|
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：本文由作者原创。文章内容系作者个人观点，纳米家园转载仅为了传达一种不同的观点，如果有任何异议，欢迎联系我们。 | 
