《2021-2024年全球半导体行业10大技术趋势.docx》由会员分享，可在线阅读，更多相关《2021-2024年全球半导体行业10大技术趋势.docx（20页珍藏版）》请在课桌文档上搜索。
1、一、Arm架构处理器：全面渗透高、中、低性能计算领域Arm发布专门针对下一代“始终在线”笔记本电脑的Cortex-A78CCPU,可支持8个“大核”，L3缓存增加到8MBo基于Cortex-A78C的CPU芯片将成为高性能PC市场上x86架构CPU的强有力竞争者，苹果Mac电脑全面采用基于Arm架构的CPU将带动更多Arm阵营芯片设计厂商进军PC市场，包括高通、华为和三星。就连x86阵营的AMD据说也在开发基于Arm的处理器芯片，而亚马逊AWS则在服务器市场驱动Arm架构CPU的增长。在高性能计算(HPC)方面，基于Arm架构的超级计算机”富岳(FUgakU)”赢得全球Top500超算第一名。
2、ArmCortex-A78系列CPU有针对移动计算、兼顾性能和能效的Cortex-A78;针对汽车市场、强调安全的CorteX-A78AE;以及面向高性能计算的Cortex-A78C内核。除了这三大海量应用市场外，Arm架构处理器在物联网、边缘计算、Al和5G等领域也普遍渗透，成为计算机历史上应用最广泛的微处理器指令集架构(ISA)o截至2019年底，全球累积出货1300亿颗Arm处理器芯片，全世界70%的人口都在使用由Arm处理器驱动的电子设备。图1：ArmCorteX-A78系列CPU及其面向的应用。(来源：Arm)经过30年的发展，起源于英国、由12个工程师组成的Arm公司以其独特的IP
3、授权商业模式和低功耗的处理性能垄断了移动设备市场。Arm现已成为拥有6500多名员工，价值400亿美元的IP核开发公司，而且正在带领I(X)O多家合作伙伴全面进入嵌入式系统、IOT、移动、PC和汽车应用领域。如果Arm公司顺利从日本软银转交到英伟达旗下，将会在新兴的数据中心和服务器、自动驾驶，以及人工智能市场成为主导的计算处理架构。无论多年垄断PC市场的x86,还是后起之秀RISC-V,在性能和出货量方面都难以望其项背。二、3nm工艺节点：台积电和三星路线差异变大自7nm工艺开始，台积电和三星FoUndry就出现了比较大的路线演进差异。比如，三星7nm(7LPP)更早采用EUV(极紫外光)，并
4、将5nm、4nm作为半代工艺;而台积电继7nm本身的演进(N7N7PN7+)之后，5nm亦开始重要的工艺迭代。三星在7nm之后的大迭代上，采用更为激进的晶体管结构GAAFET(Gate-All-AroundFET)o2019年年中，三星FoUndry宣布3nm的PDK进入Alpha阶段(3GAE)。在更具体的结构上，三星选择了纳米片(nanosheets),称作MBCFET(Multi-BridgeChannelFET),不过也仍有可能开发纳米线(nanowires)的GAAFET。三星的数据显示，3nm相比其7nm工艺，性能提升35%,功耗降低50%,面积降低45%。从2020年年中的消息来
5、看，三星3nm试生产己延后至2021年Ql,量产则需等到2022年。FinFETPlanar FETGAAFET(Nanowire)MBCFETtm (Nanosheet)图2：三星晶圆代工的工艺节点演进。（来源：三星）2020年4月份，台积电首次披露3nm工艺（N3）的具体信息。N3是N5工艺之后的又一次正式迭代，预计晶体管密度提升1.7倍（单元级密度在290MTr/mm?左右），相比N5性能提升至多50%,功耗降低至多30%。台积电N3工艺的风险生产计划在2021年，量产于2022年下半年开始。考虑到成熟性、功耗和成本问题，台积电表示N3仍将采用传统的FinFET结构，不过其3nm工艺本身
6、的步进仍有机会采用GAAFET技术。实际上，这两家全球最先进的晶圆代工厂从5nm工艺开始就出现了技术演进的较大差异。三星在大方向的节点演进上，技术更为激进，但台积电在晶体管密度和实际性能/功耗表现上仍有相当优势。三、高性能计算：数据中心专用加速的递进富士通于2020年3月推出的A64FX作为专门面向HPC（高性能计算）负载的芯片，其本身的结构代表着HPC数据中心市场的重要趋势。它在数据上做到了超算领域的算力和效率第一，远高于InteIXeon+NvidiaTesla+内存的组合，很像是CPU、GPU外加片上高速内存的结合体。不过其整体架构是monolithic的一体融合，省去了CPU与加速处理
7、器之间的ChiP-to-chip通讯，而且在存储系统方面做了更靠近计算核心的集成，部分类似于特定域的设计。A64FX包含48个内核，每个内核512bit宽度管线，每颗芯片带8GiBHMB2存储。英伟达的CUDA编程让其GPU能够广泛应用于HPC领域，英伟达本身也在思考HPC的发展路线。2020年10月，英伟达推出BlueField-2家族DPU（dataprocessingUnit）和DOCA软件开发套装DPU宣称是芯片上的数据中心。简单地说，DPU是面向数据中心，加速特定负载的芯片。图3：英伟达BlUefiek1-2X卡包括DPU和AmPereGPU。（来源：nVidia）除了计算（或AI加
8、速）部分的AmpereGPU（BlueField-2X）,在网络、存储和安全方面，BlueField芯片中有可编程的Arm核以及MellanoxNetworking适配器（SmartNIC）,包括“软件定义的安全”、“软件定义的存储”、“软件定义的网络”和基础设施管理。Mellanox已经归入英伟达旗下，而Arm目前被炒得正热的并购一事，显然在此场景下也变得易于理解。在DSA加速器领域，英伟达很早就意识到了数据中心需要专门的处理器，以逐渐颠覆CPU主导的市场，尤其是着力在数据中心安全、网络、存储方面的效率和性能。这类策略本身也足以规避Arm在高性能市场的固有缺陷。这可能也是AMD收购赛灵思的主
9、旨所在，而数据中心加速业务早在前年就已经成为赛灵思的发展重点。2020年这几个有关数据中心的市场动作及技术演进方向，足以表明数据中心的专用计算时代正在有序推进。四、传感器融合：硬件与算法结合驱动自动驾驶、无人机和工业机器人等自主系统在自动驾驶和无人机等复杂应用场景中，多传感器融合(MUlti-SenSorFusion,MSF)将来自多个和多种类型传感器的信息和数据，通过高性能处理器和软件算法，以一定的规则进行自动分析和综合，以完成决策和执行。摄像头是应用最为广泛的图像传感器，但在光线不佳的环境中性能表现明显下降。基于飞行时间(ToF)原理的超声波、雷达和激光雷达(LiDAR)等传感器是摄像头的
10、很好补充和增强。 RadarZLlDAR CameraUltrasound图4：自动驾驶应用设计需要很多传感器融合技术。(来源：Synopsys)激光雷达每秒发射高达100万个激光脉冲,可以捕获高分辨率3D点云数据,不仅能够识别物体对象，还可以对其进行分类。据市调公司Yole预测，面向ADAS/自动驾驶市场的LiDAR将从2019年的1900万美元增长到2025年的17亿美元，实现114%的年复合增长。但由于激光雷达的设计复杂和成本昂贵，大规模应用仍面临诸多挑战。Luminar于2019年发布了价格不到1000美元的LiDAR解决方案，而2005年首推实时3DLiDAR的Velodyne公司则
11、宣布逐步降价计划，将平均售价从2017年的1.79万美元降至2024年的600美元。中国的LiDAR制造商已经开始生产低于IoOo美元的产品，正在获得更多市场份额。尽管不被特斯拉的ElonMusk看好，激光雷达仍将成为实现更高级别自动驾驶的关键技术。复杂的环境和气候条件要求来自图像、超声波、雷达和激光雷达等传感器源的数据进行交叉参考和计算，这需要具有实时处理性能的AI芯片和深度学习模型算法。只有在系统中融合传感器、芯片和AI算法等多种技术，才能保证自主系统在实际应用场景中的精确和安全操作。除了ADAS/自动驾驶应用外，传感器融合技术在工业机器人和无人机等领域也将得到发展和普及。五、芯粒(Chi
12、Plet)：开启芯片设计IP新模式自1965年以来，摩尔定律一直是主导半导体行业快速增长的基本定律。随着半导体制造工艺节点从7nm、5nm到3nm推进，逐渐逼近物理极限，芯片设计和制造的成本不断增加，整个半导体行业的发展速度明显放缓下来。领先的半导体制造商开始转向芯粒(ChiPlet),期望为半导体设计和集成寻求新的解决方案,使半导体行业重返两年翻倍的发展周期。图5：将来的计算机系统可能包含一个CPU芯粒和多个GPU和存储器芯粒,都封装集成在一颗芯片上。(图片来源：AMD)芯粒用多个小芯片来代替单个芯片，并将它们封装集成在一起，这样可以在同样的面积上容纳更多的晶体管，而且可以显著提高芯片生产良
13、率。芯粒就好比面向对象的编程，它是一种基于对象概念的思维范式，硬件设计正在发生类似的思维范式转变。但是，芯粒之间需要接口，不仅仅是电气接口，还有可以简化设计、制造与协作的接口。全球行业组织开放计算项目(OCP)正致力于通过引入新的接口、链接层，以及早期概念验证，来定义和开发统一标准的芯粒体系架构。据市调机构Omdia最新发布的报告显示，在设计和制造过程中采用“芯粒”的微处理器芯片未来5年会快速增长，到2024年全球市场将达到58亿美元，而2018年只有6.45亿美元。目前，MarvelkAMD、英特尔、台积电等半导体公司都相继发布了ChiPlet产品。ChiPIet将为半导体产业带来新的机会，
14、比如降低大规模芯片设计的门槛;从IP升级为ChiPIet供应商，以提升IP价值，有效降低芯片客户的设计成本;增加多芯片模块(MUIti-ChiPModule,MCM)业务，Chiplet代周期远低于ASIC,可提升晶圆厂和封装厂的产线利用率;建立可互操作的组件、互连、协议和软件生态系统。芯原公司的戴伟民博士提出了“1PaSaChiPlet”理念，旨在通过ChiPIet实现特定功能IP的即插即用，解决7nm、5nm及以下工艺节点中性能与成本的平衡问题，并降低大规模集成电路芯片的设计时间和风险，从SoC中的IP发展到SiP中以Chiplet形式呈现的IP。全球半导体IP市场规模越来越大,预计将从2
15、019年的50亿美元上升至2027年的101亿美元。Fabless模式的演进催生了芯片设计服务产业，半导体IP授权和芯粒(ChiPE)的发展将催生更多机会。六、系统级封装(SiP):先进封装平台的集大成者芯片封装技术的发展大致经历了四个阶段：第一阶段是插孔元件(DIP/PGA);第二阶段是表面贴装(SMT);第三阶段是面积阵列封装(BGA/CSP);第四阶段是高密度系统级封装(SiP)。目前，全球半导体封装的主流技术已经进入第四阶段，SiPPOP和Hybrid等主要封装技术已大规模应用，部分高端封装技术已开始向芯粒(ChiPIet)方向发展。SiP封装正在从单面封装向双面封装转移，预计2021
16、年双面封装SiP将会成为主流，到2022年将会出现多层3DSiP产品。PassivesMEMS Oscillators4KB EEPRO18mm x 18mm Standard IC PackageSTPMIC1 PMICUpTb IGB DDR3STSTM32MP15xDual Arm* Cortexe-A7Arm Cortex*-M4302 Ball BGA Imm Pitch图6：Octavo的SiP器件在一个标准BGA封装内集成了MCU存储器、PMICMEMS振荡器和一些无源器件。(来源：C)CtaVOSyStemS)倒装芯片(FliPChiP)和引线键合(Wire-bond)已经在高
17、端和低端芯片的SiP封装、2D/2.5D/3D异构SiP中得到了广泛应用，是目前主要的SiP封装形式。据Yole关于SiP的市场分析报告预测，2019年采用倒装芯片和引线键合形式的SiP封装产品市场规模为122亿美元(占全体SiP封装市场90%以上)，预计到2025年将达到171亿美元，2019-2025年复合年增长率为6%;以台积电为主导的扇出(Fo)型封装也已经成为SiP的主要封装形式之一，2019年市场规模为11.48亿美元，到2025年将增至13.64亿美元;嵌入式裸片SiP封装正从单裸片嵌入过渡到多裸片嵌入，尽管这种形式的SiP封装产品市场规模很小，但是增长势头强劲(增长率高达27%
18、),预计2025年将超过3.15亿美元。移动和消费电子是SiP封装的主要应用市场,其中尤以手机的RF器件为主。随着5G网络的全面部署,5G手机和基站等电信设施将为SiP封装创造新的机会。以苹果AppleWatch和AirPOdS为主的可穿戴设备因为对体积和尺寸的严格要求而更多采用SiP封装，成为SiP在消费电子领域的主要增长点。SiP的另一驱动力来自MEMS和传感器，包括压力传感器、惯性测量单元、光学MEMS、微测辐射热计、振荡器和环境传感器等，快速增长的应用领域主要包括汽车ADAS/自动驾驶、机器人和物联网等。七、宽禁带半导体：在关键领域取代硅基器件第三代半导体也称宽禁带半导体，是指禁带宽度
19、大于2.2eV的半导体材料，主要代表是碳化硅(SiC)和氮化钱(GaN)技术。与第一代和第二代半导体相比，具有更高的禁带宽度、高击穿电压、低导通电阻、几乎无开关损耗以及优秀的电导率和热导率等优势，能在效率更高的前提下，将体积大大缩小，在高温、高压、高功率和高频领域有望替代前两代半导体材料。图7：以碳化硅(SiC)和氮化钱(GaN)为代表的宽禁带半导体在新能源汽车、5G通信和轨道交通等领域有着极大的发展潜力。(来源：EETimes)此前，阻碍第三代半导体技术普及的最大原因是SiC和GaN衬底成本过高,器件成本比传统硅基产品高5到10倍，但随着产业链对该类器件需求的增加，大英寸衬底技术的成熟和工艺
20、的提升，制造成本已逼近硅基器件。2021年将是第三代半导体器件的关键年，预计电动汽车、工业充电、5G高频器件以及可再生能源和储能领域的电源应用，都能够从宽禁带半导体的发展中受益，尤其是高频高压应用中将大量取代原有的SiIGBT和SiMOSFETo此外，由于第三代半导体产品主要使用成熟工艺，在美国持续升级对中国半导体产业技术封锁的大环境下，有望成为产业突破口。所以在政策方面，中国也在2030计划和“十四五”国家研发计划中明确第三代半导体是重要发展方向。八、“域架构”理念主导未来汽车开发目前汽车业普遍采用扁平化的点对点”分布式电子架构”，也就是通过上百个电子控制单元(ECU)来实现车辆的电子电气功
21、能，再通过相应的汽车总线将相关联的ECU连接在一起。但随着汽车向自动化、互联化、电气化和服务化方向快速发展，传统基于硬件的分布式架构在系统扩展性、软硬件兼容性、安全性和升级便利性方面遭遇了瓶颈，越来越不利于汽车行业快速迭代的要求。未来，汽车底层电子架构会朝着高性能“域架构”的方向发展，联网能力更强，能够提供安全的OTA无线更新，开发效率高，是可升级、可扩展、能够适应未来发展的平台。当前的ECU架构ECU电子控制单元 DCU域控制单元未来的DCU趋势图8：汽车电子终将朝着高度集成化发展。(来源：MPS)因此，与ECU相比，伴随着“域架构”出现的域控制器(DCU)的目标将更专注于集成度、安全性和核
22、心计算。例如通过无人驾驶或传感器融合DCU实现自动化;通过智能座舱DCU实现车对车、车对其他一切的通信以及软件的无线升级;通过动力系统DCU实现插电式混合动力系统到全电池电动汽车的电气化蜕变，都是这一趋势的典型应用。DCU引人注目的另一个原因，还在于它引导汽车供应商将研发资金集中在单个的子系统上，而不是十几个以上的不同子装置。这样一来，想要实现复杂而强大的DCU,汽车供应商就不能只依赖大多数现有的成品芯片，而是更倾向于精心设计的集成化器件。九、FPGA：数据中心和边缘计算的AI加速器自从上世纪80年代Altera和Xilinx开创可编程逻辑器件类型FPGA以来，FPGA已经经历了几波巨大的变化
23、。除了其本身固有的可编程灵活性外，网络连接和数据交换功能使得FPGA成为云计算和数据中心不可或缺的海量数据处理单元，特别是机器学习/AI、网络加速和计算存储等应用对FPGA有着强劲的需求，比如SmartNIC、搜索引擎加速器、Al推理引擎等。新兴的边缘计算将掀起新的一-波FPGA需求热潮，包括5G基站和电信基础设施、边缘端网关和路由器,以及IoT智能终端等。自动驾驶、智能工厂、智慧城市和交通等将驱动FPGA应用进一步的增长和扩展。据SemiCo研究公司预测，全球数据中心加速器（包括CPU、GPU、FPGA和ASlC）市场规模将从2018年的28.4亿美元增长到2023年的211.9亿美元，年复
24、合增长率（CAGR）高达50%o其中增长最快的当数FPGA加速器，2018年只有10亿美元，到2023年将超过50亿美元，其增长驱动力主要来自企业级数据负载加速应用。FPGA行业最大的两家厂商Intel和Xilinx都发布了一系列FPGA加速卡，比如英特尔FPGAPACD5005,N3000,以及基于AiTiaIOGXFPGA的可编程加速卡;XilinXAIVeoU50/U200/U250/U280数据中心加速卡。AChnmiX也推出了基于Speedster7tFPGA的加速卡，以把握数据中心对高带宽工作负载优化的需求。图7：Achronix的VectorPath加速卡可以支持一系列高速数据和
25、存储接口。（来源：Achronix）Altera被英特尔收购，Xilinx现在也极有可能归入AMD名下，这说明FPGA始终是一个利基市场，在市场规模方面难以跟CPU和GPU这类通用芯片相比而成为足够强大的独立市场。然而，随着FPGA独有的特性使其成为云计算和边缘计算的首选AI推理加速器，未来几年我们将看到FPGA加速卡出现在更多计算处理单元中。十、体征信号监测AFE技术：将VSM系统的“健康监测”植入智能可穿戴设据市调机构IDC发布的最新2020年第三季度数据，全球可穿戴设备总出货量为1.25亿台，同比增长35%其中，以苹果AirPods为代表的可听戴设备(HearabIeS)市场出货量约70
26、00万台，以AppleWatch为代表的智能手表(WatCh)出货量超过3000万台，以小米腕带为代表的智能手环(WriStBand)出货量约2000万台。全球新冠病毒的蔓延极大地刺激了具有“健康监测”功能的智能可穿戴设备的销售。备受全球用户青睐的APPIeWatCh提供了丰富的健康医疗管理功能，特别是心率检测。APPIeWatChSerieS6可让用户测量血氧饱和度，从而更好地掌握自己的整体健康状况。新一代的智能可穿戴设备利用高精度模拟前端技术进行人体体征信号监测，为消费者提供更多“健康监测”功能，在未来几年将有显著的市场增长。具有生命体征信号监测(VSM)功能的智能可穿戴设备增长最快的细分
27、市场之一。以前，VSM设备主要用于医院、救护车和直升机等专业救助场所，比如床边监视器和重症监护病房的监视器等。这些高端系统支持多导联ECG测量、氧饱和度、体温、二氧化碳以及其他参数的测量。现在，可穿戴式VSM系统正逐渐融入我们的日常生活，让医生能够远程监控病人，让老年人能够独立生活更长的时间。运动和锻炼方面的VSM应用也将成为-一种趋势，它不仅能帮助人们监控生命体征参数，还能提供锻炼是否有效的反馈信息。44 AOI WMch Oen 2 OeU CoBeetton Ptetform， ICBaEKeaEC44444回 ADI MobM KS App lMd*e (DMMtetrd. PFO.
28、ECO)图8：ADl的可穿戴VSM系统方案及平台工具。(来源：ADI)在可穿戴设备中，通常可以测量多个参数，如心率、活动、皮肤阻抗、氧饱和度和体温等。ADl公司开发出一种多模式模拟前端(AFE)芯片，可以直接通过连接生物电位电极来测量心脏信号。它能够测量皮肤电反应，以此来跟踪压力或精神状态。基于这种单芯片AFE方案即可创建多功能、小尺寸且非常节能高效的可穿戴VSM系统。按AspenCore全球分析师总结的2022全球半导体行业10大技术趋势，半导体企业又有哪些具体规划或动作？1、3nm工艺量产，2nm提上日程：台积电CEO魏哲家：“3nm将在2022年下半年量产；为2nm生产而建的台湾省新津F
29、ab20也计划在2022年开工，规划在2024年量产；三星:3nm第一代工艺将在2022年上半年量产,第二代预计在2023年量产;2nm规划在2025年量产；英特尔：分割520亿美元CHlPS法案补贴，计划一期投资200亿美元在俄亥俄州建造3nm晶圆厂并于2025年量产(已退出纳米工艺群聊，直称InteI3)；20A、18A(埃米级)工艺2025年同时量产。2、DDR5标准内存进入量产和商用：全球超大规模数据中心的需求持续旺盛，三星、SK海力士和美光等行业巨头官宣了各自的DDR5标准内存产品量产和商用的RoadmaP。JEDECDDRGenerationsDDR5DDR4DDR3LPDDR5M
30、axDieDensity64Gbit16Gtxt4Gbrt32GbrtMaxUDIMMSizo128GB32GB8GBN/AMaxDaURate64Gbps32Gbps16Gbps64GbpsChannels2111Width(Non-ECC)64-bts(2x32)64btsBanks(PerGroup)A4816BankGroups8/44/214BurstLengthBL16BL8BL8BL16Voltago(Vdd)Ilv12v1.5v105vVddqIlv1.5v0.5v图1JEDECDDR规范对比3、DPU市场将爆发：全球超大规模数据中心的需求持续旺盛，DPU(DataProces
31、singUnit)是致力于解决“CPU做不好，GPU做不了”的“网络协议处理、数据安全、算法加速”等问题，是满足高带宽、低延迟性能需求的专用算力芯片。双英(英伟达和英特尔)技术领衔，国产DPU厚积薄发：中科驭数、芯启源、星云智联等潜心树立国产品牌。4、存算一体翻越“存储墙”和“功耗墙”：冯诺依曼架构芯片及系统是一种存储和运算分离的架构，存在“存储墙”与“功耗墙”瓶颈。存算一体技术(PrOCeSSingin-memory,PlM)是为突破瓶颈而生。除了三星和美光，Myhtic.平头哥、知存、九天睿芯、智芯科、后摩智能、苹芯、昕原半导体等众多企业均有涉猎研发，应用成熟预计至少还需510年。5、5G
32、建设重点向独立组网和毫米波转变：中国已建成了全球规模最大、技术最先进的5G独立组网网络，给全球打好了样。5G毫米波技术是Sub-6GHz频段的重要补充，最常在“热点覆盖”上应用，包括企业室内部署、室内/室外场馆、交通枢纽、固定无线接入、工业物联网等领域，高通和联发科都计划在2022年推出相应芯片产品。图25G毫米波技术的应用场景(图源：高通)6、EDA工具开始使用AI设计芯片：除了国际EDA巨头CadenceSynopsysSiemens和国产EDA企业国微思尔芯、芯华章、鸿芯微纳、概伦电子等公司不约而同的引入Al技术，互联网跨界造芯的FableSS厂商谷歌、亚马逊、阿里巴巴、腾讯、百度、字节
33、跳动等公司就利用其已建立的研究院或人工智能实验室，把Al成功用于芯片设计。7、Matter将推动物联网和智能家居互联标准的统一：Matter标准已经得到互联网巨头（亚马逊、苹果和谷歌）、芯片原厂（芯科SiliCOnLabS、恩智浦NXP和乐鑫ESPRESSIF）物联网和智能家居设备厂商（宜家、华为和OPPC）,以及智能家居平台（涂鸦和WUIian）的支持，预计2022年公开发布，并在全球范围内快速增长和普及，成为物联网和智能家居的统一互联标准。8、RlSC-V架构处理器进入高性能计算应用领域：全球芯片巨头、Fabless初创公司和IP开发商都在尝试将RISC-V指令集架构引入数据中心、Ah5G
34、和服务器等高性能计算应用领域，RISC-V有与x86和Arm三分天下之势。SiFive的Performance系列IP550内核已被英特尔7nmHorseCreek平台选用；初创公司Esperanto推出了集成1000多个RISC-V内核的AI加速器芯片ET-SoC-I,专为数据中心Al推理而设计；阿里平头哥的玄铁910RISC-V处理器剑指5G、人工智能、网络通信以及自动驾驶等领域；睿思芯科的Pygmy是面向AIOT的高性能低功耗RISC-V多核异构AlSOC,内含睿思独立设计的1个低功耗ORV32内核、4个高性能ORV64内核及硬件加速Al向量单元，能够在终端设备高效灵活处理多种Al任务。
35、赛昉科技的第一代高性价比的RISC-V单板计算机“昉星光VisionFiven已发售；另一款高性能RISC-VSoC“昉惊鸿7110（JH7110）v计划2022年Q2量产。9、先进封装技术成“新摩尔定律”：除了FinFET正在向GAA工艺技术演进，Yole将Flip-ChipFan-inWLP、3DstackingsFan-out和EmbeddedDie技术划分为“先进封装”。基板级SiP封装技术和Chiplet芯片设计技术会是两条驱动“先进封装”发展的路径，创新需要来自全产业链的协同配合。晶圆级SiP封装技术得与台积电、英特尔、三星等Foundry厂协同，目前FOUndry厂会深度切入基板
36、级SiP和Chiplet的某些流程。基板级SiP的玩家除了日月光、矽品、安靠、长电科技、通富微电、华天科技、甬矽电子、晶方科技、华进半导体等封测厂商外，还有环旭电子、深南电路（天芯互联）、歌尔股份、欧菲光、丘钛、立讯精密、富士康、闻泰科技（安世半导体）等新进者。10、汽车域控制器和汽车大脑芯片使得“软件定义汽车”趋于可能：汽车电子电气架构未来是三域控制架构，即智舱、智算和智驾。汽车大脑芯片除了峰值算力越高越好，还要兼顾全面均衡，异构架构、更低功耗、更安全、不同数据类型处理、热管理、OTA等多个方面均应考虑在内。Gartner,Inc.称，越来越多的车厂将自研芯片。预留出足够的冗余空间以应对汽车
37、架构和AI算法的不断变化，才能真正实现“软件定义汽车”。英伟达、高通、Mobileye,安霸、恩智浦、德州仪器、安森美、瑞萨、意法半导体、英飞凌、芯驰、芯擎、海思、比亚迪、芯旺、杰发、地平线、三星等群雄并起竞争加剧，汽车芯片进入战国时代。图32022全球半导体行业10大技术趋势今日国家发改委发布的关于深圳建设中国特色社会主义先行示范区放宽市场准入若干特别措施的意见中，有一条如下：第一（一）条创新市场准入方式建立电子元器件和集成电路交易平台。支持深圳优化同类交易场所布局，组建市场化运作的电子元器件和集成电路国际交易中心，打造电子元器件、集成电路企业和产品市场准入新平台，促进上下游供应链和产业链的
38、集聚融合、集群发展。支持电子元器件和集成电路企业入驻交易中心，鼓励国内外用户通过交易中心采购电子元器件和各类专业化芯片，支持集成电路设计公司与用户单位通过交易中心开展合作。积极鼓励、引导全球知名基础电子元器件和芯片公司及上下游企业（含各品牌商、分销商或生产商）依托中心开展销售、采购、品牌展示、软体方案研发、应用设计、售后服务、人员培训等。支持开展电子元器件的设计、研发、制造、检测等业务，降低供应链总成本，实现电子元器件产业链生产要素自由流通、整体管理；优化海关监管与通关环境，在风险可控前提下，推动海关、金融、税务等数据协同与利用，联合海关、税务、银行等机构开展跨境业务，交易中心为入驻企业提供进
39、出口报关、物流仓储服务，鼓励金融机构与交易中心合作，为企业提供供应链金融服务。鼓励市场主体依托中心开展采购，设立贸易联盟并按市场化运作方式提供国际贸易资金支持，汇聚企业对关键元器件的采购需求，以集中采购方式提高供应链整体谈判优势。支持设立基础电子元器件检测认证及实验平台，而向智能终端、5G、智能汽车、高端装备等重点市场，加快完善相关标准体系，加强提质增效，降低相关测试认证成本。2023年全球半导体行业10大技术趋势在2022年之初，整个电子产业仍处于芯片供应短缺之时，没有人能想到反转来得这么快。进入下半年来，PC、智能手机等消费电子市场接连交出出货严重下滑的数据，下游需求疲软也直接影响到上游的
40、芯片公司和晶圆代工厂，整个半导体行业有了“一夜入冬”的感觉。进入回调期后，全球半导体销售额及需求增速明显放缓，行业内追涨扩产的晶圆厂商显著缩减其资本支出，半导体行业指数也在2022下半年大幅回撤。与此同时，美国逆全球化的技术封锁行为，也进一步刺激了其他国家在先进半导体技术上的突围决心。诸如Chiplet.先进封装、高性能计算芯片、硅光芯片和宽禁带半导体等新兴技术领域的研发捷报频传。AspenCore全球分析师团队在这一年中与业内专家和厂商交流，总结分析后挑选出了2023年全球半导体行业将出现或高速发展的10大技术趋势。Ol以AR/VR硬件和内容为入口，元宇宙生态加速成长以苹果、Meta索尼、P
41、lCo为代表的行业巨头，在经过前期技术投入与沉淀之后，将在2023年推出更多的AR/VR产品，特别是苹果MR设备的加入，将进一步加速硬件迭代升级，相关内容生态和产业链生态也将逐步建立与完善。在硬件上，硅基OLED技术更加成熟，整体产能也将得到进一步提升，将与逐渐趋向主流化的Pancake光学方案完美配合带来更好的舒适度和沉浸感;从成本角度考虑，Pancake+MiniLED背光Fast-LCD组合,仍将是主流硬件方案。在交互上，交互操作将配置更多的传感器和智能硬件，以满足面部追踪、眼动追踪等交互技术多样化和更自然的人机交互的需求，同时软件即操作系统也将获得新进展，特别是苹果MR设备可能又一次定
42、义交互方式，掀起交互方式模仿风潮，不过苹果MR设备在初期可能仍需要依托iPhone生态，作为其一个昂贵的配件或产品功能的延伸。在内容上，元宇宙内容端不断丰富，将进一步拓宽游戏以外的需求，比如影视动画、音乐会、直播等，同时相关新内容的制作方将更多参与进来，利好硬件与内容生态正向循环。在应用上，应用场景不断向消费和工业端延伸，其中远程工作会议、远程教育、视频社交、线上营销、线上旅游等应用场景，将以多样化交互方式进行交流与体验，比如Meta高端VR头显QUeStPrO已引入办公场景。在数据应用上，基于丰富的内容和场景数据，元宇宙将与人工智能、数字挛生、区块链等技术深度融合发展，通过数字化、虚拟化重构
43、现实世界的产品、流程或操作，替代或辅助人去发挥一些建设性的作用，比如安全培训、工业设计与制造等。02Chiplet拐点已至摩尔定律逐步逼近物理极限、芯片先进制程产能紧缺、全球大环境局势紧张，种种因素使得具有高性能、低功耗、高面积使用率以及低成本优势的ChiPE技术越发受到重视。Omdia数据显示，预计到2024年，全球Chiplet市场将达58亿美元，而到2035年,这一数字将发展至570亿美元。众所周知，摩尔定律的前进脚步正日渐趋缓，利用先进工艺提升芯片性能的方式不但越来越难以实现，而且也难以满足性能提升与成本下降的双重需求。在这样的背景下，把大的芯片拆解成一些小的芯片，再进行封装或异构的C
44、hiplet技术将成为一个比较好的选项。这意味着，Chiplet技术在某种程度上延续了摩尔定律，半导体器件未来将可以采用多种方式集成，系统空间的功能密度将持续增长。同时，对于渴望创新的中国半导体厂商来说，如何利用好ChiPIet技术，使IP复用和硬件化用于异构集成，是加快下游企业迭代、实现多元化创新并提高良率、降低成本的重要一环。需要指出的是，Chiplet技术的普及还面临许多技术方面的挑战，不仅包括物理电气工艺/构型、中介层(IMerPoSer)和导线材料、通信互连/I/O、模拟/逻辑设计规则、电源和信号控制等挑战，同时还面临着生态和制造端的挑战。这里尤其需要强调先进封装技术的重要性。考虑到
45、Chiplet技术的最终目的是要整合成一颗“系统级芯片”，这就要求每颗芯粒之间拥有高密度的互联，才能实现类高速的互联，达到类似原来单颗大芯片中各个功能模块间的信号传输速度，这并非易事。03受新能源汽车等需求驱动，碳化硅应用价值凸显由于碳化硅器件高效率、高功率密度等特性，新能源汽车、太阳能光伏、5G通信、智能电网等领域的强劲需求有望在2023年带动碳化硅渗透率快速提升。在新能源汽车领域，车载逆变器、车载充电器、DC/DC变换器、充电装置等SiC功率器件将随着汽车电动化及800V高压平台的大规模上车，进入快速爆发阶段。保时捷、特斯拉、比亚迪等头部新能源车厂带来的“示范效应”，将推动更多车企逐步采用
46、SiC方案，特别是在更多高端车型上布局800V高压快充方案，以提升续航里程，加速800V架构时代的到来。在太阳能光伏领域，受益“双碳”刚性政策目标以及叠加能源转型需求，碳化硅器件在光伏逆变器中将得到更大范围应用，以延长逆变器寿命，降低由于替换光伏逆变器带来的成本，满足光伏电站特高压输电的需求。同时，随着“新基建”的提速部署，将推动以碳化硅为代表的第三代半导体产业进入发展红利期，进一步在5G基建、特高压、城际高铁和城际轨道交通、智能电网、大数据中心和工业互联网等新基建领域实现全方位渗透。另外，基于降低应用成本的考虑，大尺寸碳化硅研发将从6英寸向8英寸发展，预计8英寸碳化硅衬底集中量产时间在202
47、3年出现，行业有望迎来爆发拐点。04HPC高性能计算的主角，彻底转向加速计算早年HPC和超算的宣传，普遍在强调CPU这类通用处理器的核心数与算力;超算主角也多为IBMIntel之类的角色。不过这些年的ISC顶会，英伟达这类着眼在GPU、AI芯片之类加速计算的角色显然更加活跃。这两年的ToP500榜单上，频繁可见采用英伟达GPU与DPU的选手。今年GTCSpring,英伟达总结超算的5大应用领域：边缘、HPC+AL模拟、数字挛生、量子计算。这些抽象还是比较准确的。普罗大众所知的气候预测、蛋白质折叠之类的科研问题都可归结于其中;而更多人关心的“元宇宙”也归属于模拟与数字字生。从这个角度来看，加速计
48、算硬件成为主角几乎成为HPC领域的必然，因为这些应用无一不对大规模并行计算有如饥似渴的算力需求。加速计算硬件载体往上是GPU、DPUAl芯片，往下可能还包含FPGA和更多形态的专用芯片。摩尔定律面临终结，最直接影响的就是CPU这类通用计算芯片的算力提升速度，这在全社会数字化转型的大环境下是整个人类科技发展需求不能接受的。于是包括AI技术在内的更专用的加速计算越来越在大算力市场占有一席之地。“DPU”这个形态的专用芯片兴起，于HPC和超算的主要价值，在于为GPU、AI芯片为算力主体，DPU需要为不同节点的性能“聚合”和最大化性能发挥提供新的载体。DPU的存在，本身就表现出了加速计算的新趋势。再加上“低碳化”时代走向，CPU这个形态的芯片在大算力市场正逐步被边缘化。像GraceSuperchip这类CPU的存在,更多的不过是为了兼容FORTRAN老应用罢了。053D异构封装黄金时代强势来袭3D异构封装是指将单独制造的“组件”以
