「香港飛龍」標誌 本文内容： 如果您希望可以時常見面，歡迎標星收藏哦~近日，一家名爲Cognichip宣告成立，並官宣融資3300 萬美元。據該公司在融資新聞稿中所說，Cognichip 正在構建一箇名爲“人工智能芯片智能”（ACI：Artificial Chip Intelligence）的基礎人工智能模型。該模型有望減少處理器開發過程中的人工工作量。據報道， Cognichip認爲該模型需要數年時間才能達到“終極性能”，但預計它將更早地爲芯片設計人員帶來益處。據該公司稱，ACI 既可以加快芯片開發速度，又可以降低相關成本。Cognichip 認爲其模型可將處理器設計項目的成本降低高達 75%。此外，該公司表示，ACI 可以發現微調芯片性能和效率的機會。也就是說，這家公司的目的，就是想讓芯片工程師失業？（微笑臉）在下面文章中，我們將引述該公司CEO對半導體行業的看法，並分享他是計劃如何改變芯片行業。半導體一箇瀕臨崩潰的行業半導體行業一直是一股不可否認的良性力量。自1947年沃爾特·布拉頓（Walter Brattain）的意外發現——他將實驗浸入熱水瓶中，偶然發現了半導體，並最終獲得了諾貝爾獎——以來，半導體幾乎徹底改變了現代生活的方方面面。從阿波羅計劃中每臺使用約16,000個晶體管的制導計算機推動太空競賽，到重塑全球通信，半導體改變了人類社會。想想通信設備的演變：從僅包含5到8個晶體管的簡陋晶體管收音機，到最新的iPhone機型，其集成了近200億個晶體管。汽車行業也已被半導體重塑。我們已經從福特的T型車發展到像特斯拉和Waymo這樣的自動駕駛、軟件驅動的汽車。在醫療保健領域，半導體爲從核磁共振成像儀和超聲波設備到像Oura戒指和芯片實驗室技術這樣的尖端可穿戴設備等一切設備提供動力，使數十億人能夠獲得更好的診斷和治療。2023年，全球半導體器件銷量接近1萬億件，相當於地球上每個人擁有超過100塊芯片。展望未來，隨着全球對計算能力的需求持續呈指數級增長，半導體將在未來10-15年發揮更爲關鍵的作用。人工智能的崛起及其對計算能力的無限需求，正在推動前所未有的投資。微軟和OpenAI等公司通過其耗資1000億美元的“星際之門”超級計算機項目，以及擁有20萬顆Colossus GPU超級計算機的xAI，正在構建人工智能基礎設施的未來。谷歌和亞馬遜也在大力投資其定製TPU、Trainium和Inferentia芯片，以在人工智能軍備競賽中保持領先地位。然而，支撐這些進步的基礎——技術人才——仍然岌岌可危。儘管半導體行業的重要性毋庸置疑，但它正面臨嚴重的人才危機。德勤估計，到2030年，半導體行業將需要新增超過一百萬名技術工人才能滿足其需求。這種技術工程師的短缺並非暫時的挑戰，而是一箇結構性問題，有可能削弱該行業滿足不斷飆升的需求的能力。問題有兩個方面。首先，世界各地的大學，尤其是西方國家的大學，培養的畢業生數量不足以滿足需求。只有約20%的美國畢業生擁有STEM學位，而其中只有1%的畢業生是電子工程專業——而電子工程專業對半導體設計和製造至關重要。相比之下，中國近40%的學生擁有STEM學位，使其成爲半導體人才的溫牀。其次，即使大學提高了產量，半導體設計的複雜性也意味着工程師需要數年時間才能真正投入生產。半導體設計領域的尖端工作——邁向2納米及以下的芯片——需要高度專業化的實踐經驗，而這些經驗是課堂上學不到的。此外，目前很大一部分勞動力即將退休。例如，在德國，約三分之一的半導體從業人員將在未來十年內退休。該行業對快速老齡化人才庫的依賴，使得這種情況更加岌岌可危。儘管 Synopsys 和 Cadence 等公司已經投資電子設計自動化 (EDA) 工具來簡化芯片設計的某些方面，但僅靠這一點並不能解決人才缺口。果這種人才需求與供給之間的不匹配持續擴大，可能會出現以下幾種結果。首先，我們可能會看到人才和創新集中在少數資源充足的公司手中。臺積電、英特爾、英偉達等巨頭，以及谷歌和亞馬遜等雲計算巨頭，可能會主導該領域，控制人才和創新的獲取渠道。這可能會加劇現有的供應鏈問題，並限制小公司的競爭能力，從長遠來看，抑制創新。這些大公司受制於追求低風險、短期增量收益的激勵，可能不太願意對半導體技術的未來進行大膽、高風險的押注。芯片從奔跑到行走再到爬行？和過去相比，今天的半導體開發看起來完全不同。現在，半導體芯片的上市時間 (TTM) 長達數年。此外，推動行業創新並不便宜。僅博通去年在研發上花費就超過90 億美元。根據德勤的數據，到 2024 年，芯片行業將 52% 的息稅前利潤 (EBIT) 用於研發。事實上，研發似乎以 12% 的複合年增長率增長，而息稅前利潤僅增長 10%。這些冗長的時間表不僅會減緩創新，還會對經濟、競爭和市場產生嚴重影響。摩爾定律的隱性成本在於，計算能力的指數級增長伴隨着開發複雜性的指數級增長。上世紀初，英特爾的奔騰4——當時PC的尖端CPU——包含4200萬個晶體管。如今，像蘋果M3這樣的高端處理器擁有超過200億個晶體管。設計和製造這樣的芯片絕非易事。要邁向3納米、2納米及更低的更小節點，需要更高的精度，這需要額外的設計、測試和驗證。如今，芯片設計流程經歷了多階段、串行化，每一步的複雜性都不斷提升。從初始架構到測試再到最終驗證，每個階段都需要精準執行。由於規範在設計前期就已確定，隨着設計的推進，錯誤會成倍地增加時間和投資成本。每個階段都會給整個流程的收斂帶來風險；工程師需要權衡風險與設計裕度，從而影響最終產品的性能、成本和能效。電子設計自動化 (EDA) 軟件等專用工具以及極紫外 (EUV) 等尖端光刻技術對於確保精度至關重要，但它們會顯著增加整個流程的時間。爲了完成芯片設計，工程師需要使用多種 EDA 軟件工具，這些工具通常來自多箇供應商。爲了管理交接並指導這些工具，工程師需要開發軟件腳本將它們綁定在一起。這些腳本本身就是代價高昂的錯誤來源，並會延長產品上市時間。簡而言之，很多地方都可能出錯，其後果可能對項目和公司造成嚴重影響。製造數十億晶體管規模的先進芯片需要無可挑剔的精度。蝕刻和確保硅片結構完整性等工藝必須精準無誤。任何錯誤都可能導致代價高昂的返工。芯片越先進，容錯空間就越大。隨着製造工藝變得越來越複雜，產品上市所需的時間也越來越長。設計缺陷和製造工藝兼容性的極端情況會嚴重影響產品的良率，推高單位成本並降低毛利潤。最終的抉擇是接受低良率，還是在設計文件中修復問題。這往往又是一箇價值一億美元的問題。半導體供應鏈是一箇深度互聯且高度集中的生態系統——其中任何一環的中斷都可能產生連鎖反應。臺積電、三星和等少數公司主導着芯片生產，五家公司佔據了全球 80% 以上的供應量。波士頓諮詢公司 (BCG)的數據顯示，2026 年建成的一座晶圓廠的十年總擁有成本 (TCO) 將達到 350 億美元至 430 億美元。材料短缺、自然災害或地緣政治緊張局勢等中斷會減慢生產進度並導致 TCO 飆升。這些延誤可能需要數年時間才能解決，正如疫情期間全球芯片短缺對各行各業產生的影響一樣。芯片上市前必須通過各種認證流程，以確保符合監管標準。這些流程冗長冗長，而且難以擴展以滿足日益增長的需求。政府的職責並非成倍地擴大監管審批能力！全球半導體行業每年在研發上的投入超過1000億美元。每一代芯片的開發成本都比上一代高，這不僅是因爲其複雜性，還因爲開發過程中的多變性和不可預測性，這常常導致成本超支。這使得企業很容易陷入“創新者窘境2.0”：產品尚未進入市場就被競爭對手超越。技術變革的步伐日新月異，這意味着耗時數年的芯片開發可能會在成熟時面臨被淘汰的風險。如果競爭對手能夠提前幾個月將更新、更高效的芯片推向市場，就能搶佔相當大的市場份額。隨着開發週期的延長，將上市時間縮短5%就能轉化爲數箇季度的競爭優勢。而錯過上市機會則可能意味着失去幾乎不可能挽回的市場份額。在半導體行業中，獲得第三名通常意味着商業案例的失敗。漫長的開發週期不僅意味着市場份額的損失，還會降低快速創新的能力。多箇項目的進度延誤會累積起來，影響公司的整個創新流程——想象一下，伊萊·高德拉特的赫比號同時出現在多箇流程中，會是怎樣的體驗。許多公司，尤其是消費電子行業的公司，會根據新芯片的上市情況來規劃產品發佈。芯片的發佈一旦延遲，發佈也會受到影響。例如，由於 OLED 屏幕和麪部識別硬件的供應問題，蘋果的 iPhone X上市時間就被推遲了近兩個月。在快速發展的消費電子領域，即使是兩個月的延遲，也會對節假日等關鍵時期的銷售造成巨大影響。代工廠在新工藝技術和生產設施上投入了數十億美元，但只有在其支持的客戶開始生產後才能開始看到回報。芯片設計和製造的TTM較長，嚴重影響了他們的投資回報率。這給他們帶來了壓力，他們需要在推動新技術發展的同時，滿足客戶的期望。因此，隨着芯片設計日益複雜，以及熟練設計師的短缺日益加劇，半導體行業必須從根本上重新思考設計。在這個軟件應用程序可以在數月或數週內擴展到1億用戶的時代，半導體行業不可能花費數年時間來推出新的創新。“軟件正在吞噬世界”之所以成爲可能，是因爲它在運用新理念和放棄根深蒂固的做法方面更具適應性。多年來，軟件行業已經證明了通過重複使用他人已有成果來創造新價值的力量。Linux等軟件操作系統的標準化就是這一原則的一箇很好的例子，因爲這意味着你不能僅僅因爲自己可以就重新構建定製的軟件元素。芯片設計需要徹底的轉變——漸進式的改進已不再足夠。那些不能適應變化的人將被那些能夠適應變化的競爭對手甩在身後。半導體領域的創新競賽不再僅僅關乎速度，而關乎生存。破局之道人工智能、並行開發和模塊化在快節奏的科技世界裏，時間遠比金錢重要——產品上市的延遲可能意味着成敗。上市較晚的產品往往處於明顯的競爭劣勢，即使性能再強大也無法彌補。如今還有誰還記得Zune？在單色iPod盛行的時代，它的無線歌曲共享和彩色顯示屏並不足以撼動如此強大的市場領先地位。先發優勢至關重要，因爲客戶通常會被市場領導者所吸引，而後來者則不得不與低端客戶競爭，並被迫進行價格競爭。不幸的是，在半導體行業，較長的設計週期已成常態。儘管整個行業都受制於較長的設計週期，但對於初創公司來說，這尤其具有挑戰性。半導體行業的特點是開發週期長達數年且不斷延長。複雜的設計要求： 芯片正變得越來越複雜，數十億個晶體管集成在極小的空間裏——蘋果的 M2 Ultra 芯片就集成了超過 1300 億個晶體管。設計如此複雜的硬件需要極高的精度，並且需要耗費大量的時間來完善。串行開發流程： 傳統的芯片開發遵循串行路徑——架構、微架構、設計、驗證、原型設計、啓動、確認，然後是批量生產。這種“串行”開發方法意味着每個階段都必須以高質量完成才能進入下一個階段，從而導致長期延遲的風險累積。如果在這個串行流程的某個階段犯了錯誤，而該錯誤在後續的另一箇階段被發現，則必須再次重複該串行流程。這種串行芯片開發方法是行業發展的一種自然方式，其原因有很多。其中一箇因素是每個階段的專業知識各不相同。例如，驗證工程師只有在設計完成之後才能測試設計的正確性。可測試性設計 (DFT) 工程師只有在設計足夠成熟，測試插入能夠捕獲正確事件時才能參與其中並貢獻價值。我們的行業依賴設計審查流程和文檔來簡化這些階段，並減少過程中的溝通不暢和錯誤。但這些方法並不總是有效。開發成本不斷上升： 芯片開發成本極其高昂——僅高通一家，2024 年的研發支出就接近 89 億美元。對於初創公司而言，籌集足夠的資金來支撐漫長的開發過程幾乎是不可能的，這將給初創公司帶來嚴重的後果。漫長的上市時間和高昂的開發成本意味着，任何一家半導體初創公司如果沒有大量資金（通常高達 1 億美元甚至更多）就無法開展項目。投資者意識到高昂的融資要求，因此傳統的通過籌集親朋好友的資金或經驗豐富的天使投資人來啓動公司的方式被拒之門外。即使在大公司內部，押注新市場或激進的設計也可能帶來可怕的後果，因此缺乏創新精神的領導者會避免這樣做。因此，除了炒作週期之外，大多數半導體初創企業的想法都會夭折，而其他一些通常會被少數巨頭公司收購。事實上，自2000年以來，風險投資對美國半導體初創企業的投資一直在下降。參見下文：時光倒流至20世紀80年代初，我們看到半導體開發過程的參與者更加廣泛——例如硅谷傳奇的先驅仙童半導體、莫斯泰克、RCA半導體和Zilog ，它們如今都已衰落或被更大的企業集團收購。在當今的半導體領域，權力集中在英特爾、英偉達、高通和臺積電等少數幾家公司手中。雖然一些半導體初創公司在人工智能和量子計算領域取得了進展，但它們仍然是少數例外。大多數初創公司都因將新芯片推向市場所需的鉅額成本和時間投入而感到壓力重重。IP 設計領域的創新者正經歷着這種金字塔效應，這種金字塔由少數幾家不願承擔風險的大公司主導。預計 IP 公司將比大公司領先一到兩個週期，因爲大公司只有在與目標設備相同的節點上經過硅片全面審查後，纔會使用這些 IP 模塊。漫長的開發週期帶來了另一箇挑戰：未來市場需求的不確定性。芯片開發商必須在產品發佈前數年就做出決策，押注芯片最終上市時哪些特性和功能會受到市場歡迎。這些變化的需求可能來自市場動態，也可能來自行業標準，例如 IEEE、ITU-T 以及許多由公司集團組建的聯盟，旨在開發各種接口如何在芯片之間以及跨系統之間進行連接和通信。例如，假設您正在開發一款採用 PCIe 接口的芯片，目前市場上流行的是第五代 PCIe 規範，但您知道 PCI-SIG（由 900 家公司組成的組織，負責維護和開發 PCIe 規範）正在開發下一代 PCIe 接口，該接口將具有更高的帶寬和新功能，並將在一兩年後發佈。您會怎麼做？您會傾向於降低尚未完成設計的產品的過時風險，爲此會考慮在新規範發佈時（甚至在您的芯片準備好投入生產之前）“可能”發生的意外情況。爲了應對潛在的市場和技術變化，各大公司往往會在芯片上添加額外的功能——更高的可編程性、更強的功耗、更大的內存，以及更多“以防萬一”的功能。這種做法會導致芯片設計臃腫，消耗更多資源，增加開發成本，降低效率。這種冒險有時能帶來回報，但更多時候會導致代價高昂的延期和產品失敗。在這種情況下，我們需要：1並行開發：一箇潛在的解決方案是借鑑軟件行業的經驗，採用更敏捷的並行開發模式。開發流程的多箇階段可以同時運行，而不是等待每個階段完成後再開始下一個階段。這可以大幅縮短產品上市時間，使公司能夠更快地響應技術變革和市場需求。2模塊化設計：另一種方法可能是模塊化芯片設計。通過創建具有可互換組件的芯片，公司可以更輕鬆地適應市場變化，而無需從頭開始整個設計流程。最近，業界採用了 3D 芯片堆疊技術來減小芯片組中每個芯片的尺寸，從而提高良率並降低整體解決方案的成本。同樣，有些公司使用芯片小片 (chiplet) 來劃分不同的核心和接口，這樣，設計中某個部分的更改就不需要重新設計整個大型芯片。3操作系統：早期的軟件先驅們曾經編寫在裸機上運行的代碼。軟件不僅要提供實用的應用程序和用戶體驗，還必須管理內存、程序計數器和外設等資源。早在 20 世紀 50 年代，IBM 推出了 GM-NAA I/O，並在 20 世紀 70 年代 UNIX 的推出使其普及開來，軟件工程師們就認識到引入標準化操作系統來管理應用程序資源大有裨益，這些資源包括用於同時運行多箇程序的調度程序，以及用於網絡、安全等的工具和函數庫。相比之下，硬件設計將從類似的概念中受益匪淺，工程師可以專注於開發新功能，而不必擔心組織和管理芯片資源。總而言之，我們面臨的問題是——我們能做些什麼？我相信，各個方面循序漸進改進的時代已經結束。挑戰越來越大，後果也越來越可怕。顯然，一箇充滿活力且不斷髮展的行業需要持續創新，而創新的投資承受能力不應只侷限於少數幾家大型企業。回顧我們發展的歷史，你會發現，從1993年開始，nVidia就憑藉2000萬美元的投資，在上市前經過幾輪融資，打造出了一箇全新的企業。我的第一家初創公司Centillium Communication作爲一傢俬營公司籌集了5000萬美元。2000年上市時，我們銀行賬戶裏還有1700萬美元。到2017年Aquantia上市時，我們已經籌集了近2億美元。這種趨勢不利於一箇充滿活力的創新型行業。隨着生成性人工智能的出現，我們擁有獨特的機會積極追求打破現狀並再次振興我們的行業。人工智能助力半導體設計的未來Cognichip有一箇崇高的目標，那就是創建一箇基礎的 AI 模型，以幫助更快地將新芯片推向市場。總部位於舊金山的 Cognichip 正在致力於構建一箇基於物理學的基礎 AI 模型，供半導體公司用來加速新芯片的開發進程。如上所述，該公司將這種方法稱爲“Artificial Chip Intelligence”，並希望它能夠幫助將芯片生產時間縮短 50%，並降低相關成本。這一雄心勃勃的想法來自半導體行業資深人士 Faraj Aalaei，他曾在富士通網絡通信公司和 Centillium Communications 等多家公司工作過。Aalaei表示，他的公司起源於 2015 年。當時，Aalaei 是硅谷領導小組的成員，該小組經常開會討論行業存在的問題。他越來越擔心半導體行業的現狀。他向與會者介紹了風險投資對半導體公司投資的急劇下降。他說，風險投資在2000年達到頂峯，每年有200筆交易，而到2015年則下降到每年只有一兩筆。在他看來，這個原因顯而易見：芯片設計耗時過長，耗資過大。結果，擁有大膽新想法的創業者越來越少，挑戰現狀的創業者越來越少，顛覆性創新也顯著減少。更糟糕的是，願意或能夠應對這些挑戰的工程師隊伍正在萎縮。“我實際上是在警告其他CEO，這對我們不利，”Aalaei說。“這對美國的半導體行業不利，我們需要做的是從根本上改變現狀。如果這種趨勢持續下去，我們將失去競爭力。我們將失去帶來新想法的活力。”我們所熟悉的半導體創新模式，即由有遠見的投資者支持的小團隊先驅，正在消失。 他說，考慮到新芯片上市所需的時間，這些公司未能吸引風險投資者也就不足爲奇了。然後，他把這個想法擱置了近十年。自2015年以來，該行業經歷了人工智能的崛起，重新點燃了人們對半導體的興趣。目前，每年大約有八家由風險投資支持的芯片初創公司湧現。雖然這是一箇進步，但它仍然凸顯了一箇核心問題：即使在一場依賴半導體的重大技術革命中，新芯片公司的數量仍然遠低於歷史水平。同樣的創新障礙依然存在。於是，他決定在2024年創立Cognichip。自那以後，Cognichip 一直在祕密運營，並組建了一支由來自斯坦福、谷歌和麻省理工學院等高校的人工智能專家組成的團隊。Aalaei 表示，該模型至少需要幾年時間才能達到“終極性能”，但他表示，在達到這一目標之前，它應該能夠爲企業提供幫助。“當我們達到這個目標，也就是ACI，我們將構建一箇能夠像專業工程師一樣運作的系統，”Aalaei說道。“一旦我們實現了這個願景，那麼你實際上可以用更少的人力，在更短的時間內完成同樣的工作。”Cognichip 現已嶄露頭角，獲得由 Lux Capital 和 Mayfield 共同領投、FPV 和 Candou Ventures 跟投的 3300 萬美元種子輪融資。如Aalaei所說，重塑一箇行業並非孤軍奮戰。爲此他組建了一支世界一流的團隊，匯聚了來自亞馬遜、谷歌、蘋果、新思科技和 KLA 等公司的 AI、芯片設計和系統架構專家——我夢寐以求的高管團隊，其中包括：聯合創始人兼首席技術官Ehsan Kamalinejad是人工智能和機器學習領域公認的權威。他曾領導 Apple 的機器學習項目，包括 Apple Photos 中的“回憶”功能，並在 AWS 率先開發了強化學習應用程序。的聯合創始人兼首席架構師Simon Sabato是芯片設計和系統架構領域的資深人士。他曾在谷歌、思科和 Cadence 擔任領導職務，在 FPGA 加速器、ASIC 和高速網絡領域擁有深厚的專業知識。軟件創始副總裁Mehdi Daneshpanah擁有超過 15 年的人工智能和企業軟件經驗。他曾領導 KLA 的全球軟件團隊，目前負責 Cognichip 人工智能半導體設計平臺的開發。首席產品官Stelios Diamantidis是一位擁有25年EDA經驗的創始人、技術專家和AI驅動芯片設計的先驅。他領導了新思科技的生成式AI卓越中心，並推出了全球首個面向半導體的AI應用程序DSO.ai 。Mayfield 的執行合夥人 Navin Chaddha 表示，當他被介紹給 Aalaei 時，他覺得他們“簡直是一丘之貉”。半導體行業的絕大多數工作仍然由人類完成；他表示，他認爲現在正是將人工智能引入該行業的好時機。“這是一箇主要的痛點，而這家公司提供的解決方案將是半導體行業的止痛藥，而不是維生素，”Chaddha說道。“如果沒有人類做這項工作，人工智能能在人才短缺的情況下完成嗎？首先，他們擁有一支優秀的團隊；其次，他們正在解決一箇規模龐大、價值數萬億美元的行業中的一箇真正痛點。”Aalaei 表示，他希望 Cognichip 也能幫助芯片製造的普及化，以便更多半導體公司能夠起步並獲得投資。他還表示，更便捷的准入也意味着規模較小的公司也能爲特定型號或更小型號製造更專用的芯片。這一切都取決於該公司何時或是否能夠實現人工智能芯片智能。按照他們所說，芯片設計起源於 20 世紀 90 年代。然而你，儘管巨大的創新已經使設備製造規模進入了埃時代，但用於大規模芯片設計的數據抽象、工作流程和工具都是幾十年前發明的，這讓它們在實際應用中碰到了問題。“我們做的不是漸進式的改變，”Aalaei 說，“我們不是在構建一箇EDA工具，我們也不是想對流程進行些許調整。我們試圖爲我們的行業設定一箇新的目標，並帶來一些重大的改變。”總而言之，該公司正在構建一箇基於物理原理的基礎模型，該模型擁有設計師級別的認知能力，能夠實現人工智能芯片。他們的目標是讓芯片設計更簡單、更經濟，讓世界各地的工程師都能以更少的障礙和更快的速度進行創作。“我們相信人工智能和計算應該成爲現代設計流程的主力。工程師們可以將精力集中在創造力、領域精通以及打造卓越芯片上，擺脫繁瑣的人工操作。ACI將使這一切成爲可能。””Aalaei強調。半導體精品公衆號推薦專注半導體領域更多原創內容關注全球半導體產業動向與趨勢*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅爲了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯繫半導體行業觀察。今天是《半導體行業觀察》爲您分享的第4036期內容，歡迎關注。『半導體第一垂直媒體』實時 專業 原創 深度公衆號ID：icbank喜歡我們的內容就點“在看”分享給小夥伴哦 (本文内容不代表本站观点。) --------------------------------- |
本網站是"非商業"(non-commercial)。 暫統計至2025年6月8日，本網站共52823篇文章。 本網頁使用CDN cache緩存，顯示的網頁內容可能並非最新版本。
