技術基礎、設計方式和地緣政治變化，半導體行業情況復雜
市場、地區以及產品節點和封裝類型都在改變半導體的經濟狀況，由此，決定為哪種產品使用哪種技術及其相關原因上的情況也原來越復雜了。
資金是所有這些決定的共同之處，不管這是通過何種方式衡量的——投資資本回報率、季度利潤或長期投資（其中可能包括收購、有機增長進入新市場或多種情況的混合）。問題在于，對于芯片行業來說，要做出能使利潤增長的明智決策越來越難了，因為這里面牽扯到太多因素了。
僅僅幾年之前，芯片的終端市場還很明確，開發的方向很大程度上就是圍繞著如何快速地遷移到下一個工藝節點?？爝M到 2018 年，現在有了很多工藝選擇、更多新的終端市場、更多封裝選擇和各種來源的新競爭。而且所有這些領域的問題都還沒得到解答，這可能會給開發的盈利能力和總成本產生影響。
比如說，我們目前還不確定 7nm 芯片的成本如何，因為目前還沒有芯片在晶圓廠中移動速度的數據。這在很大程度上取決于工藝的成熟度和芯片的復雜度，但也有部分取決于 EUV 光刻每小時所能加工的晶圓的數量。
圖 1：根據 EUV 電源情況的 7nm 成本比較；來自Gartner/SEMI Industry Strategy Symposium
Gartner 一位分析師 Samuel Wang 在本周 SEMI 的行業戰略研討會（Industry Strategy Symposium）上說：“7nm 節點有很高的設計成本，一款新芯片需要超過 2 億美元的投資。但到 2019 年也可能會出現產能過剩的情況。我們預計到那時每月的產能會超過 400,000 塊晶圓。每塊晶圓 10,000 美元，7nm 可能無法支撐這些數字?！?/p>
他說對 7nm 的需求將會局限在少數幾個終端市場，比如智能手機、人工智能和比特幣（比特幣與人工智能都會使用并行處理方法，但算法不一樣）。而這就是讓人困惑的地方。比特幣目前還沒有得到芯片廠商的重點關注，但 Wang 說，預計到 2022 年比特幣將為臺積電每季度貢獻 4 億美元。物聯網終端芯片也是如此，預計屆時將會成長為一個 240 億美元的市場；另外還有 ADAS 半導體市場預計將會達到 100 億美元。人工智能深度神經網絡芯片預計還能為這塊大餡餅增加另外 160 億美元。
所有這些都在推動設備銷售和設計的增長，但針對這些才剛剛開始成型的市場進行規劃是很困難的。
圖 2：晶圓廠設備收入明細；來自 Gartner/ISS
其它技術轉移
除了架構開發不確定之外，很多工具、材料和結構也正在失勢。目前部署的 EUV 僅被用于替代 193nm 浸沒式光刻技術。finFET 能夠再續一個節點還仍存爭議，也可能需要 GAA FET（gate-all-around FET）來控制漏電和改善越來越高的 fin 的可制造性。如果 GAA FET 取代了 finFET，那么遷移到 7/5nm 的時間可能會比預期更長一些，從而進一步偏離摩爾定律。
與此同時，廠商對先進封裝的興趣卻越來越來濃厚——不管是 2.5D、3D、fan-out 還是其它一些變體；而且這種技術轉移是有數據支持的。
SEMI 行業研究與統計部門的高級總監 Dan Tracy 說內存封裝已經讓 gold wire 增長了 7%，而 leadframe 在 2017 年增長了 8%。gold wire 用于汽車和醫療等需要高可靠性的市場的封裝，而 leadframe 則被用于汽車和移動領域的連接器。
Tracy 說：“我們也看到了銅合金供應的緊張。在過去的六到七年時間里，銅合金已經出現了下滑。更小更薄的封裝趨勢意味著對銅合金的需求更小了?！?/p>
與此同時，wire bond 已經迎來了復蘇，而且廠商對晶圓級封裝的興趣還要更加濃厚。他說：“隨著行業向下一個硅節點遷移，需要新的解決方案來實現之前通過尺寸縮減實現的經濟優勢?！?/p>
設計的必然趨勢
但是，在制造側發生的情況只是全景的一部分。不同于過去許多年變化通常集中在供應鏈中一個部分的情況，向 10/7nm 的遷移給所有地方都帶來了問題。應對這些問題并且降低風險的最好方法是通過嚴格的設計規則來限制靈活性以及小心謹慎地管理向新制造技術的遷移。
這有一定的效果，但不能解決所有問題。復雜的設計會需要遠遠更多的模擬、驗證和調試時間——尤其是當芯片被用于安全性至關重要的功能時，比如用在汽車、工業和醫療等市場中。一種解決方案是通過提升并行性來增加處理能力。
亞馬遜 Web Services 的信息技術/半導體全球業務發展負責人 David Pellerin 說：“有相當一些半導體公司已經在很有效地使用云來進行回歸測試或驗證了。它們在 AWS 上做了相當多的回歸測試。那都是些類似 EDA 的工作，因為它們在測試自己用 FPGA 設計的軟件。這讓它們可以極大減少完成回歸以及讓結果返回它們的團隊的時間。Cadence 也一直都在非常積極地使用云。”
這里的關鍵是要并行化設計流程中的各個部分，尤其是在驗證方面——這會消耗芯片設計的大量時間。這也是錯誤可能乘虛而入的地方，因為根本就沒有足夠的時間來測試所有東西。但通過利用 AWS 上的數千臺計算機，這整個過程可以得到加速。這既能幫助實現針對消費者市場的更快上市時間，也能讓設計者將更多時間用來分析數據以及尋找可能的問題所在和未來可能出問題的地方。
Pellerin 說：“在這樣的規模下，通過使用云能讓它們的回歸過程快 20 倍。我們看到 EDA 領域正在采用云，我們看到時序分析和 DRC、軟件回歸、硬件回歸等工作負載上出現了更快速的創新，而且我們預計未來幾個月還會有更多。云正在推動設計工程的創新，其中包括半導體設計。”
圖 3：云給設計方面帶來的提升；來自 Amazon/Cadence/ISS
這是一個方面。另一個方面是一開始就要做出正確的設計。
Gartner 的 Wang 說：“設計的復雜性已經讓設計成本增大了。對 7nm 而言，一次就成功是非常重要的?！?/p>
傳統的市場線
但是，我們目前仍然不清楚哪些設備將會利用上最先進的節點。我們也不清楚它們將被如何使用以及哪些技術將會成為最終的贏家。
一直以來都有不錯效果的一個指標是 Benjamin Gompertz 開發的一個模型。Gompertz 是一位自學成才的英國數學家，他在 1825 年最早發表了死亡率法則。這個模型常被用來描繪產品生命周期以及預測需求的增長速度和持續時間，而且該模型具有相當好的準確性。
圖 4：Gompertz 公式及所得到的 S 曲線；來自 Mentor/Siemens/ISS
該模型可被用于展示不同技術的市場機會——即收緊或伸展該 S 曲線。
西門子旗下 Mentor 的總裁兼 CEO Wally Rhines 說：“半導體行業的增長以大浪的形式涌來，這會導致半導體收入又一步增長。所以看看物聯網可穿戴設備，我們還處于這個市場的非常早期階段。在 2025 至 2030 年之前，這會是一個快速增長的市場?！?/p>
圖 5：根據 Gompertz 曲線預測的可穿戴設備的發展；來自 Mentor/ISS
將其與汽車夜視市場（大概會被自動駕駛汽車市場取代）相比，曲線的形狀看起來會非常不同。
圖 6：汽車夜視系統；來自 Mentor/ISS
地緣政治的影響
如果再考慮到全球地緣政治的變化，情況會更加晦暗難辨。在一個節點之前，這些問題中很多都是按次序發生的而且看起來是良性的。而現在它們是并發的而且還在逐漸加劇，并且這些問題出現在這樣一個復雜的地緣政治世界秩序之中——某些不確定性在增大，另一些則在減輕。
對于半導體行業來說，中國是一個大問題。自 2000 年以來，該國一直在境外大力投資；而且在其建設自身經濟的過程中，其內部一直都以非常驚人的速度消耗著進口。這已經造成了巨大的貿易赤字——在 2016 年達到了 2601 億美元。中國現在正通過收緊資本和削減進口的方式來解決這個入超問題。
BCA Research 的地緣政治戰略副總裁 Matt Gertken 說：“隨著美國債務下降和中國進口削減，中國正在失去與美國達成新協議的能力。中國由于戰略上的原因正在讓自己擺脫出口?！?/p>
這會造成雙重的打擊，因為中國的增長正在減速，而此時企業債務則在往回漲。企業債務目前接近中國 GDP 的 180%（見下圖 7）。
圖 7：為什么中國正走向變革；來自 BCA Research/ISS
Gertken 說：“市場相信變革即將來臨。金屬價格和進口量已經出現了下降。中國會試圖維持穩定。貨幣緊縮有所加劇，監管也在收緊。因為現在有反腐敗運動，所以監管者不會與銀行走得太近。另外房地產行業也面臨著更大的減輕債務的壓力。”
在其它地區，歐洲似乎從英國脫歐事件中完整幸存了下來。美國的 2017 年對企業來說是很好的一年。但 Gertken 指出如果民主黨控制了美國國會，可能會導致回到保護主義，因為這會迫使特朗普總統鞏固他的基本盤。所有這些都會對半導體行業的增長和需求產生連鎖影響。
圖 8：保護主義的萌芽？來自 BCA Research/ISS
結論
全球供應鏈涉及到非常多的變化因素，但由于沒人能真正確定終端市場將會如何變化、哪些技術對自己最好以及行業將會在接下來的一二十年里如何變化，情況會更加糟糕。
在一定程度上講，這個情況在全球性的環境下是很常見的。但在所有這些問題之下，每個層面上都有某種更大的不確定性。有報告稱很多系統供應商都在增加庫存，另外什么時候在什么地方什么會減緩以及會持續多長時間方面都存在問題。正如 AlphaOne NexGen Technology Fund 創始人 Dan Niles 指出的那樣：自第二次世界大戰以來，這是標準普爾指數持續時間第二長的牛市。
圖 9：歷史上的標準普爾指數牛市；來自 AlphaOne/ISS