中国芯片网,让中国芯片企业关门

在设计方面，EDA工具的欠缺是中国芯片产业最难以突破的壁垒。中国早期也经历过如美国、台湾半导体产业发展那种打磨掉封装，仿制芯片布线的作法，甚至像汉芯，直接打磨掉购买自市场或者是二手回收的现成芯片LOGO，换个贴纸就变成自家产品。

中国的芯片现状如何？

如果半导体芯片产业是一个层层迭迭的百层大楼，那么中国目前发展的最好的集中在最接近使用者的最低层（应用层）少数几层楼，越往上着墨则越少。 而这也是目前中国芯片产业链所面临的最大困境，底层的芯片应用虽然涵盖的消费体量大，但核心技术与专利都掌握在高层的手里，中国虽然就像孙悟空，在应用层面可以做出千奇百怪的变化，但不论怎么变，还是逃不出如来佛的手掌心。

简单描述半导体产业链大楼，从最高层开始是IP、IP库、设计工具、制造、材料，然后才是设计，以及最底层的芯片成品，这个大楼形状就像个金字塔，越上面的厂商越少，竞争越少，利润越庞大，而越下层的产品竞争越大，且脱离不了上层的压制。 中国半导体产业其实早有自己盖大楼的想法，而着手重点在于IP、制造，然后设计。

在IP发展分为两个阶段，最早其实是想要从无到有自行发展，但后来汉芯、龙芯的成果众所周知，后来政府也放弃了推动完全自主开发，转而以策略合作和并购的方式来取得现有IP，比较出名的案例就是ARM和中国合资创立专对国内授权的企业，另外兆芯取得来自威盛的X86核心，而海光则是拿到来自AMD的X86架构。不过中国还是有些厂商成功打造完全自有的IP核心，比如说前几天被阿里巴巴买下来的中天微，但主要是针对嵌入式应用等场景。

制造方面其实与材料有一定的联动，这方面包括了像中芯这类的芯片代工事业，以及如上海新阳等制造硅晶圆的厂商。但这方面的发展同样一波多折，中芯在工艺发展方面屡屡遭遇困难，且工艺世代差距领导厂商三代以上，保守估计需要十年的时间才有机会追上一线大厂，这方面不是单纯资本的问题，而是技术难有积累和突破，芯片制造的工艺雕琢很多时候倚赖的是经验的积累与不断尝试错误、修正，并不是工序的简单复制就有办法达成，甚至不同环境也会影响到工艺的发展，比如说台积电曾经为了要把竹科的工厂的工序搬到南科，却遭遇挫折，良率无法有效提升，而后来才发现是因为南科的空气品质较差所导致。

另外代工厂的工作环境太苦，且需要长时间加班，而中国待遇更高的工作机会太多，比如说APP应用产业、新创媒体事业、高大上的还有BAT企业等，相较于言待遇不仅较好，工时也不会过度压榨到个人作息。资本的投入虽可用来改善待遇、购买设备，但真正的技术积累无法用金钱买到，能得到如梁孟松之流的奇人相助则是机缘，如果当初台积电没有蔡力行之乱，梁孟松也不会辗转成为中芯人，过去中芯技术发展不算成功，产能和良率无法有效提升，因此即便是国内厂商的芯片代工订单，多半流到台积电、三星等外人手中，使得制造无法自主。

而梁孟松能带给中芯多大的变革，也还有待观察，但至少方向对了，少走些冤枉路是可以预期的。硅晶圆过去则是集中在日本以台湾厂商手中，但在张汝京的带动之下已经有相当明确的进展。硅晶圆最关键的技术在于加工时对材料的纯净以及表面加工处理工序和精度，这方面技术难度相对较低，因此发展虽较制造短，但已经有机会补上中国整个半导体产业供应链的一块传统缺口。

但是在设计方面，EDA工具的欠缺是中国芯片产业最难以突破的壁垒。目前设计工具供应商有Cadence、Synopsys、Mentor Graphics，除了Mentor Graphics因为被西门子收购而成为德商外，其余两家都是美商，且因为设计工具本身就是由庞大设计专利和IP库所组成，因此进入门槛极高，虽然除了这三大EDA工具厂商以外还有些第三方供应商，但是都难以对三巨头造成影响。

中国若想要发展EDA工具，就必须先补齐专利与IP库，并且与主流芯片代工厂商有技术交流，而这个任务的难度恐怕比建立金字塔的其他部分难度都要更高。好了，最后是最底层的设计和成品，众所周知，芯片设计就是使用EDA工具，在一大堆现成IP库凑成的蓝图中设计好属于自己的算法或逻辑核心，接着测试、制造，最后才是芯片成品，即便是中国最强大的AI芯片设计生态，也都避免不了这些流程。

中国早期也经历过如美国、台湾半导体产业发展那种打磨掉封装，仿制芯片布线的作法，甚至像汉芯，直接打磨掉购买自市场或者是二手回收的现成芯片LOGO，换个贴纸就变成自家产品。仿制的作法方面，早期结构比较简单的模拟与控制芯片很多都是通过这种方式设计出第一代产品，但通过这种仿造出来的成品效果通常其差无比，因此都只能低价抢市。

而打磨LOGO通常都蒙混不了太久就会曝光，后来这种作法就几乎没有了。在经历长久的发展之后，中国的芯片产业类型相当丰富，从电源器件、信号转换传输、感测、逻辑、存储等，都有不少厂商在耕耘，而部分如指纹识别、面板主控芯片、手机处理器等，在市场上都有相当出色的占有率表现，而近两年AI议题的火热，更是推动各种专有型、通用型AI 计算芯片如雨后春笋般不断冒出头来。

这些AI芯片可分为两种，一种是类似Google的TPU，是专注于数学计算强化的芯片，主要是大量的乘加器multiplier–accumulator (MAC)，乘加器的结构大家都大同小异，配合少数数据交换与总线IP就能设计出芯片成品，这类产品的重点在于算法的效率表现上。中国在算力核心、主控以及传感元件方面的相关设计、制造一直都相当活跃，问题在于，过去中国半导体产业的布局一般都没有太长远的规划，而且讲求速效，很难有跨度较长的计划，加上行业太过容易一窝蜂。

比如说数年前手机、平板芯片企业的盛况亦不逊于现在 AI 生态的蓬勃发展，但能留存下来的厂商仅是少数中的少数。而且，大家都争着发展最能争夺眼光的热点产品，反而一些非常基本的产品，如 ADC/DAC、LNA 及 SerDes 等外围器件都没有太多着墨，而即便是在 5G，大厂也是争着做最被注目的专利以及主控部分，PA 这种外围器件也都是想着能用外来的就用外来的，一来关键材料与技术专利较难突破，二来利润较薄，而且做得好也很难吸引到投资人的眼光，以致于供应链对于此类料件的自研兴趣缺乏。