全球半導(dǎo)體現(xiàn)狀分析

??前景樂觀

??當(dāng)今科技創(chuàng)新迅猛發(fā)展，半導(dǎo)體行業(yè)有望持續(xù)增長。對半導(dǎo)體行業(yè)來說，2019年會相對疲軟，但普華永道預(yù)計其將在2020年實現(xiàn)復(fù)蘇并保持繁榮。2018年半導(dǎo)體行業(yè)銷售總額為4,810億美元。今后四年，即到2022年底，我們預(yù)計銷售額將保持較慢但穩(wěn)健的增長，復(fù)合年均增長率(CAGR)約為4.6%，達到5,750億美元。

??半導(dǎo)體行業(yè)由七類元件組成，即內(nèi)存、邏輯元件、微型元件、模擬元件、光電元件、傳感器和分離元件(OSD)。其中，內(nèi)存產(chǎn)品銷售額仍將是半導(dǎo)體收入的份額。然而，三星集團在2017至2018年對其半導(dǎo)體部門的巨額投入將使內(nèi)存市場產(chǎn)能過剩，從而導(dǎo)致內(nèi)存產(chǎn)品(尤其是3D NAND閃存產(chǎn)品)在2019年銷量下滑，但該市場有望在2020年開始復(fù)蘇。

??此外，人工智能(AI)應(yīng)用的快速增長帶來的芯片需求，將極大促進該行業(yè)的整體增長。大部分需求來自汽車和工業(yè)市場，這兩個領(lǐng)域增長快。

??由于電動汽車和混合動力汽車的普及率不斷提高，再加上自動駕駛汽車的市場潛力巨大，汽車市場將是增長快的市場。到2022年，其復(fù)合年均增長率將達到11.9%。與此同時，傳統(tǒng)汽車芯片的需求依然強勁。工業(yè)市場繼續(xù)受到安全和醫(yī)療領(lǐng)域?qū)θ斯ぶ悄苄酒捌鋵嵙Φ男枨蟮耐苿?。在此期間，整個工業(yè)市場的復(fù)合年均增長率預(yù)計將達到10.8%。

??由于智能手機的更新?lián)Q代、5G技術(shù)的引入以及新興市場的增長，通信市場的復(fù)合年均增長率將達到2.2%。與此同時，到2022年底，消費類電子產(chǎn)品市場約有50%的收入將來自電視、視頻游戲機、手持設(shè)備和數(shù)字機頂盒。

??到2022年，消費類電子產(chǎn)品市場的復(fù)合年均增長率將達到6.0%。預(yù)計可穿戴設(shè)備的復(fù)合年均增長率高達21.0%，但占通信市場份額的10%左右。

??數(shù)據(jù)處理市場的復(fù)合年均增長率為2.1%，主要來自服務(wù)器和存儲設(shè)備銷售。雖然預(yù)計銷售額會在2019年同比下降2.8%，但從2020年開始有望回升。盡管我們預(yù)計個人電腦市場份額會下降，到2022年的復(fù)合年率下降5.2%，但這一降幅將被物聯(lián)網(wǎng)(IoT)、機器學(xué)習(xí)以及服務(wù)器和數(shù)據(jù)中心領(lǐng)域其他形式人工智能的增長所抵消。

??半導(dǎo)體行業(yè)各類元件的市場劃分

??在半導(dǎo)體行業(yè)生產(chǎn)的七類元件中，內(nèi)存芯片元件的市場份額在2022年前將繼續(xù)占據(jù);不過，如前所述，其增長可能在2019年轉(zhuǎn)為負(fù)值，然后在2020年實現(xiàn)回升。在整個預(yù)測期內(nèi)，邏輯和微型元件芯片的銷售額將持續(xù)占據(jù)半導(dǎo)體行業(yè)總收入的第二大份額(見圖1)。

??圖1 各類元件的市場增長

??資料來源：普華永道研究 單位：十億美元

??? 內(nèi)存。這一領(lǐng)域的很大一部分增長將由持續(xù)的技術(shù)進步推動，如云計算技術(shù)和智能手機等終端設(shè)備上的虛擬現(xiàn)實技術(shù)。動態(tài)隨機存儲器(DRAM)和NAND閃存芯片的平均銷售價格大幅提高，也在推動收入增長方面發(fā)揮作用。一般而言，閃存和DRAM的新產(chǎn)能將會抵消預(yù)期內(nèi)的價格下跌，從而更好地實現(xiàn)這類設(shè)備的供需平衡，以支持企業(yè)固態(tài)驅(qū)動器(SSD)、增強和虛擬現(xiàn)實、圖形、人工智能和其他復(fù)雜的實時工作負(fù)載功能等新應(yīng)用。然而，三星在2017至2018年對半導(dǎo)體部門的巨額資本投入將使內(nèi)存市場產(chǎn)能過剩，尤其是3D NAND閃存市場。

??產(chǎn)能過剩將導(dǎo)致市場供應(yīng)過剩，進而拉低內(nèi)存元件的市場價格。因此，這類芯片產(chǎn)生的收入將在2019年下降，并對整個半導(dǎo)體市場產(chǎn)生不利影響。

??◆邏輯元件。通信、數(shù)據(jù)處理和消費類電子產(chǎn)品行業(yè)的需求將在很大程度上推動這一市場發(fā)展。在預(yù)測期內(nèi)，特殊用途集成電路(ASIC)和信號處理器(ASSP)邏輯芯片將占據(jù)絕大部分市場。

??◆微型元件。這類芯片是所有電子設(shè)備的關(guān)鍵組成部分，市場增長將與這些設(shè)備的銷量成正比。由于標(biāo)準(zhǔn)臺式機、筆記本電腦和平板電腦的出貨量疲軟，微型元件在2019年的增長將停滯不前。2022年之前，微型元件的市場增長來自于汽車行業(yè)。汽車制造商正在將大量微型元件集成到智能汽車的動力傳動系統(tǒng)、下一代底盤和安全系統(tǒng)中，用于在安全和防撞系統(tǒng)中處理復(fù)雜的實時傳感器功能。此外，物聯(lián)網(wǎng)的日益普及也帶來對高性能電子產(chǎn)品的需求，從而催生對高性能處理器的需求。本地處理能力通常由微控制器、混合微控制器或微處理器以及集成微控制器設(shè)備提供，這些設(shè)備可以提供實時嵌入式處理，這是大多數(shù)物聯(lián)網(wǎng)應(yīng)用的首要要求。

??◆模擬元件。我們預(yù)計模擬元件的強勁增長主要受到通信行業(yè)的需求推動，尤其是汽車行業(yè)。產(chǎn)生需求增長的用例包括電源管理(延長手機電池壽命)、信號轉(zhuǎn)換(用于數(shù)據(jù)轉(zhuǎn)換器、混合信號設(shè)備等)和汽車模擬應(yīng)用(自動駕駛汽車、電動汽車及電子系統(tǒng))。

??◆光電元件、傳感器和分離元件(OCD)。這三類元件與集成電路相鄰。目前大量投產(chǎn)的新興技術(shù)設(shè)備將推動這些芯片的需求增長。其中包括固態(tài)照明、機器視覺、圖像識別、智能電網(wǎng)能源、物聯(lián)網(wǎng)和智能便攜式系統(tǒng)中的“融合”多傳感器。

??由于光電芯片在嵌入式攝像機的互補金屬氧化物半導(dǎo)體(CMOS)圖像傳感器、汽車安全、固態(tài)照明應(yīng)用的視覺自動化和更高性能的LED中使用越來越，預(yù)計其將繼續(xù)保持強勁的增長勢頭。總體而言，LED照明解決方案正在迅速改變各種住宅、商業(yè)和工業(yè)應(yīng)用的市場。推動其增長的因素包括：采用更節(jié)能的照明解決方案、LED價格不斷降低、基礎(chǔ)設(shè)施的現(xiàn)代化改造和新發(fā)展。就能效、壽命、多功能性、色彩質(zhì)量和成本而言，LED照明具備很多超越傳統(tǒng)照明技術(shù)的優(yōu)勢。

??我們預(yù)計傳感器市場也將實現(xiàn)快速增長。雖然近年來，由于新型自動化控制和物聯(lián)網(wǎng)應(yīng)用的單位出貨量增加，傳感器價格有所下降。隨著功率晶體管和其他設(shè)備需求的穩(wěn)定增多，分離元件市場有望得到增長。

??半導(dǎo)體應(yīng)用市場的增長

??經(jīng)濟增長預(yù)期表明，以汽車和數(shù)據(jù)處理市場為主導(dǎo)的應(yīng)用市場將持續(xù)擴大(見圖2)。

??圖2 各類應(yīng)用市場的增長

??資料來源：普華永道研究 單位：十億美元

??? 汽車。我們預(yù)計在所有市場中，汽車市場增長快，復(fù)合年均增長率將達到11.9%。主要原因是：電動汽車和混合動力汽車的普及率不斷提高，其半導(dǎo)體需求量大約為傳統(tǒng)汽車的兩倍;此外，自動駕駛汽車有著巨大的市場潛力。隨著汽車變得更加自動化，每輛汽車對半導(dǎo)體的需求量增加，先進駕駛輔助系統(tǒng)(ADAS)、光探測和測距(LiDAR)、信息娛樂系統(tǒng)以及安全和便利功能由此受到越來越多的關(guān)注。據(jù)IC Insights統(tǒng)計，每輛全自動駕駛汽車的半導(dǎo)體需求量將是駕駛輔助系統(tǒng)汽車的5倍。然而，傳統(tǒng)汽車仍然是半導(dǎo)體銷量的重要催化劑。2018年，傳統(tǒng)汽車銷量占汽車市場總收入近95%。

??? 通信。通信市場對半導(dǎo)體近80%的需求量由手機驅(qū)動。雖然目前手機市場高度飽和，但5G的引入、智能手機持續(xù)的高更新率以及新興市場對手機的需求增加，通信市場的復(fù)合年均增長率將保持在2.2%。盡管預(yù)計手機需求會下降，但普通手機的強勁增長將抵消這種影響。

??? 消費類電子產(chǎn)品。得益于智能電視、4K超高清電視、3D編程、視頻點播、對大屏顯示器的偏愛以及曲面OLED的日益普及，電視設(shè)備將促進消費類電子產(chǎn)品應(yīng)用的半導(dǎo)體收入增長。游戲技術(shù)和機頂盒也將成為收入的強力助推器。因此，該市場的復(fù)合年均增長率將達到2.2%。盡管可穿戴設(shè)備市場仍然相對較小，但其在消費類電子產(chǎn)品應(yīng)用中增長快，復(fù)合年均增長率將達到6.0%。然而，隨著美國Netflix和Amazon Prime等更具吸引力的替代品的流行，數(shù)字播放器芯片的收入正在下降，復(fù)合年均增長率為2.3%。此外，越來越多的消費者開始轉(zhuǎn)向手機游戲，導(dǎo)致游戲機市場在2018年達到飽和。

??? 數(shù)據(jù)處理。到2022年，數(shù)據(jù)處理市場(包括個人電腦、超便攜設(shè)備、平板電腦、服務(wù)器和存儲設(shè)備)中的半導(dǎo)體銷售額將達到2.1%的復(fù)合年均增長率。由于終端設(shè)備智能功能需要更多的半導(dǎo)體，來自存儲設(shè)備的市場增長預(yù)計非?？捎^，復(fù)合年均增長率為12.3%。這一增長很大程度上來自新興的固態(tài)驅(qū)動器技術(shù)，該技術(shù)克服了傳統(tǒng)數(shù)據(jù)驅(qū)動器的長周轉(zhuǎn)期、易過熱和高能耗等缺點。智能手機和其他連接設(shè)備的強勁銷售會加速對存儲卡和存儲設(shè)備的需求。由于該市場也存在優(yōu)化服務(wù)器性能的壓力，每臺設(shè)備的半導(dǎo)體需求量將會增加。

??? 工業(yè)。次于汽車，工業(yè)市場將是所有應(yīng)用類型中增長快的市場，預(yù)計到2022年其復(fù)合年均增長率將達到10.8%。這一增長的份額將來自對安全、自動化、固態(tài)照明和運輸?shù)男枨蟆Ｎ覀冾A(yù)計安全應(yīng)用對半導(dǎo)體的需求增長快，復(fù)合年均增長率將達到17.8%。這得益于持續(xù)推動更安全和更智能城市的建設(shè)，尤其是在亞太地區(qū)。對機場和火車站的襲擊事件日益增多，激發(fā)了對先進周邊安全和門禁控制系統(tǒng)的投資;此外，對舒適性和便利性的日益重視也正在促進指紋門禁系統(tǒng)、PIN和RFID門禁系統(tǒng)的普及。

??半導(dǎo)體行業(yè)在各地區(qū)的增長

??在預(yù)測期內(nèi)，我們預(yù)計在所有全球市場中，半導(dǎo)體市場將持續(xù)快速增長(見圖3)。

??? 亞太地區(qū)。該市場將繼續(xù)是半導(dǎo)體行業(yè)收入的主要貢獻者，到2022年，復(fù)合年均增長率可達到4.8%。電子系統(tǒng)生產(chǎn)將繼續(xù)以中國為中心。由于中國的制造能力，尤其是消費類電子產(chǎn)品的制造能力出眾，因此對半導(dǎo)體的需求日益增長，并成為全球的芯片購買國和進口國。發(fā)展和增強該行業(yè)實力是中國的頭等大事，因為許多新興公司正處于初創(chuàng)階段。

??圖3 各地區(qū)的半導(dǎo)體行業(yè)收入

??資料來源：普華永道研究 單位：十億美元

??“在人工智能的背景下，我們需要考慮安全性。一般來說，歐洲企業(yè)處于有利地位：一方面包括安全要素，另一方面包括處理環(huán)境條件和安全層，就像車輛領(lǐng)域的情況一樣。這兩個方面都可以有成本合理的認(rèn)證程序?！?/span>

??——Maurice Geraets，恩智浦(NXP)半導(dǎo)體董事會成員

??? 歐洲、中東和非洲。在預(yù)測期內(nèi)，該地區(qū)的復(fù)合年均增長率將達到3.5%。數(shù)據(jù)處理一直是歐洲的終端用途類別，但我們預(yù)計未來兩年內(nèi)將被汽車行業(yè)超越。半導(dǎo)體對于許多行業(yè)和應(yīng)用至關(guān)重要。歐洲企業(yè)在汽車、出行(鐵路、航空)和工程等多個領(lǐng)域都處在地位。為確保在這些行業(yè)的局面，并促進人工智能等新應(yīng)用的發(fā)展，歐盟應(yīng)推廣并保護其半導(dǎo)體行業(yè)。這包括研發(fā)設(shè)計、制造以及歐盟創(chuàng)業(yè)生態(tài)系統(tǒng)。

??? 美洲。在預(yù)測期內(nèi)，該地區(qū)的復(fù)合年均增長率位居第二，達到4.3%，主要由NAND閃存芯片市場的預(yù)期收益推動。在該地區(qū)，美國是許多半導(dǎo)體公司的所在地，擁有強大的創(chuàng)業(yè)生態(tài)系統(tǒng)。風(fēng)險投資是該行業(yè)的有力支持因素。然而，美國近否決了若干來自非美國公司的收購計劃。

??學(xué)習(xí)機器的崛起

??半導(dǎo)體行業(yè)的需求通常來自顛覆性的新技術(shù)推動。在1997年至2007年間，個人電腦的迅速普及推動了對CPU和存儲芯片的需求，而互聯(lián)網(wǎng)的滲透推動了對以太網(wǎng)設(shè)備、網(wǎng)絡(luò)處理器和集成電路的需求。智能手機時代始于2007年蘋果手機的推出，這增加了對移動處理器的需求，而云計算的采用則推動了服務(wù)器CPU和存儲的增長。

??現(xiàn)在，人工智能很可能成為半導(dǎo)體行業(yè)又一個十年增長周期的催化劑。盡管人工智能許多引人注目的新用例將依賴于通過軟件而非芯片實現(xiàn)的算法，但對即時計算、連接和傳感的需求將會推動未來十年對人工智能定制半導(dǎo)體的巨大需求。

??人工智能與半導(dǎo)體帶來的機遇

??人工智能是計算機基于對數(shù)據(jù)集和預(yù)定義規(guī)則集的復(fù)雜分析來模擬智慧人類行為并作出決策或建議的能力。半導(dǎo)體有助于開發(fā)和加速人工智能的機會，從而成為推動該領(lǐng)域創(chuàng)新和人工智能增長潛力的關(guān)鍵因素。

??人工智能的使用通常取決于三種算法：

??? 機器學(xué)習(xí)(ML)：使用算法分析數(shù)據(jù)，從中學(xué)習(xí)，然后對特定情況作出決定或預(yù)測。

??? 深度學(xué)習(xí)(DL)：一種基于分析和從特定數(shù)據(jù)集中學(xué)習(xí)的機器學(xué)習(xí)，與特定任務(wù)的算法不同。

??? 自然語言處理(NLP)：一種分析人機交互的方法，側(cè)重于給計算機編訂程序處理和分析大量自然語言數(shù)據(jù)的方式。

??人工智能用例也可按照兩種主要的實施類型進行分類：

??? 培訓(xùn)系統(tǒng)：利用大量的數(shù)據(jù)集來學(xué)習(xí)如何開展特定活動，并不斷進化學(xué)習(xí)算法本身。

??? 推理系統(tǒng)：使用預(yù)定義的模型進行實時決策。

??人工智能適用于幾乎所有行業(yè)的垂直領(lǐng)域，對云和邊緣計算所需芯片數(shù)量具有預(yù)測能力，并且對加速新算法的專業(yè)計算需求在不斷增長，因而為半導(dǎo)體廠商創(chuàng)造了前所未有的機遇。

??人工智能驅(qū)動的行業(yè)增長預(yù)測

??我們預(yù)計到2022年，人工智能相關(guān)的半導(dǎo)體市場收入將從目前的60億美元增至300億美元以上，復(fù)合年均增長率接近50.0%。雖然人工智能驅(qū)動的用例會隨著時間的推移逐步滲透到每個行業(yè)領(lǐng)域，但人工智能的使用將取決于技術(shù)投資的規(guī)模、技術(shù)開發(fā)的速度以及實現(xiàn)其效益的速度。

??為推理系統(tǒng)提供動力的半導(dǎo)體市場可能仍然是分散的，因為每一個變化的潛在用例，例如面部識別、機器人、工廠自動化、自動駕駛和監(jiān)控等均需要定制解決方案。相比之下，培訓(xùn)系統(tǒng)將主要基于傳統(tǒng)CPU、GPU和現(xiàn)場可編程門陣列(FPGA)基礎(chǔ)設(shè)施及ASIC。

??? 汽車。仍是市場潛力的一個細(xì)分市場。我們預(yù)計在2022年，ADAS和自動駕駛輔助用例將會帶來40億至47億美元的收入(見圖4)。這其中包括基于推理的系統(tǒng)，用于汽車和邊緣計算的自動駕駛和安全輔助;以及基于訓(xùn)練的系統(tǒng)，用于交通規(guī)避導(dǎo)航。兩者的相對規(guī)模將決定需求增長快的半導(dǎo)體類型——用于邊緣計算的GPU和ASIC，以及用于云計算的GPU和FPGA。

??? 金融服務(wù)。我們相信，此細(xì)分市場將會帶來40億至45億美元的收入，主要來自交易身份認(rèn)證和智能投資組合管理的用例。與汽車行業(yè)一樣，金融服務(wù)可能會根據(jù)用例實施推理和培訓(xùn)系統(tǒng)?；谡J(rèn)證的用例將在很大程度上依賴于邊緣計算的基于推理的人工智能，主要用于智能手機上的面部識別和通過移動CPU或人工智能半導(dǎo)體的指紋檢測?；谂嘤?xùn)的人工智能將主要用于分析海量數(shù)據(jù)集，以識別智能投資和投資組合管理的趨勢;這些活動通常駐留于云端，因為需要基于CPU或GPU基礎(chǔ)設(shè)施的大量計算。

??? 工業(yè)。可能是所有行業(yè)中機遇小的，介于15億至20億美元之間，主要來自制造業(yè)優(yōu)化和主動式故障檢測。這是因為這些應(yīng)用非常重視能否利用現(xiàn)有基礎(chǔ)架構(gòu)的培訓(xùn)系統(tǒng)，因此不太可能需要業(yè)內(nèi)的計算能力和更低的延遲。此外，由于工業(yè)部署和客戶更新周期更長，因此該領(lǐng)域從人工智能獲得的收益可能需要比其他行業(yè)更長的時間。

??圖4 各行業(yè)采用人工智能驅(qū)動的用例

??汽車行業(yè)中的人工智能

??汽車行業(yè)在電子元件上的開支可謂龐大，在如何利用人工智能加速創(chuàng)新方面進展迅速。到2022年，全球679億美元的汽車電子元件市場中，人工智能在信息娛樂領(lǐng)域的影響將為明顯，達到85億美元，ADAS為129億美元，安全應(yīng)用57億美元。

??信息娛樂系統(tǒng)將會用于個人輔助、導(dǎo)航和娛樂。蘋果的Car-Play和谷歌的安卓汽車平臺已在市場上脫穎而出。

??ADAS和安全應(yīng)用將聚焦駕駛員輔助和自動駕駛，主要通過汽車制造商的專有解決方案(如通用汽車巡航自動化解決方案)或可用的平臺(如英特爾的Mobileye和輝達驅(qū)動)。到2022年，這些人工智能應(yīng)用的組件將會集中于傳感(光電子學(xué)和非光學(xué)傳感器)、計算(ASIC、ASSP、通用邏輯和微組件)及存儲(存儲器)領(lǐng)域，可用市場達到208億美元。模擬和分離組件將是整體解決方案的一部分，但并非人工智能應(yīng)用的主導(dǎo)因素。

??在這些組件中，人工智能注入的邏輯元件將設(shè)計用于ASSP、ASIC和微組件，而存儲器、光電子和非光學(xué)傳感器將作為輔助組件來支持整個子系統(tǒng)的設(shè)計。到2022年，ADAS、安全和信息娛樂中人工智能芯片的市場預(yù)計達到40億至47億美元，約占這些應(yīng)用領(lǐng)域總市場的19.2%-22.6%。

??人工智能在自動駕駛汽車中的使用將取決于汽車的自動駕駛能力，根據(jù)正常操作所需的人工干預(yù)量，通常分為五個級別。

??0級不涉及自動化。在1級和2級，ADAS提供自動剎車、穩(wěn)定性控制和巡航控制。3級在某些情況下包括自動駕駛，而在4級和5級，駕駛是完全自動的。

??在4級和5級，自動駕駛子系統(tǒng)必須利用其所有組件在通常情況和特殊情況下提供幫助，完全消除對駕駛員甚至方向盤的需求。攝像、雷達和激光雷達傳感器必須能夠探測并避開物體。信息娛樂模塊充當(dāng)導(dǎo)航、傳感器控制和語音命令的主要數(shù)據(jù)傳輸源。，自主平臺發(fā)揮人工智能推理系統(tǒng)的作用，用于實時計算和作出關(guān)鍵的安全和導(dǎo)航?jīng)Q策。

??對于依賴于學(xué)習(xí)系統(tǒng)的任務(wù)，包括實時路線導(dǎo)航、個性化信息娛樂推薦和數(shù)字語音輔助，車載連接功能會將請求發(fā)送至云端。人工智能定制化的云基礎(chǔ)設(shè)施將運用人工智能算法優(yōu)化這些用例，通常由公共云供應(yīng)商、或由汽車制造商或服務(wù)提供商管理的數(shù)據(jù)中心掌管。

??人工智能解決方案堆棧

??新型創(chuàng)新型人工智能產(chǎn)品或服務(wù)將會改變已知世界。虛擬助理能發(fā)起擬人電話呼叫并在餐館訂座，人們已經(jīng)對此醉心不已。但為了更好地理解人工智能機遇能夠一展拳腳的領(lǐng)域，我們必須更深入地研究人工智能技術(shù)堆棧的底層組件，即構(gòu)建應(yīng)用程序的腳手架。

??在普華永道看來，人工智能技術(shù)堆棧由五個元素或?qū)咏M成：硬件、庫、框架和工具、平臺及應(yīng)用與服務(wù)(見圖5)。由于對人工智能的大部分注意力集中于人工智能帶來的客戶體驗上，所以從應(yīng)用程序和服務(wù)開始講起是合乎邏輯的。這是解決方案堆棧的頂層。此處，可感知的人工智能功能，在應(yīng)用級別在一起，例如亞馬遜的Alexa虛擬助理和蘋果的人臉識別。其中部分功能也作為服務(wù)提供，例如嵌入軟件的推薦引擎。

??圖5 人工智能技術(shù)堆棧的元素

??堆棧元素 描述

??應(yīng)用和服務(wù) 利用人工智能實現(xiàn)“智能”的軟件應(yīng)用，包括視覺處理、聊天機器人客服、智能助手和算法交易。

??人工智能平臺 現(xiàn)成的架構(gòu)模塊和服務(wù)，可提供機器學(xué)習(xí)、數(shù)據(jù)分析、NLP、代理、數(shù)據(jù)解決方案等可用于構(gòu)建人工智能應(yīng)用的功能。

??人工智能框架、工具和接口 利用底層機器學(xué)習(xí)算法為特定應(yīng)用設(shè)計、構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型的技術(shù)。許多是開源技術(shù)，并得到支持。

??人工智能庫 低級軟件功能，幫助優(yōu)化人工智能框架在特定目標(biāo)硬件上的部署。

??人工智能硬件 處理器單元和半導(dǎo)體邏輯電路，其設(shè)計和優(yōu)化旨在加速人工智能工作負(fù)載和計算的執(zhí)行。

??但是，沒有深層可重用組件來提供功能的應(yīng)用是什么?這其實是平臺層的任務(wù)。已有若干公司正在生產(chǎn)人工智能平臺，承諾無需處理復(fù)雜的算法和深層動態(tài)神經(jīng)網(wǎng)絡(luò)(DNN)便能構(gòu)建具備人工智能功能的應(yīng)用。

??這些公司已經(jīng)建立平臺，旨在提供“隨時能用”的構(gòu)建模塊和軟件服務(wù)，即基礎(chǔ)人工智能功能，如NLP、代理和決策引擎，這有助于加快人工智能應(yīng)用程序和服務(wù)的開發(fā)。示例包括：

??? 雨鳥技術(shù)(Rainbird Technologies)。雨鳥技術(shù)推出以軟件即服務(wù)為基礎(chǔ)的人工智能平臺，旨在提高業(yè)務(wù)運營的智能化。它提供一個以規(guī)則為基礎(chǔ)的自動化決策引擎，能夠支持執(zhí)行復(fù)雜的任務(wù)(如作出預(yù)測、建議和業(yè)務(wù)決策)。它還捕捉平臺作出某些決策的依據(jù)，這對審計十分有價值，特別是在受監(jiān)管的行業(yè)。

??? 語義機器(Semantic Machines)。這家總部位于加州伯克利，近被微軟收購的初創(chuàng)企業(yè)開發(fā)了一個基于機器學(xué)習(xí)的基礎(chǔ)技術(shù)平臺，使用戶能與信息系統(tǒng)毫不費力地互動。此類稱為“對話式人工智能”的方法有望對我們在電子商務(wù)網(wǎng)站上的交易方式、與社交媒體的互動方式，甚至日常使用生產(chǎn)力軟件和設(shè)備的方式產(chǎn)生深遠的影響。

??堆棧的中間部分(人工智能框架、工具和接口)允許開發(fā)者設(shè)計、構(gòu)建和部署實際的模型和算法。軟件供應(yīng)商(ISV)正在為開發(fā)者提供人工智能框架、工具和接口，以便使用深層人工智能算法為特定用例構(gòu)建深度學(xué)習(xí)模型。其中一些框架也是開源的，有利于其得到采用，并得到人工智能生態(tài)系統(tǒng)中大多數(shù)參與者的大力支持。

??堆棧的底部兩層由硬件(處理器、邏輯電路和運行人工智能軟件的其他組件)及人工智能庫組成，這些基本屬于低級軟件功能，有助于優(yōu)化底層硅芯片集的人工智能模型和算法。我們期待傳統(tǒng)半導(dǎo)體供應(yīng)商(如英特爾、輝達、高通和賽靈思)提供用于加速此部分堆棧人工智能用例的優(yōu)化硅芯片。這些公司還可能提供需要的人工智能庫，促進其專屬架構(gòu)的開發(fā)和逐級采用，進而幫助在其硅產(chǎn)品上部署人工智能框架。人工智能庫示例包括：英特爾 DL SDK/Vision SDK、輝達cuDNN TensorRT和安謀(ARM)NN。

??有一點正變得日益清晰：硬件層可以說是這種人工智能解決方案堆棧中有趣的部分。關(guān)鍵原因有兩個：首先，人們?nèi)找嬲J(rèn)識到人工智能要求其深層硬件具備獨特的處理能力，這導(dǎo)致了選擇處理架構(gòu)的新一輪競賽——哪種架構(gòu)將會勝出，是GPU、數(shù)字信號處理器(DSP)、FPGA還是定制ASIC，仍有待觀察;其次，開發(fā)人工智能硬件的參與者數(shù)量日益增加，超過了傳統(tǒng)芯片制造商以往的名單，這可能會威脅到老牌供應(yīng)商，并改變其市場地位。

??圖6 對人工智能機遇的高度期望反映在一系列產(chǎn)品中

??人工智能芯片的新興戰(zhàn)場

??人們對人工智能領(lǐng)域半導(dǎo)體市場機遇抱有很高期望的一個明確標(biāo)志是，每個主要供應(yīng)商均在提供人工智能硅。常見的目標(biāo)應(yīng)用是ADAS、無人機、監(jiān)測和計算機視覺。

??這些應(yīng)用架構(gòu)在選擇上差異巨大，包括一般用途CPU、DSP、GPU、FPGA和定制的ASIC等(見圖6)。不出所料，大多數(shù)供應(yīng)商對人工智能硅架構(gòu)的選擇與其能力或優(yōu)勢領(lǐng)域密切相關(guān)。例如，賽靈思的Zynq MPSoC是其FPGA產(chǎn)品的可定制變體，輝達的大多數(shù)產(chǎn)品也均基于其GP-GPU架構(gòu)。

??另一方面，供應(yīng)商(如恩智浦和意法半導(dǎo)體)大多提供人工智能特定加速和擴展，以增強其現(xiàn)有產(chǎn)品組合而非人工智能特定芯片的能力。

??另一個差異是，IP許可供應(yīng)商安謀和益華(Cadence)提供軟CPU和DSPIP，前提是未來人工智能處理器將嵌入至ASIC中，而非由專門用于人工智能工作負(fù)載的運行芯片處理。軟CPU和DSP IP的模型使硅供應(yīng)商獲得人工智能軟的許可，得以開發(fā)針對其人工智能應(yīng)用的芯片。與此同時，財力雄厚的供應(yīng)商(如英特爾)正在對各種不同的架構(gòu)(CPU、FPGA和定制ASIC)進行投資，旨在滿足不同的處理需求。

??我們觀察到的另一個區(qū)別是公司是否生產(chǎn)專門為培訓(xùn)或推理系統(tǒng)設(shè)計的芯片。英特爾和輝達面向培訓(xùn)或推理市場提供的芯片集為多元。英特爾的Arria 10 FPGA和Myriad X ASIC專為推理工作負(fù)載而設(shè)計，而其Nervana NNP則適用于培訓(xùn)。同樣，輝達生產(chǎn)的Pascal和Volta芯片適用于培訓(xùn)工作負(fù)載，Maxwell則用于推理。

??兩家公司均制造芯片，英特爾的Loihi NMP和輝達的Tesla，都是為了在各自的應(yīng)用中實現(xiàn)良好的運轉(zhuǎn)而設(shè)計的。我們認(rèn)為并無哪種方法適用于所有情況;根據(jù)待分析的數(shù)據(jù)源類型、數(shù)據(jù)重力考慮因素和實時處理需求，每個用例的方案可能各有不同。

??定制方案

??在這一系列的創(chuàng)新中，一些公司可能會嘗試開發(fā)定制芯片來傳遞人工智能“圣杯”，即性能，功耗和成本低于代引入的任何標(biāo)準(zhǔn)架構(gòu)。這場架構(gòu)之戰(zhàn)可能會延續(xù)到可以預(yù)見的未來，我們認(rèn)為現(xiàn)在宣布贏家還為時過早。定制芯片的整體性能可能是的，但如果只能處理非常有限的應(yīng)用程序集和用例，則可能無法實現(xiàn)其經(jīng)濟價值，因為由此導(dǎo)致的較低產(chǎn)量可能無法證明前期開發(fā)所付出的成本是必要的。

??數(shù)家非傳統(tǒng)芯片制造商已加入這場“軍備競賽”，爭奪人工智能半導(dǎo)體的優(yōu)勢地位，并為其特定人工智能需求而設(shè)計的定制芯片試水(見圖7)。我們在公有云供應(yīng)商(特別是亞馬遜、谷歌和微軟)中看到一種顯而易見的趨勢——所有這些供應(yīng)商都在探索定制人工智能芯片作為GPU和FPGA的替代產(chǎn)品，以便在云端產(chǎn)品的性能和成本方面獲得競爭優(yōu)勢。亞馬遜近宣布為其邊緣計算家用設(shè)備Alexa開發(fā)人工智能芯片;微軟正在為其全息透鏡智能眼鏡開發(fā)人工智能芯片;2017年，谷歌推出了用于神經(jīng)網(wǎng)絡(luò)的張量處理單元(TPU)，聲稱在類似的工作負(fù)載下，TPU的性能比CPU/GPU芯片高15至30倍，性能功耗比高30至80倍。

??包括蘋果、三星和特斯拉在內(nèi)的幾家公司正在開發(fā)自己的人工智能硅，并根據(jù)其產(chǎn)品要求量身定制。蘋果為iPhone XR和iPhone XS智能手機引入A12仿生芯片。該產(chǎn)品包括用于面部識別和動畫表情符號應(yīng)用程序的神經(jīng)引擎，以及計算攝影和像素處理功能的影像處理器。

??鑒于公有云供應(yīng)商和產(chǎn)品公司紛紛開發(fā)自己的定制硅，用于優(yōu)化自身應(yīng)用程序和用例，爭奪人工智能優(yōu)勢地位競賽中出現(xiàn)的重大轉(zhuǎn)變必然會威脅到傳統(tǒng)芯片制造商(如英特爾、輝達和賽靈思)的市場地位，并有可能顛覆其傳統(tǒng)商業(yè)模型。盡管 有定制活動，我們預(yù)期GPU和FPGA將繼續(xù)在云端共存，以加速人工智能工作負(fù)載。近期，鑒于開發(fā)新型硅設(shè)計需要大量投資和資源，且這種方式要實現(xiàn)盈利需要達到高銷量，大多數(shù)應(yīng)用程序?qū)⑼ㄟ^商用硅產(chǎn)品提供服務(wù)。

??人工智能初創(chuàng)企業(yè)的前景

??半導(dǎo)體制造商必須抗衡的另一個趨勢是龐大的初創(chuàng)企業(yè)隊伍，這些初創(chuàng)企業(yè)正在開發(fā)針對人工智能優(yōu)化的性新型芯片架構(gòu)并將其商業(yè)化。關(guān)鍵問題是，這些年輕的公司是否會對現(xiàn)有企業(yè)構(gòu)成威脅，抑或甚至能夠把握機遇超越其他競爭對手并在人工智能領(lǐng)域勝出?

??利用人工智能前景的熱潮正在引發(fā)解決方案堆棧領(lǐng)域的大量創(chuàng)新。近年來，對人工智能初創(chuàng)企業(yè)的風(fēng)投基金大幅增加，2017年對人工智能和機器學(xué)習(xí)公司的投資達到創(chuàng)紀(jì)錄的110億美元。不出所料，這種行動有很大一部分發(fā)生在堆棧上層的軟件和算法領(lǐng)域。初創(chuàng)企業(yè)在該領(lǐng)域構(gòu)建專注于特定人工智能用例的可擴展平臺，并尋求開發(fā)能夠集成到現(xiàn)有應(yīng)用程序中的人工智能軟件，以使其更智能化。

??堆棧底層同樣能引起人們巨大的興趣和興奮之情，越來越多的初創(chuàng)企業(yè)在瞄準(zhǔn)新型硅架構(gòu)，將其優(yōu)化來滿足人工智能工作負(fù)載帶來的獨特處理需求。我們對風(fēng)投基金的分析顯示，人們對半導(dǎo)體初創(chuàng)企業(yè)的興趣有所回升，2017年，半導(dǎo)體初創(chuàng)企業(yè)吸引了近7.5億美元的風(fēng)投資金，是前兩年所獲資金總和的三倍多，也是2015年前所有投入人工智能芯片初創(chuàng)企業(yè)的資金的12倍。

??如圖8所示，前19家人工智能半導(dǎo)體初創(chuàng)企業(yè)中有11家位于美國，且大多數(shù)均在探索針對各種人工智能和深度學(xué)習(xí)工作負(fù)載專門定制的處理器架構(gòu)。其中9家正在構(gòu)建深度學(xué)習(xí)處理器，三家正在開發(fā)所謂的神經(jīng)形態(tài)處理器，該處理器基于超前的全新架構(gòu)，試圖模仿人腦的運行方式。

??圖7 加入人工智能競賽的其他參與者

??值得注意的是，其中只有少數(shù)公司擁有戰(zhàn)略投資者，活躍的戰(zhàn)略投資者為英特爾和三星。事實上，英特爾已收購Movidius和Nervana，并已開始將這兩家公司的產(chǎn)品集成到自己的人工智能布局圖中。值得注意的是，輝達缺席戰(zhàn)略投資者名單，該公司反而在堆棧上層利用風(fēng)險部門向正在構(gòu)建平臺和應(yīng)用程序的公司進行進一步投資。

??迄今為止，人工智能初創(chuàng)企業(yè)獲得的風(fēng)投總額在早期階段的A輪和B輪投資以及后期階段的C輪和D輪交易平均分布。盡管大多數(shù)后期階段的初創(chuàng)企業(yè)均位于美國和歐洲，但大部分早期階段的企業(yè)位于亞太地區(qū)。

??中國的初創(chuàng)企業(yè)包括寒武紀(jì)科技公司、地平線機器人公司、熠知電子和深鑒科技公司(DeePhi Technologies)，迄今為止它們共籌集3億美元的風(fēng)險投資，前兩家公司約占投資總額的三分之二。

??據(jù)迄今為止的分析，我們相信制造的人工智能硅材料的競賽才剛剛開始，競爭將十分激烈，難以預(yù)料未來會對現(xiàn)有企業(yè)造成什么樣的影響。每一家希望在這一競爭激烈的領(lǐng)域大展身手的半導(dǎo)體公司都必須從現(xiàn)在開始著手準(zhǔn)備，然而只有時間才能告訴我們誰是的贏家。

??抓住人工智能機遇

??歷史表明，盡管半導(dǎo)體公司從顛覆性增長周期中獲利頗豐，但無論是將超出芯片本身的新技術(shù)貨幣化，還是對這些技術(shù)支持的新商業(yè)模式進行擴張，它們?nèi)杂泻芏啻挝茨塬@得每個周期全部價值的應(yīng)得份額。

??幾乎可以確定的是，人工智能的崛起會成為未來十年半導(dǎo)體行業(yè)強大的驅(qū)動力。正如我們的分析顯示，現(xiàn)有企業(yè)和初創(chuàng)企業(yè)都在努力開發(fā)驅(qū)動人工智能的硬件。但是它們能否充分把握住這個機遇?它們能否跳出從開發(fā)和銷售人工智能芯片中獲得利潤的模式，轉(zhuǎn)而全身心參與到人工智能中?

??我們相信他們可以，但若要做到這一點，他們必須深思熟慮以重新評估其人工智能戰(zhàn)略和商業(yè)模式，精心設(shè)計其技術(shù)和產(chǎn)品戰(zhàn)略，并深入了解如何在整個人工智能生態(tài)系統(tǒng)中發(fā)揮其作用。以下是公司在準(zhǔn)備應(yīng)對人工智能帶來的變化并充分利用這一機遇時需要考慮的若干關(guān)鍵因素和建議。

??戰(zhàn)略和商業(yè)模式。制定公司的人工智能愿景，然后利用這一愿景更好地理解需要關(guān)注的領(lǐng)域，至少在競賽的早期階段應(yīng)當(dāng)如此。這主要包括探索新的方法將公司資產(chǎn)和專業(yè)領(lǐng)域貨幣化。能否利用數(shù)據(jù)?能否提供相關(guān)服務(wù)?該方法還將告訴我們?nèi)绾胃玫匕l(fā)展當(dāng)前的投資組合，使其變得與人工智能更相關(guān)、更適用，同時與總體戰(zhàn)略保持緊密一致。以下是公司可以選擇聚焦的三個領(lǐng)域：

??? 增長細(xì)分市場：在利用公司現(xiàn)有市場并提供巨大增長潛力的細(xì)分市場中，識別并瞄準(zhǔn)新型人工智能用例，例如ADAS和物聯(lián)網(wǎng)。

??? 硅之外的貨幣化：探索人工智能特定知識產(chǎn)權(quán)許可機遇或提供可貨幣化的人工智能相關(guān)服務(wù)的機遇，包括托管人工智能服務(wù)化和匿名人工智能用例數(shù)據(jù)，用于改進培訓(xùn)系統(tǒng)和算法。

??? 產(chǎn)品組合：仔細(xì)評估在何處下大來構(gòu)建新型人工智能功能，而非進行增量投資來增強當(dāng)前投資組合中人工智能的適用性。

??技術(shù)和產(chǎn)品供應(yīng)。鑒于芯片的具體用例，為芯片選擇正確的技術(shù)和架構(gòu)至關(guān)重要，但公司也必須確保所選擇的技術(shù)路徑在人工智能堆棧的其他地方能夠得到支持。一種行之有效的方法是，定義產(chǎn)品供應(yīng)，以地包含人工智能庫、工具包和堆棧中的其他軟件元素，但是公司必須確定究竟是自己構(gòu)建所有元素，還是將產(chǎn)品與技術(shù)合作伙伴的元素整合。公司可以通過以下幾種方式側(cè)重于產(chǎn)品：

??? 不斷進化的硬件架構(gòu)：探索具有定制架構(gòu)的設(shè)計，例如神經(jīng)形態(tài)處理和子系統(tǒng)設(shè)計，這些都是為了通過獨特的自學(xué)功能來加速深度學(xué)習(xí)算法而定制的，例如通過集成邏輯和內(nèi)存功能。

??? 人工智能庫和工具包：盡可能為產(chǎn)品組合中的現(xiàn)有產(chǎn)品開發(fā)軟件開發(fā)工具包(SDK)和編譯器，以優(yōu)化和加速人工智能算法。

??? 全棧產(chǎn)品：與合作伙伴合作，在硅、平臺、工具和人工智能庫方面提供全棧解決方案，使應(yīng)用程序的開發(fā)和差異化輕松易行。

??合作伙伴關(guān)系和人工智能生態(tài)系統(tǒng)。對上述人工智能解決方案堆棧的深入研究清晰地表明，人工智能的成功在很大程度上取決于建立一個完整的合作生態(tài)系統(tǒng)，無論是通過技術(shù)聯(lián)盟，還是作為企業(yè)將產(chǎn)品推向市場。為推動長期增長，聰明的參與者應(yīng)識別并有效利用生態(tài)系統(tǒng)來縮短上市時間，制定高效的銷售策略以進軍特定的垂直行業(yè)或應(yīng)用，并評估戰(zhàn)略合作伙伴關(guān)系和投資，如合資還是收購。以下是一些可供公司探索的選項：

??? 許可：通過授予來自第三方供應(yīng)商，如安謀、思華(CEVA)和鏗騰(Cadence)的知識產(chǎn)權(quán)的許可，探索既可降低風(fēng)險又能加快人工智能產(chǎn)品開發(fā)的選項。

??? 合作伙伴：與整個堆棧中的競賽者建立新的戰(zhàn)略伙伴關(guān)系，推動自身人工智能芯片和解決方案的采用。

??? 戰(zhàn)略投資：考慮投資于人工智能初創(chuàng)企業(yè)，增強與業(yè)務(wù)相一致的用例功能。

??行業(yè)數(shù)字化

??半導(dǎo)體行業(yè)自問世以來一直是數(shù)字化的先驅(qū)，提供數(shù)字化服務(wù)并追求新的數(shù)字商業(yè)模式。例如，在上世紀(jì)70年代，英特爾出售芯片測試設(shè)備的收入即超過其出售芯片本身的收入。上世紀(jì)80年代，隨著數(shù)字設(shè)計和仿真工具以及通信技術(shù)的普及，無晶圓廠和鑄造模型涌現(xiàn)出來并顛覆了當(dāng)時盛行的整合元件制造商(IDM)模式。后來出現(xiàn)了純粹的知識產(chǎn)權(quán)競爭，高通、安謀等公司紛紛效仿，進一步侵蝕了半導(dǎo)體價值鏈。

??如今，其他行業(yè)，尤其是汽車行業(yè)在數(shù)字化方面明顯超過了半導(dǎo)體行業(yè)。這不免令人啼笑皆非，因為汽車制造商自身在數(shù)字化方面的成功很大程度上來自于半導(dǎo)體行業(yè)產(chǎn)品的支持。對半導(dǎo)體公司而言，現(xiàn)在比以往任何時候都更需要考慮如何地利用數(shù)字化，以及找到有利于其組織發(fā)展的機遇。

??在考慮數(shù)字化的推進方式時，芯片制造商可以衡量三大戰(zhàn)略(數(shù)字化產(chǎn)品和服務(wù)、數(shù)字商業(yè)模式和數(shù)字半導(dǎo)體價值鏈)。請注意，所有這些策略都必須得到可靠數(shù)據(jù)和分析技術(shù)的支持。

??數(shù)字化產(chǎn)品和服務(wù)。我們看到半導(dǎo)體公司在實現(xiàn)產(chǎn)品和服務(wù)數(shù)字化時有三個選擇：數(shù)據(jù)貨幣化、增強和定制(見圖9)。數(shù)據(jù)貨幣化允許半導(dǎo)體公司利用自己或他人設(shè)備產(chǎn)生的大量數(shù)據(jù);增強后產(chǎn)品和服務(wù)通過人工智能或整合其他產(chǎn)品或服務(wù)，來豐富公司的現(xiàn)有技術(shù);定制化通過更高的精度和效率為客戶帶來額外的價值。

??圖9 半導(dǎo)體公司的數(shù)字戰(zhàn)略

??數(shù)字商業(yè)模式。我們看到半導(dǎo)體公司可以選擇五種創(chuàng)新的數(shù)字商業(yè)模式(見圖10)：

??1.剃刀與刀片：企業(yè)可以利用該模式，以較低的利潤率提供產(chǎn)品(如計算架構(gòu))，然后開發(fā)一種附加產(chǎn)品(如云平臺服務(wù))。此類產(chǎn)品依賴于該架構(gòu)，但利潤更高。未來，半導(dǎo)體供應(yīng)商可以向云端服務(wù)供應(yīng)商出租設(shè)備，從而實現(xiàn)硬件利用的貨幣化。

??2.平臺：公司可以通過促進芯片制造商和客戶之間基于數(shù)據(jù)或硬件的交換創(chuàng)造價值。這有利于平臺參與者，并允許創(chuàng)辦人影響標(biāo)準(zhǔn)，增加競爭對手的轉(zhuǎn)換成本。

??3.開源：利用這一機遇，半導(dǎo)體公司可以創(chuàng)建一個平臺，允許客戶構(gòu)建定制化的開源芯片。這有助于與第三方共享軟件源代碼和集成電路設(shè)計，從而分?jǐn)傃邪l(fā)成本并縮短上市時間。

??4.XaaS(一切即服務(wù))：半導(dǎo)體制造商可以使用該方法，圍繞基礎(chǔ)設(shè)施、硬件和軟件開發(fā)來創(chuàng)新服務(wù)，例如提供計算即服務(wù)等。由此，硬件和功能更新可以作為服務(wù)計費。

??5.市場：發(fā)展雙邊市場，使用人數(shù)的增多可以產(chǎn)生積極的網(wǎng)絡(luò)效應(yīng)，從而增加價值。市場可以包括基于云的算法即服務(wù)，例如共享人工智能培訓(xùn)數(shù)據(jù)等?？蛻艨梢酝ㄟ^通用接口訪問算法，開發(fā)者則可以上傳新的算法和模型來豐富市場。

??圖10 半導(dǎo)體公司的創(chuàng)新商業(yè)模式

??數(shù)字半導(dǎo)體價值鏈。半導(dǎo)體企業(yè)可以通過對端到端的縱向和橫向價值鏈進行數(shù)字化來獲得巨大利潤，不可以利用新的人工智能驅(qū)動的能力，還可以充分利用它們提供的其他數(shù)字機會。圖11顯示公司應(yīng)該考慮采取的若干措施。

??總而言之，半導(dǎo)體公司應(yīng)考慮通過所有三種數(shù)字戰(zhàn)略所能獲得的各種機會(見圖12)。

??運營。除了可以用來提高收入的各種數(shù)字戰(zhàn)略外，芯片運營商還可以考慮通過應(yīng)用人工智能和機器學(xué)習(xí)改善運營來提的機會。選項包括：

??? 控制塔：可以讓公司始終實時詳細(xì)了解所有供應(yīng)鏈環(huán)節(jié)和運營(包括供應(yīng)商和客戶的運營)。公司可以設(shè)計用于虛擬控制室操作的儀表板，并為關(guān)鍵利益相關(guān)者提供可視化。

??? 生態(tài)系統(tǒng)感知：使用人工智能從供應(yīng)商和客戶生態(tài)系統(tǒng)收集數(shù)據(jù)和見解，識別相關(guān)的信號，從而指明下一步的機會，并為采取的應(yīng)對措施提供建議。

??? 人工智能輔助的長期/短期需求預(yù)測：收集來自生態(tài)系統(tǒng)的需求信號，如大型企業(yè)采取的行動、來自供應(yīng)鏈的信號和相關(guān)新聞等，并分析其對改善實時生產(chǎn)組合和供應(yīng)調(diào)度的影響。

??? 人工智能輔助的設(shè)計和調(diào)試：使用機器學(xué)習(xí)系統(tǒng)為集成電路設(shè)計解決方案提供建議，識別潛在的錯誤設(shè)計元素，并實施更高效的產(chǎn)品設(shè)計分支。

??? 制造工藝優(yōu)化：將工廠控制中心設(shè)在遠程設(shè)施或辦公空間旁邊，以提高學(xué)習(xí)和響應(yīng)能力，從而通過分析生產(chǎn)設(shè)備的傳感器日志和相關(guān)事件來提高設(shè)備效率。此外，還可以使用計算機視覺工具來發(fā)現(xiàn)故障群。人工智能也可以支持釋放在前端和后端的晶圓批次。

??半導(dǎo)體公司如果希望受益于進一步的數(shù)字化和人工智能發(fā)展機遇，就應(yīng)通過以下經(jīng)過深思熟慮的步驟有系統(tǒng)地前進：步，探索和學(xué)習(xí)。公司必須選擇合適的機會，通過試點項目進一步理解和開發(fā)新的用例和產(chǎn)品。第二步，建立能力。公司應(yīng)識別現(xiàn)有和所需要的能力，然后建立缺失的能力。隨后需設(shè)計并推出數(shù)字轉(zhuǎn)型計劃，以實現(xiàn)新的能力。第三步，擴大規(guī)模，進一步發(fā)現(xiàn)數(shù)字機會和相關(guān)用例。這之后，公司必須確定將這些機會融入到新數(shù)字組織的路線圖。企業(yè)也必須利用新的功能集和組織來確保新產(chǎn)品開發(fā)和引進的順利實施。

??圖11 價值鏈中的各種機會

??產(chǎn)品和服務(wù)的數(shù)字化

??數(shù)據(jù)貨幣化——人工智能輔助的集成電路設(shè)計服務(wù)

??產(chǎn)品定制——按需芯片

??數(shù)據(jù)貨幣化——處理服務(wù)

??增強型產(chǎn)品——人工智能輔助的集成電路集成服務(wù)

??增強型產(chǎn)品——物聯(lián)網(wǎng)平臺集成

??增強型產(chǎn)品——設(shè)備運行

??未來道路

??顯然，未來幾年甚至幾十年，半導(dǎo)體公司獲利概率仍然較高。在截止到2022年的預(yù)測期內(nèi)，我們預(yù)計在全球所有市場中，半導(dǎo)體市場將持續(xù)快速增長，達到5,750億美元。

??到2022年，七類元件中的內(nèi)存芯片將繼續(xù)占據(jù)的市場份額，大部分增長由云計算和智能手機等終端設(shè)備的虛擬現(xiàn)實所推動。

??此外，全球經(jīng)濟的樂觀前景表明，到2022年，以汽車和數(shù)據(jù)處理市場為主導(dǎo)的應(yīng)用市場或?qū)⒗^續(xù)增長。帶動這些細(xì)分市場的將是人工智能相關(guān)芯片的需求。

??能夠限度利用這一增長并充分實現(xiàn)其市場潛力的半導(dǎo)體公司很可能會是那些能夠把握人工智能機遇的公司。隨著新興初創(chuàng)公司和科技界其他領(lǐng)域參與者加入競爭，爭奪市場的競爭只會日益激烈。除了提供芯片之外，半導(dǎo)體公司還必須找到合適的方法，實現(xiàn)新技術(shù)的貨幣化以超越實際芯片本身，或者拓展由這些技術(shù)支持的新商業(yè)模式。采取此類行動的公司將會繁榮發(fā)展，反之則會被更敏捷的競爭對手超越。