芯片产业链高度全球化，各地区和国家在不同生产环节中独具优势

“上云正成为芯片设计产业的一个趋势”，燧原科技IT负责人Vincent近日在接受21世纪经济报道采访时表示。燧原科技是一家于2018年成立的AI芯片设计创业公司，是国内第一家完成人工智能训练和推理芯片迭代的科技公司。近年来，内外环境的变化，让燧原科技面临诸多新挑战。

一方面，是全球供应链的变化带来产业转移需求，导致芯片设计行业在市场繁荣的同时，催化了更大的竞争压力;另一方面，是随着产品迭代，工艺制程越来越先进，对算力需求也变得越来越大。

过去，芯片设计公司大都以部署本地算力为主，但是在新环境下，公司既要权衡投入产出比，又要加速产品研发进度抢占市场，因此，具有高弹性的云计算也成为芯片设计公司破局的首选。

然而，具体选择什么样的上云方案，行业内并没有太多可借鉴的案例。而燧原科技与腾讯云、速石科技联合打造的芯片仿真混合云平台，在业内首次实现了“存算分离”的混合云计算架构，这或许会给更多芯片设计公司指明方向。

从弹性算力切入

创业公司上云，要解决的核心问题有两个：一是成本;二是业务弹性。

燧原科技项目负责人Eli告诉记者，从成本上来讲，IC(集成电路)的设计有不同阶段，每个阶段对算力的需求又不一样，所以企业没有办法采购相同配置的机器去适应所有业务环节。这种情况下，企业往往面临重复建设，而且这个重复建设只是为了满足很短的算力高峰。所以从使用效率和经济成本上来讲，上云肯定是最优解。

从业务弹性的角度，尽管芯片设计公司在项目前期都会进行充分的论证和讨论，并给出算力、存储等需求的大概预期，但在实际操作过程中，往往会出现很多意外情况。

“比如突然发现一个问题需要紧急修复，修复完以后就要进行大量业务测试，这时首先考虑的就不是经济问题了，而是能以多快的速度得到相应的资源把突发的业务需求消化掉”，Eli说。

各地区芯片产业链优势——现如今芯片产业链高度全球化，各地区和国家在不同生产环节中独具优势。半导体是世界上交易量第四大的产品，仅次于原油、成品油和汽车，行业具备高度专业化的全球供应链。所有国家产业链中相互依存，在部分环节发挥其相对优势。

美国科技实力强，在研发端处于领先地位，尤其是EDA、核心IP、芯片设计和先进制造设备环节占据主导地位;东亚发达国家韩国、日本等早期进入半导体领域时受到大规模资本投资和政府支持，迅速完成了产业积累，因此拥有强大的基础设施和成熟的人才储备，在材料、设备、制造环节处于前沿;中国目前则在技术和资本密集度相对较低的组装、封装和测试环节技术积累明显，形成独特优势。

众所周知，芯片行业细分板块多，产业链长，容纳的资金也多，那么现阶段我们该关注哪些领域、如何布局以及怎么才能抓住下一波芯片潮呢?接下来我们将在本篇文章里梳理芯片产业链所值得关注的赛道，随后在系列文章里我们也将针对这些优质赛道进行逐一详细剖析。

简单来说，芯片产业链最主要的是三大领域：设计、制造和封测。

芯片设计包括工具软件、设计公司;

制造包括制造代工厂、芯片设备、材料与辅料;

封测包括封测厂、封测设备、辅材等。

模拟芯片行业一向以稳定著称。当一众数字芯片企业因为消费市场需求不振，业绩大幅下滑之际，模拟芯片厂商依然能够保持相对稳健。不过稳定并不意味着“墨守成规”，随着人工智能、汽车电子、宽禁带半导体等新兴技术与应用大潮来临，模拟芯片厂商也需“与时俱进”，积极拥抱产业新方向。

业绩依旧稳健

受全球经济大环境的影响，特别是消费终端市场需求不振，使得半导体产业急剧降温，居高不下的库存水位、持续疲软的消费需求让刚刚经历了“缺芯潮”的芯片产业快速转入下行周期。在这一片萧条当中，模拟芯片大厂是少数保有的“亮色”。

德州仪器长期稳居模拟芯片龙头，根据2022年第三财季财报，收入增长13%至52.4亿美元，连续六个季度实现两位数的增长，预计第四季度收入为44亿美元至48亿美元。亚德诺半导体(ADI)2022会计年度第四季度实现营收32.48 亿美元，同比增长39%，2023财年第一财季营收为31.5亿美元，高于分析师的预期。Skyworks 2022年第三季度营收14.07亿美元，同比增涨7.33%，环比增涨14.15%。

模拟大厂的“稳”主要得益于其广泛的产品线，如德州仪器旗下拥有运算放大器、比较器、模拟开关、模数转换器等丰富的产品线，8万多种产品，应用于广泛的市场当中。2022年，在消费电子市场遭遇“寒潮”的情况下，新能源汽车成为市场支点，保证了模拟大厂们的业绩稳定。不过专家也指出，这就使模拟芯片大厂需要不断关注新兴市场的需求特点，推出相应的产品可在不同业务间转换，“西方不亮，东方亮”，是保障模拟芯片厂商业绩稳定的关键。

边缘AI市场新方向

近年来，人工智能持续向深层发展，越来越多细分市场与相应的产品被开发出来。边缘人工智能作为云计算与物联网相结合的细分领域开始受到重视。根据ADI高级应用工程师辛毅的介绍，边缘人工智能是指在边缘设备上实现的AI运算。以往大多数尖端的人工智能流程都是在云中执行的，因为它们需要大量的计算能力。但随着数据的增长速度对本地数据计算和本地数据存储的需求变得更加迫切，大量数据操作逐渐转向本地，这为在边缘广泛采用人工智能提供了理由。

随着上云和用云的需求逐渐深化，云厂商在积极往行业渗透，打造最佳客户实践。

不久前，腾讯云联合速石科技为芯片设计企业燧原科技，打造了一个面向HPC(高性能计算)场景的行业解决方案。该方案基于腾讯和速石科技共建的一站式芯片设计研发云平台，快速自动地调用腾讯云IaaS资源构建仿真环境，满足了燧原科技的业务弹性需求，提升了整体的项目研发效率。

“它是一个可见的有巨大潜力的蓝海”，腾讯云高性能计算行业高级经理Kevin说，腾讯云会在这方面加大投入。据数智前线获悉，除了芯片设计产业，腾讯也将重点布局云渲染、生命科学等多个高性能计算赛道。

01

芯片设计产业上云正在成为趋势

燧原科技作为国内领先的AI芯片设计企业，当初创造过仅用18个月就将技术门槛很高的AI训练芯片一次性流片成功的纪录。

但随着工艺制程越来越先进，燧原也面临着IT资源和效率无法满足业务需要的矛盾。

芯片的研发周期通常都比较紧张，尤其是大芯片，中后期经常是按天来做任务排期。而行业内普遍采用的是自建IDC(数据中心)，Kevin告诉数智前线，这么做主要是当时的芯片工艺没那么先进，对算力的需求也没那么大。

而且，燧原科技IT负责人Vincent透露，芯片项目在前期会做大量论证和规划，包括需要多少算力和存储。但问题在于，在项目推进过程中经常会有变更，包括制程的改进、功能变化及性能指标调整。这种变更会造成大量突发的算力需求。如果要通过采买服务器或者是租借服务器的方式来满足需求，从部署、上线测试，需要相当长的一段时间业务团队才能用上这些算力，影响研发进度。

这样的效率显然是无法接受的。尤其是这几年的疫情导致采买硬件的周期不可控，但芯片项目周期是明确的，这就意味着，芯片设计企业要面临一个不确定的IT资产的风险。比如一天之内要准备一两百台服务器，只有上云才能够做到，如果是原有的IT流程，从确认服务器型号到采购，从安装服务器上机柜到机房运维，最快要8到12周，而且IT资金占用成本太高。