供需大厅

登录/注册

公众号

更多资讯,关注微信公众号

小秘书

更多资讯,关注荣格小秘书

邮箱

您可以联系我们 info@ringiertrade.com

电话

您可以拨打热线

+86-21 6289-5533 x 269

建议或意见

+86-20 2885 5256

顶部

荣格工业资源APP

了解工业圈,从荣格工业资源APP开始。

打开

光子学能从半导体行业中汲取哪些参考?

来源:埃森哲 发布时间:2023-07-25 116
电子芯片电子芯片设计/电子设计自动化(EDA)设计/电子设计自动化(IP类软件)
在2023 Laser Focus World Executive Forum上,市场咨询公司埃森哲的Miles Klingenberg,向观众深入介绍了半导体芯片行业,并帮助听众将其与光子学行业进行了对比。

2023 Laser Focus World Executive ForumLaser Focus World高管论坛)上,市场咨询公司埃森哲的Miles Klingenberg,向观众深入介绍了半导体芯片行业,并帮助听众将其与光子学行业进行了对比。他在演讲开始时,讨论了半导体芯片行业的复杂性、发展方向以及即将经历的一些经济调整。

 

1690250966128054.png

1:埃森哲(Accenture)的Miles KlingenbergLaser Focus World高管论坛上,介绍半导体芯片行业与当下光子学行业发展的相似性。

 

从半导体行业来看,其复杂性非常高,这与光子学行业面临的挑战非常相似。与光子学行业非常相像,半导体行业继续在研发方面上投入巨资。事实上,2021年,半导体行业的研发支出高达710亿美元,在世界所有行业的研发投入方面,排名第二。

 

而且投资半导体芯片领域的厂商,已经不仅仅是传统的半导体企业,半导体行业的一些大客户(如谷歌、苹果、AWS)已经开始投资生产自己的芯片,尽管一个晶圆厂的成本超过200万美元。随着我们进入人工智能领域,对半导体芯片领域的投资将非常重要。同样,大众公司也已经考虑建立自己的晶圆厂,而福特和汽车行业的其他公司,已经开始与其芯片供应商展开了更密切的合作。

 

影响无处不在

 

有很多发展趋势正在影响着半导体行业的发展,这些影响因素包括:国内生产活动;人工智能正在转变为具有真正潜力的赋能技术;自主移动的增长;以及元宇宙的热潮下,半导体公司现在正在开发自己的耳机/硬件。此外,量子计算的影响也即将出现,它将为半导体行业的发展带来新的驱动力。

 

我们也进入了一个调整时期。去年年初的时候,市场对半导体芯片的需求巨大,供应很少。现在情况正在发生转变,需求开始减少,而供应有些过剩。

 

有趣的是,风投公司现在也开始创建或收购半导体初创公司。从历史上来看,风投公司从来没有这样做过。为什么?因为半导体行业存在进入门槛,而且学习起来存在巨大难度。对于半导体行业来说,不但设计成本高昂,而且耗时很长,因此在半导体领域成功启动一个初创公司几乎不可能。

 

现在风投公司之所以感兴趣,是因为他们看到了数据处理和通信这个细分市场的强大吸引力。基于人工智能的工具,如被称为ChatGPT的谷歌自然语言处理算法,正在引起人们的极大关注。

 

地缘政治会继续影响供应链,包括向中国销售半导体设备的障碍,以及努力让处于美国地区的公司专注于建立弹性计划,以更好地适应未来的供应链问题。

 

人才短缺也是一个很难解决的问题,这无疑阻碍了半导体行业的发展。除了人才稀缺之外,很高的进入门槛也是许多公司面临的挑战。

 

新兴市场领域也在引发更多半导体公司的注意力,越来越多的半导体公司决定如何进入AR/VR/XR领域。很多公司已经在元宇宙(Metaverse)方面投入了大量资金,他们正在考虑将元宇宙相关的硬件或软件应用到哪里。另外,市场对电动汽车的需求也在飙升,各家公司都在奋力争夺市场,试图找到抓住这一潜在机会的最佳方式。

 

是企业该全面转型的时候了?

 

眼下,许多公司都在考虑新的商业模式,以便在自己的领域打造竞争优势。虽然许多领先的企业都是需要大量时间才能转向的大船,但是人工智能时代意味着一个拥抱重塑商业战略的时代,即灵活、快速,能够轻松过渡到具有数字能力的新运营模式。很多传统公司都有这种长远的眼光。如果我们把一艘船放在一个方向,然后朝这个方向航行20英里,很可能就会遇上冰山。

 

随着人工智能(AI)和数据科学推动的转型,企业可以通过更好的设计更快地进入市场,并大幅降低生产和开发成本。新技术可以帮助企业为客户、供应商以及参与整个价值链的任何人,创造新的体验。

 

企业应该把重点放在哪里?

 

设计和制造陷入了一个有趣的僵局。

 

在设计方面,传统芯片客户谷歌和英伟达,都在使用AI开发半导体芯片。这是非常重要的一点。去年谷歌提出了一个名为Prime的框架。在该框架中,谷歌能够使用一种深度学习框架(即强化学习)来设计TPU AI加速器。英伟达凭借其基于AI的设计也取得了巨大进步,其功耗比使用市场上经典EDA工具实现的人工设计低25%

 

市场上一些领先的芯片供应商,一直依赖于性价比来提升竞争力。这花费了大量机器学习培训的时间,但是谷歌和英伟达这两家公司的创造却意义重大。它需要一家软件公司来参与这个行业并自己设计。

 

这是一个成熟行业提出问题的关键时刻:我们有这方面的人才吗?我们有这样的视角吗?我们是否有专业的知识,来理解当今市场在软件和AI方面发生的事情?

 

当我们审视制造业时,问题就变成了:我们试图在制造业中实现什么?这是效率的提高,降低了提高产量的时间,并在一定程度上因为人才短缺而用更少的资源做更多的事情。因此,许多公司都在自己的工厂里设计框架,他们只能通过AI和数据来实现。

 

未来复杂的晶圆厂,需要具有质量管理、资产维护、预测能力和能够收集所有数据的传感器的内部数据解决方案。

 

/Miles Klingenberg,埃森哲人工智能高级分析战略经理

首发于ACT激光世界

推荐新闻