半导体行业必将再火十年!两大趋势成发展新动能【附下载】| 智东西内参

2019 年 5 月 4 日 智东西

看点:汽车半导体和人工智能芯片为半导体市场带来了新的发展机遇。


当前, 我们使用的许多前沿数字化设备背后的技术都要依靠半导体才能实现。 由于无人驾驶、 人工智能、 5G和物联网等新兴技术的发展,以及对技术研发的持续投入和市场主要参与者间的激烈竞争, 未来十年全球半导体行业有望持续稳定增长。 半导体行业的兼并收购活动已经达到峰值,专业纵向整合逐渐成为行业重点。日本、 韩国正力图通过收购重振本国半导体行业,而与此同时,持续的贸易战和知识产权纠纷将使中国在全球范围内的大举投资受阻。随着消费类电子产品需求饱和,半导体行业的增长将趋于平缓。 然而,许多新兴领域将为半导体行业带来充分的机遇,特别是汽车和人工智能的半导体应用。

本期的智能内参,我们推荐德勤的报告《 半导体:新兴机遇与制胜策略 》, 深入探讨汽车半导体和人工智能芯片为半导体市场带来的发展机遇,为中国本土半导体行业参与者,以及意图进军中国半导体市场的跨国企业带来全新视野。 如果想收藏本文的详细内容(半导体:新兴机遇与制胜策略),可以在智东西公众号:(zhidxcom)回复关键词“nc361”获取。

 半导体行业格局不断演化

过去几年, 全球半导体行业增长主要依赖智能手机等电子设备的需求, 以及物联网、 云计算等技术应用的扩增。 预计全球半导体行业总收入将从2018年的4,810亿美元增长到2019年的5,150亿美元, 且增长态势有望持续至下一个十年。

▲全球半导体行业销售收入(2016年-2022年, 单位: 十亿美元)

汽车电子和工业电子将成为半导体行业增长最迅速的两大领域, 来自消费电子、 数据处理和通讯电子的收入将稳定增长。

▲各类别电子设备半导体收入增长率(2017年-2022年)

亚太仍将是全球最大的半导体消费市场。中国产品占比的增加正在刺激整个亚太市场的增长, 并将提供主要推动力。 此外, 并购活动的增加将有利于半导体行业的未来发展。

▲半导体行业销售额区域分析(2018年)

增长方面, 2018年美国市场增速最快, 这主要得益于动态随机存取存储器的兴起和对微控制单元的高需求, 特别是在存储设备市场。 随着存储器价格上涨并贡献巨大收益, 存储器市场发展迅速, 亚太地区因此获益。中国大陆集成电路产业增长了24.8%,有力推动了亚太区域市场的发展。

然而, 尽管近年来中国半导体厂商的竞争力得到显著提升, 但关键零部件仍需大量从西方国家进口, 自给率不足20%。中国政府十分关注这一问题, 制定了多项有利政策支持半导体行业的发展。

▲中国半导体行业主要参与者

总体而言,中国半导体行业有四类企业:“国家队”、“地方队”、 私募/创投基金和跨国企业, 竞相推动中国成为全球半导体行业的动力引擎。

汽车半导体的突破口

汽车行业历经了长期的发展, 才实现了以安全与舒适性为核心的汽车电子前装化。早在2004年,仅有四分之一的出厂车辆内置安全气囊, 而配有前装电动座椅的车辆不足50%。 然而, 在政府监管和消费者需求的驱动下, 安全相关的电子系统迅速普及。 如今, 汽车行业的创新大多出现在电子系统而非机械层面。 2007年到2017年期间, 汽车电子成本占比从约20%上升至40%左右。

▲汽车前装电子

▲汽车行业历经了长期的发展, 才实现了以安全与舒适性为核心的汽车电子前装化

▲ 电子系统在汽车总成本中的占比(%)

半导体成本(即电子系统零部件的成本)已经从2013年的每车312美元增加到了如今约400美元。 汽车半导体供应商正获益于微控制单元、 传感器、 存储器等各类半导体设备需求的大幅上涨。 到2022年, 半导体成本预计将达到每车近600美元。

▲汽车电子和半导体每车成本占比

半导体供应商在汽车产业供应链中扮演着至关重要的角色。 在传统汽车行业生态体系中, 半导体供应商将产品销售给一级电子系统供应商, 后者将技术整合成模块交给整车厂装配。 近几年来, 汽车行业经历了翻天覆地的变革, 未来几年的生态体系将被彻底改造。 人工智能、电动汽车、无人驾驶、 能源储存和网络安全等技术的发展; 公众对安全和共享出行等话题的社会意识; 污染等环境问题引发的担忧;基础设施支出等经济层面的考量以及亚洲市场的增长等诸多因素都将重塑汽车行业。

▲半导体在汽车生态体系中的角色

自动化、电气化、 数字互联与安全性:未来十年, 这四大趋势将推动汽车电子和子系统中的半导体元器件不断增加。

▲汽车半导体的主要趋势

尽管手机在当前以及未来都是半导体企业的最大市场, 但多年以来这一领域的增长已经十分饱和。 而汽车半导体市场却是个例外。 随着高级驾驶辅助系统和车载信息娱乐等电子部件越来越多地应用于汽车, 这一领域需求强劲, 成为半导体企业的重要增长市场。

▲全球各地区汽车半导体收入及产量

▲汽车半导体应用和设备增长预测

 人工智能芯片竞赛开启

人工智能框架大致可分为三个层面。 基础设施层面包括核心的人工智能芯片和大数据, 这是技术层面的传感和认知计算能力的基础。 应用层面处于最顶层, 提供无人驾驶、 智能机器人、 智慧安防和虚拟助手等服务。 人工智能芯片是人工智能技术链条的核心, 对人工智能算法处理尤其是深度神经网络至关重要。

“深度” 指神经网络模型中的层级和节点数量。 近年来, 层级之间的复杂程度以及节点数量呈现指数级增长, 这对计算力提出了极大的挑战。 传统的中央处理器虽然在处理一般工作负荷——尤其是基于一定规则的工作——方面的性能较为突出,但现在已经难以满足人工智能算法的并行计算要求。

▲人工智能芯片在人工智能不同层面的角色

解决并行计算问题主要有两种方法: 第一, 在现有的计算架构上添加专用加速器; 第二, 完全重新开发,创造模拟人脑神经网络的全新架构。 第二种方法仍处于初期开发阶段, 不适合商业应用。 因此, 目前主要采用的方法是添加人工智能加速器。 多种类型的人工智能芯片均可以实现加速, 主流加速器包括图形处理器、现场可编程门阵列, 以及专用集成电路,这包括张量处理器、 神经网络处理器、 神经网络处理器、 矢量处理器和大脑处理器等变体。 每种人工智能芯片都有其自身的优势和劣势。

深度学习有两种完全不同的人工智能部署方式: 训练和推理。 人工智能基于大数据“训练” 神经网络模型, 利用训练数据集获取新训练好的模型。 这些新训练好的模型随后便被赋予新的能力, 根据新的数据集进行“推理” 得出结论。

因为需要将庞大的数据集应用到神经网络模型中, 因此训练阶段需要大量的计算能力。 这就要求具有先进并行计算能力的高端服务器能够处理大量高度并行的各类数据集。 因此, 这一阶段的工作通常利用云端硬件设备完成。 而推理阶段既可以在云端完成也可以借助边缘设备(产品)进行。 与训练芯片相比, 推理芯片需要更全面地考虑功耗、 延时和成本等因素。

▲深度学习两大阶段

人工智能芯片创新刚刚起步, 供应商在芯片加速方面采取的办法各不相同。 例如,谷歌选择了专用集成电路的路线, 而微软则已证明采用现场可编程门阵列亦可获相当抑或更好的结果。 同时, 赛灵思、 百度和亚马逊均在努力减少应用专用集成电路的传统障碍。

到2022年, 人工智能芯片市场在整个人工智能市场中的占比预计超过12%, 复合年均增长率达到54%。 美洲地区将引领全球人工智能市场, 欧洲、中东及非洲地区和亚太地区紧随其后。 2022年, 美洲地区将占据主导市场地位。

▲全球人工智能与人工智能芯片市场(2022年)

根据部署方式, 人工智能芯片市场可分为基于云技术和网络边缘两个细分市场。

▲人工智能芯片市场部署

云端是人工智能芯片最大的细分市场, 原因在于数据中心为提升效率, 降低运营成本并改善基础设施管理, 对人工智能芯片的采用持续增长。 特别需要指出的是,人工智能训练市场的规模将达到约170亿美元, 其中云端推理芯片市场的规模将达到70亿美元。 从产品类别来看, 图形处理器已经成为人工智能芯片的主流趋势, 拥有超过30%的市场份额, 高于其他所有产品类别。

人工智能芯片不仅可以部署在云端, 还可以应用于多种网络边缘设备, 如智能手机、 无人驾驶汽车以及监控摄像头。 应用于网络边缘设备的人工智能芯片多为推理芯片, 且专业程度越来越高。 到2022年, 人工智能推理芯片市场的规模预计将增至20亿美元, 复合年均增长率达到40%。

产品成本的不断上涨将使人工智能芯片供应商获益。 例如, 苹果公司的A11芯片成本上升到了27.50美元。 人工智能芯片的成本增长将使智能手机价格上涨, 让智能手机制造商获得更多收入。 人工智能芯片的应用亦已从高端机型扩展到中端机型, 这亦有可能为智能手机供应商带来更多收入。

无人驾驶不仅仅是一个复杂的人工智能应用场景, 而且还具有重要意义。 无人驾驶预计将有力推动人工智能推理芯片应用, 使人工智能推理芯片市场的规模增至50亿美元, 复合年均增长率达到40%。

传感、 建模与决策是无人驾驶的三大必备流程, 每一个流程都涉及推理芯片应用。无论是环境传感或障碍物躲避, 无人驾驶对人工智能芯片的计算力都提出了很高的要求。

在人工智能技术的支持下, 监控系统的智能程度不断升级。 过去十年内, 监控系统行业经历了三个重要的转型阶段。 第一,“高分辨率” 阶段, 即系统能够录制超清视频。 第二,“联网” 阶段, 即系统实现联网和互联。

并购活动回归理性

半导体并购活动已经经过巅峰期, 汽车、人工智能以及网络/数据中心等正在成为最受欢迎的新兴垂直领域。 日本和韩国一直致力于振兴国内半导体行业, 他们积极参与美国和欧洲中型企业收购, 并与中国展开合作。 同时, 围绕知识产权和国防安全问题的争议还将抑制中国企业走向全球化的进程。中国收紧对美国高科技公司的境外投资成为新常态, 全球并购市场规模整体缩水。 尽管如此, 半导体大型企业集团仍在各垂直领域寻找拥有高市场份额和利润的潜在目标。

2016年, 全球半导体并购交易额曾达到1,200亿美元的峰值。 2017年, 半导体行业并购交易额大幅下跌。 除了以往交易导致并购目标减少以外, 欧洲和美国收紧监管审查也是一大重要原因。 由于单笔交易额增加, 2018年全球并购交易额再次增长。 例如, 美国博通公司以179.9亿美元收购了CA Technology。

▲全球半导体并购交易(2014年-2018年)

▲ 全球前十大半导体并购交易(2018年)

2014年至2015年, 东亚地区(中国、 日本、 韩国以及中国台湾) 的并购交易量迅速增长, 交易额突破220亿美元。 但经过几年的快速扩张后, 2017年和2018年的并购活动有所停滞。 2017年, 东亚地区的半导体并购交易量下降1%, 交易额仅增长2%。

▲中国大陆、 日本、 韩国以及中国台湾并购交易额(2014年-2018年)

▲中国大陆、 日本、 韩国以及中国台湾的前十大并购交易(2018年)

▲国内并购交易量增长——东亚地区(2014年-2018年)

过去五年里,中国半导体行业快速发展的最主要原因是有利的政府政策。中国目前是全球最大的半导体芯片进口国, 政府的总体战略是减少对外国进口产品的依赖, 发展国内的半导体行业基础。 这一政策促使中国企业纷纷进军半导体行业, 并通过收购获取先进技术。

毫无疑问,中国大陆是东亚地区境内并购活动最活跃的地区。 从2014年至2018年期间, 并购交易量的复合增长率高达24%。 例如, 2018年阿里巴巴收购了杭州中天微系统有限公司。 在此之前, 阿里巴巴已经投资了五家芯片公司: 寒武纪、 Barefoot Networks、 深鉴科技、 耐能和翱捷科技。相较于中国大陆, 日本、 韩国和中国台湾的并购活动相对平缓。 并购交易的主要目的是提高市场地位, 增加市场份额, 以及寻找新兴应用。

总体而言, 自2016年以来, 东亚地区的跨境并购交易量出现下滑, 尤其在美国加强了对寻求前沿技术的中国企业的调查之后。 2017年, 白宫发布了有一份题为《确保美国在半导体行业长期领先地位》 的报告, 指出中国的半导体政策对美国产生的潜在威胁, 并建议美国政府采取措施防止或者严格限制中国企业的收购, 同时收紧对重要半导体知识产权流动的法规限制。 但是, 尽管政府的并购审查日益加强, 北美和欧洲仍是东亚地区半导体企业的主要并购目的地。

智东西认为, 半导体行业虽然在传统电子设备市场已经趋于饱和,但在汽车电子、人工智能等新兴行业将迎来爆炸式增长 。 到2022年,汽车半导体元器件的成本将达到每车600美元。 微控制单元、 传感器和存储器等汽车半导体设备需求激增 ,而云技术领域也将成为人工智能芯片的最大市场。 中国已经成为全球主要半导体厂商的重要收入来源,其中许多企业有超过一半的营收来自中国, 意图进军中国市场的跨国企业应当综合考虑包括政策、 技术、市场营销、物流和全球策略等在内的多方因素。

下载提醒:如果想收藏本文的报告全文,可以在智东西(公众号:zhidxcom)回复关键词“nc361”获取。

智东西公开课直播预告

5月16日晚7点,GTI北京中心技术总监梁进将主讲AI芯片应用系列课第十讲,主题为《存算一体AI芯片如何加速图像处理》。扫码进入直播间,开启「开课提醒」,以防错过!




登录查看更多
0

相关内容

2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
233+阅读 · 2020年4月18日
新时期我国信息技术产业的发展
专知会员服务
68+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
292+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
77+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
112+阅读 · 2019年10月10日
重磅发布|《全球机器人报告2019》出炉!附全文下载
机器人大讲堂
7+阅读 · 2019年9月28日
解读《中国新一代人工智能发展报告2019》
走向智能论坛
32+阅读 · 2019年6月5日
【物联网】物联网产业现状与技术发展
产业智能官
15+阅读 · 2018年12月17日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
干货PPT|智能家居的三类“产品”将率先燃起来
物联网智库
5+阅读 · 2018年6月11日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
15+阅读 · 2019年9月11日
Knowledge Representation Learning: A Quantitative Review
Arxiv
7+阅读 · 2018年8月28日
Arxiv
7+阅读 · 2018年3月21日
VIP会员
相关VIP内容
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
233+阅读 · 2020年4月18日
新时期我国信息技术产业的发展
专知会员服务
68+阅读 · 2020年1月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
292+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
77+阅读 · 2019年12月13日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
112+阅读 · 2019年10月10日
相关资讯
Top
微信扫码咨询专知VIP会员