芯片设计业的上下游老总对本土设计业的点评和展望

2019年底，一年一度的“中国集成电路设计业2019年会”（ICCAD 2019）在南京举行，电子产品世界记者访问了EDA、设计服务厂商和代工厂的老总，请他们回顾和分析了2019年的热点，并展望了2020及未来的设计业下一个浪潮。

01.2020年芯片业或有所增长；国产芯片制造繁忙

Mentor, a Siemens Business荣誉CEO Walden C. Rhines指出，2019年的行业发展略显平淡，其中一个主要原因是由于存储器的价格一直没能反弹，2020年在5G 商用等因素的作用下，可能会出现一些积极的增长。

IC设计正在大量增长，因为很多公司都在加入IC设计阵营，不管多芯片还是多Chiplet(芯粒)的设计增长都很剧烈。EDA公司现在也可能变成系统级设计的公司，EDA的增速很快。

芯原公司董事长兼总裁戴伟民：①关于中美贸易摩擦，我们不应该、也不可能与美国隔离开来。美国不可能脱离中国市场，中国也不可能完全自主制造。中国提出安全可靠，但安全可靠不一定需要全部重新开发，引进、消化、吸收、再创新也是创新，不一定全部是原创，但是要重视知识产权。②20年前，台积电、联电等开创了代工业务，带来了代工业和无晶圆厂IC设计公司的辉煌。下一步，硅平台服务、设计服务将引领设计业从“重设计”到“轻设计”的转变，前者解决了固定成本问题，后者解决了运营成本问题。

Socionext中国事业部总经理刘珲：对中国业务是长期看好的。如果展望近期的2020、2021，看好5G基础设施在国内带来的机会。物联网有端、管、云三部分，在管、云部分，Socionext布局有云上服务器芯片、视频流媒体芯片、无线通信芯片等。随着5G商用的加速推进，汽车作为新型的端，Socionext同时积极布局汽车电子业务，面向中国市场提供多套自动驾驶解决方案。

和舰芯片制造(苏州)公司销售副总经理林伟圣：2020将是个好年，至少上半年景气状况会很好。国产芯片化方面，和舰在苏州、联芯在厦门，产能无论是8英寸还是12英寸，都可以满足国内芯片特色工艺制造的需要。

2019年底，8英寸和12英寸晶圆的需求是全面提升的。原因如下。

1）最大的推动力还是国产替代，尤其是在国内的供应链，无论是代工制造或是后端封装，这部分产能利用率都往上提升，甚还出现了产能短缺。例如对和舰工艺的需求是全面性的，尤其是模拟与电源管理IC，这和国内某些系统厂商要求国产芯片取代是有关的。

2）12英寸也是在多方应用起来，配合IoT应用的蓝牙、Wi-Fi、智能家居用应用的芯片也跟着起来了；另外蓝牙在TWS（真无线耳机）的需求也增长。

3）和屏相关的芯片。前两年，TDDI是在80 nm高压节点的需求多，所以当时造成短缺；但2019下半年是各个节点的高压工艺需求上来——80、55、40 nm的产能都紧缺， 

4）除了上述的特色工艺外，多个产品应用也会从过去的55 nm工艺，因为低功耗或多集成往40 nm或28 nm演进。

02.芯粒升温，从“重设计”向“轻设计”转变

2.1 对Chiplet（芯粒）模式的看法

ICCAD2019年会上，芯原公司董事长兼总裁戴伟民博士在主题讲演中提到了重视Chiplet(芯粒)。Chiplet类似于IP，但不是以软件形式出现，而是以裸片(die)形式提供。Chiplet可将不同工艺节点、不同材质、不同功能的裸片封装在一起，可以缩短芯片开发周期，降低芯片设计总成本。

实际上，Chiplet是2015年由Marvell创始人周秀文（Sehat Sutardja）博士在ISSCC2015上提出的，但那时提出早了一点，现在Chiplet逐渐得到了业界的认同，因为现在最先进的制程工艺已到了7 nm、5 nm，而且这几年封装技术也进步了，所以台积电搞封装是有道理的，不是下游的封装业务台积电也要通吃，而是看到了封装是一个很现实的问题，可以使芯片提早上市（如下图）。

Chiplet可以解决很多问题，例如以下两个方面。

1）存储器接口IP的问题。早期一家公司曾提出过基础 cash（缓存）的概念，可用存储器（memory）缓存的技术节省成本，无论是服务器还是笔记本电脑，只要不是用DRAM，理论上可以省一半成本。但存储器控制/cash技术当时比较复杂、成本高，后来NAND闪存便宜了，Chiplet就可以做了。存储器控制/缓存的接口无需7nm、5nm等最先进的制程，可以放在Chiplet中。

但是阻碍Chiplet普及的一个最关键问题是还不太成熟。当然业内已经在努力做了，最近也制定了一些标准，接口也是开放的，封装技术也越来越好。

2）IP做成Chiplet后，可以多代使用、几家共用，以节省成本。例如，一家美国云平台公司要做视频转码，找到芯原寻求解决方案。因为编码技术不是通用的（因为涉及到编码的用途不同：是否要把信息传到后台？），编码里有很多智慧，而且每个设计师的方法都不同，有可能忙了半天，最后编码还没别人做的好，为什么要养一个团队做编码？但是AI部分可能是客户自己想掌握的。于是芯原建议该公司做SoC，把该公司的AI放进来。但是，该公司认为开一颗芯片太贵了，也没有多少量；再有，也许明年自己的AI又更新换代了（注：今年AI，明年也许是用FPGA等），客户都可以搞定，所以该公司希望给他一个Chiplet，把编解码放在Chiplet里。而且接口也不是该客户独有的，可以是开放的。芯原发现这个想法很好，不仅为一家开Chiplet，几家共用也可以，这样就大大降低了成本。

在此，戴伟民博士也感悟到“轻设计”的重要性，就是做自己有优势的部分，不要做自己没优势的部分（do less for more），而不要do more for less。例如，大众商品（commodity）就不要做了，要做有特色的东西。例如以色列公司在轻设计方面做得就很好，没多少人，几十上百人，做得很快，最后被苹果等大公司收购。而我们国内，经常靠成千上万的人来做设计。

Socionext中国事业部总经理刘珲补充道，Chiplet产生的源头来自于数字逻辑在工艺上的演进速度比模拟要快。数字不存在多次迭代，但模拟需要多次迭代，赶不上数字对工艺的要求，因此模拟IP技术在早期工艺导入时，很难匹配数字芯片的进度要求。

不过，Chiplet遇到如下3个挑战。

1）实现。①Chiplet和模拟接口存在标准化的问题，谁在后面驱动标准化？②模拟和数字接口之间的数据量可能会非常大、高速，因为现在数字在往先进工艺节点走。

2）功耗。如此大的数据量，通过die（裸片）与die之间的互联，功耗肯定是一个挑战。

3）规模化。正如芯原戴伟民博士所说，互联网公司没有那么大的量（因为是碎片化应用），这样的场景有可能会需要这样的技术，它对大量的场景诉求不是那么强烈。

但是Chiplet最大的优点在于它能解决两大问题，一是在先进工艺节点早期阶段，一些复杂高速的模拟或接口电路的有无问问题；另一个是灵活性问题，例如有些芯片在不同场景下，对接口或模拟的通道数要求不同，如果都集成在一颗die上的话缺乏灵活性，PPA方面难以做到最优。Chiplet通过数字和模拟更好地解决场景化的灵活性问题。

Mentor, a Siemens Business 荣誉CEO Walden C. Rhines指出，Chiplet是IC不可避免的下一步。在芯片的集成方面，①摩尔定律往下走，这给我们在不同模具上开发新功能的机会。它还可以去集成一些异构的技术，包括模拟混合信号、射频等，可以封装在同一个芯片里。②Chiplet不是新技术，已经有很多模块，例如手机里的射频就有这样的封装，里面有各种各样的组件是放在一起的。

2.2 轻设计是否会引起同质化？

芯原公司董事长兼总裁戴伟民否认以上观点，例如我们用一样的EDA工具做设计，也没有产生同质化；设计的芯片都在TSMC（台积电）等代工厂生产，也没有同质化。因此要具体分析，例如也许我设计的芯片的layout（布局）比你小，我的就有竞争力。如果今天你芯片公司没有一半人做软件，这就有问题了，因为今天你在做系统，不是componet（元器件），二者的意义是不一样的。而且你的架构、对市场的定位也非常重要，特别是核心竞争力很重要，核心部分的技术不能外包。

如果你的核心竞争力强，编解码一定会比像芯原这样的IP公司做得好吗？未必。因为芯原和谷歌、英特尔等大公司有合作，这些大客户给芯原很多意见反馈，芯原有丰富的经验。如果你自己做不合算，好不容易做出来了，过段时间又落后了。所以非核心部分，不一定要自己做。

的确不能同质化，但为什么现在出现了从“重设计”向“轻设计”的转移？因为现在需要很多定制化。前两次浪潮是以家电、PC、手机为代表，它们是标准芯片，无需定制。但是物联网时代定制的比通用的好，因为物联网是碎片化的和AI异构，就带来了第3次产业转移（前2次分别是家电、PC和手机）。20年前从有制造到无制造（fabless），现在是从“重设计”到“轻设计”。怎么轻？根据各家的情况不一样。但基本原则是：有了核心竞争力就用insource（内部资源），没有核心竞争力就用outsource（外包）。

CAPEX（资本性支出）是固定成本，实际上fabless也很贵，IP贵，人贵（上海的工资马上要超过台湾，已经比日本贵了），所以这是我们遇到的挑战，我们的应用成本太高。

其实轻设计，对于不同公司，轻的程度不同。①对于初创公司，往往资金有限、人手不足，必须要轻，自己全做不可能。对于成熟公司，代工厂帮助解决了固定成本，如果按研发占销售的20%~30%，毛利一定要到50%，所以毛利一降到40%就出售，这在外人看来很不理解：明明很赚钱为何就出售了？因为若不能卖掉，股票反而会跌，甚至关掉都比不卖好。但是，如果你的研发占销售的数字不是20%~30%，而是14%~15%，那就不要卖了，公司就可以存在。轻设计，可以解决运营成本（OPEX）问题，但是轻的程度不同。

②系统公司是不是也要建一个芯片团队呢？互联网公司是不是能做芯片、做得好呢？实际上他们与芯片公司的DNA就不同。因为软件通常6个月就能做好，芯片要做更长时间，很难接受。所以可以看到这样的现象：很多系统公司和互联网公司号称马上要做芯片，做了后知道不那么容易。实际上，系统公司和互联网公司没有必要自己做，凡事熟能生巧，别人重的我就要轻，EDA公司、代工厂、硅平台服务和设计服务公司都是交了多年的学费的，例如芯原已发展了18年才做到今天。

03.毛利率：国内设计公司中，前10为何比前100低？

在ICCAD 2019上，中国半导体行业协会IC设计分会理事长魏少军教授在行业年度报告中称：近年来，尽管10大设计企业的规模在持续增长，但盈利能力并没有同步提升，10大设计企业的平均毛利率已经连续3年比排名前100的设计企业平均毛利率要低。

那么，为何排名前10的毛利率比前100的利润低？

Mentor荣誉CEO Walden C. Rhines指出：这种案例可能是不具有代表性的。如果更长期地看，至少看5年，你就会发现，其实是没有这样的关系的。

如果从更高层面看，半导体行业中有最高的毛利率是FPGA的公司，大概有65%的毛利率。第2是模拟信号公司。这两个案例当中，高价格可能是因为客户很难更换供应商；而且产品的生命周期很长。微处理器也是这样，由于基于软件，很难更换微处理器，因此微处理器有50%~60%的毛利率。毛利少的有存储器，在1995年时，目前最大的3家存储器制造商——三星、SK海力士和美光，只有50%的市场份额，现在3家占95%，所以它们现在的盈利能力增加了。

芯原公司董事长兼总裁戴伟民解释道：特殊领域的芯片可能毛利率好一点。但是做大批量的消费类市场的毛利率较低，这可能也是中国的国情。如果本土企业一旦技术强了，就可以把毛利率增加。因为一些本土企业选择量大的红海/血海做，靠降低价格来占领市场，但是这些本土企业可能没有特别大的技术的优势，所以营收高、毛利低。

和舰芯片制造(苏州)公司销售副总经理林伟圣补充道：①国内大部分公司主要是做取代型的市场。取代型市场无外乎产品和功能类似，最后就是拼价格；如果在创新层面做，可以提高ASP（平均售价）。②一些初创公司会用非常低的价格去扰乱市场，就会把整体市场的报价拉下来，因为市场竞争，造成毛利下降。

04.AI芯片为何在2019遇冷？

现在国内做AI的设计公司很多，可谓八仙过海，各显其能，有的从算法向芯片做，有的从芯片向算法做，架构上，有GPU、FPGA、TPU等，到底应该怎么做呢？为何经历了2018年的AI热潮后，2019年出现了冷却、降温？

芯原公司董事长兼总裁戴伟民：①提到算法，搜索一下，网上有很多。实际上，几十年来AI算法是很多的。不过，只有好的算法是不完全的。②把算法变成芯片后，初创公司的估值可能就增加10倍。但是，做出芯片来，芯片要有地方用。所以现在问题是芯片估值很高，接下去为什么2019年下半年没那么容易了？你的demo（演示）很好，放在哪里，谁用？现在比较好的落地是刷脸、监控，其他的还没有看到特别好的应用。③AI芯片也是芯片，不是比其他芯片高级很多。真正高级的是在云上做训练，这方面很少看到有国内企业在做。提到算法，大数据是永远不够大的；因此现在讲小数据，因为有的时候没有大数据就不能做了吗？大数据也不是绝对好，因为尽管大数据有99.99%及以上的准确率，也难免有严重后果（注：但如果用大数据下棋，下输了没关系，后果不算严重）。现在的问题是，有的数据不要那么大，有的数据是没用的，而小数据也可以做点事，这才是真正可以研究的，国内可以在这方面花大力气。

Socionext中国事业部总经理刘珲补充道：AI芯片不在于用什么架构来做。AI芯片要成功，最重要的还是落地，紧耦合一个行业，深耕行业，对这个行业理解，然后把这个AI芯片硬件做到符合行业的要求。

和舰芯片制造(苏州)公司销售副总经理林伟圣称：AI是IP还是芯片？他认为AI目前来看在某些应用是类似IP，如要变成通用的IC放在所有场景里面做，是很挑战的。

Mentor, a Siemens Business荣誉CEO Walden C. Rhines认为中国非常适合做AI，他指出：如果回顾半导体的历史，可以看到它是向前推进的历史。例如台式电脑、手提电脑、手机……，一代比一代强。同样，AI、机器学习确实有了新的进展，而中国无疑成为了重要的角色，所以中国正在努力发展自有的芯片、系统、算法等，并且能够共同努力，震撼想要进入市场的公司们。

05.RISC-V的最大挑战

芯原公司董事长兼总裁戴伟民也是中国RISC-V产业联盟理事长。那么，RISC-V的最大挑战是什么？有人认为是碎片化。

实际上，RISC-V除了碎片化，还有小部分的专利问题。伯克利是不会告的，因为指令集是开源、免费的，没有问题。但是写成RTL以后，这里就有专利，像IBM、英特尔，arm、MIPS的处理器核一样，也要注意。

关于真假RISC-V和碎片化问题，实际上不是难事，各种RISC-V组织可以加强合作和兼容，做一些测试即可。

另一个角度看，碎片化不一定是坏事。物联网本身就是碎片化的，才需要定制化，RISC-V才开始出现。

芯原公司董事长兼总裁戴伟民：①提到算法，搜索一下，网上有很多。实际上，几十年来AI算法是很多的。不过，只有好的算法是不完全的。②把算法变成芯片后，初创公司的估值可能就增加10倍。但是，做出芯片来，芯片要有地方用。所以现在问题是芯片估值很高，接下去为什么2019年下半年没那么容易了？你的demo（演示）很好，放在哪里，谁用？现在比较好的落地是刷脸、监控，其他的还没有看到特别好的应用。③AI芯片也是芯片，不是比其他芯片高级很多。真正高级的是在云上做训练，这方面很少看到有国内企业在做。提到算法，大数据是永远不够大的；因此现在讲小数据，因为有的时候没有大数据就不能做了吗？大数据也不是绝对好，因为尽管大数据有99.99%及以上的准确率，也难免有严重后果（注：但如果用大数据下棋，下输了没关系，后果不算严重）。现在的问题是，有的数据不要那么大，有的数据是没用的，而小数据也可以做点事，这才是真正可以研究的，国内可以在这方面花大力气。

Socionext中国事业部总经理刘珲补充道：AI芯片不在于用什么架构来做。AI芯片要成功，最重要的还是落地，紧耦合一个行业，深耕行业，对这个行业理解，然后把这个AI芯片硬件做到符合行业的要求。

和舰芯片制造(苏州)公司销售副总经理林伟圣称：AI是IP还是芯片？他认为AI目前来看在某些应用是类似IP，如要变成通用的IC放在所有场景里面做，是很挑战的。

Mentor, a Siemens Business荣誉CEO Walden C. Rhines认为中国非常适合做AI，他指出：如果回顾半导体的历史，可以看到它是向前推进的历史。例如台式电脑、手提电脑、手机……，一代比一代强。同样，AI、机器学习确实有了新的进展，而中国无疑成为了重要的角色，所以中国正在努力发展自有的芯片、系统、算法等，并且能够共同努力，震撼想要进入市场的公司们。

05

RISC-V的最大挑战

芯原公司董事长兼总裁戴伟民也是中国RISC-V产业联盟理事长。那么，RISC-V的最大挑战是什么？有人认为是碎片化。

实际上，RISC-V除了碎片化，还有小部分的专利问题。伯克利是不会告的，因为指令集是开源、免费的，没有问题。但是写成RTL以后，这里就有专利，像IBM、英特尔，arm、MIPS的处理器核一样，也要注意。

关于真假RISC-V和碎片化问题，实际上不是难事，各种RISC-V组织可以加强合作和兼容，做一些测试即可。

另一个角度看，碎片化不一定是坏事。物联网本身就是碎片化的，才需要定制化，RISC-V才开始出现。

那么既然如此，哪家EDA公司会主导整个IC的生态和IP？

Walden称：在整个生态环境中，谁来主导，这像一个进化的问题。历史上来看，一直有3家大型的EDA公司，这个现象一直是很稳定，原因是没有一家可以做到各项都是最强的、面面俱到的。新思主导了逻辑综合市场，Mentor, a Siemens Business在验证上有很高的市场份额，Cadence在Layout（布局）上很强。现在希望各家都有整合的工艺流程，大家会建立一个标准化的界面，让客户可以用不同的工具，解决不同的问题。

有人认为，随着时间的推移，三足鼎立的局面会消解，但Walden认为不是，反而会不断加强和稳固，因为各家现在会进一步加强特色技术。对于Mentor, a Siemens Business，借助于西门子的数字双胞胎技术，其自身业务也在过去2年内实现了飞速增长。，在Walden看来，与西门子的良好协同让原来的Mentor能够更好地迎合市场的发展趋势，加上系统公司对于系统需求的不断增加，也为EDA厂商带来了更多机遇。

注：魏少军教授在ICCAD2019的讲演原话：“根据对排名前100名的设计企业统计，平均毛利率预估34.2%，比上年的32%，上升了2.2个百分点。从最近几年情况看，排名前100的设计公司毛利率一直徘徊在30%左右，总体改善不大。10大设计公司平均毛利率为32.2%，比2018年的31.7%，提升了零点几个百分点。

尽管10大设计企业总的毛利率在增加，但是也有个别企业毛利率下降，部分企业的毛利率偏低，甚至出现了负毛利率。近年来，10大设计企业的规模在持续增长，但盈利能力并没有同步提升，10大设计企业的平均毛利率已经连续3年比排名前100的设计企业平均毛利率要低，这个情况不是太好。”