深度解读半导体行业关键趋势和专家洞见

2024 年第 3 季度深度解读 半导体行业关键趋势和专家洞见作者：GLG 格理集团专家团成员目录摘要 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1研究简介 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2研究洞见 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3结论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 glginsights.cn 半导体行业 • 1摘要如今，超大规模数据中心对性能的要求越来越高，各类设备上的 AI 工作负载支持的需求不断增加，人们愈加关注“边缘计算与处理”― 这一切为半导体行业带来了新的机遇和挑战。这项面向半导体行业领导者展开的调研揭示了未来半导体设计和制造需求的发展趋势，并为作为半导体主要消费者的设备和装置制造商提供了启示。调研结果表明，未来半导体行业将更加专业化，专用芯片会得到更广泛的部署与应用，以优化高度细分的工作负载与行业应用。在日益分散的硬件环境中，软件生态系统有望在简化开发者体验方面发挥更加重要的作用。近年来，半导体供应链大幅恢复，但不断变化的全球条件、对可持续发展的日益重视以及不断增长的对制造能力的本土投资，持续影响着半导体公司的战略方向。面对漫长的产品周期和高昂的新产品开发成本，该领域的企业需要仔细评估这些趋势，并开展自己的后续研究，以自信地识别最有前景的市场机遇。调研显示：74%65%90%的受访者认为，“边缘 AI 技术”是半导体市场的三大主要增长领域之一的受访者预计，在四到 七年内，AI 专用芯片将超越 GPU，成为 AI 工作负载的主流加速器的受访者认为，开源软件生态系统对于发掘半导体产品线的市场机会意义重大 glginsights.cn 半导体行业 • 2研究简介2024 年 5 月 23 日至 6 月 3 日期间，GLG 格理集团对美国和加拿大的 101 位半导体行业高管开展了一项线上调研，了解他们认为该行业存在的关键机会以及对未来行业发展的主要担忧。这些高管对半导体公司或设备制造商的销售、市场推广策略或战略制定具有影响力。研究结果显示，大多数受访者认为：• AI 是半导体行业发展的重要驱动力• 随着特定工作负载和使用场景催生越来越多的优化需求，半导体行业将日益专业化和垂直化• 半导体产能的本土投资不断增加，对半导体企业的竞争力和创新能力产生了积极影响受访者的工作职能及其公司的年收入和行业分布情况如下所示：公司营收10 亿美元以上1.01 亿到 10 亿美元5,000 万到 1 亿美元11%36%53%工作职能行政/综合管理销售研发/工程/产品开发供应链/需求管理43%制造设计/工程信息技术21%19%7%5%4%2%公司规模500 人以下501-2,500 人2,501-5,000 人5,001-10,000 人50,000 人以上15%10,001-50,000 人30%12%21%19%4%主要行业设备制造商无晶圆厂半导体制造商集成设备制造商 (IDM)半导体制造厂 （晶圆代工厂）工业自动化公司34%外包半导体组装和 测试提供商 (OSAT)30%17%12%7%1% glginsights.cn 半导体行业 • 3第 1 名 – 增长最快的市场15%25%AI 工作负载或将驱动半导体行业需求受访者预计，AI 工作负载将成为半导体越来越重要的需求来源，有 90% 的受访者将其列为行业的主要增长领域之一。受访者指出，这类工作负载可能会同时在数据中心和边缘设备上运行。因此，那些计划在 AI 领域寻求机会的公司，应考虑投资既能研究洞见90%的受访者将 AI 工作负载列为该行业最重要的增长领域满足数据中心的高性能和规模需求，又符合边缘设备低能耗要求的产品线。多数受访者还表示，行业专用芯片（如工业或汽车行业控制系统中的芯片，或生命科学和医疗保健设备中的芯片），将成为推动半导体市场增长的重要因素。在对 AI 工作负载所需的支持有了更详尽的认知之后，72% 的受访者认为，数据处理和传输 ― 用于支持 AI 工作负载，是该行业的三大机会之一；65% 的受访者同样强调了用于支持大型语言模型 (LLM) 的推断能力的重要性。另外，有 52% 的受访者将视频处理和媒体编码视为关键机会。半导体公司的预期增长市场用于加速数据中心 AI 工作负载的专用芯片第 5 名第 4 名第 3 名第 2 名用于加速边缘 AI 工作负载的专用芯片用于高性能计算的优化芯片行业专用芯片（例如，汽车或 医疗保健行业专用芯片）用于高速网络的优化芯片用于支持物联网 (IoT) 应用的 传感器和其他专用芯片通用处理器或 通用芯片（如 CPU）用于执行安全任务 （例如加密任务）的专用芯片用于执行区块链相关 计算的专用芯片总排名90%90%73%53%49%48%42%35%21%5%15%9%23%39%7%10%17%32%12%15%20%12%12%14%12%8%8%14%9%11%11%4%16%13%10%5%4%11%13%12%4%15%9%7%9%5%2%1%3% 3%1%占受访者总数的百分比，按总排名降序排列3% glginsights.cn 半导体行业 • 4第 5 名第 1 名 - 机会最大72%网络流量管理或协调17%20%15%13%7%92%图片分类19%25%20%19%9%91%视频处理/媒体编码16%23%25%19%8%40%95%语言处理/LLM 的推理14%16%9%16%96%数据处理或传输10%14%24%22%26%GPU 或将让位于 AI 专用芯片当被问及不同类型芯片的需求将如何随时间的推移而变化时，受访者表示，尽管在短期内 GPU 会是加速 AI 工作负载的主要手段，但在未来的四到七年内，这一角色很可能会被 AI 专用芯片（如 NPU）取代。65% 的受访者指出，这些 AI 专用芯片将会在上述时间范围内承担运行大部分 AI 工作负载的角色，而只有 18% 的受访者认为 GPU 的重要性不会改变。受访者预测，未来将会有各种 AI 专用芯片问世，以满足不同操作环境的要求，例如：用于移动设备的低能耗 AI 加速器和用于优化运行大型语言模型云服务的高性能芯片等。用于 AI 工作负载提速的芯片的市场机会第 4 名第 3 名第 2 名总排名占受访者总数的百分比，按总排名降序排列58%培训24%8%12%11%3%对芯片未来用途的预测占受访者总数的百分比CPU4%6%9%GPU63%18%6%AI 专用芯片23%65%