鉴于如今科技创新迅猛，有望促进半导体行业持续增长。经过2019年的相对疲软之后，我们预测半导体行业将在2020年实现复苏。2018年半导体销售总额为4810亿美元。此后的四年，到2022年，半导体销售额将保持较慢速但健康的增长，年复合增长率约为4.6%，到2022年底半导体年销售额将达到5750亿美元。
半导体市场7大类中——内存、逻辑、微组件、模拟、光电子、传感器和分立器件——其中内存销售额占比最大。然而，三星在2017年至2018年对半导体部门的巨额资本投入，使得内存市场产能过剩，导致内存产品（尤其是3D NAND）在2019年销量额下滑，但该市场将会在2020年开始复苏。人工智能等行业的迅速崛起对该领域有重大正面贡献。大部分需求来源汽车和工业市场，这两个领域增长最快。
由于电动汽车和混合动力汽车的普及率不断提高，再加上自动驾驶汽车市场的巨大潜力，汽车市场将增幅最大。到2022年，其年复合增长率将达到11.9%。与此同时，市场对传统汽车芯片的需求依旧强劲。由于受到人工智能芯片需求扩大以及安全和医疗领域的推动，工业市场的年复合增长率也将达到10.8%。
由于智能手机的更新换代、5G技术的引入以及新兴市场的增长，通信市场的年复合增长率将达到2.2%。与此同时，到2022年底，消费类电子产品中约有50%的收入来自电视、视频游戏机、手持设备和数字机顶盒。可穿戴设备的年复合增长率高达21.0%，但仅占通信市场份额的10%左右。
数据处理的市场年复合增长率为2.1%，主要来自服务器和存储设备的销售。虽然其2019年的销售额同比将下降2.8%，但我们预计2020年其销售额将开始回升。尽管个人PC市场到2022年的年复合增长率为-5.2%，但这一降幅将被物联网、机器学习以及服务器和数据中心等一些人工智能形式的增长所抵消。
表1，按组件类型细分下的半导体增长情况
由表1可以看出，2019年出现负增长，到2020年复苏。其中内存的增长得益于云计算和VR的推动。此外，未来DRAM和NAND闪存芯片的平均售价上涨也会推动整个行业销售额增长。一般说来，预期价格下跌将被新的内存容量产品所抵消，从而达到设备端的供需平衡。三星在2017年、2018年的大资本投入导致内存产能过剩，而价格下滑。结果在表中也显而易见。
逻辑方面，通信、数据处理和消费电子的需求将很大程度推动这个市场。预期，ASIC和ASSP逻辑芯片将占据主导地位。微组件受电子设备市场行情影响，目前来看台式机、笔记本和平板出货量都处于疲软期，使得微组件的销售额在2019年处于停滞状态。2020年，其增长得益于汽车行业的带动。此外，物联网的日益普及也对高性能的电子产品产生需求，同时对高性能处理器产生需求。
在模拟方面，主要增长动力来自通信行业和汽车行业。需求用例包括：电源管理、信号转换和特定于汽车的模拟应用。OSD（光电子、传感器和分立器件）方面的需求来自包括固态照明、机器视觉、图像识别、智能电网、物联网和智能便携式系统中的多传感器融合等。光电芯片在CMOS图像传感器、汽车安全、基于视觉智能及其固态照明LED中的应用不断增多，预计将有强劲的增长。此外，我们还预计传感器市场将得到快速增长。
各应用领域半导体增长情况
由表二可以看出，以汽车和数据处理为首的应用市场将持续扩大。除了汽车市场年复合增长率高达11.9%之外，汽车自动化提高、ADAS、激光雷达、车载娱乐、安全等功能不断收到关注，因此每辆汽车对半导体的需求更加旺盛。据IC insights统计，全自动汽车的半导体需求量将是部分自动化系统的5倍。不过，传统汽车仍然是半导体销量的催化剂。到2018年，传统汽车销量占据汽车市场总收入的95%。
表2：按应用领域划分的半导体销售额成长情况
通信市场80%的需求是由手机驱动的。虽然目前手机市场高度饱和，但5G的引入、智能手机的高更新率以及一些新兴市场的出现，手机需求其实也在增长，年复合增长率保持在2.2%左右。尽管高端手机需求会下降，但基础款的手机增长会将抵消其萎靡。
消费类电子产品方面，得益于智能电视、4K电视、视频点拨、对大屏显示器的偏爱以及曲面OLED的普及度增高，电视设备将促进消费类电子产品增长，从而促进半导体营收增长。游戏相关和机顶盒也会成为强力助推器。因此消费类半导体的年复合增长率将达到2.2%。虽然可穿戴设备市场相对较小，但其拥有6.0%的年复合增长率，是消费类增速最大的应用。此外，数字播放器芯片的收入年复合增长率为-2.3%，原因是Netflix和Amazon Prime推出了更有吸引力的替代品。更多消费者开始转向手游，导致游戏机市场在2018年也达到了饱和。
数据处理方面，到2022年该部分的半导体销售额年复合增长率为2.1%。市场增长的一部分原因来自存储设备（年复合增长率为12.3%），得益于终端设备智能功能的开发，需要更多半导体。该类别大部分增长来源一新兴固态驱动技术，它客服了传统数据驱动的高功耗、高延迟的缺点。如今智能手机和其他联网设备销售强劲，这将加速对存储卡和存储设备的需求。
工业的增长速度仅次于汽车，我们预计到2020年其年复合增长率将达到10.8%
表3：按地区分半导体销售额情况
亚太地区的继续成为半导体收入的主要来源，到2022年，该地区的年复合增长率为4.8%。此地区依旧以中国为主导，中国是全球最大的芯片买家和进口国。
欧洲、中东和非洲的年复合增长率为3.5%%。欧洲在汽车、交通和工程等领域有许多应用，对半导体需求必不可少。为了确保这些行业处于领先地位，并促进人工智能的应用，欧盟应当促进和推动半导体产业发展——研发、制造以及欧盟打造良好的创业生态系统。
美洲地区的半导体销售额年复合增长率为4.3%，主要得益于NAND闪存芯片市场的预期增长。
二，人工智能促进半导体产业
人工智能很可能成为半导体行业下一个十年增长周期的催化剂。尽管在人工智能方面，人们更多关注的是基于软件而非芯片的算法层面，但人工智能对即时计算、连接和传感的需求有望在未来十年极大促进对人工智能定制半导体的需求。
我们预计，到2022年，人工智能相关半导体市场的收入将从目前的60亿美元增长至300多亿美元，年复合增长率近50%。半导体推动推理系统市场的成长可能是碎片化的，每个应用案例——如面部识别、机器人、工业自动化、自动驾驶和监测——都需要定制化方案。相比之下，训练系统还是以传统的CPU、GPU和FPGA以及ASIC为主。
分应用领域来看，汽车领域将拥有非常大的潜力。我们预计在2022年它将到来40亿到47亿美元的收入在ADAS和无人驾驶应用上（见表4）。其中囊括用于自动驾驶和安全辅助的推理系统和用于交通地图映射的边缘计算，这两类促进了用于边缘计算的GPU、ASIC和用于云计算的CPU和FPGA的发展。
表4：人工智能驱动的应用案例
金融服务类，我们预计这部分将带来40亿至45亿美元的收入，主要设计金融交易中的身份验证和智能投资中的用例。与汽车一样，金融服务往往也同时需要推理和训练系统。
在工业领域，所产生的收入大致为15亿美元到20亿美元之间，主要用于制造业优化和主动故障检测。因为工业客户的部署和更新周期较长，所以实现人工智能需要比其他行业更长的时间。
三，人工智能芯片战场
一些主要半导体厂商都在做人工智能芯片，这表明围绕人工智能的半导体市场呈现高预期。最常见应用则是ADAS、无人机、监控和计算机视觉。表6可以看出，从通用的CPU、DSP、GPU、FPGA到定制的ASIC，各厂商在架构上差异还很大。
表6：各半导体厂商芯片架构和产品差异
此外，IP厂商如ARM、Cadence提供软CPU和DSP IP内核，他们假设未来人工智能处理器将嵌入ASIC，而不是由专门用于人工智能工作的独立芯片完成。这些公司的模型是允许客户授权人工智能软核来开发针对人工智能应用的芯片。与此同时，财力雄厚的英特尔正在广泛押注不同构架——CPU、FPGA和定制ASIC——来满足各类要求。此外，英伟达也提供了非常多样化的芯片方案。
定制化方案
在这波创新浪潮下，一些公司在开发定制化芯片，来实现人工智能升级。这场架构之战是一场持续战，现在断言谁是赢家还为时尚早。定制芯片总体上表现良好，但它们只局限于一组应用程序和案例，经济性可能会受到挑战。一些非传统半导体芯片制造商加入了这场竞争，试水定制芯片（见表7），特别是亚马逊、谷歌、微软正在探索定制人工智能芯片来替代GPU和FPGA用在其云产品来提高性能和降低成本。
表7：AI领域的其他玩家
包括苹果、三星、特斯拉在内，也在根据需求来定制。比如苹果用在iPhone XR/XS里的A12仿生处理器，可用于人脸ID和动画表情符号应用程序的神经引擎，以及用于计算摄影和像素处理功能的图像处理器。
一些公有云提供商会自己开发定制芯片来优化自身产品，这必然会威胁到传统芯片制造商如英特尔、Nvidia和Xilinx的市场地位。虽然存在不少定制芯片，但我们预计GPU和FPGA将共存于云中，以加速人工智能工作负载。
人工智能创业前景
人工智能这波诱人前景，正在引发大量创新。近年来，对人工智能初创企业的风险投资也在大幅增加。2017年达到110亿美元的新高，用于投资人工智能和机器学习公司。如表8所示，排名前19位的人工智能半导体初创公司，有11家来自美国，其中大多数在探索为各种人工智能和深度学习工作负载而定制专用处理器架构。其中有9家正在建造深度学习处理器，3家在开发所谓的神经形态处理器，这些处理器试图模拟人类大脑功能方式。
表8：对人工智能初创企业的风险投资正在增加
人工智能的崛起几乎可以肯定为未来10年半导体行业的最强大的推动力，正如我们分析所示，现有企业和初创公司正在努力开发人工智能硬件产品。但他们能否抓住这个机会的全部价值？能否充分开发和销售人工智能芯片所有潜力？来抓住人工智能革命性机遇，我坚信他们能做到，但要做到这一点，必须深思熟虑，重估自己人工智能战略和商业模式，来制定自己的技术和产品战略，并能弄清楚如何在整个人工智能生态系统中发挥自己的作用。
