近日富士康即将IPO上市引起相关行业投资者热切关注，在这272.532亿元总投资金额背后，富士康要布局怎样的电子智能制造工业4.0生态圈？ 募资用途 富士康招股书披露，募集资金主要用于八个项目：工业互联网、云计算、数据中心、通信网络、物联网、智能制造新技术、智能制造升级、智能制造产能扩建等，详细投资情况如下表： （点击图片可放大看） 从上面可以看出，富士康未来将在工业互联网、5G网络与传统业务电子制造结合，在技术升级与发展并驾齐驱中，不断扩大电子设备智能制造，逐渐形成了一个高效、完善的全产业链的紧密互联体系。将通信网络设备制造业务与上游供应商、下游品牌商建立长期稳定的供应链合作关系，通过对整个供应链的资源整合、关系协调和流程优化，实现集团各成员的共赢。 经营状况 据招股书披露，富士康是全球领先的通信网络设备、云服务设备、精密工具及工业机器人专业设计制造服务商，为客户提供以工业互联网平台为核心的新形态电子设备产品智能制造服务。公司致力于为企业提供以自动化、网络化、平台化、大数据为基础的科技服务综合解决方案，引领传统制造向智能制造的转型；并以此为基础构建云计算、移动终端、物联网、大数据、人工智能、高速网络和机器人为技术平台的“先进制造+工业互联网”新生态。 富士康主要从事各类电子设备产品的设计、研发、制造与销售业务，依托于工业互联网为全球知名客户提供智能制造和科技服务解决方案。主要产品涵盖通信网络设备、云服务设备、精密工具和工业机器人。相关产品主要应用于智能手机、宽带和无线网络、多媒体服务运营商的基础建设、电信运营商的基础建设、互联网增值服务商所需终端产品、企业网络及数据中心的基础建设以及精密核心零组件的自动化智能制造等。 近三年富士康实现营业收入分别为27,28.00亿元、2727.13亿元及3545.44亿元，其中2016年营业收入较2015年微降0.03%，2017年营业收入较2016年增长30.01%；实现营业利润分别为171.88亿元172.70亿元和199.57亿元；实现归属于母公司股东的净利润分别为143.50亿元、143.66亿元和158.68亿元，其中2016年归属于母公司股东的净利润较2015年增长0.11%，2017年归属于母公司股东的净利润较2016年增长10.45%。 从上图可以看出，富士康近年的营收一直处于稳步快速增长态势，然而营业利润与归属于上市公司的净利润却难有巨大的突破，这与富士康所在的电子行业有紧密关系，据了解，近年来全球电子通信类产品市场普遍呈现出产品种类多元化、外观个性化的特征，新产品层出不穷，市场需求不断增长，竞争日益激烈，导致市场整体净利率增幅逐渐放缓，因此富士康在今年通过募资投入工业互联网、通信网络等扩大企业横向方向，谋求新的发展是明智的选择。

全世界最大的电子代工企业富士康集团，正在从基于劳动力的简单组装，向高技术含量的研发厂商转型。科技行业觊觎的人工智能，同样成为富士康投资的目标。据外媒最新消息，富士康集团日前宣布，将在人工智能领域投资大约3．4亿美元。 据路透社报道，2月2日，富士康集团执行副总裁Fang－ming Lu在新闻发布会上表示：“我们在研发和技术领域的投资绝对不会处于弱势，我们希望在未来几年内在人工智能应用和工业互联网领域投资100亿元新台币（相当于3．4亿美元）。” 这位高管表示，富士康集团已经建立了人工智能研发团队，但是人员还不够，还需要招募更多的人才。 富士康掌门人郭台铭近日也宣布，将会组建人工智能应用和工业互联网研究院，另外在深圳市、台北市和美国设立工业机器人研究机构。 富士康集团已经在中国的制造基地中部署了6万台机器人，未来计划增加到20万台。 1月31日，富士康集团召开了特别股东大会，批准让子公司“富士康工业互联网股份有限公司”在上海证券交易所上市，这家公司的业务囊括了工业互联网、机器人等业务。这也是富士康集团第一次让旗下资产在中国大陆股市上市。 在过去一年时间里，人工智能成为科技行业的新浪潮，几乎所有的知名科技公司都进入了人工智能、机器学习等领域的研发。 在人工智能的具体应用上，有两个领域距离消费者更加接近。一个是基于人工智能语音助手的智能音箱，语音助手具备更高的智商，能够理解人类自然语言和语音，让人们进入了语音互联网时代。其中，谷歌助手和亚马逊Alexa两大产品，目前正在进入更多的第三方硬件，让消费者使用熟悉的同一个语音助手来操控汽车、家电、甚至是公司内部的软件、专业机器等。 人工智能的另外一个重要领域是自动驾驶。依靠计算机视觉识别，人工智能正在提高车辆驾驶的安全性和智能性。特斯拉电动车已经植入了成熟的自动驾驶技术，谷歌兄弟公司Waymo也准备在今年推出正式的无人出租车服务。 据报道，为了进一步招募人才，富士康集团也将会在大陆地区的北京市、上海市、南京市、深圳建立人工智能有关的实验室。 随着苹果三大电子硬件出现萎缩和停滞，郭台铭领导富士康集团走上了转型道路，更加重视零部件业务、技术研发和品牌业务。上述的人工智能和工业机器人，属于技术研发类业务。 富士康集团也在大举进入液晶面板业务，并且利用夏普品牌，扩大智能电视机、智能手机等销售，据日经新闻报道，夏普最近正在洽谈收购东芝公司的笔记本电脑业务，意味着富士康将拥有自主品牌的PC部门。

近日，据报道，台积电将于本周五（1月26日）在台湾南部科学工业园区(STSP)开工建设新的5nm工厂，并将于2020年启动3nm工厂，3nm新厂同样座落于南科，投资金额将超过200亿美元，而新工艺的快速演进以及突破将大大巩固台积电一号代工厂的地位。 据了解，未来台积电将有三期厂房生产5nm制程产品，台积电总经理暨共同执行长刘德音于去年供应链管理论坛就曾透露，5nm制程发展符合进度，位于台南科学园区的晶圆18厂将于今年动土，将有三期厂房生产5nm，预计2019年上半年风险性试产。 另外，在更先进的5nm制程上，刘德音则表示，2019年上半年开始风险性试产，并且将新厂命名为18厂。在18厂的厂区内，也将会有3期进行5nm的生产。而在南京厂的部分，由于客户的需求强烈，预计会较预期在2018年下半年量产的时间，稍微提前至 2018 年5月进行量产，以供应市场的需求。

根据国外知名科技媒体Tom＼＼＼＇s Hardware 最新报道，在台北电脑展 Computex 2019 上，AMD CEO 苏姿丰（ LisaSu）向其证实，AMD不再向中国公司（天津海光）授权其新的X86 IP产品。另外值得一提的是，国产X86芯片厂商兆芯从威盛获得的X86授权也已经于2018年4月到期。这也意味着国产X86芯片前景再度陷入了一片黯淡！ 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。

近日，据外媒报道，拉斯维加斯会议和游客管理局投票，批准了马斯克（Elon Musk）旗下挖掘公司Boring价值4860万美元的合同，Boring将在拉斯维加斯建商用隧道，它包括两条车辆隧道、三个车站以及一条行人隧道。 据悉，这条建设在地下9米至27米的双孔隧道长度将达到35．3英里，并配有两座车站，分别位于华盛顿和巴尔的摩。 马斯克表示，地面交通状况“太耗神”。他把这种地下交通隧道称为“环”，期待未来能在世界各地城市地下运行；届时，自主驾驶的电动汽车用电梯送达地下，需要配备经特殊设计、从汽车正常轮胎垂直方向“弹出”的“侧轮”，沿“环”内轨道行驶。 据马斯克介绍，每辆车配备这种“侧轮”的成本是200美元至300美元。可通行车辆为自主驾驶类型，不限于特斯拉品牌，但必须是电动车，以避免产生尾气。 隧道内将保留一定数量的自主驾驶汽车，以备行人和自行车骑手不时之需。一旦进入主隧道系统，每辆汽车都能保持最高速行驶，只有在隧道进出口处需要减速。“与其说像地铁，它更像是一条地下高速公路。”

衡量示波器测试系统质量的关键指标有很多，而“有效位数”对于了解整个测量系统至关重要。本文将讨论示波器有效位ENOB，以及ENOB对实际信号测试的影响，并结合实际应用，给出EXCEL求解的方法。 一 前言 图1 数字示波器系统结构图 由图1数字示波器系统结构可知，信号通过探头系统进入示波器后，经过衰减器和前置放大器调理后进入ADC。衰减电路和放大器通过继电器进行协同工作，在调整垂直分辨率时可快速切换使用。衡量ADC性能指标的参数有很多，比如采样率、DNL、INL、信噪比、有效位等。本文主要讨论ADC的有效位指标以及示波器系统的有效位。 二 ADC有效位定义 图2 ADC采集的正弦波频域分布 ADC的有效位指标是对正弦波信号进行FFT频谱分析间接计算得到的。图2是正弦波经过AD采样再经过FFT变换得到的频域分布图，除了主要的正弦波分量外还存在很多噪声、谐波和杂散信号。 ADC的有效位定义为： 式中：1．76为理想ADC的量化噪声； 6．02为将log2转化为log10的系数比。 三 示波器的有效位ENOB ENOB参数被业界广泛接受为是一种通用的判定A／D数模转换、示波器系统或其它数字化系统性能优劣的指标。所有的数字化系统中都存在多种误差，这些误差会影响系统获取的电压与 “理想” 电压存在偏差。对一个理想的示波器系统而言，在最大输入带宽范围内，系统有效位数应和A／D的转换分辨率相同。在现实中，所有的仪器都不可能是理想的，ENOB通常是低于其A／D转换分辨率的。 由图1数字示波器系统架构图可知，前端采集电路及ADC采样电路对ENOB有较大影响。实际工作时，偏置误差、非线性误差、增益误差、随机噪声以及ADC交织引起的噪声都会影响ENOB。 图3 示波器ENOB曲线 四 ENOB对实际信号测量的影响 图4 两台示波器测量同一信号 示波器的ENOB指标好，时间误差、频率杂散（通常由拼接误差引起）都比较小，同时宽带噪声也比较低； ENOB没有考虑相位不一致和频响失真等； 理想情况下所有示波器都具有平坦的相位和频响曲线以及相同的滚降方式。但事实上一般在示波器指标手册里都找不到相位和频响曲线，同样ENOB也没有考虑频响平坦度或相位的不一致性。图4显示了一个输入信号在两台不同的示波器上的测量结果。两台示波器的ENOB是相同的，但示波器1显示的波形更加接近真实的输入信号，而示波器2显示的波形就失真比较大。 ENOB没有考虑到示波器可能引入的偏置误差。 两台有相同ENOB的示波器可能显示的波形形状完全一样，但是绝对电压偏置不一样。对于这一点，测量示波器在不同偏置下的底噪声或者评估直流增益指标可以提供更好的评价方法。 五 示波器ENOB的测量 示波器ENOB的测量需要考虑以下几点因素： 测试源的ENOB要比被测示波器的ENOB大； 被测信号是否充满示波器量程会影响ENOB的测试结果； 被测信号频率与示波器采样率会影响ENOB的测试结果。这一点很重要，在实际测试中必须满足以下条件。（详细点击查看往期微信文章：《千万别错过！这些FFT干货真的很受用》） 式中： n：质数； N：FFT的分析点数，此处取4096个点； Fs：示波器采样率； Fin：被测信号频率。

极紫外光刻技术，成为潜在的摩尔定律的救世主已经很久了。 十几年前，路线图要求EUV于2011年到货。直到去年它才开始运行。 EUV源已达到半导体制造所需的200瓦级。然而，暴露的光致抗蚀剂的缺陷限制了当前7纳米节点的产量，并且未来的5和3纳米节点将面临更大的问题。现在，基于最先进激光器的新型实验室EUV源为开发人员提供了更高的空间和时间分辨率，以便他们理解并解决这些问题。 将光刻技术移至EUV波段意味着材料和光源都发生了巨大变化。新的13．5纳米EUV等离子体源取代了193纳米的紫外激光器。随着波长减小，光子能量增加，因此来自新激光驱动的等离子体EUV源的每个光子携带的能量是来自旧激光源的光子的14倍。更高能量的光子需要新的光刻胶材料，这是一个目前仍在研究中的具有挑战性的化学问题。新开发的光刻胶似乎存在随机缺陷，称为“随机打印故障”。这个问题已经成为EUV光刻技术的首要问题，比利时IMEC探索材料首席科学家John Petersen说  。 “我们需要了解正在发生的事情的真实化学性质，”IMEC材料和分析小组主任Paul van der Heide说。为此，该公司与位于科罗拉多州博尔德的KMLabs合作，  在比利时建立了一个高分辨率的EUV成像和超短脉冲实验室。 彼得森和其他人在 2月25日至28日在圣何塞举行的SPIE高级光刻会议上描述了该设施。 照片：KMLabsKMLabs用于极紫外显微镜的桌面高次谐波源 由KMLabs构建的系统通过将来自红外激光器的高功率脉冲聚焦到气体中来产生EUV脉冲，以产生激光的高次谐波。该过程产生的脉冲持续时间为皮秒（10 －12）至阿秒（10 －18），波长可在6．5和47纳米之间调节。可调波长和可调脉冲长度使得高次谐波源比用于曝光光致抗蚀剂的更亮等离子体源更好地进行测量。谐波产生还可以产生类似激光的EUV光，它可以提供非常高的分辨率，并且无需镜头即可成像 － 这是一个很大的优势，因为固态镜头无法聚焦EUV光。该  结果是一个功能强大的测量工具 这也可以执行其他测量，现在需要像同步加速器这样的大量来源。 高谐波输出足够亮，可在微米级区域进行高分辨率干涉成像，并具有低至8 nm的特性。它还可以观察材料中极快的分子动力学和电离过程，这对理解化学过程至关重要。许多材料供应商正在测试抗蚀剂下面的薄层沉积以改善其性能，但他们缺乏探测暴露层时发生的情况的方法。“我们可以通过这个实验室来探讨这一点，”彼得森说。 该设施还可以探测麻烦的随机抗蚀剂故障，提供可以帮助研究人员预防它们的数据。之后的下一步将是识别并试图修复其他产生噪声的麻烦效应，这些效应产生的噪声高于由单个EUV光子的高能量引起的不可避免的光子散射噪声。这种散粒底噪声可能会导致缩小到小于3 nm节点的几何尺寸。 但是，新的EUV系统有其自身的局限性。“我们是测量源，而不是制造光刻技术的来源，”KMLabs首席执行官Kevin Fahey说。对于芯片制造来说，光束太弱了，但它可以聚焦到足够明亮地照射微米级区域，以便进行亚波长分辨率的高分辨率干涉成像以测试抗蚀剂。 KMLabs联合创始人亨利卡普滕说：“使用高次谐波产生光刻并不是不可能的，但它需要重大的新发展，可能需要几十年的时间。”

在芯片架构设计领域中，可重构计算技术并非一项新的存在。20世纪60年代末，加利福尼亚大学的Geraid Estrin首次提出重构计算，后过去二十余年，Xilinx才基于这一原型系统推出该技术的重要分支——FPGA架构，正式开启现代重构计算技术。 即便如此，由于此前芯片发展一直走在摩尔定律预设的方向上，FPGA始终无法进入公众的视野中，而在学术研究领域，它也一直只是芯片技术研究中少有人关注的冷门项目。不曾想，在这一波AI浪潮的推动下，可重构计算技术迅速从学术边缘走向了主流。 AI浪潮与芯片架构创新 任何技术的兴起都是市场需求、技术迭代与产业发展合力推动的结果，AI不例外，芯片的变革更是如此。 在算力需求持续增长的背景下，AI算法对芯片运算能力的要求上升到传统芯片的百倍以上，想像一下，采用了人工智能算法的AlphaGo需要用到上千块传统处理器（CPU）和上百块图形处理器（GPU）。类似，传统处理器根本无力支持智能家居、自动驾驶和智能终端等应用场景的巨大算力需求，因此基于传统CPU搭建出新的架构就显得迫在眉睫，AI芯片也就此诞生。 对于这一新兴的芯片市场，摩根大通的分析师Harlan Sur曾公开表示，到2022年为止，AI芯片市场将以每年59％的成长速度增长，届时市场规模有望达到330亿美元。 用迅猛之势来形容AI芯片产业的发展毫不为过，这一新兴事物也打破了整个市场既有的产业形态。在新兴芯片市场占据龙头地位的英伟达，其CEO黄仁勋就多次在公开场合中表示：“摩尔定律时代已经终结。”这也并非一家之言，作为摩尔定律的提出者，Intel也多次公开承认这一点。 没有摩尔定律的约束，在接下来很长一段时间内，芯片产业势必将进入自由生长状态，AI芯片产业呈现了前所未有的百花齐放。但其实深入去看，它却也被有章法的推进着。事实上，最为明显的就是，伴随着整个市场对功能的需求变化和终端的发展，GPU、ASIC等主流芯片架构技术正逐步有序得的迭代和扩大自己的市场占比。 目前，因市场对智能的实现尚处于初期，AI中关键的应用需求更偏向于训练端，因而，在训练市场中独大的GPU成为芯片市场的主流架构也就毫不奇怪。但真正的智能一定离不开逻辑推理部分。自然，作为这一功能实现的主力军，ASIC和FPGA备受业内关注，其中，热度蹭蹭上涨的FPGA可以说是格外引入注目。 FPGA热潮启示录 在AI并不火热的时间段，FPGA常年来被用作专用芯片（ASIC）的小批量替代品。因传统计算机冯·诺依曼结构的约束，比CPU甚至GPU能效更高的FPGA一直未有用武之地，直到神经网络算法的出现。 不得不说，从初入商用市场到独立成产品，FPGA架构技术似乎从未和AI算法分离开过，硬件上的节点与算法的神经元结构形成天然的呼应，颇有天造地设的意味。 如所料，FPGA最早一出现就伴随着神经网络算法研究，2011年，Altera推出OpenCL，其中的CNN算法研究就是基于FPGA的，这让FPGA重回了人们的视野中；后时隔三年，微软推出Catapult项目，开发了高吞吐CNN FPGA加速器，将这种架构更紧密的与神经网络算法实现绑在了一起；2015年，陷入转型焦虑的Intel直接选择收购Altera，这一举动后来甚至带起了一波CPU＋FPGA热，但这一刻FPGA的魅力还没有真正被展现出来。直到一年后，Intel终利用BP算法在FPGA上实现了5GOPS处理能力，这一架构的优势终锋芒初现。 一步一步，伴随着深度学习的应用和渗透，FPGA架构技术也越来越受各芯片厂商关注，在多次大会的行业交流中，多位芯片研发人员都指出：综合考虑成本、可行性等因素，在可见的未来里，架构创新是唯一算力提升解决方案。而FPGA无疑为整个行业带来架构设计上的新思路。 第一次，FPGA被用于产品端是在iPhone 7上，苹果集成了Lattice iCE40 FPGA，将其作为超低功耗的逻辑处理兼传感器部件。从技术到产品端，这一技术架构只用了短短七年，而苹果的成功尝试也为这一技术架构加分不少。现在，业内人士也普遍将它列为旧有半导体甚至终端架构的关键颠覆者，也因此，FPGA这七年的持续热度给出了整个行业的风向标：半导体架构进入了新的征程，尤其为AI芯片的设计提供了关键思路。 站在FPGA的肩膀上，可重构芯片诞生 对于AI芯片的优势，寒武纪陈天石曾这样形象的描述道：“如果把深度学习看作切肉，传统的处理器就是瑞士军刀，我们的专用神经网络处理器则相当于菜刀。瑞士军刀通用性很好，什么都可以干，但干得不快，菜刀是专门用来做饭的，在切肉这件事情上，效率当然更高。” 按理，效率越高，算力越高，芯片产业发展应当重回到此前活跃增长的阶段，但在近两年整个产业却出现了一种怪象：芯片产业进入了一种低效的繁荣状态，现有的AI产品的数量只有两位数，而单价几乎不变，尤其是AI终端产品，产业利润几乎在个位数。在产业链端，产品开发费用、产品难度都在持续上升，在市场空间有限的条件下，产品的盈利空间直线下降。 事实上，仅仅融合FPGA架构设计的高效对整个产业的发展来说是依然不够的，菜刀终究还是菜刀，AI芯片的应用场景和变现能力实在十分有限。对此，清华大学微电子所所长魏少军就直接点出：“要想让AI芯片能够在使用中变得更‘聪明’，架构创新就是它不可回避的课题。” 产业端，为了打破这一现状，地平线、寒武纪、Arm等众多新老玩家纷纷给出了各自的平台性商用解决方案，但终不是长久之计。对此，业内的共同认知是：若想釜底抽薪，设计出一款动态可重构的并行计算芯片，以实现一块芯片可以跑多种算法，节省资源，大大提高通用性，极大程度上促进整个产业的发展。 所幸，在国内，目前尚有两款芯片代表：一款是清华大学的Thinker可重构AI芯片，它获得了2017年国际低功耗电子与设计会议设计竞赛奖，这是一款由65nm工艺制成的芯片，不过其峰值性能能够达到410GOPS，能效达5TOPS／W。第二款是南京大学RAPS可重构芯片，它由40nm工艺制成，可以实现25种与信号处理有关的算法，峰值性能69GFLOPS，能效达到32GFOPS／W。与TMS320C6672多核DSP比较，性能能够提高一个数量级。 值得一提的是，两款芯片制程一般，工艺泛泛，却收获如此高效的性能，架构创新的四两拨千斤功效可见一斑。 最后 纵观第三波AI浪潮下的半导体产业，有两个现象级事件奠定了当下芯片产业的基调：曾经逃离半导体行业的风投又纷纷重新回到了半导体行业；历来观潮的中国，现在成了弄潮儿。 不言而喻，这两大趋势撞在一起发生的化学效应率先打破了整个半导体行业既有的产业形态。但不可忽视的是，作为工业的粮食，芯片架构创新带动的产业活力才将成为推动第三波AI浪潮持久发展的动力。 如许衍居院士所言：未来10年，整个半导体产业将会从cSoC时代走向rSoC时代。但是可重构芯片发展还需要突破众多难关，如基于可重构计算搭建的硬件平台是需要搭建一个统一的标准平台还是仅仅只开发一个通用的编程模型？采用双编程如何划分软硬件任务并处理好之间的通信问题？这些问题依旧是缠绕在可重构芯片发展之路上的藤蔓，披荆斩棘，路且漫长。

中芯国际创始人张汝京对我国集成电路产业曾有过这样的点评，“我国半导体产业发展最薄弱的环节就是材料和设备，但这也意味着市场机遇。”经过长期发展，我国企业在半导体应用、封装测试领域已发展到全球领先，拥有了完整的终端产业链，但在产业链前端环节非常薄弱。关于材料以及封装 ，小编在前文都有提及，感兴趣的朋友可以去看一下。这一篇文章，我们将着重来说半导体设备。 半导体设备是半导体产业最为重要的一环，是生产部门不可或缺的生产资料。从半导体产业链中可以看出，无论是上游设计制造，还是下游封装测试，几乎每一个产业环节都需要相关设备的投入。半导体设备主要应用于IC制造（前端设备）、IC封测（后道设备）两大领域。 其中，IC制造设备又包括晶圆制造设备和晶圆加工设备。其中晶圆制造设备主要由硅片厂（如SUMCO、金瑞泓、上海新升）进行采购，最终产品为硅片；晶圆加工设备主要由代工厂（Foundry，如台积电、中芯国际、上海长虹）或IDM企业（如Intel、Samsung）进行采购，最终产品为芯片；IC封测设备通常由专门的封测厂（如日月光、Amkor、长电科技）进行采购，包括拣选、测试、贴片、键合等多个环节。 半导体设备格局一览 据Gartner统计，全球规模以上晶圆制造设备商共计58家，其中日本的企业最多，达到 21 家，占36％，其次是欧洲13家、北美10家、韩国7家，而中国大陆仅4家，分别是上海盛美、上海中微、Mattson（亦庄国投收购）和北方华创，占比不到7％。 从半导体设备需求端来看，近几年销售额前三大地区分别是韩国、中国台湾和大陆。从半导体设备销售额情况看，从2014 年开始，北美半导体设备投资逐年减少，日本基本维持稳定，整个半导体制造的产能转移到了韩国、中国台湾和大陆三地。另外，从这三个地区市场份额占比来看，中国大陆买家买下了全球 15％的半导体设备，市场份额提升了近一倍，且一直处于稳步上升的状态。 图：2017全球半导体设备市场规模（单位：十亿美元） 从供给侧来看，半导体设备是一个高度垄断的市场。根据各细分设备市场占有率统计数据，在光刻机、PVD、刻蚀机、氧化／扩散设备上，前三家设备商的总市占率都达 90％以上，而且行业龙头都能占据一半左右的市场，所以，要想在半导体装备市场中分一杯羹，就必须在细分领域能够做到全球前三。 美国处于领先地位 来自SEMI的最新数据显示，北美半导体设备制造商3月出货金额为24．2亿美元，比2月微增0．4％，年增16．7％，创17年来新高。这主要得益于近两年内存及晶圆代工投资持续带动。 美国半导体设备的发展起源于二战后期，由于军用计算机的带动，造就了最初的半导体产业，在之后的二三十年中，美国半导体产业稳步发展，奠定了其半导体设备行业的坚实基础。 来自北美的设备商主要包括：应用材料，泰瑞达、Axcelis Technologies，KLA－Tencor，Lam Research，Kulicke ＆ Soffa、Nanometrics，Rave，Rudolph Technologies，Ultratech，Ushio等。 虽然在所有半导体设备厂商和市场中，美国跟随在日本和欧洲之后，处于第三的位置。但就晶圆处理设备而言，其实力非常强劲，在全球晶圆处理设备供应商前5名中，美国就占据了3席，分别是排名第一的应用材料（AMAT），市占率19％左右；第二的Lam Research，市占率13％左右；以及排名第5的KLA－Tencor，市占率6％左右。 具体而言，晶圆处理设备中，几个主要工序的设备也都基本处于行业龙头的高度垄断之中。其中，在PVD领域，应用材料公司占据了近 85％的市场份额，CVD占30％；刻蚀设备方面，Lam Research最多，市占率达53％，而KLA－Tencor在半导体光学检测领域，全球市占居冠。在各个领域中，前三大巨头的市场份额相加均超过70％，整个市场呈现强者恒强、高度垄断的状态。 应用材料可以说是全球最大的半导体设备公司了，产品横跨CVD、 PVD、刻蚀、CMP、RTP等除光刻机外的几乎所有半导体设备。应用材料2017财年营收为145．3亿美元，其中，半导体设备收入95．2亿美元。 半导体设备行业技术壁垒非常高，随着制程越来越先进，对半导体设备的性能和稳定性提出了越来越高的要求，需要投入大量的研发资金。应用材料公司一直保持着在研发上的高投入，其30％的员工为专业研发人员，拥有近12000 项专利，平均每天申请4个以上的新专利。正是这种持续的高研发投入，促成了应用材料的内部创新，构成了较高的技术壁垒，使其自1992年以来一直保持着世界最大半导体设备公司的地位。 中国市场现状 据Semi预测，2018年中国的设备销售增长率将创新高，为49．3％，达到113亿美元，中国大陆将紧随韩国，成为世界第二大半导体设备需求市场。 图：中国大陆半导体设备市场规模（单位：十亿美元） 2017～2020年，中国大陆将有26座新晶圆厂投产，成为全球新建晶圆厂最积极的地区，整个投资计划占全球新建晶圆厂高达 42％，成为全球新建投资最大的地区。目前，中国12英寸晶圆厂共有22座，其中在建11座，规划中1座；8英寸晶圆厂18座，其中在建5座。 在这样大兴土木的行业背景下，对半导体设备的需求和投资必然巨大。粗略计算，已经公布的半导体产线投资金额将超过1000亿美元。按照行业规律，在总投资中80％用于设备投资，从而可计算出设备投资额为800 亿美元。 在晶圆厂设备构成中，光刻机占比最大，占39％，其次是沉积设备，占比为 24％，刻蚀设备第三，占比为14％，材料制备占比8％，表面处理设备和安装设备分别占比2％，其他设备占比11％。 据此，可以计算出，2017－2019年国内集成电路光刻设备市场空间为312亿美元，沉积设备市场空间为192亿美元，刻蚀设备市场空间为112亿美元，材料制备设备市场空间为64亿美元。 我国与先进国际水平相比仍然存在较大差距未来几年，我国对半导体设备的需求量巨大。中国半导体设备企业虽然在近年内呈现出了高增长态势，但是毕竟发展时间有限，与美、日等国家比起来还是存在明显差距。 2008 年之前我国半导体设备基本全靠进口，因此国家设立了国家科技重大专项——极大规模集成电路制造装备及成套工艺科技项目（简称 02专项）研发国产化设备。但是，由于设备制造对技术和资金需求要求比较高，只有北方华创、中微半导体、上海微电子等少数重点企业能够承担 02专项研发工作，整个行业集中度相对较高。 虽然在02专项的支持下，我国半导体设备实现了从无到有，但相比国内庞大的市场规模而言，自给率不足15％。 即使在发展水平相对较高的 IC 封装测试领域，我国与先进国际水平相比仍然存在较大差距。尤其是单晶炉、氧化炉、 CVD 设备、磁控溅射镀膜设备、 CMP 设备、光刻机、涂布／显影设备、 ICP 等离子体刻蚀系统、探针台等设备市场几乎被国外企业所占据。 我国本土半导体设备企业不算少，但总体不强，销售额占比在国内市场还不足15％，在国际市场几乎为 0。究其原因，还是技术上的落后。 目前，国产半导体设备处于局部有所突破，但整体较为落后的状态。尤其与国际半导体设备巨头应用材料、 ASML、LAM Research、KLA－Tencor等相比，国产半导体设备公司的实力仍然偏弱，绝大部分企业无法达到国际上已经实现量产的10nm工艺，部分企业突破到28nm或14nm工艺，但在使用的稳定性上与国际巨头差距较大，较难大批量进入量产线，也较难进入国际代工巨头的生产线。 虽然我国整体上与国际领先水平存在一定的差距，但也不乏表现相对突出的设备企业，如设备制造龙头北方华创、在刻蚀机领域做出突破的中微半导体、封测领域龙头长川科技、从事高纯工艺系统的至纯科技以及国内单晶生长设备稀缺标的晶盛机电等。

在人工成本不断攀升的大背景下，几乎全球的制造工厂都在扩大机器人的使用范围，一是机器人可以24小时工作，不喊累不叫苦，容易管理；二是成本低于人工工资，企业可以增加收益。根据国际机器人联合会（IFR）发布的2018年世界机器人统计，以工业机器人密度为衡量标准，统计过去一年各国工业机器人分布，其中，2017年的全球平均值为每10，000名员工85个机器人，这比上一年增加了15％。 机器人正在被应用于越来越多的生产场景中，特别是工业机器人在生产制造业中大量出现。当你在京东下单后，马上得到分拣、打包、发货的信息，即使是在半夜也会及时响应，你是否吃惊于这些电商平台的快速反应？别诧异，这都是物流机器人的功劳，它们不辞辛苦，24小时待命，随时接单、分拣、发货，让用户尽快收到货物。 京东的货物分拣机器人 随着机器人越来越智能化，海底捞斥资1．5亿元打造了无人餐厅，从点餐到上菜，以及后续的清理都是机器人在执行，一经推出赚足了大众的眼球。不仅可以精准、稳定、流畅衔接操作，还能随时关注菜品的新鲜程度和库存。 海底捞无人餐厅 另外，阿里无人酒店正式开业，整栋楼没有一个服务员，却比任何一家酒店更安全、更干净、更舒适；机器人“松田Michihito”作为候选人之一，已成为日本多摩市下一任市长的热门人选；意大利机器人钢琴师现场弹奏钢琴，郎朗听后都惊呼：“机器人Teo速度超越人类，节奏精准！” 目前来看，不管多么强大的机器人都是由更重硬件来组成的，要想实现各种控制功能，机器人需要更加精密的电子元器件。在与非网针对ROHM 公司的采访中，其工业设备战略部部长上林忠史表示，“在机器人领域，罗姆已经有支持小功率的小型IPM的采用案例。结合客户需求，罗姆发挥作为综合性半导体厂商的优势，可以提供从IC到分立元器件等丰富的产品阵容。罗姆自创立以来一直秉承“品质第一”的企业理念，从产品开发到制造，在集团内部确立了一条龙的生产体制，因此面向包括工业设备在内的广泛的领域，可以提供高品质和高可靠性的IC以及分立元器件产品。在机器人领域，品质和可靠性同样重要，我们认为可以在其中发挥自己的优势。” 目前，在机器人的发展过程中，硬件厂商和软件厂商都面临巨大的技术挑战，上林忠史给罗姆的定位是一家开发、制造、销售周边部件（模拟IC、分立元器件、模块）的半导体厂商。他指出，“在IoT化和AI化方面，智能CPU、GPU引领着行业发展，这些厂家与罗姆不形成竞争，各自发展的市场领域也不同。另一方面，我们认为通过与这些厂家更好地合作，可以使驱动周边硬件的周边部件有机地发挥性能。” 目前，开发制造机器人的厂商大多集中在日本和欧美，罗姆已经与这些厂商有了合作。同时，罗姆与中国国内的几家大厂也有合作，在不久的将来，将会迎来纯国产机器人支持中国国内消费的时代，和国内厂商有更多合作的机会。 业界一直热议，未来机器人会抢了人类的工作机会，机器人取代人类真的会成真吗？上林忠史分析，“个人认为机器人能够替代的仅限于‘日常工作’。AI是利用以往的数据来预测不远的将来，不可能像人类一样创造未来，但是可以想象到今后从事简单劳动的人群将面临失业。”