0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

AI芯片的隐形赢家,“暴露了”

感知芯视界 来源:半导体行业观察 作者:半导体行业观察 2023-08-22 10:07 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

来源:半导体行业观察

编辑:感知芯视界

如今在全球市场中,我们正在见证一场前所未有的范式转变。在 OpenAI的ChatGPT引起消费者和投资者的关注后,各行业的企业都在竞相整合人工智能功能。美股市值超1万亿的巨头中,苹果以3.08兆美元的市值位列榜首,紧随其后的是微软(2.51兆美元)、Google母公司Alphabet(1.67兆美元)、亚马逊(1.35兆美元)和英伟达(1.15兆美元),除苹果依靠iPhone等消费类设备,其他四家科技巨擘都在全力推动与AI领域的融合。

例如,微软近期宣布其企业AI软件工具将开始向企业用户收取月服务费,这无疑敲响了大企业成功将AI商业机会与客户端“变现”的先锋号角。另外,Alphabet也正在整合多项产品以引入生成式AI,从而助力扩大潜在市场。随着这些科技巨头投入大额的资本支出,AI正在搅动一池春水。

AI这场东风,也使得芯片供应链中的企业获益匪浅,首先是,英伟达凭GPU独揽整个生成式AI芯片市场,SK海力士和三星等因HBM而受惠,负责封装和代工的台积电也是供不应求,产能直线告急,日月光/SPIL等封测厂得以从台积电手中分得封装外包订单。还有众多AI芯片玩家在虎视眈眈,就连IBM也在推其潜心研究了5年的AIU芯片。生成式人工智能的“淘金热”,正在率先让一部分“卖铲人”富起来。

你以为AI的红利都被他们吃掉了吗?其实不然,除了这些直观的红利者之外,许多设备制造商、EDA/IP供应商也意外地成为了间接的受益者。如果说AI芯片厂商是卖铲人,那么他们则可以称得上是“造铲者”,他们也在享受着这场变革带来的机遇。

设备厂商意外受益

诸如生成式AI领域所需的芯片大都采用先进制程,而ASML作为生产先进制程晶圆的设备EUV***的唯一提供商,肯定是赢家之一。2023年第二季度,ASML实现了净销售额69亿欧元,毛利率为51.3%,净利润达19亿欧元。今年第二季度的新增订单金额为45亿欧元,其中16亿欧元为EUV***订单。而更让人惊讶的是,ASML还有380亿欧元未交付的订单。ASML预计2023年销售额将增长30%。

“与传统服务器相比,先进的人工智能服务器具有明显更高的前沿逻辑、内存和存储需求,人工智能服务器和数据中心的渗透率每增加1%,预计将带动10亿至15亿美元的额外(芯片设备)投资。目前人工智能正处于初级阶段,对工厂和公司设备的更多投资在未来几年至关重要。”Lam Research首席执行官Tim Archer表示。

截至2023年6月25日的季度,Lam Research 收入32.1亿美元,净收入为8.03亿美元,盈利水平超出了预期范围。从地区销售情况来看,中国大陆仍然是Lam Research 的最大营收来源地区,占比26%,韩国占24%,台湾地区占20%,日本占据10%,美国和欧洲均占8%,东南亚地区占据4%。

Archer表示,2023年剩余时间里,他预计芯片制造设备的市场总额约为700亿美元。中国国内购买设备和高速存储工具的需求可能会推动该行业的发展。自2022年10月起美国实行出口管制限制后,中国公司已将采购转向用于旧逻辑和存储芯片的设备。

测试设备厂商也是受益的一方,很多AI芯片都需要采用2.5D堆叠、3D堆叠以及Chiplet技术,为了帮助制造商保证性能和质量,这从结构上增加了对芯片测试设备的需求,这些芯片测试需要越来越复杂的测试设备来查明制造错误发生的位置。东洋证券分析师Hideki Yasuda表示:“服务器芯片将变得更大、更复杂,需要更多时间进行测试。没有什么神奇的方法可以缩短测试时间。芯片制造商唯一的解决方案是购买更多工具来同时测试更多芯片。高性能GPU芯片测试设备的全球收入可能会在几年内超过智能手机芯片测试设备。”

得益于人工智能技术对半导体需求的增长,2023年第二季度。美国的芯片测试设备巨头泰瑞达(Teradyne)的收入为6.84亿美元,其中半导体测试业务为4.75亿美元,系统测试业务为9400万美元,无线测试业务为4400万美元,机器人业务为7200万美元。

Teradyne首席执行官Greg Smith表示:“我们的收入达到了预期范围的高端,半导体测试出货量增加超过了季度内机器人需求的疲软,利润超过计划,主要得益于较高的毛利率。在进入第三季度时,数据中心应用的DRR5和HBM内存设备测试需求仍然强劲,汽车应用的SOC测试需求也在逐渐增强。在机器人领域,由于客户应对全球产业活动放缓和宏观经济压力,我们预计订单率将下降。”

另一家日本的测试设备大厂Advantest联席首席战略官Mihashi日前在接受采访时表示:“我们是行业的主导者,因此当ChatGPT等扩展高性能计算的用途时,我们会受益。”他们还认为人工智能需求有助于芯片测试设备的复苏。

半导体后端设备厂商也享受到了很大的红利,生成式AI背后芯片供不应求,迫使台积电一再加大CoWos产能,甚至斥资900亿元在台湾新建了一个CoWos先进封测厂。因此,设备厂商被拉动起来。为了满足日益增长的 CoWoS 封装需求,台积电正在与全球多家供应商合作,包括美国的 Rudolph Technologies、日本的 Disco 和德国的 SUSS MicroTec,以及台湾专家 Grand Process Technology (GPTC) 和 Scientech。据 DigiTimes 报道,这些供应商被要求在 2024 年中期之前提供近 30 套工具。

EDA/IP厂商享“两重利”

以往来看,在行业处于下行周期阶段的时候,EDA和IP市场通常会在整体市场放缓之前下跌,但要比市场恢复得更快。但这次的下行周期却没有发生这种情况。EDA厂商在整个疫情期间及恢复后都表现出了强劲的实力。

具体来看下EDA厂商的财报情况,新思科技在截至2023年4月30日止的2023会计年度第二财季财报营收为13.95亿美元,上年同期为12.79亿美元,同比增长9.07%,净利润为2.73亿美元。对于第三财季的业绩,新思科技预估营收将介于14.65-14.95亿美元,大致优于市场预期。同时,新思科技上调了2023财年全年业绩指引,预计营收为57.90-58.30亿美元。

Cadence在2023年第二季度取得了出色的业绩,在截止6月30日的第二季度财报中,Cadence实现营收为9.77亿美元,而2022年同期收入为8.58亿美元,净利润为 2.21 亿美元。Cadence总裁兼首席执行官Anirudh Devgan表示:“凭借其无与伦比的前景,生成式人工智能开始在全球范围内产生重大影响。过去几年我们对人工智能的专注,加上我们的计算软件专业知识和人工智能核心的宝贵数据,使我们处于独特的地位,能够发挥这一变革性技术的巨大潜力。”Cadence也已经将全年营收预期上调至略高于华尔街预期,Cadence 预计全年营收在 40.5亿美元至40.9亿美元之间,比去年同比增长14%。

而说到生成式AI发展对EDA厂商的影响,不同于只卖设备和芯片的供应商,EDA厂商至少有两种方式从生成式AI中受益:一方面是提供用于AI芯片设计的EDA工具;另一方面,还可以利用生成式AI,将其添加到其自己的软件中,来进一步帮助完成芯片设计。

随着越来越多的系统厂商如谷歌、Meta、阿里巴巴等自研自己的AI芯片,他们成为EDA购买的大军之一。SEMI 电子设计市场数据报告执行发起人 Walden C. Rhines 表示:“电子设计自动化 (EDA) 行业在 2023 年第一季度继续实现两位数增长,所有产品类别和地理区域均出现增长。这些产品类别包括计算机辅助工程、IC物理设计和验证、印刷电路板和多芯片模块以及服务均呈两位数增长。”

AI应用于EDA软件中已经不是新鲜事,EDA三巨头新思科技、Cadence、西门子目前均已经推出各自的AI工具。现有的AI工具已经在当下为芯片制造商提供了生产力和速度方面的大幅改进,逐渐显现出优势。因此,生成式AI的发展,对EDA厂商而言,长远来看,将更是锦上添花的事情。

2023年4月,西门子与微软官宣,两家正在合作将生成式AI 用于工业产品的设计、工程、制造和运营全生命周期中以提升创新和效率。双方将西门子的产品生命周期管理软件Teamcenter与微软的协同平台Teams、Azure OpenAI服务中的语言模型,以及其它Azure AI功能进行集成。

Synopsys的工程师们正在探索像ChatGPT使用的尖端大型语言模型(LLM)如何帮助简化内部流程和增强现有解决方案。

Cadence企业营销副总裁 KT Moore在一次研讨会上表示,生成式AI可以帮助构建学习数据集。反过来,这些数据集可用于创建其他未来的设计。

不过,虽然生成式AI在语言和图像方面确实有着出色的结果,但其发展还处于初级阶段,完全用来设计芯片还会存在缺陷。实际的芯片设计需要精准度足够高(9个9),再微小的一个错误也可能会在效率、产量、上市时间等方面产生巨大的后果。

结语

个人电脑和智能手机销售的衰退给行业带来了巨大的压力。然而,人工智能的崛起,尤其是由ChatGPT和Stable Diffusion等生成式AI工具推动的强劲势头,一定程度上改变了这一局面。它们不仅缓解了疫情后的销售衰退对整个半导体行业的震荡,也为全行业开创了新的商机与可能性。展望未来,有一点是明确的:AI不仅仅是科技产业的一部分,它正在成为科技产业的主导。

Omdia高级咨询总监Akira Minamikawa在一场半导体市场趋势研讨会中指出:“生成式AI在三年内已经发展到占数据中心应用的20%左右,并且在处理能力方面将增加约10倍。为了满足这一需求,数据我们将需要将中心数量扩大到目前的1.7倍,因此未来将进行大规模投资。”

通过ChatGPT等这种生成式AI市场所获得的,不是短时间偶然的意外之财,更将是未来很长一段时间半导体领域重要的营收来源。

*免责声明:本文版权归原作者所有,本文所用图片、文字如涉及作品版权,请第一时间联系我们删除。本平台旨在提供行业资讯,仅代表作者观点,不代表感知芯视界立场。

今日内容就到这里啦,如果有任何问题,或者想要获取更多行业干货研报,可以私信我或者留言

审核编辑 黄宇

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 芯片
    +关注

    关注

    462

    文章

    53611

    浏览量

    460043
  • AI
    AI
    +关注

    关注

    90

    文章

    38361

    浏览量

    297496
  • ChatGPT
    +关注

    关注

    31

    文章

    1596

    浏览量

    10124
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    VS680 HDMI AI分析解决方案 #目标识别 #视频翻译 #AI #芯片

    AI
    深蕾半导体
    发布于 :2025年11月12日 10:29:33

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片到AGI芯片

    、分布式群体智能 1)物联网AGI系统 优势: 组成部分: 2)分布式AI训练 7、发展重点:基于强化学习的后训练与推理 8、超越大模型:神经符号计算 三、AGI芯片的实现 1、技术需求 AI取得成功
    发表于 09-18 15:31

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI的科学应用

    流体芯片AI计算平台 ⑥基于AI的自主决策系统 ⑦基于AI的自主学习系统 2、面临的挑战 ①需要造就一个跨学科、全面性覆盖的知识库和科学基础模型 ②需要解决信息不准确和认知偏差问题
    发表于 09-17 11:45

    【「AI芯片:科技探索与AGI愿景」阅读体验】+化学或生物方法实现AI

    顺序排列并存储在毛细血管内。 电石存储器: 3、化学计算的总体现状与前景 二、生物计算 1、用活细胞实现AI 作者第七章才会介绍类脑芯片,到时候我们再一起欣赏吧。 这里只是先给我们打了个基础概念。 1
    发表于 09-15 17:29

    【「AI芯片:科技探索与AGI愿景」阅读体验】+第二章 实现深度学习AI芯片的创新方法与架构

    连接定义了神经网络的拓扑结构。 不同神经网络的DNN: 一、基于大模型的AI芯片 1、Transformer 模型与引擎 1.1 Transformer 模型概述 Transformer 模型的出现
    发表于 09-12 17:30

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI芯片的需求和挑战

    的工作吗? 从书中也了解到了AI芯片都有哪些?像CPU、GPU、FPGA、ASIC都是AI芯片。 其他的还是知道的,FPGA属于AI
    发表于 09-12 16:07

    【「AI芯片:科技探索与AGI愿景」阅读体验】+可期之变:从AI硬件到AI湿件

    的不同。随着AI热潮的兴起,大脑的抽象模型已被提炼成各种的AI算法,并使用半导体芯片技术加以实现。 而大脑是一个由无数神经元通过突触连接而成的复杂网络,是极其复杂和精密的。大脑在本质上就是一台湿润的软组织
    发表于 09-06 19:12

    【「AI芯片:科技探索与AGI愿景」阅读体验】+内容总览

    AI芯片:科技探索与AGI愿景》这本书是张臣雄所著,由人民邮电出版社出版,它与《AI芯片:前沿技术与创新未来》一书是姊妹篇,由此可见作者在AI
    发表于 09-05 15:10

    AI 芯片浪潮下,职场晋升新契机?

    在科技飞速发展的当下,AI 芯片已然成为众多行业变革的核心驱动力。从互联网巨头的数据中心,到我们日常使用的智能手机、智能家居设备,AI 芯片的身影无处不在,深刻改变着产品形态与服务模式
    发表于 08-19 08:58

    【书籍评测活动NO.64】AI芯片,从过去走向未来:《AI芯片:科技探索与AGI愿景》

    名单公布 @LiuDW、@jinglixixi、@bruceleesohu 请于9月3日前,前往【书籍评测活动NO.64】《AI芯片:科技探索与AGI愿景》完成书籍兑换。 如有疑问请 添加小助手微信
    发表于 07-28 13:54

    星宸芯片:中国AI视觉芯片隐形冠军

    在全球半导体产业竞争日益激烈的背景下,中国芯片企业正加速突围,而 星宸科技(SigmaStar) 凭借其在 AI视觉芯片 领域的深耕,成为行业内的“隐形冠军”。从智能安防到车载影像,从
    的头像 发表于 07-25 12:49 1620次阅读

    端侧 AI 芯片:终端智能落地的核心引擎

    AI 计算,构成了端侧 AI 落地的核心硬件基础。   为何需要端侧 AI 芯片?随着 AI 技术不断发展,传统
    的头像 发表于 04-14 02:11 4160次阅读

    Halliday AI眼镜爆火,炬芯科技端侧AI芯片助力非凡体验

    超过300万美金。这一壮举不仅体现了市场对AI智能设备的强烈需求,也标志着AR/AI眼镜行业迈入了一个全新的时代。 在2025年的CES展会上,Halliday AI眼镜凭借其“重量最轻”、“
    的头像 发表于 04-08 12:05 779次阅读

    隐形显示技术从零到一!Gyges Labs 突围,重塑AI眼镜

    短板稍落其后。笔者认为,在未来几年内AI眼镜不会被某一种方案“统一”,而是呈现多样化的格局。   就如最近,此前业内预计将在2030年左右才会落地于AI眼镜的新兴光学显示技术——隐形显示技术,就提前出现在大众的视野之中。   C
    的头像 发表于 03-31 01:27 3006次阅读
    <b class='flag-5'>隐形</b>显示技术从零到一!Gyges Labs 突围,重塑<b class='flag-5'>AI</b>眼镜

    AI芯片上的应用:革新设计与功能

    AI芯片上的应用正在深刻改变着芯片设计、制造和应用的全过程。未来,随着AI技术的不断进步和应用场景的不断拓展,AI
    的头像 发表于 02-17 16:09 1336次阅读