由于操作过于频繁,请点击下方按钮进行验证!

AI芯片市场火爆 IC设计服务厂商竞争力浅析

四月初Google公布其使用客制化ASIC设计的TPU测试报告,性能及功耗都远远胜过市场上的CPU/GPU组合(注1),非常适合人工智能及深度学习的运算。报告公布之后网上就有很多相关讨论,也有一些朋友问我,IC设计服务公司可否进入AI芯片市场?回答我的看法之前,让我先简单交代一下IC设计服务市场的演进。

在晶圆代工模式尚未诞生之前,IC产品主要来自IDM,当时的IDM都有自己内部标准产品(ASSP),从规格订定、设计、到制造、封测全在内部完成。而不少的IDM也对外提供客制化的芯片设计(ASIC) ,如当时的IBM、TI、LSI、VLSI Technology、STM、NEC、Toshiba等等,从商业模式来看,IDM的ASIC业务也算是一种设计服务。1987年台积电率先提供晶圆代工服务之后,无晶圆厂(fabless) 的IC产品公司才像雨后春笋般的冒出来,相关的生态链包括IP、EDA、IC设计服务产业随后也因应而生。

由于IC设计服务公司提供共享的设计资源(注2)给很多初期不需要自己投资建构内部团队的新创IC产品公司以节省资金,并快速推出产品进入市场,一时之间忽然变成需求很高的产业。再加上受到全球第一家设计服务公司智原在1999年挂牌上市的激励,新创的IC设计服务公司在那几年全球成立超过30家,有的主打特定晶圆厂,有的则强调支持多个晶圆厂甚至可以协助厂与厂之间的转换(porting)。设计服务产业没过多久就供过于求,市场竞争转趋激烈。

随著Moore’s law演进,制程愈趋复杂,芯片集成度亦随之倍数成长,产品的性能及功耗规格要求也更加严厉,设计公司除了人力/物力/投资成本遽增之外,技术挑战及产品失败的风险也相对提高很多。经过几代制程的演进之后,自然淘汰了一些较弱的竞争者,留在场里的选手也大致有些分级并各有定位,呈现较为健康的竞争态势。到了16纳米及以下的节点(目前到7纳米),更高的技术门槛不但隔绝了一些竞争者,也让较优质的IC设计服务公司增加了不少从系统公司甚至IC产品公司委外设计机会。专业先进的IC设计服务公司在晶圆代工生态链的地位,越高阶制程就越重要,市场竞争优势也就越明显。

这两年火红的应用如AR/VR、云端运算(大数据分析)、人工智能及深度学习,甚至比特币都需要高性能及低功耗的芯片。大型的系统公司、数据中心、互联网平台等公司渐渐不用市场上标准芯片(ASSP),而倾向自己开发客制芯片(ASIC),一来以满足其性能及功耗的需求,二来与其竞争者作差异化。Google TPU就是一个明显的例子。这种趋势更增加了IC设计服务领导厂商的机会。

IC设计服务产业因需求而诞生,又因过度供给竞争激烈而汰弱存强,走了20个年头,这个产业现在正迈入一个比较健康的供需市场而逐渐茁壮。

本篇为作者个人所观察的产业趋势,跟所担任顾问的公司无关。

注1:Google 云端平台博客:Quantifying the performance of the TPU, our first machine learning chip

注2:设计服务的分享资源定义上不属于最近所谓的分享经济。其资源并非闲置,模式为B2B,且非经过交易平台做资源分配,就象是半导体客户共享台积电或日月光的技术与产能资源一般。


声明:本网站所收集的部分公开资料来源于互联网,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题,请第一时间告知,我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容,以保证您的权益!联系电话:010-58612588 或 Email:editor@mmsonline.com.cn。

网友评论 匿名:

分享到

相关主题