预测半导体的下一波浪潮

半导体业处于姜氏曲线的哪里?

　　从PC台式机的出货量看，已经是非常成熟的阶段了，在2025年左右基本就达到饱和，所以PC台式机处在姜氏曲线的一个较晚阶段(图10)。

　　智能手机刚过了37%的中间点(图11)，但是从销售量角度看，仍然还有一个非常大的发展空间。

　　对于新兴的物联网，包括很多产品。智能表计包括水表、电表等各种各样家用表计，其实还处于非常早期的阶段(图12)，现在是成长非常快的市场。可穿戴设备处在更早期(图13)，虽然不完全确定总量，但其规模应该是相当惊人的，预计是3.5万亿的数量级。像健身追踪器等有相当大的市场。可穿戴医疗设备也处在早期，包括测量你的心跳、胰岛素的量等各方面还处在一个非常早的阶段。

　　来看看晶体管的数量。从图14的预测看，从晶体管总量来看，我们还处在一个相当早期的阶段，未来十年还会有一个爆炸性的增长。坏消息是，大约在2030年之前，就会有一个非常成熟的晶体管的总量，到时我们肯定需要一类新器件。

钱会在哪里?

　　上述讲到的是量，现在还是讲钱更实际。物联网方面有半导体的三大增长点。1.数据中心，我们需要很多网络和储存，需要许多大的数字SoC(系统芯片)，以及很多固态存储器。2.网关，是数据从终端到数据中心的一环。3.节点/终端，需要传感器、执行器、图像传感器、收发器等小器件。

　　数据中心在姜氏曲线中还处在一个较早期的点(图15)，还有一个非常长的时间转变。今天，服务器占半导体市场约4.2%份额。物联网与智能的网关成长也相当快(图16)，其IC大概占半导体总值的3.1%。

　　但终端的销量还是较小的(图17)，2015年终端IC销售额只有154亿美元，而且现在大部分终端还是比较简单的。但是从趋势看，这些终端会变得相当复杂，量也会是海量。需要MCU、传感器、电池管理IC、无线/有线IC等。

　　半导体业如何从物联网赚钱?

　　实际上，物联网是服务的互联网，是把所有的信息收集起来，然后再把信息进行分析和处理来赚钱。所以传统的半导体业，诸如传感器、芯片等在整个链条中有相当大的价值。例如飞机引擎业卖到了很多服务性的价值，每三十分钟会产生海量(10兆兆字节)数据，如果进行收集和分析，可监测引擎的可靠性，以判断什么时候需要维修，提高了安全性。因此有很多人预测，将来某一天会有种新的商业模式：免费提供引擎，而数据服务才是厂家真正创造营收的地方。

　　所以物联网的数据拥有者将会是非常赚钱的。传统的IC公司工程师希望尽量加入数据拥有者的行业里，可以与数据公司做联盟或是互补的事情，收取费用方面用专利模式进行收取，还会有一些新的IC设计公司出现。因此，半导体产业会继续变化，有些小型新型的做终端的公司也会涌现。

一些有趣的问题

　　*现在的半导体公司该如何去做，来实现用服务盈利?

　　这也很难。数据拥有者会选择不同IC行业的供应商。整个IC行业的设计理念将来可能会有所改变。例如，2015年美国DAC(设计自动化)大会上，谷歌的一名工程师展示了一款隐形眼镜，可以通过眼中的液体来测试血液中的糖分。这个数据本身可以有几个作用，可以发给医生，使医生实时了解你的身体状况;也可以看你身体哪一部分是糖分释放器。相信谷歌不可能只卖隐形眼镜，肯定是想凭借这种数据赚钱，无论是医疗还是监测的过程。所以，一些传统的IC供应商可以做这类隐形眼镜，有数据的公司可以用手机收集的数据做数据服务。

　　*以后会不会出现半导体公司将芯片免费送给数据厂商，利用数据赚钱的商业模式?

　　当然是可能的，但是更可能还是会采取部分收费的方式，至少要养活自己。这个收完回来的周期会比卖产品收钱要长一些。

　　*贵公司如何用大数据来完善服务?

　　Mentor目前还是比较传统的管理，IP是唯一一个真正在卖的产品。从Mentor工具来看，是让客户可以更好地做他们的产品。上述的大数据不一定是公开的大数据，而是数据的拥有者。例如某个厂商中的私有云，用Mentor的工具去分析他们的数据。Mentor的商业模式还是做B2B(企业对企业)。当良率变得对制造企业和设计企业都很重要时，Mentor实际上有大数据的分析引擎，可以在线地把数据记录下来，用统计的方法和优化的算法抓到在生产过程中走势错误的点并分析出来。所以Mentor有大数据的客户和应用能力，面向的是企业，而且是在私有云的应用层面。

　　*很多人在谈论物联网，但是真正赚到钱的却不多，原因是处于姜氏曲线的初期吗?

　　其实现在已经有在赚钱的，诸如上述的三个地方是赚钱的，数据中心、网关已经赚了很多钱，只是在终端只有150亿美元，其价值还远没有体现出来，有待今后发展。

　　*很多企业没走那么远就死掉了，从VR/AR、可穿戴、汽车……，时代变化太快，要想走得更远还需要做怎样的准备?

　　的确，是有很多公司会失败。Wally喜欢小公司。因为大公司会有创新的包袱。小公司的好处是失败了可以重新开始，转换周期较快。实际上，Mentor现在有很多客户是从中小客户发展起来的。

　　中国目前是资金密集型，一些地方有政府补贴政策，所以中国涌现出了很多有竞争力的中小公司。另外，中国教育也会激发出一些顶级编程天才或设计专家做小企业。Mentor多年前就出台了支持中小型设计公司的项目计划，在上市之前，以有竞争力的EDA(电子设计自动化)工具价格来支持他们。

　　*半导体是产品的基石。但有时也挺心酸，上层会挤压下层的利润，现在还有硬件免费的风潮，怎么办?

　　以手机市场为例，苹果手机有时是免费的，因为很多运营商送手机。但其实苹果还是收到了应得的钱。还有一些成功的案例，一家做汽车传感器系统的公司，自己做了芯片，但它不只卖芯片，而是把整个系统卖给车厂，这样整体附加价值更高一些。

　　*晶体管数量越来越多，主要是哪类芯片增长?

　　从晶体管数量的角度是会持续成长的，但总量的99.7%是存储，可见存储以后的量是相当惊人的。尽管存储主宰了芯片，但是与此连接的逻辑晶体管的价格还是在向下走，出货量增长。只要你的产品是受欢迎的，无论是大型还是小型企业，都有生长的空间。从IC行业的收入来看，fabless(IC设计公司)营收约占整个半导体业收入的30%。

　　*固态图像传感器哪类增长快?

　　固态图像传感器比半导体市场平均高3个百分点，即7%左右的年均增长率。其中信号处理部分还是会有较好的增长，例如汽车中有更多的传感器，需要更多信号在一起的传感器融合。

EDA业

　　EDA业通常的平均增长率比半导体要高约1个百分点。Mentor比EDA业的平均增长率稍微高一点。原因之一是约1/3的营收来自系统设计公司，像汽车和飞机等。全世界EDA业有3%~6%的波动，EDA在整个市场的比例还是比较固定的，占整个半导体市场2%左右。

　　7nm方面，英特尔、三星、TSMC和一些内存fab(制造厂)都会有。Mentor的相关工具已准备就绪，预计今年或2017年初会发布。

中国IC设计业对高端设计需求旺盛

　　尽管中国的经济增速有所减缓，但中国发展半导体的热情是非常高涨的。一方面，政府的支持力度很大;另一方面中国对高端产品的需求量也越来越大，例如手机中有70%是中国自有品牌，因此IC内需一直在增长，而且本土的设计要求越来越高，所以对EDA工具的需求也越来越大。

　　这两三年，很多中国IC设计公司已不是追随者，而是领先者了。例如最早使用TSMC 16nm、三星14nm代工的企业就是中国的IC设计公司。因为他们要和海外芯片企业去竞争，必须要保持设计水平同步，甚至更领先。

　　目前，和国内IC设计公司的携手合作方式也有所改变，过去，中国客户是追随者的角色，美国公司怎样用，中国公司就跟着用。而现在，Mentor会了解中国客户的需求，一起进行制程开发。

Mentor面向中国的产品

　　主要有三大类。首先，IC设计类，如面向OPC/EPC光学矫正晶圆厂的工具;系统工具类，如汽车类产品;以及验证类，如硬件加速器EVP(企业验证平台)。

　　在先进制程方面，有分辨率增强技术(RET)中的OPC(光学邻近矫正)产品，已和国内重要的代工厂合作。Mentor的Calibire平台，可从IC验证到后端的Signoff(签收)，到制造生产的DFM(可制造设计)，最终去做mask(掩膜)。

　　值得一提的是，随着设计越来越复杂，对验证要求越来越高，以前的设计公司是设计占大部分工作量，验证较少。但现在大部分工程师是验证工程师，所以需要大量的simulator(模拟器，又称软件仿真器)去运行test bench(测试工作台)。现在simulator已不够了，需要用emulator(仿真器，又称硬件仿真器)。Mentor有EVP硬件平台，从RTL级到整个系统级都可以验证，诸如极端的图像验证，可以一帧帧地加速，实时地查看芯片的电路设计是否正确。

　　最近Mentor还有Prototyping等新产品。

　　Mentor在可测试性(DFT)方面也是领先的，由于高端芯片的成本很高，良率越来越重要，因为一个百分比的良率提升就节省了数百万美元，所以客户对testing有很大的需求。而在2002年前后，客户基本不做design for test/testing，他们做了废片，系统厂商来找，他们就赔芯片。但现在大部分中国的fabless也开始重视质量，在意供应链的安全性。因为芯片做得不好，被退回很致命，例如，如果进入苹果或三星的供应链，如果芯片或模块做得不好会受到重罚。另外像极端情况，诸如汽车电子领域，DPM(每百万产品中的瑕疵率)要做到是1或几乎没有，才有资格做汽车电子芯片。所以，这也推动中国fabless一定要提高可靠性等性能，这也正好是Mentor公司的专长。

本文来源于中国科技期刊《电子产品世界》2016年第9期第1页，欢迎您写论文时引用，并注明出处。