半导体行业内部 ： 主要趋势和专家见解

JULY2024 半导体行业内部 主要趋势和专家见解 By主题专家和GLG网络成员 目录 执行摘要 超大规模数据中心的性能要求不断提高，对各种设备上AI工作负载的支持需求不断增长，以及对边缘处理的兴趣不断加快，为半导体行业带来了新的机遇和挑战。这项对半导体领导者的调查揭示了趋势，这些趋势将推动未来对半导体设计和制造的需求，并为作为半导体主要消费者的器件和设备制造商提供新功能。 从调查结果来看，随着专用芯片越来越多地部署，以优化高度特定的工作负载和行业应用程序的性能 ，半导体行业将更加专业化。预计软件生态系统将在日益分散的硬件环境中简化开发人员体验方面发挥更重要的作用。 尽管半导体供应链自大流行以来已大幅恢复，但不断变化的全球条件，对可持续性的更多重视以及对制造能力的国内投资增加，继续影响着半导体公司可用的战略选择。面对长产品周期和新产品的高成本 在产品开发方面，该领域的公司将希望仔细评估这些趋势，并进行自己的后续研究，以自信地确定最有前途的市场机会。 调查显示： 74% 受访者认为 65% 受访者期望 90% 的受访者认为 加速AI在边缘是顶部之一三个增长市场 半导体 特定于AI的芯片将超过GPU作为AI的加速器工作负载在4到七年 开源软件 生态系统作为重要的给市场机会 对于半导体产品线 关于研究 从2024年5月23日至6月3日，GLG对美国和加拿大的101位高级领导人进行了一项在线调查 ，这些领导人对半导体公司或设备制造商的销售，上市计划或战略具有影响力，以捕捉他们对机会和关注的关键领域的看法。 研究显示，大多数受访者： •将AI视为半导体机会的重要驱动力 •随着围绕特定工作负载和使用场景进行优化的需求增加，预计半导体的专业化和垂直化程度将不断提高 •相信国内对半导体产能的投资对半导体企业的竞争力和创新产生了积极影响以下数字显示了受访者的角色以及按年收入和行业划分的公司分布。 第一产业 设备制造商Fabless半导体 制造商 集成设备制造商 (IDM) 半导体制造工厂（铸造厂） 工业自动化公司外包 半导体组装和测试提供商 (OSAT) 公司规模 34% 17% 12% 7% 1% 30% 工作职能 行政/一般管理 Sales 研发/工程/产品开 发供应链/需求管 理 Manufacturing 设计/工程信息技术 收入 21% 19% 7% 5% 4% 2% 43% 少于500 501-2,500 2,501-5,000 15% 12% 30% $1B+ 53% 5,001-10,000 10,001-50,000 超过50,000 21% 19% 4% $101M-$1B $50M-$100M 36% 11% 测量洞察力 90% 受访者将AI工作负载列为行业增长最快的领域 AI工作负载将推动需求。 受访者预计人工智能工作负载将成为半导体需求日益重要的来源，90%的受访者将人工智能工作负载列为行业增长最快的领域之一。受访者还表示，这些工作负载很可能同时在数据中运行 因此，计划寻求人工智能机会的公司应该考虑投资产品线，以满足数据中心的高性能和规模需求以及边缘设备所需的低功耗。大多数受访者还表示，特定行业的芯片，例如用于工业或汽车行业的控制系统或生命科学和医疗保健领域的设备的芯片，将是半导体市场增长的重要驱动力。 更详细地研究了需要支持的AI工作负载的性质，72%的受访者认为支持AI工作负载的数据处理和移动是三大行业机会之一，65%的受访者同样强调了用于支持大型语言模型(LLM)的推理。大多数人（52％）也认为视频处理和媒体编码是一个关键机会。 半导体公司的预期增长市场 在总受访者中，按总排名排序降序的百分比 排名1-增长最快的市场 总排名 39% 23% 9% 15% 5% 90% 25% 32% 17% 10% 7% 90% 15% 12% 20% 15% 12% 73% 等级2 等级3 等级4 等级5 用于加速数据中心AI工作负载的专用芯 片 用于加速AI的专用芯片边缘上的工作负载 用于高性能计算的优化芯片特定行业的芯片（例如，汽车 或医疗保健行业） 优化的高速芯片 网络传感器和其他支持物联网的专用芯片 (IoT)应用程序 通用处理器或通用芯片（例如CPU） 用于安全任务的专用芯片 （例如，加密） 用于执行与区块链相关的计算的专 用芯片 53% 49% 48% 42% 35% 9% 14%12% 11%9% 4%5%10%13% 16% 4%12% 2% 13% 11% 1% 1%3%3% 14% 11% 21% 加快AI工作负载的芯片机会 在总受访者中，按总排名排序降序的百分比 排名1-最高机会 数据处理或 运动 语言的推理处理/LLM 视频处理/媒体图像分 等级 2 等级3 Ra nk4R ank5 26% 22% 24% 14% 10% 40% 16% 9% 16% 14% 9% 19% 20% 25% 19% 8% 19% 25% 23% 16% 7% 13% 15% 20% 17% 11% 12% 8% 24% 3% 总排名 96% 95% 92% 类 编码 网络流量管理或 协调 培训 91% 72% 58% GPU让位于AI特定的芯片。 当被问及对不同类型芯片的需求将如何随着时间的推移而演变时，受访者表示，虽然GPU将是近期内加速AI工作负载的主要手段，但在四到七年内，这一角色可能会转移到特定于AI的芯片，如NPU。 在这段时间内，特定于AI的芯片将运行大多数AI工作负载，而只有18％的受访者认为GPU将保留其当前的重要性。 预计各种AI专用芯片将可满足不同操作环境的一系列要求，例如用于移动设备的低功耗AI加速器和高性能芯片，这些芯片经过优化以在云中运行大型语言模型作为服务。 预期未来的芯片使用 占受访者总数的百分比 近期（1-3年）中期（4-7年）长期（8年以上） 23% 63%65%61% 18% 6% 4%6%9% CPUGPUAI专用芯片 21% 7%8% 2%1%2%1%2%1% ASICFPGAOther 63% 受访者认为，嵌入在设备、车辆和工业设备中的半导体 将在四到七年内推动大部分半导体机会 从数据中心到设备。 调查的受访者还预计，随着时间的推移，操作环境消耗最多半导体的情况会发生变化。尽管56%的受访者认为，支持公共云的数据中心以及本地管理或支持私有云的数据中心是未来三年的主要半导体机会，但在未来4 到7年内，这些受访者预计情况会发生变化，其中63% 的受访者预计情况会发生变化。 受访者预计，嵌入移动设备、车辆和工业设备中的半导体将推动大部分行业机会。 预计未来将推动芯片需求的设备或平台 占受访者总数的百分比 近期（1-3年）中期（4-7年）长期（8年以上） 移动设备 21%17%15% 34% 17%18% 22% 14% 6% 公共云/超大规模环境 本地数据中心/私有云 26% 11% 17% 24%22% 11% 10%10% 2% 工业设备车辆医疗/科学设备 垂直化是增长的关键。 正如人工智能工作负载预计将得到越来越多的专业化和专用芯片的支持一样，受访者表示，特定行业的需求将推动半导体制造商为他们的需求寻找专用的垂直解决方案。受访者表示，半导体制造商最大的商机可能来自解决汽车、电信和医疗保健/生命科学领域的独特需求，其中69%将汽车行业列为前三名，51%表示电信 ，48%表示医疗保健和生命科学。所有三个行业都对支持本地处理的芯片需求相同，这些芯片对延迟和功耗约束的容忍度有限，这表明随着时间的推移，原始性能可能变得不如跨分布式设备实时处理事件的能力重要 。 行业有望推动机遇 在总受访者中，按总排名排序降序的百分比 等级1-最有可能 汽车医疗保 健和生活科学电信 9% 10%9% 11% 19% 工业制造媒体和娱乐 能源和公用事业 金融服务 等级2 等级3 等级4 等级5 总排名 10%23%12% 2% 2%3%2% 4%5% 1%1% 19% 9% 6% 8% 4% 13% 18% 11% 9% 13%14% %16% 16 19% 12% 18% 22% 16% 20% 12% 17% 24% 28% 12% 10% 11% 91% 88% 73% 71% 58% 55% 46% 资源产业 (农业、矿业、 和林业) Retail 11% 11% 软件使硬件更有价值。 硬件平台越来越专业化以支持特定的工作负载配置文件和行业应用程序，这将使开发人员更加难以为每个特定芯片优化其软件。通过投资开源软件生态系统，半导体制造商可以使开发人员更容易共享优化并构建更通用的框架，使应用程序能够充分利用特定的硬件配置。90%的受访者表示，围绕特定芯片的开源软件生态系统的健康状况对该芯片的市场机会至关重要。特别是，受访者认为，开源软件使开发人员在使用特定芯片时更容易获得性能优势，提高互操作性，提高能源效率并保持安全性。 繁荣的好处软件生态系统 在总受访者中，排序降序 开源软件生态系统的重要性 占受访者总数的百分比 性能优化互操作性/兼容性能源效率/减少热量固件和安全更新 设计与仿真自定义 51% 50% 49% 39% 26% 67% 11% 45% 45% 非常重要 有点重要 不是很重要 即服务模式扩大了机会。 虽然专用芯片可以优化工作负载，以实现性能、成本和功耗的最佳组合，但硬件选项的激增将增加管理这些工作负载和维护环境以支持它们的复杂性。随着通用计算和存储工作负载向云的转变，公司将寻求作为服务模型来代表他们管理越来越多的专业化工作负载，更具体地说，他们将寻求提供针对其特定需求而优化的专用硬件的提供商，而不是依赖于通用云环境。调查的受访者认为，在短期内（三年内），大多数公司将转向在专用的即服务环境中运行关键工作负载；例如，65%的受访者认为人工智能培训和推理的很大一部分。 工作负载将在三年内在专用GPU即服务环境中运行。这些新的专用托管服务环境将成为半导体制造商日益重要的客户，从而推动对特定类型的工作负载或特定于应用程序的芯片的需求和规模。 预期客户通过替代公共云计算方法转移 %在受访者总数中，按“客户永远不会使用”排序升序 我们的大多数客户已经在使用即服务计算近期（1-3年）中期（4-7年） 长期（超过8年）客户永远不会使用即服务计算 9% 25% 48% 17% 用于AI训练/推理的GPU 即服务 2% 4% 12% 22% 45% 18% 管理边缘/物联网计算 端点 8% 23% 43% 22% 5% 图像处理或 分类 3% 6% 12% 31% 19% 特定行业的应用程 序 7% 4% 22% 44% 24% 网络管理/ 8% 13% 28% 34% 18% 优化用于高性能计算的CPU即服务 8% 5% 26% 39% 23% 视频处理/编码 12% 7% 15% 33% 34% 安全任务(例如， 加密) 17% 32% 22% 16% 14% 区块链交易 可持续性行动胜于雄辩。 随着市场对可持续计算的需求增加，以及对行业施加更大的压力来管理废物并减少电力和水的消耗，半导体制造商必须采取行动来提高其可持续性；90％的受访者 调查表明，制造商提高自己的可持续性很重要，86%的人认为这一责任延伸到帮助终端客户变得更可持续。围绕可持续性的意识增强也意味着制造商必须让市场意识到他们的 investmentsinsustainability.Whenaskedtoidentifyonekeystrategyforengagingthemarketaroundsustainabilityissues,thelargestportionofrespondents(39%)suggestedthat半导体manufacturerswerebestservedby