Fabless100排行榜之Top10AI芯片公司花落谁家？-icspec

Fabless100排行榜之Top10AI芯片公司花落谁家？

来源:电子工程专辑发布时间:2022-07-22

分享至微信

由AspenCore全球分析师团队倾力打造的China Fabless 100排行榜将在国际集成电路展览会暨研讨会(IIC)的IC领袖峰会上隆重发布。今年的Fabless 100排行榜共分10大类别，每个类别筛选10家综合实力和增长潜力最强的国产IC设计公司。这十大类别分别是：AI芯片、MCU、电源管理(PMIC)、无线连接(Wireless)、模拟芯片(Analog)、处理器(Processor)、传感器(Sensor)、存储器(Memory)、功率器件(Power)，以及通信网络(Communication)。

本文将为大家介绍Top 10 AI芯片公司是如何筛选出来的，主要包括如下内容：

1.AI芯片关键价值节点

2.国产AI芯片公司相比国际厂商的优势和劣势

3.45家国产AI芯片厂商清单

4.Fabless 100排行榜Top 10 AI芯片公司入选标准

根据麦肯锡发布的一份有关AI技术及半导体价值的报告，要实现高效而准确的AI训练和推理，需要九层AI技术堆栈，其中最底层的硬件加速器可以实现高能效的并行处理，涉及处理器、内存、储存和网络方面的芯片。目前，执行AI加速的处理器仍然以GPU为主，虽然CPU、FPGA和ASIC也有各自特定的AI应用优势。随着边缘计算和物联网应用的普及，AI芯片也从云端逐渐往边缘和端侧扩展，其应用范围更加广泛。

麦肯锡预测，AI芯片将是半导体产业在未来20 年内最佳的应用市场机遇。在其它科技领域，芯片通常只占整个技术价值链的10%。但在AI领域，芯片将从整体人工智能的技术价值链中获得40~50%的份额。AI芯片已经成为半导体增速最快的细分市场之一，预计到2025年全球AI芯片市场将达到100亿美元的规模，现已成为国际芯片厂商、互联网巨头和初创公司争相角逐的前沿阵地。

AI芯片关键价值节点

作为一个新兴的半导体市场，AI芯片产业链涉及多个价值节点，其中有一些是高性能处理器芯片所共有的，但也有AI芯片独特的价值链节点。从半导体产业的角度来看，AI芯片价值链涉及风险投资(VC)、技术人才(Talent)、芯片设计工具(EDA)、IP/Chiplet、晶圆代工(Foundry)，以及封装测试(OSAT)等。我们仅从AI芯片设计独特的EDA、IP/Chiplet这两个价值节点来简要阐述AI芯片设计面临的挑战和技术解决方案。

AI芯片设计工具(EDA)

AI芯片的前端设计、验证和仿真，以及后端的工艺设计，都离不开EDA工具。然而，多年来全球EDA市场一直被国际三巨头(Synopsys/Cadence/西门子EDA)所统治，中国市场也不例外。EDA可谓是半导体这个皇冠上的明珠，只有100亿美元规模的EDA却驱动着5000亿美元规模的全球半导体产业。鉴于其高度集中的技术和智力含量，以及其重要的“咽喉要塞”地位，EDA也成了美国限制中国先进半导体发展的“卡脖子”武器。高性能的AI芯片一般采用比较先进的晶圆工艺，因此需要先进的EDA设计工具。

半导体业界人士都知道EDA全流程的重要性，但国内EDA公司很少能够覆盖设计和验证全流程，大部分还是在“点工具”上突破，然后再往外拓展。像华大九天、概伦电子、国微思尔芯，以及芯和半导体等国产EDA厂商都在各自擅长的EDA流程上深耕多年，同时开始借助资本市场融资或上市，以便为快速增长和长远发展奠定坚实的基础。

AI芯片大都采用先进工艺节点(16nm以下至5nm，甚至3nm)。随着芯片规模、集成度及设计复杂度的大幅提升，芯片设计、封装设计到系统设计的各个环节都对EDA工具提出了更高的要求。因此，先进的EDA解决方案是确保并加速AI芯片成功实现的强大支撑。无论国际EDA巨头还是国产EDA开发商，很多都着眼于数字验证全流程覆盖和系统级电子设计的EDA解决方案布局，市场上也有多款EDA产品可以满足AI芯片的开发需求，其中包含原型验证系统、数字仿真器、验证效率提升平台、协同设计环境，以及设计数据管理平台等。

IP/Chiplet

在微处理器内核IP方面，AI芯片大都采用高性能的Arm Cortex A系列处理器内核，最近两年基于RSIC-V内核的AI芯片设计也开始多起来(特别是边缘AI)。针对中国市场和客户，安谋科技除了继续提供Arm微处理器系列IP外，还自主研发了XPU系列智能数据流计算平台，包括“周易”NPU、“星辰”CPU、“山海”SPU以及“玲珑”ISP和VPU处理器产品线。该公司将采用兼容Arm架构CPU +自研架构XPU的‘双轮驱动’战略，继续在自研架构智能数据流处理器和自主高性能处理器上发力，在智能汽车、边缘计算、数据中心、智能物联网、移动设备等各个领域全面支持中国半导体产业的发展。这些应用领域都跟AI息息相关，自然AI芯片的设计也离不开XPU系列IP。

现在的高性能AI芯片大都是采用异构集成、芯粒(Chiplet)和先进封装的系统级芯片。除了微处理器内核、GPU、高速网络互联NiC和eFPGA等高性能IP外，AI芯片设计越来越多开始集成类似乐高积木的Chiplet。英特尔、AMD、TSMC、三星、Arm等国际厂商联合发布了统一的Chiplet接口标准Universal Chiplet Interconnect Express (UCIe)，几家国产半导体厂商也加入了这一联盟。

UCIe是一种开放的行业标准，可在芯粒(Chiplet)之间提供高带宽、低延迟、高能效且具有成本效益的封装连接，它解决了跨越云端、边缘、企业、5G、汽车、高性能计算和移动设备的整个计算领域对计算、内存、存储和连接的增长需求。UCIe 可支持来自不同厂家芯片的集成，包括不同的晶圆厂、不同的设计和不同的封装技术。

芯粒的封装集成能够以快速且经济高效的方式提供定制解决方案。例如，不同的应用可能需要不同的算力，但却采用相同的内核、内存和I/O，如上图所示。芯粒技术还可以根据功能需求选择最适合的芯粒进行封装，比如内存、逻辑、模拟和一起封装的光学器件都需要不同的工艺，这些不同工艺的芯粒可以封装在一起。由于封装走线较短并可以提供密集布线，高带宽存储器(HBM)访问等应用就可以实现封装集成。

国内AI芯片公司相比国际巨头的优势

与大多数科技行业的企业一样，国内AI芯片公司的最大优势就是贴近市场和客户。中国市场对于AI芯片的发展有如下几个优势：

1. AI应用本身就是一个新兴市场，很多应用场景都是在摸索中成长的。国内企业在近20年的迅速发展中耳濡目染，对于新鲜事物的尝试意愿是很高的。

2. 中国近年的数字化基础设施建设带来的红利，比如中国拥有世界上最大规模的宽带及4G/5G通信网络;中国的互联网企业迅速成长为全球巨头，这些都为AI应用创造了良好的发展土壤。

3. 中国很多传统行业处在转型期，比如中国的工业升级是天然建立在数字化基础上的，这给AI带来了巨大的发展空间。

4. 国家政策鼓励芯片创业，新基建和“东数西算”等重大工程都为AI芯片公司提供了坚强的后盾。

国内AI芯片企业的劣势在于技术和IP积累不足，具体体现在：软硬件生态、知识产权和人才等方面。

45家国产AI芯片厂商清单