2023全球半导体市场的机遇

全球半导体市场的机遇乐观的展望鉴于当今科技的快速创新，半导体行业有望迎来增长。在经历2019年的鉴相对疲软之后，预计半导体市场将在2020年迎来复苏，并将持续繁荣。2018年半导体销售总额为4810亿美元。在接下来的4年中，预计销售额将以4.6%的复合年增长率缓慢且健康地增长，到2022年底达到5750亿美元。在构成半导体市场的七种组件类型（存储器、逻辑、微元件、模拟、光电、传感器和分立元件）中，存储器产品的销售额将继续占有半导体市场收入的最大份额。然而，在2017年至2018年间三星公司在其半导体部门的大规模资本支出，导致了内存市场的产能过剩，因而导致内存产品（特别是3DNAND闪存产品）的销量在2019年下降，不过预计市场将会在2020年开始复苏。（AI）应用相关的芯片需求，将极大刺激半导体行业的整体增长。其中大部分需求主要来自汽车

由于电动汽车和混合动力汽车的普及率提高，以及自动驾驶汽车市场的巨大潜力，汽车市场的增长最快，到2022年复合年增长率（CAGR）将达到11.9%。与此同时，市场对传统汽车芯片的需求依然强劲。由于对人工智能芯片持续增长的需求，以及人工智能芯片在安保及医疗保健行业的优点，工业市场将继续稳步发展。在此期间，工业市场整体的复合年增长率预计将达10.8%。推出以及新兴市场的增长，通信市场的复底，来自电视、视频游戏机、手持设备以及数字机顶盒的销售将占消费类电子市场场复合年增长率将达6.0%。可穿戴设备预数据处理市场的复合年增长率为2.1%，增长主要源于服务器和存储设备的销售。虽然2019年的销售额将同比下降2.8%，但预计销售额将从2020年起开始回升。尽管预计到2022年个人电脑市场将以5.2%的复合年率下降，但服务器和数据中心中的物联网（IoT）、机器学习和其他人工智能形式的增长将会抵消这一下降幅度。在半导体行业产品的七种组件中，存储芯片组件将继续占据2022年市场的最大份额。逻辑和微组件芯片的销售额在预测期内将继续占整个半导体收入的绝大部分，见图1。均销售价格（ASP）的大幅提升也将在创收方面发挥重要作用。一般而言，预期的价格下降将被闪存和DRAM消，这将带来更平衡的供需链，以支持最现实与虚拟现实、图形、人工智能和其他图1：按组件类型划分的市场增长这些芯片是每个电子设备的重要组成部分，市场增长与这些设备的销售数量成正比。由于标准台式机、笔记本电脑以及平板电脑的出货量疲软，2019年的产业增长将停滞不前。到2022年，微组件的增长将来自汽车行业。汽车制造商正在将微组件大量地整合到智能汽车中，用以改善动力系统、下一代底盘和安全系统，以及在安全和防撞系统中处理复杂的实时传感器功能。日益普及的物联网也带动了对功能强大电子产品的需求，从而刺激了人们对强劲处理器的需求。本地处理能力通常由微控制器、混合微控制器/微处理器和集成微控制器等元器件提供，它们可以实现嵌入式实时处理，这是大多数物联网应用的最高要求。预计最初的强劲增长将主要来自通信行业，特别是汽车行业的需求。需求增长的应用案例包括电源管理（延长手机电

池寿命）、信号转换（用于数据转换器、混合信号设备和其他设备等）和汽车专用模拟应用（自动驾驶及电动车辆和电子系统）。目前正在量产的新兴技术将刺激这些芯片的需求增长。这些技术包括固态照明、机器视觉、图像识别、智能电网能源，物联网和智能便携式系统中的多传感器“融合”。光电芯片的增长预计将会很强劲，因为此类芯片逐渐应用于嵌入式相机的互补金属氧化物半导体（CMOS）图像传感器、汽车安全、基于视觉的自动化，以及用于固态照明应用的功能更强大的LED。总体来说，LED照明解决方案正在迅速改变各种住宅、商业和工业应用的市场。推动此类应用市场增长的因素包括：采用更节能的照明解决方案、LED价格下降、基础设施现代化和新的发展。LED照明在能量效率、寿命、多功能性、色彩质量和成将持续扩大，其中汽车市场和数据处理市场发展幅度最大，见图2。于电动汽车和混合动力汽车的超高普及率（这两种汽车的半导体用量大约是传统汽车的两倍），以及自动驾驶的巨大市场潜力。汽车变得越来越自动化的同时，更先

距（LiDAR）、信息娱乐、安全和便利功能日益受到人们关注，因此每辆车需要使IC示，每辆全自动化车的半导体用量比部分系统自动化系统的半导体用量高五倍。然而，传统汽车仍然是半导体销售的重要刺激因素。2018手机占据了通信市场的半导体需求的图2：按应用类型划分的市场增长近80%。虽然手机市场高度饱和，但5G技术的推出、智能手机的持续高更新率和新兴市场对手机需求的增长，将使市场的复合年增长率保持在2.2%。尽管人们对高端手机的需求预计会下降，但低端手机的强劲增长将抵消这一下降份额。视频点播内容、偏好大型显示器以及曲面OLED屏等的日益普及将助力电视设备，为半导体产业带来消费电子产品业务的收入。游戏技术和机顶盒也将成为强势的收入增长点。因此，市场的复合年增长率将达2.2%。虽然目前可穿戴设备市场仍然相对较小，但其增速将是所有消费电子应用中最快的，复合年增长率达6.0%。然而，代品越来越受欢迎，当今数字播放器芯片的收入正在以2.3%复合年增长率下降。随着越来越多的消费者转向手机游戏，游戏到2022年，数据处理市场的半导体销售（包括PC、超移动设备、平板电脑、服务器和存储设备）将以2.1%的复合年增长率适度增长。由于终端设备中的智能功能需要更多的半导体用量，市场增长的相当

一部分将来自存储设备，复合年增长率为12.3%。这种增长大部分来自新兴固态硬盘技术。这种技术克服了传统数据硬盘的缺点，如高周转时间、过热和高功耗的趋势。智能手机和其他联网设备的强劲销售将加大人们对存储卡和存储设备的需求。市场在优化服务器性能方面依旧存在压力，这将增加每台设备的半导体用量。自对安全、自动化、固态照明和运输的需求。由于人们特别是亚太地区的人们不断追求更安全和更智能的城市，预计用于安全的半导体需求增长最快，复合年增长率增多，刺激了人们加大对先进的边界安全和门禁系统的投资，同时对舒适性和便利性的日益重视，也推动了指纹门禁系统、PIN（个人识别码）和RFID（无线射频识预计全球各地的半导体市场将持续快速增长，见图3。亚太市场将继续成为半导体行业的主图3：按地区划分的半导体收入要收入来源，到2022年的复合年增长率将达到4.8%。中国将依旧是电子系统生产中心。中国对半导体的需求日益增加，鉴于其强劲的制造实力，特别是在消费电子产品方面的制造能力，中国是世界上最大的芯片购买商和进口商。发展和加强半导体行业是中国政府的优先任务，目前许多初创公司还处于早期起步阶段。该地区的复合年增长率预期将达3.5%。数据处理一直是欧洲最大的终端用户类别，但预计将在未来两年内被汽车行

业所超越。这对许多行业和应用来说，半导体产量至关重要。欧洲在汽车、交通（铁路、航空）和工程等众多领域拥有行业领先的公司。为确保这些行业的领先地位，并像人工智能一样推广新的应用，欧盟应该发展并保护其半导体产业。这包括研发、制造以及欧盟的创业生态系统。得益于NAND闪存芯片市场的预期增长，美洲区域在预测期内复合年增长率将排名第二，达4.3%。在美洲地区，美国是许多领先的半导体公司的所在地，拥有强大的创新生态系统。风险投资是这个行业的有力支持者。不过，美国政府最近否决了一些来自非美国公司的收购计划。学习机器的兴起电脑的快速普及推动了人们对中央处理器和内存芯片的需求，而互联网的广泛普及则推动了以太网设备、网络处理代的序幕，从而增加了人们对移动处理器的需求，而云计算的应用则推动了服务器如今，人工智能很可能成为半导体行业下一个长达十年增长周期的催化剂。尽管人工智能的许多引人注目的新应用案例将依赖于基于软件而不是芯片实现的算法，但对实时计算、连接和传感的需求，将带来对人工智能定制半导体的巨大需求。人工智能AI是计算机模拟人类智能行为，并基于数据集和预定义规则集的复杂分析做出决策或建议的能力。半导体有助于发展人工智能并创造更多机遇，因此

半导体是推动人工智能发展潜能的关键要素。人工智能的应用通常依赖于三种算法：数据，从数据中学习，然后对特定情况做据集的分析和学习的机器学习，不同于特机器与人类之间交互的方法，重点在于如何对计算机进行编程，以处理和分析大量AI应用案例也可以根据两种主要实现类型进行分类：集来学习如何开展特定的活动，并不断完型来作出实时决策。人工智能为半导体供应商创造了前所未有的机遇，因为它几乎适用于所有垂直行业，精准预测了云计算和边缘技术所需的芯片数目，以及加速新预计到2022年，人工智能相关半导体随着时间的推移，人工智能驱动的应用案例有望在每个行业中获得成功，人工智能的应用方式将取决于技术投资的规模、人工智能的发展和人工智能技术变现的速同样，这是市场规模最大的潜在细分市场。预计到2022年，它在ADAS和自动驾驶辅助应用案例方面将带来40亿至47亿美元的收入。这些将包括针对应用在车内和边缘的自动驾驶和安全辅助的推理系统，以及针对避免交通堵车规划的培训系统。这两种系统对应的规模将决定半导体的类型，见证增速最快的需求——用于边缘计算的GPU（图形处理器）和ASIC（专用集成电路），以及用于云计算的CPU（中央处理器）和FPGA（现场可编程门列阵）。这一细分市场将带来40亿美元至45亿

美元的收入，主要由涉及交易身份认证和智能投资组合管理的用例贡献。基于推理的AI在很大程度上决定了基于身份验证的用例，主要包括用于智能手机上的人脸识别和借助移动CPU或专用AI半导体实现的指纹感知。基于培训系统的AI主要用于分析海量数据集，以识别智能投资和投资组合管理的趋势。由于此类操作需要基于CPU或GPU基础架构的大量计算，这些活动通常会驻留在云端。在所有行业中，半导体在工业中的机会可能最小，介于15亿美元至20亿美元之间，主要来自制造优化和主动故障检测。此类应用倾向于可以利用现有基础架构的培训系统，所以不太可能需要一流的计算能力和更低的延迟。此外，工业客户的部署和更新周期较长。为了更好地了解AI机遇所在，有必要深入研究AI技术堆栈的基础组件，即构建应用程序所基于的框架。AI技术堆栈由五个要素或层级组成：硬件、库、框架和工具、平台、应用程序和服务，见图4。每个主流供应商都在供应AI芯片，最常见的目标应用是ADAS、无人机、监测和图4：AI技术堆栈中的要素计算机视觉。这些应用的架构选择范围很产法半导体等厂商也主要提供AI专用的增强其现有产品组合功能的加速器和延伸器，而不是由AI作为专用的独立芯片处理，IP许可供应商ARM和Cadence提供软CPU软核，针对AI应用开发他们自己的芯片。同时，像英特尔这样资金雄厚的供应商，

正广泛押注于各种不同的体系架构——英特尔和英伟达提供最多样化的芯片组，用于培训或推理市场。没有哪种方法适用于所有场景，对于每个用例的最佳方法可能会有所不同，这取决于要分析的数据源类型、数据权重考虑因素和对实时处理的要求。在这一波创新浪潮中，一些公司可能会尝试开发定制芯片，承诺提供可以满足期望——性能优越、功耗低的AI，并且价格比任何引入第一代产品的标准架构还低。这场架构之争可能会持续一段时间，现在就断言谁能胜出还为时尚早。定制芯片整体而言可能表现最佳，但如果只解决有限的一组应用和用例，其经济表现或许不佳，因为较低的产量可能无法证明它们的前期开发成本是合理的。一些非传统的芯片制造商已加入AI半导体优势的竞争中，并用为他们特定的AI需求设计的定制芯片试水。顶级公共云供应商，尤其是亚马逊、谷歌和微软具有明显趋势，这些供应商都在探索用作GPU和FPGA替代品的定制AI芯片，以便在其云产品的性能和成本方面获得竞争优势。包括苹果、三星和特斯拉在内的几家公司也都是开发自己的AI芯片，根据产品要求生产定制芯片。急于利用AI的前景，正导致解决方案堆栈中涌现大量创新。投资AI创业公司的风险投资基金近年来持续暴增，2017年就

在AI和机器学习公司投入了创纪录的110亿美元。大部分投资发生在堆栈顶层的软件和算法领域，而创业公司正在那里构建专注于特定AI应用案例的可扩展平台，并正在开发可以整合进现有应用、使之更智能的AI软件。尽管如此，人们仍然对堆栈底层有相当大的兴趣和激情，越来越多的创业公司将目光转向新的优化过的、满足AI作业独特需求的芯片架构。值得注意的是，这些公司中只有少数拥有战略投资者，这些投资者中最活跃的是英特尔和三星。虽然大多数处在后期的创业公司大都在美国和欧洲创立，但大部分早期创业公司都在亚太地区诞生。预计竞争将变得十分激烈。人工智能的兴起必定是未来十年半导体行业最强劲的推动力。必须重新慎重评估企业的AI战略和商业模式，制定企业的技术和产品策略，并弄清楚如何发挥好他们在整个AI生态系统中的作用。以下是为企业提供的一些关键考虑因素和建议，以便能准备好应对AI所带来的变化，并充分利用这个机遇。制定公司对AI的愿景，然后借助该愿景更好地了解需要关注（至少在竞争的早期阶段）的核心领域。该过程应涉及探索企业资产和专业技能领域变现的新方法。数据能被利用吗？是否有提供相关服务？这种方法也能指明发展当前的投资组合的最佳方法，使其更具人工智能相关性和AI友好性，同时又能与整体战略保持紧密的一致。以下是企业可能选择关注的三个重点领域：增长用户群。识别并定位细分市场中新的支持AI的用例。细分市场（例如的知识产权（IP）或提供可以变现的AI相关服务的机遇。具体方法可能包括托管AI服务和匿名AI用例数据，以改进培训系统赌，以打造新的AI功能而非增加投资，以根据具体的使用案例，为芯片选择正确的技术和架构至关重要，但公司还必须确保所选技术路径兼容AI堆栈中的其它层级。一种经过验证的方法是明确产品供应，以广泛覆盖库、工具包和堆栈中的其它软件要素。但公司必须决定是要构建自

身所有要素，还是将技术合伙人的要素整合进自己的产品中。以下是一些可供公司重点关注其产品的可能方法：构设计，如通过独特的自学能力（例如借助整合逻辑和存储功能）能加速深度学习包（SDK）和编译器，以尽可能优化和加覆盖芯片、平台、工具和库的全栈解决方以上对AI解决方案堆栈的深入分析清楚表明，AI的成功很大程度依赖于通过技术联盟或者将产品推向市场时达成的技术合作，来建立完整的伙伴关系生态系统。有头脑的公司会识别出并有效利用这种生态系统，来缩短产品上市时间，努力做到高销售额，为公司进入特定的垂直行业或应用开辟道路，并对战略合作伙伴关系和投资（例如合资企业和收购）做出评估，这有助于推动公司实现长期增长。以下一些是可供企业探索的选择：授权。通过从第三方供应商（索降低风险并加快AI专用产品开发的方法。立新型战略伙伴关系，使其采用你的AI芯行业中的数字化尔出售芯片测试设备的利润时，常比出售自家芯片还高。在20世纪80字设计和模拟工具以及通信技术的发展，无晶圆厂和铸造模型诞生，并颠覆了当时他公司追求的纯IP在考虑如何更好实现数字化时，芯片

制造商可以考虑三种常用战略：数字化产品和服务、数字化商业模式以及数字化半导体价值链，来考虑如何最好地推进数字化。值得注意的是，所有这些战略都必须有可靠的数据和分析的支持。半导体公司的创新数字商业模式有五种可供选择的类型：剃刀与刀片：企业可以通过为低利润产品提供一种核心产品（例如计算架构）来利用此模型，然后根据此架构开发高利润的附加产品（如云平台服务）。这种产品依赖于此架构，但利润率较高。未来，半导体供应商将能够向云服务提供商提供租用设备，这能实现硬件使用的变之间的数据或硬件交换，企业可以从这个机会中创造价值。这有利于平台使用方并图5：半导体公司的数字化战略使得平台拥有方影响标准，并提高向竞争对手切换平台的成本。能创建一个允许客户构建定制、开源芯片的平台，这有助于与第三方共享软件源代码，以及合作集成电路设计。从而分摊了可以使用此方法，围绕基础设施、硬件和软件开发创新服务，例如计算即服务。然后，硬件和功能更新便可以作为服务进行市场：开发一个双向增长的市场（随着使用的用户越多越能产生积极的网络效应，进而提升市场价值）。市场可以

包括基于云的算法即服务，例如，共享AI训练数据。客户可以使用通用界面访问算法，开发人员可以上传新的算法和模型来丰富市场。除了芯片制造商用来提升收益的各种数字策略，也应该考虑通过应用AI和机器学习来改善运营，从而提高盈利机会。方图6：价值链中的机遇法包括：看所有供应链部门和运营（包括供应商和客户的运营）的详细实时视