從2017年起，IC行業(yè)實現(xiàn)了22.2%的增長，遠遠超過2011-2016年2.8%的年復(fù)合增長率。不僅如此，2017年半導體行業(yè)的研發(fā)費用增長了9.8%，F(xiàn)abless半導體初創(chuàng)公司的風險資本投入從2009-2012年的平均9.2億美元/年，增長至2018年18.02億美元。

2017年，存儲器是行業(yè)增長的重要推動力

相對于2016年27%的占比，存儲器在2017年幾乎占據(jù)了IC收入的40%。Walden Rhines指出，歷史上存儲器IC單元出貨量趨勢幾乎沒有變化，IC單元出貨量和存儲器單元始終保持同樣的總出貨量趨勢。但2017和2018年上半年，存儲器平均銷售價格在大幅增加，并在2018年第一季度達到頂峰，預(yù)計存儲器平均銷售價格走低可能會在2018年第4季度開始。

持續(xù)強勁的非存儲器市場

存儲器平均售價降低時，非存儲器增長是否仍會保持強勁？

Walden Rhines不但給出了“YES”的回答，還將引入“特定域處理器”、初創(chuàng)企業(yè)活動的加速、IC設(shè)計企業(yè)有新參與者和中國對半導體的投資，形容為引領(lǐng)全球半導體市場發(fā)展的“四駕馬車”。

· 進入半導體領(lǐng)域的新公司

Walden Rhines認為，現(xiàn)今互聯(lián)網(wǎng)連接數(shù)超過220億，81%為物-物連接。隨著智能化不斷向下層延伸，以及“非馮諾依曼”計算機體系結(jié)構(gòu)的演變，物聯(lián)網(wǎng)智能邊緣設(shè)備需要不斷提高處理速度，降低功耗，并整合更多存儲器。以最典型的可穿戴式手環(huán)產(chǎn)品為例，通常，在這樣一個設(shè)計復(fù)雜且對成本極其敏感的產(chǎn)品中，會包含MEMS 傳感器 、A/D轉(zhuǎn)換器、模擬信號處理、數(shù)字接口、無線電射頻通信、微控制器等多種IC，接近零功率的要求更是帶來了巨大挑戰(zhàn)。

· 中國政府對半導體投資的激勵

2014年，中國集成電路投資基金(政府支持)投入200億美元，私募股權(quán)、地方政府、區(qū)域政府投入970億美元；到了2018年，中國集成電路投資基金(政府支持)470億美元，配套資本預(yù)計將更多。

· 特定領(lǐng)域體系結(jié)構(gòu)主導的初創(chuàng)公司

全球Fabless公司風險投資基金(1-3)在2018年Q2已達到11.86億美元，相比之下，2012年Q1僅有1.42億美元。其中， AI&機器學習 所獲得的風險投資最多，從2012年-2018年年初至今共有11.63億美元，其次為加密貨幣4.65億美元，高速通訊/ 5G 3.01億美元；

· “特定域處理器”

Alphabet公司董事長John Hennessy提出，“摩爾定律的終結(jié)，以及更高速通用計算的到來，標志著新的黃金時代已開啟。”傳統(tǒng)無論是以軟件為中心，還是以硬件為中心的思想都存在局限，特定域語言和架構(gòu)則更有希望。

Walden Rhines列舉了一些特定領(lǐng)域的AI/ 深度學習 控制器，其中，39款面向視力/面部識別，23款面向數(shù)據(jù)中心/云AI/HPC，21款面向邊緣計算，17款面向自動/輔助駕駛，分列1-4位。 Mentor 中國區(qū)總經(jīng)理凌琳在接受《電子工程專輯》采訪時表示，中國有足夠的市場容量來承載這些公司與產(chǎn)品，現(xiàn)在的市場格局是健康的，即便發(fā)生一些兼并、收購和重組，也是正常的市場經(jīng)濟行為，外界不必對此加以過度解讀。但無論如何發(fā)展，重“質(zhì)”而非“量”，是需要牢牢把握的基本原則。

特定域架構(gòu)和學習曲線將實現(xiàn)下一波增長

Gordon Moore曾說過，“沒有一種指數(shù)是永恒的。”事實也的確如此，從1965年至2005年，摩爾“定律”對于晶體管數(shù)量的描述也數(shù)次發(fā)生變化。可為什么摩爾定律50年來長盛不衰？Walden Rhines的觀點是，當兩件事情都真實時，基于真實的“自然法則”，即“學習曲線”：1. 生產(chǎn)的累計晶體管隨著時間呈指數(shù)增長；2. 幾乎所有成本降低均來自縮小特征尺寸以及增加晶片直徑。

他在演講中提出了以十九世紀數(shù)學家Benjamin Gompertz發(fā)明的Gompertz曲線(姜氏曲線)數(shù)學模型來對各種新興應(yīng)用，特別是物聯(lián)網(wǎng)( IoT )相關(guān)設(shè)備的產(chǎn)品生命周期進行預(yù)測。根據(jù)這一理論，數(shù)據(jù)中心處理、智能表計、汽車電子(夜視系統(tǒng)、駕駛員防困倦系統(tǒng))等行業(yè)仍處于市場發(fā)展早期，擁有極大的發(fā)展?jié)摿ΑＧ铱偩w管數(shù)量的增率仍在上升，拐點至少要在2038年才會到來。

“特定領(lǐng)域體系結(jié)構(gòu)需要新的設(shè)計方法和工具，我鼓勵設(shè)計師用HLS進行更多探索，提供比編寫VHDL或 Verilog 更高的質(zhì)量。”在凌琳看來，AI/機器學習需要進入下一步抽象和功耗分析，而HLS結(jié)果不比手動編寫的RTL差，甚至更強，時間更快(能夠縮短4倍)。此外，HLS易于重映射多種技術(shù)，例如可以針對各種技術(shù)重映射相同C代碼，輕松切換工藝，快速探索可行的替代技術(shù)并確定最優(yōu)實現(xiàn)。

人工智能、7nm與EDA

中國已經(jīng)成為人工智能的全球第二大市場。市場的發(fā)展一方面驅(qū)動了人工智能專用芯片的需求，另一方面，在大數(shù)據(jù)驅(qū)動的人工智能新型計算方式下，EDA也正在進入新的時代，新的設(shè)計方法和工具層出不窮。

“每家企業(yè)都在積極適應(yīng)這個劇烈變化的市場，2017年12月Siemens為Mentor的發(fā)展收購了總部位于加拿大薩斯卡通的Solido Design Automation公司就是最好的說明。”凌琳說。

他認為，這一收購行為表明，Mentor正通過收購、調(diào)整投資方向等多種舉措，為已有的領(lǐng)先的模擬混合信號電路驗證產(chǎn)品注入新的方法論和新的功能，共同打造業(yè)內(nèi)功能最強大的解決方案組合。2018年，Mentor僅為其旗艦產(chǎn)品Calibre就啟動了7個新研發(fā)項目，用以增強機器學習算法在EDA工具中的有效性，包括提升模型收斂(Model Convergency)速度、建模精度、優(yōu)化流程等等。

在談及格芯、聯(lián)電等晶圓廠紛紛放棄7nm等先進制程工藝時，凌琳認為對代工廠而言，尖端制程工藝并非唯一選擇，像TowerJazz這樣具有獨特技術(shù)的晶圓廠也做的非常出色。盡管對那些追求極致性能的企業(yè)而言，代工廠的減少的確讓他們少了一些選擇，但對于另外一些IC設(shè)計企業(yè)來說，他們會在拓展成熟工藝的應(yīng)用“寬度”上下功夫，創(chuàng)新出一些“More Than Moore”的新應(yīng)用，反而會出現(xiàn)“多點開花”的局面，這對代工廠而言未嘗不是件好事。

而且，對EDA公司來說，商機也并不會減少。追求尖端工藝的客戶在7nm以下會需要更強大的算力和計算量，會遇到更復(fù)雜的設(shè)計規(guī)則和流程，對先進EDA工具的需求只會有增無減；另一方面，那些追求成熟節(jié)點工藝的客戶由于拓展了應(yīng)用領(lǐng)域，對EDA工具也提出了更多新的要求。