1、X86處理器
2019年，AMD CEO 蘇姿豐（ LisaSu）證實，AMD不再向中國公司（天津海光）其新的X86 IP產品。另外值得一提的是，國產X86芯片廠商兆芯從威盛獲得的X86也已經于2018年4月到期。這也意味著國產X86芯片前景再度陷入了一片黯淡！

國產X86技術來源

，在PC/服務器處理器市場，Intel的X86架構憑借出色的性能獨步天下，再加上曾與微軟Windows的深度結盟，使得整個PC應用生態都是圍繞著Intel的X86架構而構建。對于國產處理器廠商來說，如果要進入PC/服務器市場，X86架構無疑是。特別是在“國產自主可控"的需求背景之下，國產X86架構芯片也就有了“市場"。
我們都知道X86架構是Intel的知識產權，國產芯片廠商要做X86架構芯片，首先需要解決的就是X86技術的問題。對于Intel來說，顯然是不會愿意向中國大陸芯片廠商X86架構的，所幸的是除了Intel之外，AMD和中國臺灣威盛都有著X86技術。

AMD

1981年，作為PC市場的后進入者，為了快速推出產品，重新樹立技術形象，IBM破天荒使用了開放式的體系架構，并對PC機兩大核心部件——操作系統與微處理器采取外包策略。當時可供IBM選擇的微處理器廠家，除了Intel之外，至少包括：摩托羅拉、Zilog、國民半導體（NaTIonal Semiconductor）、仙童半導體以及AMD。
盡管在技術實力上，Intel略占上風，但是要獲取IBM支持仍非易事！因為身經百戰的IBM知道，如果將微處理器放給一家供應商，很有可能造成其坐大難控，為此IBM強烈要求其微處理器供應商必須將技術給第二供應商，“我開放，你開放"！
接下來的故事幾乎沒有懸念，深厚的歷史淵源、多年的合作關系、技術上的適宜落差更重要的是微處理器市場的藍海使得Intel與AMD很快一拍即合。Intel開放技術，全面AMD生產x86系列處理器，而AMD則放棄了自己的競爭產品，成為Intel后備供應商。雙方聯手合作，終于拿下了IBM的訂單，也從此鎖定了個人電腦技術發展路徑！正如多年后，在對Intel的訴訟中，AMD反復強調的“AMD的支持使Intel立即從半導體公司的合唱隊員變成了個人明星"！

威盛

早在2009年，美國FTC對英特爾提起了反競爭行為訴訟，指控英特爾違反了美國1914 年《聯邦貿易委員會法》第五章的規定，并認為英特爾涉及的范圍相比違反反壟斷法更為廣泛，是屬于平手段的競爭和欺騙性商業行為，因此不能仿效像反壟斷違法般通過賠款了事。
雖然Intel對此并不承認，但是最終還是與FTC達成了和解。根據和解協議，Intel被禁止以賄賂手段要求計算機廠商只采購Intel的芯片并拒絕采購其他廠商的芯片，同時亦禁止向采購對手產品的廠商采用惡意報復行為。
此外，和解協議還要求Intel修改與 AMD 、 NVIDIA 、威盛的知識產權協議，令以上公司能擁有較大自由度與其他公司合并或者合資而不會受到Intel訴訟威脅，而且Intel還需要向威盛提供的X86協議延長五年至2018年4月，并將 PCI-Express 總線作為關鍵接口保留至少六年。而至2018年4月之后，威盛不能再使用英特爾新的X86，但是舊的仍可持續使用。
此外， Intel 亦需要向開發人員開放 Intel 計算機編譯程序在 Intel 芯片和非 Intel 芯片之間的差異，同時允許任何軟件商使用非 Intel 編譯程序編譯軟件。
隨后，威盛先后推出了C3、C7、Eden、Nano等一系列的產品，但始終只能在嵌入式市場上混口飯吃，規模也不大。

威盛與上海兆芯

2013年4月，由上海市下屬上海聯和投資有限公司和中國臺灣威盛集團所屬公司合資成立了上海兆芯集成電路有限公司，中方國資占據控股地位（持股約80%）。上海兆芯因此也順利從威盛那里獲得了X86架構的。
兆芯成立之后不僅承接了國家核高基1號專項，還獲得上海市政府不遺余力的支持，成為一家不差錢的公司，據說到前前后后獲得巨資補貼超過了56億。因此，即便兆芯不具備造血能力，也不愁吃喝。而兆芯的ZX系列CPU也一直被外界質疑是穿著馬甲的威盛產品（比如，ZX-A到ZX-C就與威盛的NANO如出一轍）。而威盛自己也爛泥扶不上墻，處理器的技術遠遠落后Intel和AMD兩三代以上。
不過，也有業內人士，自ZX-D開始，已經不再是基于威盛的產品。目前兆芯的“KX-6000系列"，號稱綜合性能約等于英特爾第七代酷睿i5-7400。
不過，隨著威盛與英特爾的X86協議于2018年4月到期之后，威盛已經無法在使用英特爾新的X86及相關軟件，這也意味著兆芯未來的X86產品升級遇阻，雖然其仍然可以使用舊的X86，但是前景已是一片黯淡。

AMD與天津海光

2016年，AMD 與中國天津海光技術投資有限公司（THATIC）成立合資公司——中科海光，可以利用AMD的X86技術和 SoC IP 用于芯片開發。為此，AMD獲得了價值2.93億美元的現金，包括特許權使用費 。
需要指出的是，根據英特爾當初與AMD的X86技術協議，AMD無權向第三方X86技術。不過，在當時AMD公司的發言人就曾經就這次合作進行了解釋，表示與中國的協議并不違2009年AMD與Intel簽署的交叉許可協議。
因為合資公司所有權結構不同，而且轉讓給中國的所有信息都符合美國出口法規。天津海光和AMD成立的合資公司確實可以修改AMD的CPU核，變相享有X86，而海光公司可以通過購買合資公司研發的CPU核，開發服務器CPU，不過僅僅局限于中國市場。
合資公司成立之后，很快就推出了基于AMD代 Ryzen和EPYC的Zen架構的產品，并成功應用到了曙光服務器里。而根據今年5月曝光的信息顯示，海光的32核、64線程的x86架構服務器CPU已經成功流片。不過，同樣海光的芯片也被外界認為是穿著馬甲的AMD產品。
根據AMD蘇姿豐在此次臺北電腦展上證實的消息，AMD與天津海光的合作于AMD的代 Ryzen 和 EPYC 的 Zen 架構，AMD 新推出的 Zen 2 微架構設計則無權使用。這也意味著海光后續也將無法獲得新的X86以及AMD的SoC IP。這也為海光未來的發展蒙上了一層陰影，未來在后續產品上將會與英特爾、AMD的差距將會越來越大。
從上海兆芯與天津海光的發展來看，與國外X86技術廠商成立合資公司，對方提供技術，我方提供市場，以求快速實現“自主可控"的路子，看似美麗，實則是個坑。而且隨著Arm進入PC及服務器市場，以及RSIC架構的芯片的興起，也讓我看到，X86一統PC及服務器市場的局面正在被逐漸打破。國產芯片廠商除了X86，仍有其他道路可走。

2、高速ADC

，信號鏈芯片主要包括放大器、數模轉換、接口等品類，其中轉換器屬于其中技術壁壘細分品類。轉換器是由模擬電磁波轉換成0101比特流最關鍵的環節，具體又可以分為ADC和DAC兩類，ADC作用是對模擬信號進行高頻采樣，將其轉換成數字信號；DAC的作用是將數字信號調制成模擬信號。
其中ADC在總需求中占比接近80％。ADC／DAC是整個模擬芯片上的明珠，核心難度有兩點：抽樣頻率和采樣精度難以兼得（高速高精度ADC壁壘）以及需要整個制造和研發環節的精密配合。
ADC關鍵指標包括“轉換速率"和“轉換精度"，其中高速高精度ADC壁壘。數據轉換器主要看兩個基本指標，轉換速率和轉換精度。
轉換速率通常用單位sps（Samples per Second）即每秒采樣次數來表示，比如1Msps、1Gsps對應的數據轉換器每秒采樣次數分別是100萬次、10億次；轉換精度通常用分辨率（位）表示，分辨率越高表明轉換出來的數字／模擬信號與原來的信號之間的差距越小。高性能數據轉換器需具備高速率或高精度的數據轉換能力。

（各種類型ADC的速度與精度關系 資料來源：芯力特）

數據轉換器的速率和精度指標往往是相互制約、此消彼長的關系，例如亞德諾目前的商用模數轉換器的轉換速率為26Gsps，但其分辨率僅為3位，而具有24位分辨率的模數轉換器的轉換速率僅為26Msps。
根據這兩大指標，ADC可以分為高速高精度、低速高精度、高速低精度以及低速低精度四種類型，其中高速高精度壁壘。
進口廠商主導的行業現狀
ADC芯片的產業鏈和半導體產業的一樣，其產業鏈龐大而復雜，可以分為：上游支撐產業鏈，包括半導體設備、材料、生產環境；中游核心產業鏈，包括 IC 設計、 IC 制造、 IC 封裝測試；下游需求產業鏈，覆蓋工業、通信、消費電子、航空、國防及醫療等。
數據統計顯示，2019年轉換器市場規模接近36億美元，預計未來4年CAGR近10％。隨著5G基站、IoT等驅動ADC需求落地，預計2023年轉換器芯片市場空間有望擴張至近50億美元。
從格局分布來看，模擬芯片行業格局相對分散，美歐大廠處于地位。由于模擬芯片具有品類豐富、產品系列深等特點，各細分產品規模小、市場間跨度大，因此市場整體呈現分散的格局，頭部廠商難以取得壟斷優勢。的廠商包括ADI、TI、Maxim、Microchip、NXP、Xilinx、STMicroelectronics等等。具體來看，歐美廠商由于起步早，憑借資金、技術、客戶資源、品牌等方面的積累，目前在范圍內仍處于地位。
國內ADC產業發展仍處在追趕狀態。1996年，以西方為主的33 個國家在奧地利維也納簽署了《瓦森納協定》，規定了高科技產品和技術的出口范圍和國家，其中ADC 屬于出口管制的產品，中國也屬于受限制的國家之一，禁運范圍主要是精度超過8 位且速度超過10Msps的ADC。
2019年華為被納入實體名單后，TI、ADI等美國模擬IC大廠向華為供貨受限，進一步加速國內模擬芯片領域的國產替代節奏。聚焦ADC領域，主要供應商仍是TI、ADI為首的幾家國際大廠，而高性能ADC在領域、以及精密測量等領域起著至關重要的作用，因此ADC技術的國產替代對于我國各下游產業的發展意義重大。自華為事件以后，國內的設備廠家逐漸開始采購國產ADC芯片。

3、汽車芯片
在這一輪芯片短缺危機中，中國作為大新車產銷量市場，暴露出長期以來汽車芯片對外依賴嚴重，“卡脖子"問題進一步凸顯。危機之下，國內芯片制造商及車企已意識到自研芯片的重要性，亟須發展高精尖芯片技術。
根據iHS統計數據，目前汽車半導體市場規模約為410億美元，明年或將達650億美元。但上，歐洲、美國和日本公司分別占據37%、30%和25%，中國公司僅為3%。此外，中國汽車芯片產業創新戰略聯盟數據顯示，2019年中國自主汽車芯片產業規模僅占的4.5%，國內汽車行業中車用芯片自研率僅占10%，而中國汽車用芯片進口率超90%，國內汽車芯片市場基本被國外企業壟斷。
“芯片問題不可能一蹴而就地得到解決。"中國新能源汽車技術創新中心總經理原誠寅表示，中國汽車芯片短缺可能會持續長達10年之久。
目前擁有汽車芯片設計能力的公司都是一些行業，如英特爾、高通、英偉達等。而有能力同時設計和制造處理器芯片的大廠只有英特爾和三星。
而我國集成電路(IC芯片)產品由于技術、品質等方面還存在諸多不足，總體水平與國際存在2-5代的差距，同時還存在“供不應求"的問題，自給率不到10%，因此長期高度依賴進口。
盡管目前芯片大約占新能源汽車制造成本的10%，但隨著汽車智能化、網聯化的到來，芯片所占的成本將持續提升。預計2020年每輛車將使用1000顆芯片，因此汽車芯片也是汽車產業轉型升級的關鍵。
目前我國汽車芯片需求持續增長，汽車產量和汽車半導體成分是兩個主要因素：
汽車產量方面，中國汽車工業協會數據顯示2016年我國汽車產量超2900萬輛，占比穩步升高；
汽車半導體成分方面，IHS數據顯示，我國2016年每輛汽車半導體成分約為 235 美元，遠低于日本、美國、歐洲水平。
眼下，我國作為大的單一汽車市場，集成電路(IC芯片)已經連續5年進口額超過2000億美元，尤其是2017年我國半導體芯片進口花費已經接近原油進口的兩倍。
國際上主流的芯片誕生場景是：在中國品牌的服務器上用著美國的eda軟件設計芯片，芯片中可能還用到了來自英國ARM公司的IP，然后到新加坡進行芯片加工制造，在香港交貨以后，送到江蘇封裝測試。我國的大部分芯片也在類似的流程里誕生。這次危機告訴我們，這樣的流程有多脆弱。上述環節，除了封裝尚能自足外，的技術能力全部都被卡脖子。
我們具體看一下當前我國在集成電路各個環節的情況：
IC設計：大陸地區在這個領域主要有以下企業：紫光集團、華為海思、中興微電、匯頂科技、國科微、士蘭微、上海貝嶺和中電華大等。近幾年我國IC設計的成長還是有目共睹的，受益于本土市場的催動，2015 年我國 IC 設計業實現了26.5%高速增長，規模達到1325億元，且占我國集成電路產業的比重由2012年的28.8%提升至2015年的36.7%。2016年，我國IC設計業繼續保持了24.10%的高速增長，規模達到了1644.30億元。根據2017年的調研數據顯示，我國大陸地區IC設計業規模僅次于美國和我國中國臺灣地區。
封裝測試：這個領域大陸地區主要的企業有太極實業、華天科技、通富微電、晶方科技、蘇州固得這幾家，看著雖然企業數量不多，但是我國大陸地區在半導體封測上還是具有很強的實力的。在封裝領域，我國企業技術水平和水平已經不存在代差，體量已經進入世界前三位，且發展速度顯著高于其他競爭對手。2012年，中國大陸地區集成電路封裝測試業的收入僅為805.68億元，2016年變為1523.2億元，是2012年的1.89倍。
晶圓制造：集成電路的三大環節，大陸地區在制造領域最弱小。在晶圓制造方面，大陸地區有中芯國際、華虹半導體、福建晉華和晶合科技等潛力股。雖然當前大陸地區晶圓制造不強，但近年發展勢頭很猛。據SEMI統計，2017到2020年計劃興建晶圓廠62座，其中26座將落戶中國，占比達到40%。
縱觀整個半導體產業鏈，還有一個領域我們不得不重視，那就是半導體設備，晶圓制造產業落后和設備落后有很大的關系。
中國真的沒有芯片技術嗎？答案是否定的。單純的計算速度，我們沒有問題。畢竟在上一屆超算大賽中，自研申威處理器奪得也算出盡風頭。上個月，中科院旗下的寒武紀科技公司發布了我國自主研發的Cambricon MLU100云端智能芯片，理論峰值速度達每秒128萬億次定點運算，達到水平。
問題的關鍵在于，即便你有了芯片，即便你的芯片計算速度在實驗室中比別人的還快。但是：
這個CPU在應用場景中的算力如何？是不是大打折扣？你有了芯片，有系統嗎？有應用嗎？有生態嗎？
主要原因有四：
一是，我國芯片產業起步較晚，缺少技術儲備，國內難以找到相關的技術人才來支持研發。根據中國軟件與集成電路促進中心發布的數據顯示，2017年中國集成電路從業人員總數不足30萬人，缺口40萬人。
二是，摩爾定律表明，芯片產業更新換代速度快，投資較高，回報較慢。一般企業很難有雄厚的資金和資源能力。
三是，技術門檻高。相比其他消費類電子芯片，汽車芯片對可靠性要求更高。一般消費類電子芯片工作溫度在零下20攝氏度~70攝氏度，而車載芯片的工作溫度必須滿足零下40攝氏度~85攝氏度，還要能經受住冷熱沖擊、電磁兼容、抗干擾等壓力。這對汽車芯片供應商形成了一定的技術門檻。
四是，行業協同機制的缺失。
隨著高級汽車駕駛輔助系統（ADAS）、自動駕駛、車聯網（V2X）、新能源汽車等新產品和新功能層出不窮，算法芯片、毫米波雷達、激光雷達、新型MEMS傳感器等技術飛速發展。此背景下，芯片企業整合并購動作頻繁，半導體產業重心向中國轉移。

4、顯卡芯片
截至2020年第四季度，在集成GPU領域中，Intel憑借穩定的供應鏈占據了69%的，AMD和NVIDIA分別以17%和15%的名列第二和第三；在獨立GPU領域中，NVIDIA 占據82%的擁有優勢，AMD以18%的二。

對于國產GPU而言我們要追趕的正是國際，這其中有兩大方向，一是面向圖形處理的GPU芯片，廠商包括景嘉微、芯動科技、兆芯等。另一類是面向通用計算的GPGPU芯片，廠商包括天數智芯、壁仞科技等。此外，我們在GPU IP方面還有Imagination、芯原股份等公司。這些公司都在各環節推進國產GPU向前發展。

圖形處理GPU

首先看圖形處理GPU，目前景嘉微一代GPU還未正式公布，不過消息稱會是兩款JM9系列芯片，分別采用7nm和14nm制程，其中7nm芯片產品的性能將到達到英偉達中端GPU水平。
下圖比較的GTX1080，是英偉達在2016年發布的旗艦顯卡。采用帕斯卡（Pascal）、16nm FinFET制程，GeForce GTX1080擁有2560個CUDA處理器，核心頻率1607MHz，boost頻率1733MHz，等效顯存頻率10GHz。顯卡位寬為256bit，帶寬320GB/s。公版顯卡溫度94℃，采用單8pin供電，TDP180w。

兆芯作為國產X86架構處理器廠商，同時掌握處理器、圖形處理器、芯片組三大核心技術，具備相關IP自主設計研發的能力。公開報道稱其獨立GPU將采用臺積電28nm制程。
芯動科技的GPU芯片走得比較前沿，他們在去年10月推出了采用 Imagination IMG B系列BXT高性能多核圖形處理器（GPU）IP的獨立GPU，這是一款高性能4K/8K圖形 PCI-E Gen4 GPU獨立顯卡芯片，將為未來5G云游戲和數據中心應用提供*的支持。這款芯片的工藝應該是7nm。
而芯動科技也是對標英偉達，芯動科技高管表示，目前公司的GPU架構比英偉達的圖靈架構好，但相比其新推出的安培架構還有一些差距。
我們國產圖形處理器GPU在桌面端隨著景嘉微的大規模出貨取得了進展，在數據中心端芯動科技的技術和產品也有能力沖擊這一類市場。

通用計算GPU

再看通用計算GPGPU芯片，目前進展比較快的當屬天數智芯，今年3月，天數智芯發布全自研高性能云端7納米芯片BI及產品卡。BI是款全自研、真正基于通用GPU架構的GPGPU云端訓練芯片，采用業界的7納米制造工藝、2.5D CoWoS封裝，容納240億晶體管，支持FP32、FP/BF16、INT32/16/8等多精度數據混合訓練，集成32GB HBM2內存、存儲帶寬達1.2TB，單芯每秒可進行147萬億次FP16計算（147TFLOPS@FP16）。

BI芯片及產品卡均以實體形式發布，即將進入批量生產和商用交付，產品開發和商業應用進度國內同行1-2年時間。

天數智芯高管對電子發燒友網表示，近年興起的AI浪潮中，GPGPU對于用傳統語言編寫的、軟件形式的計算有較好的支持，具有高度的靈活性等這些特點，使其成為了一項炙手可熱的技術產品。跟ASIC芯片相比，GPGPU具有更廣泛的適用性、兼容性、靈活性，對技術變化的包容和適應能力更為突出，產品的應用生命周期更長。同時，通過性能挖掘優化，達成性能、能耗和性價比的解，實現跟ASIC芯片相當的算力和能耗水平。
早前，天數智芯科學家鄭金山曾表示，“國際廠商GPU里是有圖形渲染的，在芯片上大約占30%，但是圖形渲染對于AI和數據中心沒有用。所以這一塊我們直接取消掉。"或許這就是GPGPU在數據中心和AI市場的機會所在。
壁仞科技也是專注GPGPU芯片研發的初創企業，成立于2019年，致力于開發原創性的通用計算體系，建立高效的軟硬件平臺，同時在智能計算領域提供一體化的解決方案。從發展路徑上，壁仞科技將首先聚焦云端通用智能計算，逐步在人工智能訓練和推理、圖形渲染等多個領域趕超現有解決方案，實現國產通用智能計算芯片的突破。短短兩年間已完成B輪融資，累計融資額超47億元人民幣。
業內人士表示，GPU芯片的研發比一般芯片難度大，研發成本高，工藝的芯片投片花費巨大，少則幾億多則十億元以上，因此整個國產GPU芯片無論是融資還是投入都是相對較高的。從技術角度看，用于圖像渲染的GPU設計相對更加復雜，不僅是GPU架構上，還在接口速率、帶寬、存儲以及封裝如Chiplet等方面，考驗芯片廠商的設計能力。而GPGPU針對AI訓練或推理場景采用一定的算力和算法，能夠更有針對性地發展計算性能。

在GPU領域業界常說，英偉達的成功并不僅是它的GPU芯片，更重要的是它的軟件生態，因為其構建的*生態，即便它的芯片或方案更貴，也仍然得到用戶的購買。而這樣的生態體系，令許多GPU或AI芯片公司。當然，在國內我們的桌面處理器生態系統正在建設，廠商們主動積極地將CPU、GPU與操作系統、應用軟件進行廣泛適配。另一個突圍的機會則是國產GPU芯片廠商與客戶充分溝通從定制功能、降低成本的角度切入到客戶的需求當中。

版權聲明：部分文章推送時未能與原作者取得聯系。若涉及版權問題，敬請原作者聯系我們。