轮廓来实现 3D 结构。刻蚀可深可浅,而且涉及到刻蚀晶圆的任意比例。开发这些刻蚀工艺的关键参数需要特定的 MEMS 工艺工程技术,同时还需要这些专门的设备来积累丰富的经验。 人才壁垒也是不可忽视的一个方面。 MEMS 开发过程中相互影响的因素,如工具、设计及工艺的相互依赖,意味着成功的 MEMS 项目依赖于丰富的产品经验以及对这些影响因素的充分理解。从经验上来看,MEMS 项目通常需要受过高等教育的工程师组建为专门化团队进行集体研发,工程师需要拥有至少 10 年工作经验,以保证研发效率及成功率,而具备前述条件的工程师十分稀缺。因此 MEMS 市场存在相当高的人才壁垒。 五、MEMS行业竞争格局 MEMS 制造上连产品设计,下接产品封测,是 MEMS 产业链中必不可少的一环。MEMS 产品类别多样、应用广泛,客户定制化程度非常高,其生产采用的微加工技术强调工艺精度,属于资金、技术及智力密集型行业。 全球范围内,MEMS 产能主要集中在欧美等发达国家,目前国际主要 MEMS 代工厂商之间市场份额差距不大,且市场整体集中度较低,因此竞争较为激烈。国内目前尚未出现拥有持续量产实践的 MEMS 制造企业,但国内市场需求巨大,政策及产业合力助推 MEMS 全产业链布局,未来产能将部分向国内转移,预计短期内国内MEMS 市场将处于弱竞争洼地,随着国内 MEMS 产业的发展与成熟,未来国内MEMS 企业间摩擦将日益加剧。 从产业发展趋势上看,尽管目前 IDM 企业凭借长期的行业积累、技术实力以及客户基础主导着 MEMS 加工制造,随着新兴器件的涌现、新细分市场及应用的开辟以及纯代工 MEMS 企业在擅长领域内的设计与加工工艺沉淀而产生的经验效应,能够同时处理多类器件开发及生产的纯MEMS 代工企业将成为制造外包业务中的强力竞争者。 就竞争强度而言,部分中低端器件尤其是消费电子类 MEMS 器件出货量巨大且技术要求较低,商品同质化程度较高,可预见未来细分行业市场竞争将会加剧。

    半导体 集成电路 mems芯片 半导体

  • 获得美国许可,台积电与华为合作再续

    华为在近年来迅速崛起,手机业务超越三星,成为世界第一大手机厂商,通讯领域也成功打破了高通等美企垄断的局面,成为了5G通讯领域的主导者。在互联网时代,谁掌握通讯领域的主导权,谁就能成为经济发展趋势的主导者。毫无疑问,华为成为了美国眼中“科技霸权”的挑战者! 早在华为被列入实体清单之后,台积电就宣布未来将会继续为华为提供代工芯片的服务,这也让华为以及消费者感到安心。因为麒麟9000芯片采用的是最先进的5nm工艺制程,而台积电在这方面是当之无愧的巨头。但是好景不长,伴随着美国对华为芯片禁令的收缩,华为芯片面临着前所未有的危机。 虽然在得知消息之后,台积电加快生产为华为赶货,但是依旧无法满足华为对芯片的巨大需求。如今,华为芯片断供已经过去了一月之余,虽然华为启动了南泥湾计划、塔山计划等应对方案,但是很显然,想要在短期之内解决西方百年积累的技术壁垒难上加难。 虽然国产半导体可以生产28nm工艺制程的芯片,但是对于7nm、5nm盛行的当下,无疑很难解决华为的实质性问题。断供之后,包括台积电在内的多家芯片厂商表示愿意为华为供货,但是美国并未同意这项申请,华为芯片危机陷入了泥潭。 随后,中科院与中芯国际入局,帮助华为解决芯片制造的难题,但是,目前尚未完全解决。 可就在千钧一发时刻,台积电重磅官宣,根据台湾电子时报报道,台积电已经正式获得供货许可证,这意味着台积电可以继续向华为供货中低端芯片,其中囊括了14nm以及16nm的工艺制程。虽然并不能解决华为目前最高端的芯片问题,但是这个消息对于海思麒麟而言,绝对是一个好消息,有望将麒麟芯片复活。 目前,除了最新一代的麒麟9000以及麒麟970以上芯片无法代工,其余基本都可以代工。要知道,目前华为很多终端设备都是靠台积电代工,这可以解决华为的燃眉之急。 并且随着5G物联网的发展,智能家居将会是华为未来发展的重点项目,而这些设备台积电基本都可以代工芯片,这对于华为来说,无疑是一个好消息。 台积电董事长刘德音曾说过,美国肆意动用政治手段打压其他国家高新企业的行为,不但不会让本国企业在行业内获得更多的话语权,反而会激发他国的斗志,大力发展半导体领域,打造自己的半导体产业链,摆脱对美企的依赖,进而使美企失去行业话语权。

    半导体 华为 台积电 麒麟芯片

  • 2024年到2025年,台积电的主要产能将集中在台南科学园区

    在芯片制程工艺方面,台积电一直走在行业前端。据报道,在今年一季度,台积电5nm工艺大规模投产,且更为先进的3nm工艺也在稳步就班地按计划推进,计划于2021年风险试产,并于2022年下半年大规模投产。 5nm和3nm工艺,将是台积电未来几年能带来大量营收的工艺,而从外媒的报道来看,台积电这两大工艺的主要的产能,都将在他们位于台南科学园区的晶圆厂内,台积电2024年和2025年的产能,也将主要集中在台南科学园区。 台积电目前在台南科学园区有3座晶圆厂,分别是晶圆十四厂、晶圆十八厂和晶圆六厂,其中前两座是12英寸的超大晶圆厂,后一座是八英寸晶圆厂。 台积电官网的信息显示,晶圆十八厂是他们5nm制程工艺的主要生产基地,也就意味着他们5nm工艺的产能,主要集中在这一晶圆厂。 而除了5nm工艺,台积电3nm制程工艺的工厂,也将建在台南科学园区内,他们在2016年就公布了建厂计划,投资高达195亿美元,工厂靠近5nm制程工艺的主要生产基地晶圆十八厂。 由于5nm和3nm是台积电未来一段时间的主要工艺,这两大工艺的生产基地同在台南科学园区,也就意味着在未来的一段时期,台积电的主要产能将集中在台南科学园区,且2024年到2025年,台积电60%到70%的产能将在台南科学园区。

    半导体 台积电 晶圆厂 芯片工艺

  • 未来智能可穿戴设备,手表或是终极形态

    智能手表或许是未来智能可穿戴设备的终极形态,人工智能公司出门问问推出新款全智能手表,TicWatch Pro 3。TicWatch Pro 3是全球首款搭载高通骁龙4100旗舰级全智能手表,并且其操作系统为Wear OS by Google。 智能手表行业经过数年时间发展,采访中李志飞表示,从2015年发布第一款AI软硬结合产品TicWatch开始笃定AI+可穿戴是未来的重要趋势之一。 由于屏幕小、不便于频繁手部操作,且具备足够的私密性、便携性,包括智能手表、智能耳机在内的AI可穿戴设备一直被看好作为语音交互的爆点场景,能够提供更随身、更私密、更清晰的人机语音交互体验。 据IDC最新数据显示,可穿戴设备将在2020年达到近4亿的出货量,目前全球最畅销的可穿戴设备类别是无线耳机等耳戴式设备。 尽管世界上大部分地区都受到新冠疫情的影响,但可穿戴设备出货量还是出现了上升,预计2020年将比2019年的出货量增加约6000万。 未来,李志飞称,随着eSIM一号多终端和未来5G商用等在内的新移动通讯技术普及,用户在AI可穿戴上使用独立通讯的成本显著降低。 AI可穿戴、特别是智能手表和智能耳机的“腕上+耳边”组合,将真正可能替代智能手机成为人们生活中最重要的联网终端之一。 除设备外,补充可穿戴设备的服务也是重要趋势。苹果公司近期宣布Fitness +,亚马逊新Halo和Fitbit的Fitbit Premium为用户提供健康和健身内容,同时整合了可穿戴设备中的数据。 国内市场中,今日华米科技也发布了Amazfit Pop,其旗舰级别健康功能是其主要特色——Amazfit Pop支持血氧饱和度检测,帮助用户及时测量血液中的氧气含量。 当用户从事长时间脑力工作或进行高强度户外运动时,可以第一时间通过 Amazfit Pop 上的血氧饱和度数值及时调整身体状态。 除可穿戴设备外,出门问问将以“AI智能硬件+AI车载+AI企业服务”三大落地场景的业务为主要发展方向,目前已实现AI语音交互在可穿戴、车载、家居、企业服务四大场景的落地。

    半导体 人工智能 可穿戴 智能手表

  • 可穿戴设备行业规模持续扩张

    1975年,可穿戴设备最早开始发展,其后产品发展经过了雏形发展阶段和蓬勃发展阶段。 从市场出货量来看,2019年全球可穿戴设备出货量达到3.4亿台,同比大幅上升。 从全球市场厂商出货量排名上看,苹果、华为和小米排名前三,2020年二季度市场份额分别为34.2%、12.6%和11.8%。 从中国市场厂商出货量排名上看,华为、小米和苹果位列前三,2020年二季度市场份额分别为29.2%、21.3%和19.1%。 从全球可穿戴设备产品结构来看,2018-2019年耳戴设备市场份额大幅上升,2019年占比达到50.7%;手环、手表类产品份额有所下滑,2019年占比分别为20.6%和27.5%。 1、全球可穿戴设备行业规模持续扩张,2019年出货量达3.4亿台 作为互联网和物联网深度融合的重要体现,智能可穿戴设备产品形式多样。随着居民收入水平的提高,人们对便携、智能的可穿戴设备的需求不断增加。 谷歌的智能眼镜,苹果的智能手表AppleWatch、AirPods以及小米智能手环等产品的推出,共同推动了可穿戴设备产业生态的建立与终端市场消费习惯的形成。 近年来,伴随着蓝牙5.0为代表的无线技术的快速发展、WTS耳机的智能降噪技术的进步、低功耗技术不断突破等,可穿戴设备的下游需求将持续增强。 IDC数据显示,2019年全球可穿戴设备出货量达到3.4亿台,同比大幅上升。这一增长受益于智能手表、智能手环、持续血糖监测系统(CGM)、助听器、耳机等产品形态和AR(增强现实)、VR(虚拟现实)和MR(介导现实)等时新技术的助力。 截止至2020年第二季度全球可穿戴设备市场增长了14.1%,出货量达到8620万台。疫情期间,消费者对音频类及健康追踪类可穿戴设备需求增加,是促使出货量增长的重要原因。 2、全球市场苹果排名第一,中国市场小米排名领先 从全球市场厂商排名上看,其中苹果以2940万台出货量位居第一,同比增长高达25.3%,市场占比为34.2%; 华为以1090万台出货量排名第二,同比增长58%,市场占比12.6%; 小米以1010万台出货量排名第三,同比增长13.5%,市场占比11.8%; 三星以710万台出货量排名第四,同比增长0.9%,市场占比8.3%; Fitbit以250万台出货量排名第五,是前五大厂商中唯一同比下滑的品牌,下滑幅度达29.2%,市场占比2.9%。 2019年全年中国可穿戴设备市场出货量9924万台,同比增长37.1%。从中国市场厂商排名上看,小米、华为和苹果位列前三。 小米手环4在2019年第四季度继续保持稳定且大规模的出货,而耳机类产品,尤其是真无线耳机获得了显著的同比增长。 华为保持高速增长,其中手表产品表现亮眼,尤其是华为GT 2扩张势头迅猛。苹果的耳机类产品在年末促销的刺激下,同比增长显著。 小天才成功从2G市场向4G市场转移,并在线上渠道拓展方面取得了积极有效的成果。 奇虎360在逐渐调整渠道政策,渠道策略逐渐向保守型调整,另外推出老人手表,准备探索老人健康市场。 3、耳机份额提升,手环、手表类产品份额下滑 从可穿戴设备产品结构来看,2018-2019年,耳戴设备市场份额大幅上升,2019年占比突破50%,达到50.7%;手环、手表类产品份额有所下滑,2019年占比分别为20.6%和27.5%。

    半导体 设备 小米 可穿戴

  • 英伟达收购Arm引发华为等国企的强烈担忧

    有知情人士透露,中国几家最有影响力的科技公司一直在游说国家市场监管局,要么拒绝这笔交易,要么附加条件,以确保中国公司能够继续使用Arm的技术。包括华为技术有限公司在内的中国科技公司已向当地监管机构表达了对英伟达公司收购Arm的强烈担忧。 在此之前,今年9月,英伟达宣布拟400亿美元代价收购Arm案,后续进展仍备受关注。目前,该笔交易目前仍需得到中国、英国、欧盟以及美国监管机构的批准。 众所周知,英国Arm公司是全球领先的半导体知识产权(IP)提供商。全世界超过95%的智能手机和平板电脑都采用 Arm 架构,包括苹果、三星和高通都采用了Arm技术。在2016年,Arm被软银以243亿英镑收购。2020年4月,Arm又被母公司软银挂牌出售,并聘用高盛为其物色潜在买家。起初,包括苹果、高通、三星和英伟达都有收购Arm的意向,但最后谈判桌上的买家仅剩英伟达。据了解,华为一系列芯片产品,包括智能手机处理器麒麟、服务器芯片鲲鹏,以及AI芯片昇腾也都基于 Arm 架构设计的,若无法继续使用授权,这些芯片均无法生产。 报道称,这些中国科技公司担忧,若此次收购被予以通过,意味着Arm将处于美国的司法管辖之下,英伟达可能会强制Arm切断与中国客户的联系,而Arm将沦为美中两国争夺科技霸主地位的又一枚棋子,切无法保持中立性的Arm也可能会因此失去行业地位。 华为方面拒绝对此消息置评。英伟达方面则再提CEO黄仁勋早些时候的表态“有信心这笔交易将会通过审查。” 一、多家科技巨头提出反对 外媒报道指出,在英伟达正式宣布收购意愿后,包括英特尔、高通、特斯拉在内的多家硅谷科技企业反对。中国和欧盟的监管机构也可能会反对该收购案。据了解,包括苹果、博通、NXP、意法半导体、英特尔、高通与联发科等大厂都是Arm的授权客户,这些企业都视NVIDIA为竞争对手。 据了解,这些多家厂商正在商讨反对行动,预计会很快公布相关公告向美国和世界各国当局表达他们的担忧。值得一提的是,苹果也参与了此次讨论。不过,有消息指出,苹果之后可能会退出这一反对收购阵营,并另行与英伟达和 Arm 单独达成协议。 另外,包括Arm股东、政界人士和行业专家都在持续关注对此交易,提出对交易存在潜在的就业风险,还有可能威胁Arm在全球的地位。 二、英国:若潜在风险大,将采取行动 随着反对声浪越来越大,上周传出英国政府近日正审慎评估因英伟达收购芯片设计公司Arm后可能带来的影响,并存在叫停这起并购交易的可能。与此同时,英国商务部门也在权衡英伟达收购Arm的利弊。 英国一位发言人指出,“Arm是英国科技行业的重要组成部分,为英国经济做出了重大贡献。虽然收购主要是有关各方的商业事务,但政府会密切关注这些问题,当收购可能对英国产生重大影响时,我们将毫不犹豫地进行进一步调查并采取适当行动。” 与此同时,英国的前商务大臣Lord Peter Mandelson也呼吁英国政府阻止该项交易。他在近期接受媒体采访时表示,“这将直接威胁到我们在英国和欧洲的供应安全和主权,英伟达拥有所有权的同时就拥有了控制权,就可以决定Arm做什么或是供应谁。” 在中资控股Imagination风波后,今年6月,英国首相Boris Johnson敦促唐宁街制定法律,规定公司必须报告可能导致安全风险的收购企图,否则将受到刑事处罚。新法案要求,如果外资收购部分涉及超过25%的公司股权,或者涉及公司知识产权等资产,公司负责人就有义务向英政府报告。在该项法案实施后,如果有企业违反这一规定,将可能面临刑事处罚,其负责人可以被起诉乃至入狱。 据悉,Johnson还希望将学术合作和研究项目也纳入这些规则,有分析认为这反映了英国资金紧张的大学寻求与海外公司合作的担忧。 三、业者普遍看坏交易前景 事实上,今年8月,业内传出英伟达有意收购Arm的消息后,已经在半导体产业界引发热议,不同于黄仁勋认为的“双赢”结果,有业者结合国际贸易形势看坏对这一交易前景,认为收购案将面临重重障碍, :“除了各国监管障碍外,不要忽略一个事实——英伟达恰好是Arm授权客户们的竞争对手,就这一点开说,答应的可能性能有几成?”当时,ASPENCORE旗下ESM姐妹媒体《EETimes》曾就收购中可能遇到的障碍做了深入分析(英伟达若重金买下ARM,会有好结果吗?)。 包括Arm的联合创始人Hermann Hauser同月也公开表态称“如果英伟达收购Arm,将会是一场灾难”,他表示,英伟达收购Arm的性质不同之前,软银本身并非芯片公司,Arm的中立性才得以保持。 “一旦这一交易达成,Arm将成为英伟达部门之一,所有决定将在美国做出,而不再在剑桥做出。”Hauser认为,当前交易已经威胁到了英国的技术未来,英国政府应该出面干预。而 Arm 客户也担心这笔交易将影响未来的竞争,导致ARM的新所有者获得不公平的优势。 该交易仍需得到中国、英国、欧盟和美国的批准,这一过程通常要求政府机构征求客户和竞争对手的意见,或对他们的意见持开放态度。英伟达和Arm表示,他们有信心通过该协议,但可能需要18个月的时间才能获得必要的批准。

    半导体 华为 ARM 英伟达

  • 苹果产品路线图显示,2021款iPhone 13或采用高通X60芯片

    当地时间周三,网络上公布的一段拆解视频显示,苹果iPhone 12采用了高通的骁龙X55(Snapdragon X55)5G调制解调器芯片。 据国外媒体报道,苹果的产品路线图显示,2021款iPhone很可能会采用高通骁龙X60调制解调器芯片。 2019年4月,苹果和高通达成和解,双方结束了长达两年的专利许可之争。当时,两大公司还签署了一项为期6年的可延期授权协议以及一项多年芯片组供应协议,这为苹果iPhone 12系列以及其他产品使用高通的5G调制解调器铺平了道路。 一名推特用户在一份和解文件中发现了苹果在未来产品中使用高通5G调制解调器的路线图。 和解文件的第71页显示,苹果计划在2021年6月1日至2022年5月31日期间推出搭载有骁龙X60调制解调器的新产品。同时,该公司还承诺在2022年6月1日至2024年5月31日期间推出的产品中使用尚未公布的X65和X70调制解调器。 高通是在2020年2月推出X60调制解调器芯片的,该芯片基于5nm工艺打造,可同时连接低于6GHz和毫米波频段的网络,以获得更可靠和更快的速度。与基于7nm工艺的X55相比,X60更小、更省电。这些都使得X60成为苹果下一代iPhone的极佳候选产品。 高通在2020年2月推出X60调制解调器芯片时表示,采用该芯片的5G智能手机将在2021年开始推出。这也印证了苹果产品路线图透露的信息,即苹果明年推出的iPhone新产品,应该会采用高通的X60调制解调器芯片。

    半导体 苹果 晓龙

  • 小米首发80瓦无线秒充:19分钟充满

    小米手机昨日正式官宣,小米无线充电首次跨过80瓦大关,打破全球手机无线充电纪录。 据悉,4000mAh 的电池通过 小米80W 无线充电,8分钟即可充电一半,仅需 19 分钟就可以将电池充至 100%,相较于市面上其他厂商最高的40w无线充电,小米80W无线秒冲功率翻倍,再度刷新了手机无线充电的速度记录。 据小米集团副总裁、手机部总裁曾学忠透露,小米80W无线秒冲定制了更高效的无线充电架构和芯片,自主设计了复合式线圈系统,采用MTW多极耳快充电池,双6C串联电芯,配合多级递变电流调控以及MiFC快充等众多“加速”技术,以实现4000mAh电池8分钟即可充一半,19分钟就能充至100%。 为了解决无线充电当前发热和对电池健康的问题,小米在无线充电底座使用了高速静音风扇,充电快发热低,全程高功率充电。同时800次完整充放电后依旧能保持90%以上有效容量,不牺牲电池健康度。 在此之前,在小米10至尊纪念版上小米50W充电功率率先量产,成为小米10至尊纪念版的一大黑科技,如今仅隔两个月,小米80W无线秒冲再度刷新行业记录,据小米介绍,这也是小米无线充电团队今年第三次技术突破,再次刷新行业记录,并且遥遥领先。 一直以来,小米的无线充电技术始终业界领先,进入2020年小米无线充电实现大跨越,不到一年的时间,就先后打破全球无线充电记录,实现在无线充电领域遥遥领先地位。 未来,小米无线充电技术仍将持续迭代,让真正的充电无线化时代提前到来。 小米一直以来坚持做技术公司,死磕硬核技术的发展理念,在未来将会持续引领行业发展方向,促进行业进步。

    半导体 无线充电 小米 快充

  • 华为麒麟9000芯片搭载Mali-G78 GPU ,并配备24组计算单元

    日前,一款型号为"NOH-NX9"的华为手机的GeekBench跑分曝光。结合相关爆料,这款机型大概率是即将发布的华为Mate 40系列,其搭载的芯片应该就是备受关注的麒麟9000。 从这份跑分信息来看,麒麟9000或采用ARM最新的Mali-G78 GPU架构,且支持24个核心,做到了该架构的上限。 在今年5月,ARM推出了一款Mali G78 GPU,与之前的G77相比,性能提高了25%。Mali G78 GPU 25% 的性能提升来自5nm工艺,其余来自内部优化,而5nm工艺的加入将减少芯片的尺寸。 Mali G78 GPU 25% 还带来了约10%的能效提高,15%的机器学习性能改善。Mali G78 GPU 25% 是一种ValHall架构,支持多达24个内核,或18个内核,而之前的G77支持16个内核。就游戏性能而言,24个内核的异步性能是18个内核的28%以上。 据披露,华为 Mate 40 Pro使用的是分辨率为2772x1344、像素密度为456PPI、6.76英寸OLED显示器。 在配置方面,华为 Mate 40 Pro 采用了5nm工艺的麒麟9000个插座,CPU有8个核心,包括4个皮质-A55(2.04ghz)、三个A77(2.54GHz)和一个高频A77(3.13GHz)。 麒麟9000将由华为Mate40系列首发,华为Mate 40系列全球发布会定于北京时间10月22日20:00,同时还将发布FreeBuds Studio 头戴式耳机等产品。

    半导体 华为 40 麒麟 mate

  • 未来的AI计算,将是CPU、GPU、IPU并行的时代

    AI的快速发展直接促进了CPU和GPU的发展,而AI应用专门的处理器是IPU,IPU将基于自身优势为世界的智能化进程增添不竭动力。 一、英伟达专注的GPU优势逐渐缩小 从专注图像渲染崛起的英伟达的GPU,走的也是相当于ASIC的技术路线,但随着游戏、视频渲染以及AI加速需要的出现,英伟达的GPU也在向着GPGPU的方向演进。 当硬件更多的需要与软件生态挂钩时,市场大多数参与者便会倒下。在竞争清理过后,GPU形成了如今的双寡头市场,并且步入相当成熟的阶段。 ASIC本身的成本、灵活性缺失,以及应用范围很窄的特点,都导致它无法采用最先进制程: 即便它们具备性能和能效优势,一旦无法采用最先进制程,则这一优势也将不再明显。 为保持其在GPU领域的寡头地位,使得英伟达必须一直保持先进的制程工艺,保持其通用性,但是要牺牲一定的效能优势。 相比于来自类GPU的竞争,英伟达不应该忽视Graphcore的IPU,特别是Graphcore一直都在强调其是为AI而生,面向的应用也是CPU、GPU不那么擅长的AI应用。 二、利用AI计算打侧面竞争战 不管CPU还是GPU都无法从根本上解决AI问题,因为AI是一个面向计算图的任务、与CPU的标量计算和GPU的矢量计算区别很大。 而另一边的IPU,则为AI计算提供了全新的技术架构,同时将训练和推理合二为一,兼具处理二者工作的能力。 作为标准的神经网络处理芯片,IPU可以支持多种神经网络模型,因其具备数以千计到数百万计的顶点数量,远远超过GPU的顶点规模,可以进行更高潜力的并行计算工作。 计算加上数据的突破可以让IPU在原生稀疏计算中展现出领先IPU 10-50倍的性能优势,到了数据稀疏以及动态稀疏时,IPU就有了比GPU越来越显著的优势。 此外,如果是在IPU更擅长的分组卷积内核中,组维度越少,IPU的性能优势越明显,总体而言,有4-100倍的吞吐量提升。 在5G网络切片和资源管理中需要用到的强化学习,用IPU训练吞吐量也能够提升最多13倍。 三、两种芯片势能英伟达与Graphcore的较量 Graphcore成立于2016年,是一家专注于机器智能、同时也代表着全新计算负载的芯片制造公司,其包括IPU在内的产品研发擅长大规模并行计算、稀疏的数据结构、低精度计算、数据参数复用以及静态图结构。 英伟达的潜在竞争对手Graphcore的第二代IPU在多个主流模型上的表现优于A100 GPU,两者将在超大规模数据中心正面竞争。 未来,IPU可能在一些新兴的AI应用中展现出更大的优势。 第二代IPU相比第一代IPU有两倍峰值算力的提升,在典型的CV还有NLP的模型中,第二代IPU相比第一代IPU则展现出了平均8倍的性能提升。 如果对比英伟达基于8个最新A100 GPU的DGX-A100,Graphcore 8个M2000组成的系统的FP32算力是DGX-A100的12倍,AI计算是3倍,AI存储是10倍。 四、AI计算未来有三种计算平台 第一种平台是CPU,它还会持续存在,因为一些业务在CPU上的表现依然不错; 第二种平台是GPU,它还会持续发展,会有适合GPU的应用场景。 第三种平台是就是Graphcore的IPU。 IPU旨在帮助创新者在AI应用上实现新的突破,帮助用户应对当前在CPU、GPU上表现不太好的任务或者阻碍大家创新的场景。”卢涛副总指出。 目前GPU在全球已是大规模的商用部署,其次是Google的TPU通过内部应用及TensorFlow的生态占第二大规模,IPU处于第三,是量产的、部署的平台。 与此同时,Graphcore也在中国积极组建其创新社区。Graphcore已在微信、知乎、微博和GitHub开通了官方频道,旨在与开发者、创新者、研究者更好地交流和互动。 关于未来的AI计算领域,未来会是 “CPU、GPU、IPU并行” 的时代,GPU或部分CPU专注于业务场景的实现和落地,而IPU专为AI创新者带来更多突破。 五、构建生态链条IPU仍在路上 IPU想要在AI计算中拥有挑战GPU地位的资格,除了在性能和价格上面证明自己的优势之外,还需要在为机器学习框架提供的软件栈上提供更多选择,获得主流AI算法厂商的支持。 在标准生态、操作系统上也需要有广泛的支持,对于开发者有更方便的开发工具和社区内容的支持,才能从实际应用中壮大IPU的开发生态。 一个AI芯片从产出到大规模应用必须要经过一系列的中间环节,包括像上面提到的支持主流算法框架的软件库、工具链、用户生态等等,打通这样一条链条都会面临一个巨大挑战。 目前申请使用Graphcore IPU开发者云的主要是商业用户和高校,个人研究者比较少。IPU开发者云支持当前一些最先进和最复杂的AI算法模型的训练和推理。 和本世纪初的GPU市场一样,在AI芯片市场步入弱编程阶段,如今百家争鸣的局面预计也将很快结束,市场在一轮厮杀后会剩下为数不多的参与者做最终对决。 现在要看的是在发展初期的逐一击破阶段,Graphcore是否真有定义并主控第三类芯片的魄力了。 不过从创新的架构到芯片再到成为革命性的产品,Graphcore从芯片到落地之间的距离,需要易用的软件和丰富的工具来支持,特别是对软件生态依赖程度比较到的云端芯片市场。 IPU不是GPU,既是挑战也是机会。IPU不是GPU的替代品或者类似品,所以不能拿GPU的逻辑来套用IPU的逻辑。 近两年,基于AI 芯片研发的各种产品的井喷,预计未来IPU在各类AI应用中将具有更大的优势。

    半导体 计算 ai应用 ipu

发布文章