关于半导体的未来发展趋势分析

技术基础、设计方式和地缘政治变化，半导体行业情况复杂

市场、地区以及产品节点和封装类型都在改变半导体的经济状况，由此，决定为哪种产品使用哪种技术及其相关原因上的情况也原来越复杂了。

资金是所有这些决定的共同之处，不管这是通过方式衡量的——投资资本回报率、季度利润或长期投资（其中可能包括收购、有机增长进入新市场或多种情况的混合）。问题在于，对于芯片行业来说，要做出能使利润增长的明智决策越来越难了，因为这里面牵扯到太多因素了。

仅仅几年之前，芯片的终端市场还很明确，开发的方向很大程度上就是围绕着如何快速地迁移到下一个工艺节点。快进到 2018 年，现在有了很多工艺选择、更多新的终端市场、更多封装选择和各种来源的新竞争。而且所有这些领域的问题都还没得到解答，这可能会给开发的盈利能力和总成本产生影响。

比如说，我们目前还不确定 7nm 芯片的成本如何，因为目前还没有芯片在晶圆厂中移动速度的数据。这在很大程度上取决于工艺的成熟度和芯片的复杂度，但也有部分取决于 EUV 光刻每小时所能加工的晶圆的数量。

图 1：根据 EUV 电源情况的 7nm 成本比较；来自Gartner/SEMI Industry Strategy Symposium

Gartner 一位分析师 Samuel Wang 在本周 SEMI 的行业战略研讨会（Industry Strategy Symposium）上说：“7nm 节点有很高的设计成本，一款新芯片需要超过 2 亿美元的投资。但到 2019 年也可能会出现产能过剩的情况。我们预计到那时每月的产能会超过 400,000 块晶圆。每块晶圆 10,000 美元，7nm 可能无法支撑这些数字。”

他说对 7nm 的需求将会局限在少数几个终端市场，比如智能手机、人工智能和比特币（比特币与人工智能都会使用并行处理方法，但算法不一样）。而这就是让人困惑的地方。比特币目前还没有得到芯片厂商的重点关注，但 Wang 说，预计到 2022 年比特币将为台积电每季度贡献 4 亿美元。物联网终端芯片也是如此，预计届时将会成长为一个 240 亿美元的市场；另外还有 ADAS 半导体市场预计将会达到 100 亿美元。人工智能深度神经网络芯片预计还能为这块大馅饼增加另外 160 亿美元。

所有这些都在推动设备销售和设计的增长，但针对这些才刚刚开始成型的市场进行规划是很困难的。

图 2：晶圆厂设备收入明细；来自 Gartner/ISS

其它技术转移

除了架构开发不确定之外，很多工具、材料和结构也正在失势。目前部署的 EUV 仅被用于替代 193nm 浸没式光刻技术。finFET 能够再续一个节点还仍存争议，也可能需要 GAA FET（gate-all-around FET）来控制漏电和改善越来越高的 fin 的可制造性。如果 GAA FET 取代了 finFET，那么迁移到 7/5nm 的时间可能会比预期更长一些，从而进一步偏离摩尔定律。

与此同时，厂商对先进封装的兴趣却越来越来浓厚——不管是 2.5D、3D、fan-out 还是其它一些变体；而且这种技术转移是有数据支持的。

SEMI 行业研究与统计部门的高级总监 Dan Tracy 说内存封装已经让 gold wire 增长了 7%，而 leadframe 在 2017 年增长了 8%。gold wire 用于汽车和医疗等需要高可靠性的市场的封装，而 leadframe 则被用于汽车和移动领域的连接器。

Tracy 说：“我们也看到了铜合金供应的紧张。在过去的六到七年时间里，铜合金已经出现了下滑。更小更薄的封装趋势意味着对铜合金的需求更小了。”

与此同时，wire bond 已经迎来了复苏，而且厂商对晶圆级封装的兴趣还要更加浓厚。他说：“随着行业向下一个硅节点迁移，需要新的解决方案来实现之前通过尺寸缩减实现的经济优势。”

设计的必然趋势

但是，在制造侧发生的情况只是全景的一部分。不同于过去许多年变化通常集中在供应链中一个部分的情况，向 10/7nm 的迁移给所有地方都带来了问题。应对这些问题并且降低风险的最好方法是通过严格的设计规则来限制灵活性以及小心谨慎地管理向新制造技术的迁移。

这有一定的效果，但不能解决所有问题。复杂的设计会需要远远更多的模拟、验证和调试时间——尤其是当芯片被用于安全性至关重要的功能时，比如用在汽车、工业和医疗等市场中。一种解决方案是通过提升并行性来增加处理能力。

亚马逊 Web Services 的信息技术/半导体全球业务发展负责人 David Pellerin 说：“有相当一些半导体公司已经在很有效地使用云来进行回归测试或验证了。它们在 AWS 上做了相当多的回归测试。那都是些类似 EDA 的工作，因为它们在测试自己用 FPGA 设计的软件。这让它们可以极大减少完成回归以及让结果返回它们的团队的时间。Cadence 也一直都在非常积极地使用云。”

这里的关键是要并行化设计流程中的各个部分，尤其是在验证方面——这会消耗芯片设计的大量时间。这也是错误可能乘虚而入的地方，因为根本就没有足够的时间来测试所有东西。但通过利用 AWS 上的数千台计算机，这整个过程可以得到加速。这既能帮助实现针对消费者市场的更快上市时间，也能让设计者将更多时间用来分析数据以及寻找可能的问题所在和未来可能出问题的地方。

Pellerin 说：“在这样的规模下，通过使用云能让它们的回归过程快 20 倍。我们看到 EDA 领域正在采用云，我们看到时序分析和 DRC、软件回归、硬件回归等工作负载上出现了更快速的创新，而且我们预计未来几个月还会有更多。云正在推动设计工程的创新，其中包括半导体设计。”

图 3：云给设计方面带来的提升；来自 Amazon/Cadence/ISS

这是一个方面。另一个方面是一开始就要做出正确的设计。

Gartner 的 Wang 说：“设计的复杂性已经让设计成本增大了。对 7nm 而言，一次就成功是非常重要的。”

传统的市场线

但是，我们目前仍然不清楚哪些设备将会利用上最先进的节点。我们也不清楚它们将被如何使用以及哪些技术将会成为最终的赢家。

一直以来都有不错效果的一个指标是 Benjamin Gompertz 开发的一个模型。Gompertz 是一位自学成才的英国数学家，他在 1825 年最早发表了死亡率法则。这个模型常被用来描绘产品生命周期以及预测需求的增长速度和持续时间，而且该模型具有相当好的准确性。

图 4：Gompertz 公式及所得到的 S 曲线；来自 Mentor/Siemens/ISS

该模型可被用于展示不同技术的市场机会——即收紧或伸展该 S 曲线。

西门子旗下 Mentor 的总裁兼 CEO Wally Rhines 说：“半导体行业的增长以大浪的形式涌来，这会导致半导体收入又一步增长。所以看看物联网可穿戴设备，我们还处于这个市场的非常早期阶段。在 2025 至 2030 年之前，这会是一个快速增长的市场。”

图 5：根据 Gompertz 曲线预测的可穿戴设备的发展；来自 Mentor/ISS

将其与汽车夜视市场（大概会被自动驾驶汽车市场取代）相比，曲线的形状看起来会非常不同。

图 6：汽车夜视系统；来自 Mentor/ISS

地缘政治的影响

如果再考虑到全球地缘政治的变化，情况会更加晦暗难辨。在一个节点之前，这些问题中很多都是按次序发生的而且看起来是良性的。而现在它们是并发的而且还在逐渐加剧，并且这些问题出现在这样一个复杂的地缘政治世界秩序之中——某些不确定性在增大，另一些则在减轻。

对于半导体行业来说，中国是一个大问题。自 2000 年以来，该国一直在境外大力投资；而且在其建设自身经济的过程中，其内部一直都以非常惊人的速度消耗着进口。这已经造成了巨大的贸易赤字——在 2016 年达到了 2601 亿美元。中国现在正通过收紧资本和削减进口的方式来解决这个入超问题。

BCA Research 的地缘政治战略副总裁 Matt Gertken 说：“随着美国债务下降和中国进口削减，中国正在失去与美国达成新协议的能力。中国由于战略上的原因正在让自己摆脱出口。”

这会造成双重的打击，因为中国的增长正在减速，而此时企业债务则在往回涨。企业债务目前接近中国 GDP 的 180%（见下图 7）。

图 7：为什么中国正走向变革；来自 BCA Research/ISS

Gertken 说：“市场相信变革即将来临。金属价格和进口量已经出现了下降。中国会试图维持稳定。货币紧缩有所加剧，监管也在收紧。因为现在有反腐败运动，所以监管者不会与银行走得太近。另外房地产行业也面临着更大的减轻债务的压力。”

在其它地区，欧洲似乎从英国脱欧事件中完整幸存了下来。美国的 2017 年对企业来说是很好的一年。但 Gertken 指出如果民主党控制了美国国会，可能会导致回到保护主义，因为这会迫使特朗普总统巩固他的基本盘。所有这些都会对半导体行业的增长和需求产生连锁影响。

图 8：保护主义的萌芽？来自 BCA Research/ISS

结论

全球供应链涉及到非常多的变化因素，但由于没人能真正确定终端市场将会如何变化、哪些技术对自己最好以及行业将会在接下来的一二十年里如何变化，情况会更加糟糕。

在一定程度上讲，这个情况在全球性的环境下是很常见的。但在所有这些问题之下，每个层面上都有某种更大的不确定性。有报告称很多系统供应商都在增加库存，另外什么时候在什么地方什么会减缓以及会持续多长时间方面都存在问题。正如 AlphaOne NexGen Technology Fund 创始人 Dan Niles 指出的那样：自第二次世界大战以来，这是标准普尔指数持续时间第二长的牛市。

图 9：历史上的标准普尔指数牛市；来自 AlphaOne/ISS