盘点哪些芯片不容易被国产化？

　　芯片是支撑信息技术发展的基础性、战略性产品。如今，我国已经涌现出＂龙芯、飞腾、鲲鹏、兆芯、海光、申威＂ 6大CPU企业，但在高端芯片领域还有较大差距，半导体设备受制于人，牢牢卡住了国产芯片的脖子。
　　X86处理器
　　国产X86技术来源
　　众所周知，在PC/服务器处理器市场，Intel的X86架构凭借出色的性能独步天下，再加上曾与微软Windows的深度结盟，使得整个PC应用生态都是围绕着Intel的X86架构而构建。对于国产处理器厂商来说，如果要进入PC/服务器市场，X86架构无疑是首选。特别是在＂国产自主可控＂的需求背景之下，国产X86架构芯片也就有了＂市场＂。
　　我们都知道X86架构是Intel的知识产权，国产芯片厂商要做X86架构芯片，首先需要解决的就是X86技术授权的问题。对于Intel来说，显然是不会愿意向中国大陆芯片厂商授权X86架构的，所幸的是除了Intel之外，AMD和台湾威盛都有着X86技术。
　　AMD
　　1981年，作为PC市场的后进入者，为了快速推出产品，重新树立技术领先形象，IBM破天荒使用了开放式的体系架构，并对PC机两大核心部件——操作系统与微处理器采取外包策略。当时可供IBM选择的微处理器厂家，除了Intel之外，至少包括：摩托罗拉、Zilog、国民半导体（National Semiconductor）、仙童半导体以及AMD。
　　尽管在技术实力上，Intel略占上风，但是要获取IBM绝对支持仍非易事！因为身经百战的IBM知道，如果将微处理器完全放给一家供应商，很有可能造成其坐大难控，为此IBM强烈要求其微处理器供应商必须将技术授权给第二供应商，＂我开放，你开放＂！
　　接下来的故事几乎没有悬念，深厚的历史渊源、多年的合作关系、技术上的适宜落差更重要的是微处理器市场的蓝海诱惑使得Intel与AMD很快一拍即合。Intel开放技术，全面授权AMD生产x86系列处理器，而AMD则放弃了自己的竞争产品，成为Intel后备供应商。双方联手合作，终于拿下了IBM的订单，也从此锁定了个人电脑技术发展路径！正如多年后，在对Intel的诉讼中，AMD反复强调的＂AMD的支持使Intel立即从半导体公司的合唱队员变成了个人明星＂！
　　威盛
　　早在2009年，美国FTC对英特尔提起了反竞争行为诉讼，指控英特尔违反了美国1914 年《联邦贸易委员会法》第五章的规定，并认为英特尔涉及的范围相比违反反垄断法更为广泛，是属于不公平手段的竞争和欺骗性商业行为，因此不能仿效像反垄断违法般通过赔款了事。
　　虽然Intel对此并不承认，但是最终还是与FTC达成了和解。根据和解协议，Intel被禁止以贿赂手段要求计算机厂商只采购Intel的芯片并拒绝采购其他厂商的芯片，同时亦禁止向采购对手产品的厂商采用恶意报复行为。
　　此外，和解协议还要求Intel修改与 AMD 、 NVIDIA 、威盛的知识产权协议，令以上公司能拥有较大自由度与其他公司合并或者合资而不会受到Intel专利诉讼威胁，而且Intel还需要向威盛提供的X86授权协议延长五年至2018年4月，并将 PCI-Express 总线作为关键接口保留至少六年。而至2018年4月之后，威盛不能再使用英特尔新的X86专利，但是旧的专利仍可持续使用。
　　此外， Intel 亦需要向开发人员开放 Intel 计算机编译程序在 Intel 芯片和非 Intel 芯片之间的差异，同时允许任何软件商使用非 Intel 编译程序编译软件。
　　随后，威盛先后推出了C3、C7、Eden、Nano等一系列的产品，但始终只能在嵌入式市场上混口饭吃，规模也不大。
　　威盛与上海兆芯
　　2013年4月，由上海市国资委下属上海联和投资有限公司和台湾威盛集团所属公司合资成立了上海兆芯集成电路有限公司，中方国资占据控股地位（持股约80%）。上海兆芯因此也顺利从威盛那里获得了X86架构的授权。
　　兆芯成立之后不仅承接了国家核高基1号专项，还获得上海市政府不遗余力的支持，成为一家不差钱的公司，据说到前前后后获得国资委巨资补贴超过了56亿。因此，即便兆芯不具备造血能力，也不愁吃喝。而兆芯的ZX系列CPU也一直被外界质疑是穿着马甲的威盛产品（比如，ZX-A到ZX-C就与威盛的NANO如出一辙）。
　　而威盛自己也烂泥扶不上墙，处理器的技术远远落后Intel和AMD两三代以上。
　　不过，也有业内人士，自ZX-D开始，已经不再是基于威盛的产品。目前兆芯最新的＂KX-6000系列＂，号称综合性能约等于英特尔第七代酷睿i5-7400。
　　不过，随着威盛与英特尔的X86授权协议于2018年4月到期之后，威盛已经无法在使用英特尔新的X86专利及相关软件，这也意味着兆芯未来的X86产品升级遇阻，虽然其仍然可以使用旧的X86专利，但是前景已是一片黯淡。
　　AMD与天津海光
　　2016年，AMD 与中国天津海光先进技术投资有限公司（THATIC）成立合资公司——中科海光，可以利用AMD的X86技术和 SoC IP 用于芯片开发。为此，AMD获得了价值2.93亿美元的现金，包括特许权使用费 。
　　需要指出的是，根据英特尔当初与AMD的X86技术授权协议，AMD无权向第三方授权X86技术。不过，在当时AMD公司的发言人就曾经就这次合作进行了解释，表示与中国的协议并不违2009年AMD与Intel签署的交叉许可协议。
　　因为合资公司所有权结构不同，而且转让给中国的所有信息都符合美国出口法规。天津海光和AMD成立的合资公司确实可以修改AMD的CPU核，变相享有X86授权，而海光公司可以通过购买合资公司研发的CPU核，开发服务器CPU，不过仅仅局限于中国市场。
　　合资公司成立之后，很快就推出了基于AMD第一代 Ryzen和EPYC的Zen架构的产品，并成功应用到了曙光服务器里。而根据今年5月曝光的信息显示，海光的32核、64线程的x86架构服务器CPU已经成功流片。不过，同样海光的芯片也被外界认为是穿着马甲的AMD产品。
　　根据AMD苏姿丰在此次台北电脑展上证实的消息，AMD与天津海光的合作仅限于AMD的第一代 Ryzen 和 EPYC 的 Zen 架构，AMD 新推出的 Zen 2 微架构设计则无权使用。这也意味着海光后续也将无法获得新的X86专利授权以及AMD的SoC IP授权。这也为海光未来的发展蒙上了一层阴影，未来在后续产品上将会与英特尔、AMD的差距将会越来越大。
　　从上海兆芯与天津海光的发展来看，与国外X86技术厂商成立合资公司，对方提供技术，我方提供市场，以求快速实现＂自主可控＂的路子，看似美丽，实则是个坑。而且随着Arm进入PC及服务器市场，以及RSIC架构的芯片的兴起，也让我看到，X86一统PC及服务器市场的局面正在被逐渐打破。国产芯片厂商除了X86，仍有其他道路可走。
　　高速ADC
　　众所周知，信号链芯片主要包括放大器、数模转换、接口等品类，其中转换器属于其中技术壁垒最高细分品类。转换器是由模拟电磁波转换成0101比特流最关键的环节，具体又可以分为ADC和DAC两类，ADC作用是对模拟信号进行高频采样，将其转换成数字信号；DAC的作用是将数字信号调制成模拟信号。
　　其中ADC在总需求中占比接近80％。ADC／DAC是整个模拟芯片皇冠上的明珠，核心难度有两点：抽样频率和采样精度难以兼得（高速高精度ADC壁垒最高）以及需要整个制造和研发环节的精密配合。
　　ADC关键指标包括＂转换速率＂和＂转换精度＂，其中高速高精度ADC壁垒最高。数据转换器主要看两个基本指标，转换速率和转换精度。
　　转换速率通常用单位sps（Samples per Second）即每秒采样次数来表示，比如1Msps、1Gsps对应的数据转换器每秒采样次数分别是100万次、10亿次；转换精度通常用分辨率（位）表示，分辨率越高表明转换出来的数字／模拟信号与原来的信号之间的差距越小。高性能数据转换器需具备高速率或高精度的数据转换能力。
　　（各种类型ADC的速度与精度关系 资料来源：芯力特官网）
　　数据转换器的速率和精度指标往往是相互制约、此消彼长的关系，例如亚德诺目前最快的商用模数转换器的转换速率为26Gsps，但其分辨率仅为3位，而具有24位分辨率的模数转换器的转换速率仅为26Msps。
　　根据这两大指标，ADC可以分为高速高精度、低速高精度、高速低精度以及低速低精度四种类型，其中高速高精度壁垒最高。
　　进口厂商主导的行业现状
　　ADC芯片的产业链和半导体产业的一样，其产业链庞大而复杂，可以分为：上游支撑产业链，包括半导体设备、材料、生产环境；中游核心产业链，包括 IC 设计、 IC 制造、 IC 封装测试；下游需求产业链，覆盖工业、通信、消费电子、航空、国防及医疗等。
　　数据统计显示，2019年全球转换器市场规模接近36亿美元，预计未来4年CAGR近10％。随着5G基站、IoT等驱动ADC需求落地，预计2023年全球转换器芯片市场空间有望扩张至近50亿美元。
　　从格局分布来看，全球模拟芯片行业格局相对分散，美欧大厂处于领跑地位。由于模拟芯片具有品类丰富、产品系列深等特点，各细分产品规模小、市场间跨度大，因此全球市场整体呈现分散的格局，头部厂商难以取得垄断优势。最为知名的厂商包括ADI、TI、Maxim、Microchip、NXP、Xilinx、STMicroelectronics等等。具体来看，欧美厂商由于起步早，凭借资金、技术、客户资源、品牌等方面的积累，目前在全球范围内仍处于领跑地位。
　　国内ADC产业发展仍处在追赶状态。1996年，以西方为主的33 个国家在奥地利维也纳签署了《瓦森纳协定》，规定了高科技产品和技术的出口范围和国家，其中高端ADC 属于出口管制的产品，中国也属于受限制的国家之一，禁运范围主要是精度超过8 位且速度超过10Msps的ADC。
　　2019年华为被纳入实体名单后，TI、ADI等美国模拟IC大厂向华为供货受限，进一步加速国内模拟芯片领域的国产替代节奏。聚焦ADC领域，全球主要供应商仍是TI、ADI为首的几家国际大厂，而高性能ADC在军用领域、高端医疗器械以及精密测量等领域起着至关重要的作用，因此ADC技术的国产替代对于我国各下游产业的发展意义重大。自华为事件以后，国内的设备厂家逐渐开始采购国产ADC芯片。
　　汽车芯片
　　在这一轮芯片短缺危机中，中国作为全球最大新车产销量市场，暴露出长期以来汽车芯片对外依赖严重，＂卡脖子＂问题进一步凸显。危机之下，国内芯片制造商及车企已意识到自研芯片的重要性，亟须发展高精尖芯片技术。
　　根据iHS统计数据，目前全球汽车半导体市场规模约为410亿美元，明年或将达650亿美元。但市场份额上，欧洲、美国和日本公司分别占据37%、30%和25%，中国公司仅为3%。此外，中国汽车芯片产业创新战略联盟数据显示，2019年中国自主汽车芯片产业规模仅占全球的4.5%，国内汽车行业中车用芯片自研率仅占10%，而中国汽车用芯片进口率超90%，国内汽车芯片市场基本被国外企业垄断。
　　＂芯片问题不可能一蹴而就地得到解决。＂中国新能源汽车技术创新中心总经理原诚寅表示，中国汽车芯片短缺可能会持续长达10年之久。
　　目前拥有汽车芯片设计能力的公司都是一些行业巨头，如英特尔、高通、英伟达等。而有能力同时设计和制造处理器芯片的大厂只有英特尔和三星。
　　而我国集成电路(IC芯片)产品由于技术、品质等方面还存在诸多不足，总体水平与国际巨头存在2-5代的差距，同时还存在＂供不应求＂的问题，自给率不到10%，因此长期高度依赖进口。
　　尽管目前芯片大约占新能源汽车制造成本的10%，但随着汽车智能化、网联化的到来，芯片所占的成本将持续提升。预计2020年每辆车将使用1000颗芯片，因此汽车芯片也是汽车产业转型升级的关键。
　　目前我国汽车芯片需求持续增长，汽车产量和汽车半导体成分是两个主要因素：
　　汽车产量方面，中国汽车工业协会数据显示2016年我国汽车产量超2900万辆，全球占比稳步升高；
　　汽车半导体成分方面，IHS数据显示，我国2016年每辆汽车半导体成分约为 235 美元，远低于日本、美国、欧洲水平。
　　眼下，我国作为全球最大的单一汽车市场，集成电路(IC芯片)已经连续5年进口额超过2000亿美元，尤其是2017年我国半导体芯片进口花费已经接近原油进口的两倍。
　　国际上主流的芯片诞生场景是：在中国品牌的服务器上用着美国的eda软件设计芯片，芯片中可能还用到了来自英国ARM公司的IP，然后到新加坡进行芯片加工制造，在香港交货以后，送到江苏封装测试。我国的大部分芯片也在类似的流程里诞生。这次危机告诉我们，这样的流程有多脆弱。上述环节，除了封装尚能自足外，最顶尖的技术能力全部都被卡脖子。
　　我们具体看一下当前我国在集成电路各个环节的情况：
　　IC设计：大陆地区在这个领域主要有以下企业：紫光集团、华为海思、中兴微电、汇顶科技、国科微、士兰微、上海贝岭和中电华大等。近几年我国IC设计的成长还是有目共睹的，受益于本土市场的催动，2015 年我国 IC 设计业实现了26.5%高速增长，规模达到1325亿元，且占我国集成电路产业的比重由2012年的28.8%提升至2015年的36.7%。2016年，我国IC设计业继续保持了24.10%的高速增长，规模达到了1644.30亿元。根据2017年的调研数据显示，我国大陆地区IC设计业规模仅次于美国和我国台湾地区。
　　封装测试：这个领域大陆地区主要的企业有太极实业、华天科技、通富微电、晶方科技、苏州固得这几家，看着虽然企业数量不多，但是我国大陆地区在半导体封测上还是具有很强的实力的。在封装领域，我国企业技术水平和世界一流水平已经不存在代差，体量已经进入世界前三位，且发展速度显著高于其他竞争对手。2012年，中国大陆地区集成电路封装测试业的收入仅为805.68亿元，2016年变为1523.2亿元，是2012年的1.89倍。
　　晶圆制造：集成电路的三大环节，大陆地区在制造领域最弱小。在晶圆制造方面，大陆地区有中芯国际、华虹半导体、福建晋华和晶合科技等潜力股。虽然当前大陆地区晶圆制造不强，但近年发展势头很猛。据SEMI统计，2017到2020年全球计划兴建晶圆厂62座，其中26座将落户中国，占比达到40%。
　　纵观整个半导体产业链，还有一个领域我们不得不重视，那就是半导体设备，晶圆制造产业落后和设备落后有很大的关系。
　　真的没有芯片技术吗？答案是否定的。单纯的计算速度，我们没有问题。毕竟在上一届全球超算大赛中，自研申威处理器夺得第一也算出尽风头。上个月，中科院旗下的寒武纪科技公司发布了我国自主研发的Cambricon MLU100云端智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。
　　问题的关键在于，即便你有了芯片，即便你的芯片计算速度在实验室中比别人的还快。但是：
　　这个CPU在应用场景中的算力如何？是不是大打折扣？
　　你有了芯片，有系统吗？有应用吗？有生态吗？
　　主要原因有四：
　　一是，我国芯片产业起步较晚，缺少技术储备，国内难以找到相关的高端技术人才来支持研发。根据中国工业和信息化部软件与集成电路促进中心发布的数据显示，2017年中国集成电路从业人员总数不足30万人，缺口40万人。
　　二是，摩尔定律表明，芯片产业更新换代速度快，投资较高，回报较慢。一般企业很难有雄厚的资金和资源能力。
　　三是，技术门槛高。相比其他消费类电子芯片，汽车芯片对可靠性要求更高。一般消费类电子芯片工作温度在零下20摄氏度~70摄氏度，而车载芯片的工作温度必须满足零下40摄氏度~85摄氏度，还要能经受住冷热冲击、电磁兼容、抗干扰等压力。这对汽车芯片供应商形成了一定的技术门槛。
　　四是，行业协同机制的缺失。
　　随着高级汽车驾驶辅助系统（ADAS）、自动驾驶、车联网（V2X）、新能源汽车等新产品和新功能层出不穷，算法芯片、毫米波雷达、激光雷达、新型MEMS传感器等技术飞速发展。此背景下，全球芯片企业整合并购动作频繁，半导体产业重心向中国转移。
　　显卡芯片
　　截至2020年第四季度，在集成GPU领域中，Intel凭借稳定的供应链占据了69%的市场份额，AMD和NVIDIA分别以17%和15%的市场份额名列第二和第三；在独立GPU领域中，NVIDIA 占据82%的市场份额拥有绝对优势，AMD以18%的市场份额排名第二。
　　对于国产GPU而言我们要追赶的正是国际巨头，这其中有两大方向，一是面向图形处理的GPU芯片，厂商包括景嘉微、芯动科技、兆芯等。另一类是面向通用计算的GPGPU芯片，厂商包括天数智芯、壁仞科技等。此外，我们在GPU IP方面还有Imagination、芯原股份等公司。这些公司都在各环节推进国产GPU向前发展。
　　图形处理GPU
　　首先看图形处理GPU，目前景嘉微最新一代GPU还未正式公布，不过消息称会是两款JM9系列芯片，分别采用7nm和14nm制程，其中7nm芯片产品的性能将到达到英伟达中端GPU水平。
　　下图比较的GTX1080，是英伟达在2016年发布的旗舰显卡。采用帕斯卡（Pascal）、16nm FinFET制程，GeForce GTX1080拥有2560个CUDA处理器，核心频率1607MHz，boost频率1733MHz，等效显存频率10GHz。显卡位宽为256bit，带宽320GB/s。公版显卡最高温度94℃，采用单8pin供电，TDP180w。
　　兆芯作为国产X86架构处理器厂商，同时掌握中央处理器、图形处理器、芯片组三大核心技术，具备相关IP自主设计研发的能力。公开报道称其独立GPU将采用台积电28nm制程。
　　芯动科技的GPU芯片走得比较前沿，他们在去年10月推出了采用 Imagination IMG B系列BXT高性能多核图形处理器（GPU）IP的独立GPU，这是一款高性能4K/8K图形 PCI-E Gen4 GPU独立显卡芯片，将为未来5G云游戏和数据中心应用提供强大的支持。这款芯片的工艺应该是7nm。
　　而芯动科技也是对标英伟达，芯动科技高管表示，目前公司的GPU架构比英伟达的图灵架构好，但相比其新推出的安培架构还有一些差距。
　　我们国产图形处理器GPU在桌面端随着景嘉微的大规模出货取得了进展，在数据中心端芯动科技的技术和产品也有能力冲击这一类市场。
　　通用计算GPGPU
　　再看通用计算GPGPU芯片，目前进展比较快的当属天数智芯，今年3月，天数智芯发布全自研高性能云端7纳米芯片BI及产品卡。BI是国内第一款全自研、真正基于通用GPU架构的GPGPU云端高端训练芯片，采用业界领先的7纳米制造工艺、2.5D CoWoS封装，容纳240亿晶体管，支持FP32、FP/BF16、INT32/16/8等多精度数据混合训练，集成32GB HBM2内存、存储带宽达1.2TB，单芯每秒可进行147万亿次FP16计算（147TFLOPS@FP16）。
　　BI芯片及产品卡均以实体形式发布，即将进入批量生产和商用交付，产品开发和商业应用进度领先国内同行1-2年时间。
　　天数智芯高管对电子发烧友网表示，近年兴起的AI浪潮中，GPGPU对于用传统语言编写的、软件形式的计算有较好的支持，具有高度的灵活性等这些特点，使其成为了一项炙手可热的技术产品。跟ASIC芯片相比，GPGPU具有更广泛的适用性、兼容性、灵活性，对技术变化的包容和适应能力更为突出，产品的应用生命周期更长。同时，通过性能挖掘优化，达成性能、能耗和性价比的最优解，实现跟ASIC芯片相当的算力和能耗水平。
　　早前，天数智芯首席科学家郑金山曾表示，＂国际领先厂商GPU里是有图形渲染的，在芯片上大约占30%，但是图形渲染对于AI和数据中心完全没有用。所以这一块我们直接取消掉。＂或许这就是GPGPU在数据中心和AI市场的机会所在。
　　壁仞科技也是专注GPGPU芯片研发的初创企业，成立于2019年，致力于开发原创性的通用计算体系，建立高效的软硬件平台，同时在智能计算领域提供一体化的解决方案。从发展路径上，壁仞科技将首先聚焦云端通用智能计算，逐步在人工智能训练和推理、图形渲染等多个领域赶超现有解决方案，实现国产高端通用智能计算芯片的突破。短短两年间已完成B轮融资，累计融资额超47亿元人民币。
　　业内人士表示，GPU芯片的研发比一般芯片难度大，研发成本高，先进工艺的芯片投片花费巨大，少则几亿多则十亿元以上，因此整个国产GPU芯片无论是融资还是投入都是相对较高的。从技术角度看，用于图像渲染的GPU设计相对更加复杂，不仅是GPU架构上，还在接口速率、带宽、存储以及先进封装如Chiplet等方面，考验芯片厂商的设计能力。而GPGPU针对AI训练或推理场景采用一定的算力和算法，能够更有针对性地发展计算性能。
　　在GPU领域业界常说，英伟达的成功并不仅是它的GPU芯片，更重要的是它的软件生态，因为其构建的强大生态，即便它的芯片或方案更贵，也仍然得到用户的购买。而这样的生态体系，令许多GPU或AI芯片公司望尘莫及。当然，在国内我们的桌面处理器生态系统正在建设，厂商们主动积极地将CPU、GPU与操作系统、应用软件进行广泛适配。另一个突围的机会则是国产GPU芯片厂商与客户充分沟通从定制功能、降低成本的角度切入到客户的需求当中。