德勤:2019年中国半导体收入将达1100亿美元得益于AI商业化程度提高

中国正在大力投资芯片制造设施和人才,以争取半导体独立。全球对人工智能(AI)专用芯片的需求不断增长,使得AI正处于中国经济未来的中心。

德勤预测,2019年中国制造的半导体产品收入将从2018年的850亿美元增长25%至1100亿美元,以满足国内对芯片组不断增长的需求,部分原因是人工智能的商业化程度不断提高。 德勤进一步预测,2019年,中国芯片代工厂将开始生产专门用于支持AI和机器学习(ML)任务的半导体。

随着中国成为半导体的主要消费国(每年消费半导体总量超过50%,包括国内和最终出口),其增长推动了整个行业的发展。然而,中国制造商只能满足自身需求的30%左右。在宏观经济转型和人工智能价值不断增长的情况下,中国政府和领先的数字企业已经发出信号,表明国内半导体自给自足是未来的重要组成部分。他们正在大举投资和招聘,以创建接近全球顶级代工厂的本土制造能力。

许多中国公司正在为人工智能设计专门的半导体,并在移动智能手机行业的最前沿设计芯片架构。在国家和国内制造商之间的强有力协调下,中国正利用大量资本和庞大的市场推进自己的议程。尽管中国在过去几十年未能扩大半导体行业,但这一次很可能会成功。计算和新兴技术之间不断发展的关系可能进一步支持它的成功。

挖掘比特币

为了更好地了解中国现代半导体产业,值得关注公共加密货币。 2017年12月,一枚比特币的市场价值达到17,900美元的历史高位。这不是一个容易的攀升,比特币的价值从此急剧下降,但加密货币的增长仍然成为头条新闻,也许令人惊讶的是,启发中国半导体创新。

这并非易事,此后比特币的价值急剧下降,但加密货币的增长却占据了媒体的头条,或许令人意外的是,它还激发了中国的半导体创新。

在这些头条新闻的背后,是比特矿工军团运行计算,而这是加密货币的经济基础。如果比特币矿工在每笔交易中第一个解决了数学难题,他或她就有可能获得(比特币)奖励。那些处理能力最强的更有可能以最快的速度完成解决方案。在加密货币的早期,矿商购买图形处理单元(GPU),构建服务器群,并累消耗了大量的电力,以获得相对优势。他们的狂热推动了GPU的销售,消耗的电力比一些小国还多。但是GPU价格昂贵,耗电量大,而且供应不足。这样就有机会引入定制设计的芯片,这种芯片甚至比专门用于挖矿的GPU更好。竞争的焦点是构建针对比特挖掘进行优化的专用集成电路(ASIC)。

2013年,比特大陆科技有限公司(Bitmain Technologies Ltd。)在北京成立,以满足年轻比特币经济日益增长的计算需求。当时,中国企业家也加入比特币的大潮,建立服务器群以帮助挖掘加密货币。比特大陆是首批采用专用芯片架构满足这一需求的芯片设计公司之一。 比特大陆开发的一次性ASIC芯片只能做一件事:计算比特币交易中的工作量证明(proof-of-work)计算,而不是构建通用中央处理器(CPU)或GPU。其Antminer系列芯片组的普及使得比特大陆每年获得数十亿美元的收入,同时引发了对不平衡加密市场的担忧。其他芯片设计人员很快就采用了自己的挖矿解决方案。

比特大陆的芯片设计先进,最近的产品线采用16纳米(nm)工艺(衡量晶体管的尺寸),但它们仍在中国大陆外制造,即台积电为苹果生产iPhone芯片的同一代工厂。这强调了中国半导体市场的状况:本地设计已经变得具有竞争力,但本地制造仍然落后于全球领导者。

从挖矿到AI

随着中国开始对加密市场进行监管,并且这些市场的价值下降,比特大陆宣布有兴趣支持另一种新兴技术的计算需求,这种技术随着时间的推移可能会更大。就像加密货币一样,AI有其独特的计算需求,这些需求可以被一般的CPU所满足,但不同的架构可以使执行速度加快。例如,谷歌的张量处理单元是用于人工智能的ASIC,其他公司也正在为人工智能构建ASIC。 GPU制造商英伟达的崛起部分是由于对芯片进行ML培训和推理的需求,而这是当今AI技术的关键基础任务。与CPU的串行设计相比,GPU的大规模并行处理架构更适合于常见的AI任务。最初,游戏GPU被用来驱动ML任务,但在过去几年的AI全球上升中, 但在AI全球崛起的过去几年,英伟达推出了直接支持ML的新硬件产品线。 比特大陆希望对AI的需求可以比GPU更好地服务其ASIC。

北京的Horizon Robotics由百度深度学习研究所的前负责人创立,为机器视觉提供嵌入式芯片。这些芯片包括预先训练的数据集,可以使边缘处理器运行推理任务(预测图像与其训练集匹配的可能性)。在英特尔的支持下,Horizon正在与主要汽车品牌合作,为车辆提供边缘处理和机器视觉。虽然其芯片基于具有10年历史的40纳米工艺,但该公司的软件使其能够成为嵌入式推理市场上规模大得多的竞争者。在这种情况下,Horizon的算法具有超出硬件的能力。

另一家著名的中国芯片厂商寒武纪(寒武纪)也拥有一系列专门用于支持ML任务的芯片。此前,寒武纪在华为的麒麟智能手机芯片组中为AI设计提供了支持,然后为数据中心MLU100系列提供了自己的ML解决方案。该架构利用台积电的14纳米工艺节点进行制造。

当然,许多非中国供应商也在尝试向中国市场销售AI芯片,随着国家满足更多自身需求,外国竞争可能会更加激烈。中国最大的公司可能会从能提供最佳芯片的国外或国内供应商购买。值得考虑的是,与许多顶级数字平台业务一样,中国最大的数字公司也在寻求自己的定制芯片架构,以满足其超大规模数字平台的需求。

然而,中国制造商通常仍然在制造最先进(即最小)的工艺方面处于落后局面。代工厂需要大量的资金投入,因为他们需要建立令人难以置信的大型工业流程,才能够制造极其小的电路。中芯国际(SMIC)等中国顶级晶圆代工厂正在努力扩大14纳米的产量,而AMD、台积电和其他晶圆厂则达到7纳米的规模化生产。按照这一标准,中国的代工企业落后于全球领先企业两到三代。

尽管存在这种滞后,但中国的工业仍在继续发展。近年来,中国制造的半导体收入稳步增长,2017年达到约780亿美元,比2016年增长约19%。在过去15年中,这一收入曲线显示出超过线性的增长,表明中国半导体的质量在满足需求方面越来越好。

中国迎接未来

随着人工智能和专用芯片的发展,中国芯片制造商或许能够抓住更多这方面的需求。尽管中国过去未能发展自己的芯片产业,但多年来中国制造商已经稳步发展了更强大的能力。如今,它们受到资金雄厚的政府议程、强劲的国内市场以及它们自己的超大型平台公司的推动。因此,中国现在可能比以往任何时候都更有能力成为半导体和人工智能领域具有全球竞争力的参与者。这可能会产生非常大的影响。

为什么中国的地位比以往更好?目前的五个条件使中国在半导体领域的崛起更有可能:

国内需求。中国现在是全球最大的半导体消费国,每年进口价值约2000亿美元。其庞大的人口包括8亿互联网用户。中国人口规模和经济增长支持强劲的国内需求,这推动了大多数外国供应商的利润。虽然许多发达国家的PC和移动设备已接近饱和,但中国对芯片的需求持续增长。事实上,世界经济越来越依赖中国的需求,更多的全球投资者正在为其未来买单。这种转变有助于中国更好地控制外国制造商如何进入其国内市场。

国家支持。尽管中国经济有所降温,但规模仍然很大,这使得国家及其产业能够积累大量资金。虽然中国政府因其与最大产业的紧密关系而受到批评,但国家控制使市场协调更紧密。 2014年,中国国务院宣布了《集成电路产业发展和促进国家指导方针》。该计划解决了中国制造商与全球领导者之间的技术差距,并得到由政府支持企业牵头的218亿美元基金的资助。

全球第五大合约芯片制造商中芯国际预计2018年的国家补贴将接近1亿美元。中芯国际已向荷兰ASML订购了极紫外光刻(EUV)设备,该设备是最先进的芯片生产工具之一。估计费用为1.2亿美元。这家上海制造商希望在2019年底之前扩大其14纳米工艺的生产规模,尽管建造具有竞争力的代工厂需要花费数十亿美元。但并不只有它。行业组织SEMI估计,到2018年,中国将在制造设备上花费130亿美元,成为世界第二大买家。截至2017年底,中国计划新建至少14家芯片代工厂。

人工智能需求不断增长。2019年,全球半导体行业可能会更多地关注人工智能的需求。人工智能的进步是该行业的推动力之一,预计未来二十年的增长率将达到5-6%。计算本身正在经历更多的专业化以满足人工智能的需求。这些趋势与中国为发展半导体独立并将人工智能纳入其经济未来中心的战略努力相结合。到2018年,中国在深度学习专利方面处于世界领先地位,但这些专利的总体价值尚不清楚。中国已大声宣称其未来将受到先进技术的驱动,人工智能是其关键成分。

许多中国大型公司都希望在人工智能市场上赢得优势。百度、阿里巴巴和腾讯(统称为BAT)的总市值超过1万亿美元,在全球多个行业开展业务。他们已经在国内和海外的其他公司投入了数十亿美元。事实上,在中国124家独角兽创业公司中,这三家公司投资了一半以上,其中包括世界上最有价值的纯粹人工智能公司商汤科技。在某些方面,BAT的存在应足以证明中国可以扩大其技术公司的全球竞争力。

也许不足为奇的是,每个BAT公司都将AI功能引入他们自己的产品和服务线。越来越多的人正在制定或计划为AI制作自己的定制芯片。阿里巴巴宣布了一项计划,旨在建立定制的AI芯片,用于边缘推理,支持其在自动驾驶,智能城市和物流领域的物联网业务线。这是以收购中国芯片制造商C-SKY Microsystems为基础的。就其本身而言,百度昆仑多核芯片解决方案是一款现场可编程门阵列芯片组,专为支持其不断扩展的云计算平台而设计。该芯片组可能会进入百度雄心勃勃的自动驾驶平台Apollo。值得注意的是,百度没有使用中国的芯片,至少目前还没有;它使用是三星14纳米工艺。

2017年6月,中国国务院发布了“下一代人工智能发展计划”,该计划规定中国的目标是到2030年成为人工智能的世界领先者。此外,该路线图的目标是到2020年实现与西方能力的相当,并在2025年寻求实现AI重大突破。该计划似乎与中国顶级公司的议程,一些最大的投资工具以及许多市政项目的目标完全一致。

外国经营和外国人才。自动驾驶汽车位于机器人、人工智能和半导体的交叉点。它们面临着非常困难的设计挑战,中国初创公司和国内顶级超大规模平台公司仍然希望从硅谷获得无人驾驶技术的专业知识。然而,虽然自动驾驶汽车的专业知识可能仍然是外国的,但中国汽车行业正通过投资外国制造商、积极招聘和将市场领导者转移到国内来寻求制造自主驾驶汽车所需的硬件和软件。 22018年6月,日本软银集团宣布,将向一家中国投资基金出售Arm Limited在华业务的多数股权。Arm是一家领先的半导体设计供应商(包括iPhone的Cortex系列芯片)。以厚朴投资管理公司为首,并得到中国主权财富基金和北京丝路基金的支持,该集团以7.75亿美元收购了Arm有限公司在华业务51%的股份。此举将使中国更多地接触Arm的设计。值得注意的是,Arm 2017年盈利的约五分之一来自中国需求。

为了继续发展国内芯片供应,中国企业也应该吸引更多的人才到大陆。在这方面,长江存储科技(Yangtze Memory Technologies)已投资240亿美元建设中国第一个先进的存储芯片工厂,并从外国芯片制造商那里吸引了数千名工程师。该公司最近宣布其32层NAND存储芯片取得进展 – 这是一个好兆头,虽然仍落后于其他内存制造商正在实现的最先进的64层芯片。同样,为了推进其14纳米的努力,中芯国际从台积电请来一位高级管理人员,台积电是世界上最大的合同代工厂,其生产能力被认为比中芯国际领先两到三代。同时,台积电已开始在南京建造代工厂,在中国大陆市场站稳脚跟。

芯片设计和知识产权(IP)。虽然中国公司制造最先进半导体的能力仍在发展,但中国的芯片架构设计和IP现在具有全球竞争力。华为设计了7纳米的新移动芯片组,声称其性能比其最大竞争对手更好、能耗更低。华为片上系统还拥有AI内核,并声称是世界上最快的调制解调器——部署早期5G。虽然华为依赖台湾的台积电进行制造,与中国其他顶级科技品牌类似,即宣扬本土设计但在其他地方制造产品,但这标志着中国企业可以达到技术最前沿的生产规格。

结论

中国正在积极努力确定下一阶段的数字经济,政府、制造业和超大规模数字企业都在一起努力。如果到2020年,中国实现将国内芯片产量占芯片消费总量的比例提高到40%的目标,将对全球芯片市场产生重大影响。回想一下,中国在2018年的需求占到全球半导体需求的一半以上。如果中国芯片制造商和政府能够在满足人工智能需求的同时,继续投资、雇用人才和开发足够的先进制造能力,这些活动不仅可以激发更多的国内创新,而且中国可能会对下一代认知技术产生更大的影响。

中国以外的领先晶圆代工厂和芯片设计师应加快其保持中国需求竞争力的能力。专用于通用和离散机器学习(ML)工作流程的新架构的开发可能会变得更加重要,边缘对轻量级推理的需求日益增加,并且核心部署了高性能的培训和建模。领先的人工智能提供商可能会面临越来越大的压力,需要以更低的价格提供更强大的功能,这可能会促进人工智能商品化。

AI云服务的当前领导者应继续投资于研究和开发,以寻找更新的学习系统方法。BAT公司正在迅速发展,他们着眼于在全球市场中占据更大的市场份额。在服务层面,他们可能会对数字平台领导者和云提供商施加更大的压力,还可能会在物流、工业物联网和汽车行业找到更强大的立足点。对于寻求获得竞争优势的现有领导者而言,创新、效率和定价可能会变得更加重要。然而,半导体现有企业的最大优势可能是与客户保持密切联系,并不断推进自己的数字化转型。这需要敏感、快速创新以及快速学习和适应的能力。

如果中国在推进其半导体议程方面取得了一定的成功,那么它可以更好地控制对不断增长的消费市场的访问。如果人工智能的进步在国家和商业中不断发展,那么数据、分析和见解的程度可以推动优化、增强和创新的反馈循环,并进一步加强命令和控制中国经济的本质。然而,要在这样广泛的变革中成功实施,中国政府和企业可能会需要发达经济体和现有行业领导者提供更多的咨询服务和知识转移。从宏观上看,这可能是中国数字转型变得更加强大的一个迹象。

最终,对中国来说,技术独立就是自强。仅仅几十年前,中国被认为只是世界上廉价的制造和装配中心,被认为在全球市场上无足轻重。从那时起,它一直稳步提升制造业的价值链。通过数十年的制造业学习并支持其最强大的数字业务,中国已经开始生产一些世界上最大的公司和最先进的产品。由于宏观经济学的转变以及摩尔定律边缘的真正挑战,它仍然面临着相当大的不确定性。然而,现在比以往任何时候都更不要怀疑中国的潜力。