2024年全球半导体产业展望

内部内容 Executive summary 3 生成式AI与芯片供应的下一波浪潮4 使智能制造更加智能 6 半导体封装和测试企业进军新地理区域 加强网络安全以应对日益严峻的网络安全威胁 10 地缘政治、出口管制、半导体、先进节点和人工智能11 未来方向标 12 管理摘要 近期短缺期间（90%以上），利用率较高，预计到2023年第四季度将低于70%。9该行业很可能需要利用率远高于盈利水平，这可能需要一些时间。同时，随着美国和欧洲增加国内芯片生产，产能也在增长。 芯片销售预计在2024年反弹，引领通过生成式AI，但可能很复杂通过地缘政治 半导体行业以其周期性著称，在2023年经历了挑战的一年，这是自1990年以来的第七次衰退，预计全年销售额将下降9.4%（至5200亿美元）。1但这种情况并不像春季预期的那样糟糕；在第二季度和第三季度相对较强的业绩记录之前，之前的预测为5150亿美元。2 2024年预计全球销售额将达到5880亿美元。3不仅这将比2023年高出13%，而且它比2022年创纪录的产业收入高出2.5%，后者为5740亿美元。 2024全球半导体 这些趋势以及其他方面对我们来说至关重要。行业展望 我们将深入探讨五个明年重要主题：生成式AI加速芯片以及半导体公司如何利用生成式AI；智能制造业的趋势；全球范围内对更多组装和测试能力的需求；芯片行业知识产权（IP）在全新威胁级别下成为网络攻击的目标；以及一个关于地缘政治的最终部分，探讨高端制造设备和技术的出口管制，以及高级生成式AI半导体。 股市往往是行业表现的领先指标：截至2023年12月中旬，全球前十大芯片公司的总市值达到3.4万亿美元，较2022年11月的1.9万亿美元增长了74%，比2021年11月观察到的2.9万亿美元高出17%。4 关于通用人工智能芯片的繁荣，有一些有趣的视角影响了整个芯片行业。预计到2024年，销售额将超过500亿美元。10这个市场对该行业具有推力，预计将占销售额的约8.5%。其中一部分将来自基于先进节点的逻辑处理器，一部分来自先进的宽带内存（HBM3），一部分来自先进的2.5D封装，还有一部分来自先进的连接芯片。在每个类别中，这些由通用人工智能驱动的芯片都是同类产品中价格最高的。2022年，销售了超过1000亿个芯片，平均每个芯片售价为0.57美元。11与此同时，2023年一些通用人工智能芯片的单价高达40,000美元，即高出70,000倍，因此价值500亿美元的芯片可能只相当于125万片芯片的产量，或者不到当年总芯片产量的0.1%。12 正如常情，内存芯片市场是最大的波动因素。2022年，内存销售额接近1300亿美元，约占整体芯片市场的23%，但它们在2023年下降了31%（约为400亿美元），相比之下，逻辑芯片仅下降了1%。预计到2024年，市场将几乎全部恢复，销售额预计将达到2022年的水平。如果我们排除内存，其他行业的销售额在2023年有所下降，但仅下降了大约3%。5 在终端市场方面，预计2024年个人电脑和智能手机的销量都将增长4%，分别高于2023年的14%和3.5%的降幅。6重返增长对于这两个终端市场对于半导体行业至关重要：2022年，通信和计算机芯片销售额（包括数据中心芯片）占全年半导体销售额的56%，相比之下，汽车和工业部门仅占销售的14%，例如。7 为什么这很重要？尽管通用人工智能芯片预计将成为2024年芯片收入的一个重要部分（并且未来可能更大），但它们在单位数量中占相对较小的比例，因此对制造能力的影响也较小。如上所述，由于行业利用率低于70%，通用人工智能芯片畅销对于销售这些芯片或其部件的少数公司来说是好消息，但对于整个行业可能并不那么有帮助。 两个衡量行业健康状况的重要指标是库存和晶圆厂利用率。截至2023年秋季，库存仍维持在600多亿美元，与上一年度基本持平。而减少这些库存的过程将在2024年上半年对销售造成重大阻力。8此外， 为了行业在所有工艺节点上实现最佳利用，除了通用人工智能（gen AI）之外，其他类型的芯片可能还需要看到更强的需求。 生成式人工智能和芯片供应的下一波浪潮 4.牛鞭效应：芯片行业在供需不足时期容易遭受过度订购和库存过剩的问题，此时随着供应满足需求而需要逐步解决这些问题，往往会导致单台销售额和单价下跌。这种“牛鞭效应”（bullwhip effect）18可能在2024年第二季度可见。 销售通用人工智能芯片： 2023年的半导体故事是推动生成式AI模型训练和推理的芯片市场。在较高层面，通用AI芯片是由特殊的GPU、特殊的CPU、先进的2.5D封装中的特殊HBM3以及其他数据中心连接所需的其他特殊芯片组成的包。13对于一直受到内存价格下跌和智能手机及计算机芯片需求疲弱的行业来说，通用人工智能芯片提供了一个增长领域，尤其是在领先制造节点上。随着2024年临近，这些芯片的市场预计将非常强劲，并可能达到超过500亿美元的销售规模。14或8.5%的年预期销售芯片价值。15 5.人们会为通用人工智能付费吗？最后，目前对通用人工智能芯片的需求很大一部分来自企业软件公司，这些公司要么是直接为那些构建本地处理能力的公司，要么是通过为软件公司提供通用人工智能处理服务的云公司间接地。他们可能计划在其现有或新的软件产品中包含通用人工智能功能和服务，并希望对这些功能收费：德勤预测，到2024年底，这将为企业软件收入带来100亿美元的收益增长。19他们现在可能正在购买通用人工智能芯片（直接或通过云），以帮助满足预期的处理需求。如果软件买家不愿意为通用人工智能服务支付溢价，甚至行动迟缓，软件公司可能会突然减少对通用人工智能处理的订单。 从长远来看，有预测表明到2027年，人工智能芯片的销售额可能达到4000亿美元。16但2024年会发生什么？一方面，德勤在2023年11月预测，2024年通用人工智能芯片的销售额将超过500亿美元。17另一方面，有理由相信季度性通用人工智能芯片销售额增长可能会放缓甚至下降，至少在某个时候是这样的。2023年秋季是一场完美的风暴：强劲的需求、买家急于确保供应，以及相对较少的选择。但这种状况可能在2024年的某个时刻发生变化。 1.新参与者：新芯片预计将来自现有一代人工智能芯片制造商以及新兴一代人工智能芯片制造商。此外，新芯片可能来自那些到目前为止更知名于购买芯片的公司，但这些公司已决定开始自行制造。目前没有人知道这些芯片中的任何一种将如何表现。 2.新的架构和模型存在许多不同的通用人工智能模型和方法，没有一种单一的芯片架构可能对所有用例都是最优的。很可能会出现数据中心芯片、边缘芯片、训练芯片和推理芯片，预计将投入数十亿美元来开发这些通用人工智能芯片的“口味”。 3.边缘芯片：2024年，在边缘进行更多处理的可能性较大，这些处理将在更小、更便宜或不同的加速器或通用人工智能模型上完成，而不是在2023年主导的模型上。 使用通用人工智能制造芯片： 芯片产业已经使用AI工具来帮助设计芯片有几年的时间了，但这只是个开始。20通用人工智能可以帮助提高运营效率并在整个半导体产业链中传播最佳实践：根据德勤的报告半导体领域通用人工智能研究 战略性问题需考虑： •随着通用人工智能芯片制造能力的提升，价格和数量是否会持续增长或下降？预计到2027年将达到4000亿美元，通用人工智能芯片将接近芯片行业的一半；这意味着什么？应关注芯片供应链中的哪些早期信号，例如渠道库存变动或超大规模计算中心的订单累积？ 即将到来（2024），72%的受访人认为通用人工智能对其产业的影响将是“高至转型的。”21受访者进一步缩小范围，描述了以下可能使用通用人工智能（gen AI）的领域，除了芯片设计和代码创建： •许多芯片细分市场被单一玩家所主导，该玩家在其中的卓越角色不仅体现在强劲的基准性能上，还体现在一系列将买家锁定在内的工具和支持系统中。通用人工智能芯片是否会遵循这一趋势，还是会看到一个更加分散的行业？为了应对各种情景，需要在供应商和供应商合同以及订单管道中做出哪些改变？是否会看到对小型芯片公司的积极并购或私募股权兴趣？ • 生成更精确的进度安排和供应链预测 通过研究增强提升研发能力 •改进异常和缺陷检测；现有的AI解决方案已在行业中得到应用，但通用AI通过为模型训练创建合成数据，具有加速这一进程的潜力。 •运营可以从制造过程仿真和由通用人工智能赋能的数字孪生生成中受益，这些技术可以模拟分类、组装、测试和其他复杂的制造过程，而无需数PB的数据。 •人工智能通用工具可能改变行业，但其影响将是什么？它们只会降低成本，还是会真正实现收入增长？ •通过利用通用人工智能进行更好的内容生成，定制营销内容以符合受众和目的，从而加强销售和营销努力。 尽管有这些好处，通用人工智能仍然面临挑战。与手动执行相比，为生成电路设计、测试计划和合成数据构建或购买定制模型可能成本过高。对于非常大的模型，运行成本也可能超过自动化的速度优势。众所周知，通用人工智能可能产生不准确或不合逻辑的输出，因此需要通过人工在环的验证来提高准确性。最后，在处理以人为中心的应用程序，如人力资源或销售和市场营销时，人工审查有助于确保所有数据都经过清洗，个人信息（PII）被移除，安装了安全护栏，并进行了验证。 使智能制造更加智能 多年来，半导体晶圆厂和外包半导体封装测试设施（OSATs）利用物联网设备、机器人技术、人工智能/机器学习（AI/ML）和数据分析，旨在实现智能、无需人工照料的自动化芯片工厂。22晶圆厂设备制造商、集成器件制造商（IDMs）、代工厂以及后端AT设施都在持续增加对智能制造实践、数字工具和技术的投资，但基本的智能制造目标或多或少保持不变。它们连接工厂地面的设备，自动化物料移动和数据收集，并将分析应用于促进决策和行动。然而，从芯片制造的角度来看，2024年半导体行业的智能制造预计会有两个不同之处。 第二点关系到提高晶圆厂和建筑的性能和可持续性。从成熟技术节点（例如，28 纳米制造）转移到先进节点（2 纳米）需要3.5倍多的能源，消耗2.3倍多的水，并排放出2.5倍多的温室气体。24半导体行业应考虑在老旧工厂（棕地）实施制造转型，以及建设全新的绿地工厂，以实现更大的可持续性效益。25此外，晶圆厂可以考虑投资智能制造工具，如6D BIM（建筑信息模型），以帮助改善成本管理、模拟和分析能源消耗、提高效率，以及简化设施管理——对盈利能力和地球产生积极影响。26 随着晶圆厂在2024年探索使用智能制造工具和虚拟模型，如6D BIM，它们应确定具体的环保和社会因素以及要测量的指标，以进行更全面的可持续性评估和环境、社会和治理（ESG）报告。此外，公司应考虑探索如何以及在哪里将如通用人工智能、私有5G网络和数字孪生等技术工具集成到制造工厂中。27 一个人是复杂的、高度先进的AI工具（包括通用人工智能）的可用性，用于分析和提供敏锐的解决方案来分析大规模数据集。半导体领域通用人工智能研究 洞见。德勤即将推出的值得注意的是，大约七成半导体行业高管承认通用人工智能将对他们的业务产生“高到变革性”的影响，这表明他们将通用人工智能看作不仅仅是另一个新工具。23在制造、运营和维护职能中，被调查的半导体制程高管们认为，通用人工智能（gen AI）通过分析和对过程及设备的洞察（由28%的受访者指出）具有最大的增值潜力，其次是预测性维护、智能诊断和故障排除（18%）。 2023 战略性问题需考虑： 半导体转型研究 已确定，在其转型举措中，缺乏企业范围内的数字化能力对齐是一个关键挑战。28尽管2023年的调查（56%）显示业务与IT协同水平相较于前一年的2021年调查（37%）有所提高，但在2024年可能需要重新审视。29企业应继续投资于智能数据库和系统，以获取业务单元和日益复杂和广泛的供应链中的不同数据集。他们应加强数据现代化、统一数据平台、高级分析和基于下一代SaaS应用（例如，采购