首页财产阐发评论芯片半导体正文 芯片设计的云端战事 5月摩根年夜通全世界技能年夜会上，英特尔CEO陈立武分享治理心患上，指出芯片流片危害高。财产界摸索云及AI标的目的，以应答流片问题，晋升研发效率。 2026-07-27 15:50 ·微信公家号：饭统戴老板 作者：任彤瑶 编纂：李墨天 责任编纂：李墨天 作者：任彤瑶 编纂：李墨天 责任编纂：李墨天 AI投资人解读· 芯片行业流片乐成率低、成本高，如2024年全新ASIC芯片初次流片乐成率降至14%。云计较及AI或者可解决这些问题，如火山引擎与安谋科技互助，实现存算分散，晋升算力。 · 芯片公司对于云办事安全性存疑，且其非凡需求对于云办事要求高。行业竞争激烈，技能成长快，若不克不及跟上节拍，可能被裁减。 总结：云计较及AI为芯片行业带来新机缘，有助在解决流片难题、提高研发效率，但芯片公司采用云办事时需衡量安全与效率，同时要应答激烈的行业竞争。
5月的摩根年夜通全世界技能年夜会，新官上任的英特尔CEO陈立武分享了一点治理心患上[1]：芯片只给两次流片时机，跨越立刻解雇。
看似新带领狠抓KPI，现实上是陈总心慈手软。根据IBS估算，5nm制程芯片设计成本已经经跨越4亿美元，3nm最高靠近6亿美元，此中仅流片这道工序，就要耗损1-2亿美元的预算。
对于全世界90%的芯片公司来讲，以本身的财政程度挑战进步前辈制程，流片一次掉败停发工资，两次掉败公司解散，到时辰各人一路垮台，也不消解雇员工了。
2023年，英特尔发布第四代Xeon Scalable处置惩罚器，这款芯片原定2021年发布，成果测试阶段问题频发，版本从A0、A一、B0一起干到E5，流片整整12次才乐成[3]。
这起变乱直接让英特尔把数据中央市场让给了AMD，加之进步前辈制程研发回掉队台积电，隔邻玄色皮衣身价屡立异高，临危受命的陈立武力排众议，重拾工程师文化。
新官上任三把火，映渲染整个集成电路眼前的年夜坑：居高不下的流片危害。
去年三月，西门子EDA首席验证科学家Harry Foster宣布了一组使人揪心的数据[7]：整个半导体行业流片乐成率已经经进入汗青低点，2020年，全新ASIC芯片初次流片乐成率已经经降到32%，2024年又进一步下滑到14%[7]。
ARM也于招股书中援引IBS的数据，从28nm量产的2011年到如今的2nm，芯片总体设计成本上涨了1500%[5]。
摩尔定律迫近极限，Chiplet、CoWoS封装、混淆键合等曲线救国手腕层见叠出，配合推高了芯片设计的繁杂性，价钱是暴增的成本及危害，每一个步调都是一道坎。
怎么防止于流片环节栽跟头，怎么加速研发效率，财产界探索出了两个标的目的：云及AI。
云计较、挪动终端及AI是已往二十年最主要的三次技能海潮，它们都由繁荣的芯片财产孕育。如今，云及AI又于转变芯片的将来。、
01.没那末快
芯片是一个很是合适云计较的财产，也曾经经是对于上云最抵触的行业。
已往十多年里，芯片公司一直于试图解决流片这个年夜坑。流片的特色是容错率为零，只有*及垮台两种成果，一处细节出问题，整块晶圆报废。
芯片公司都有既定的产物线路图，下流客户也要定时拿到芯片指引产物开发，流片掉败，上下流的节拍城市被打乱。一直以来，行业通行的解决方案是EDA仿真。
所谓EDA仿真，就是把设计图纸送到晶圆厂流片以前，先于模仿的出产情况里测试，提早找出问题，提高流片乐成率。这个步调有多主要？芯片设计中60%的时间，都用于了仿真与验证环节。
EDA仿真确凿省下了流片掉败的钱，但省下来的钱全都花于了算力上。
EDA仿真的算力耗损极年夜，但又不是常态化的耗损。芯片设计公司的算力需求有较着的波峰波谷。进步前辈制程设计中，写代码弄设计图，四五千核就够用；后期回归测试阶段，需求凡是会暴增至数十万核。
2024年，内存年夜厂美光做客EDA企业Cadence，分享了一组数据：EDA仿真使命一次需要几千颗CPU焦点，但每一次只运行几周，以后就是4-6个月的算力闲置。
按平均需求贮备算力，EDA仿真阶段必然捉襟见肘；借使倘使按峰值需求配置，算力又会闲置吃灰，反正都是本身亏。是以，芯片算患上上为云计较公司量身打造的客户。
算力需求的波峰波谷，图片来历：Cadence
不仅云计较公司虎视眈眈，EDA公司也几次给本身的客户做思惟事情。早于2017年，三年夜EDA厂商Synopsys、Cadence、Mentor就为上云驱驰呼唤，奉行云原生EDA，提供弹性的云端License计费。
与此同时，亚马逊、微软、google三年夜云办事厂商也对于芯片公司虎视眈眈，堆集了一些落处所案。但行业总体的上云进度，依然不甚乐不雅。哪怕两三年前，跟芯片公司谈上云这件事，后者的反映年夜几率是“年夜可没必要”。
2020年，Cadence发布了一份名为《云：EDA的将来》的白皮书，招呼客户上云之余，也道出了行业对于云办事爱恨交叉的要害缘故原由：客户担忧本身“怪异且要害的IP”搬到公有云上，带来安全问题。
02.安全是件年夜事
专利及技能文档是芯片公司的命脉，RTL代码、芯片网表、工艺设计套件及IP一旦泄露，相称在几年研发结果拱手让人。英伟达、三星、AMD这些巨头都履历技能外泄，打讼事是家常便饭。
是以于许多芯片公司老板们心目中，最安全的要领就是把机房放于公司楼下，办事器及网线近于咫尺。门上挂一把年夜铁锁，钥匙放于枕头下面。
火山引擎半导体行业解决方案卖力人袁宝勋谈到：芯片行业对于在云及AI的利用上很是审慎，由于有一系列的安全拦阻或者者安全考量，芯片数占有自然的专业性、稀缺性及私有性。
即便有心上云的芯片公司，也会由于芯片行业的非凡性，客不雅上成为难侍候的甲方。
EDA仿真阶段会同时运行年夜量彼此自力的测试使命，设计修改一次，测试集就要从头跑一遍，这就需要充足多的CPU同时介入调理。这个历程中孕育发生的巨量小文件，对于云办事的存储容量、IO机能提出了极度要求。
可以说，能啃下芯片公司的定单，是云计较公司自身实力最直不雅的表现。
本年6月，云与AI办事商火山引擎与安谋科技告竣互助，两边仅前期沟通、协和谐测试，就花了近半年时间。火山引擎是最早涉足芯片行业的厂商之一，需要一个有说服力的标杆案例。安谋科技主攻芯片IP设计，有年夜量EDA仿真场景，对于数据安全的要求是行业之最，极富挑战性。
想于数学测验拿高分，就必需做出末了一道年夜题。于与安谋的互助中，火山引擎设计了一套“存算分散”方案：
焦点IP与设计源文件放于安谋科技当地存储，云端算力基在裸金属呆板部署，专机专用。数据于云端只用来计较，满意算力挪用的同时，防止焦点数据泄露。
安谋科技有本身的当地算力资源，火山引擎还有需要买通云端算力与安谋科技当地的体系，同一调理。研发使命提交后，优先利用当地算力，算力不足时调理云上算力。
为相识决行业内*的小文件与元数据机能问题，火山引擎提供了NetApp云上托管存储办事。
NetApp是一家专做半导体行业数据存储的公司，今朝于海内主流公有云办事商中，只有火山引擎提供这一办事。
今朝，安谋云端峰值算力扩大至8万多核，姑且新增约2万核新机型需求时，两个月的线下采购时间于云端可以压缩到3天。
芯片是云计较财产的基石，云计较公司也是芯片的*买家。明日黄花，曾经经的甲方摇身一变，又最先鞭策芯片的增加。
03.安全主要，时间更主要
安谋科技位在半导体财产链的最上游，选择上云的念头之一，就是自有机房于峰值阶段，已经经难以笼罩公司的算力需求。
芯片是个很是夸大时间窗口的行业，芯片的研发周期与晶圆厂的流片/回片、产能摆设慎密绑定，流片及量产的节拍又直接瓜葛到下流客户的产物交付，牵一策动全身。
2024年，英伟达于Blackwell GPU里上马进步前辈封装，乐成拉低良率，产物出货延后了半年。眼瞅着下流客户拿不到货，应收账款不停积存，黄仁勋应该比谁都着急。
2024年，英伟达发布Blackwell GPU
假如身处半导体财产，会发明于本年芯片公司对于云的立场较着来了个180度年夜转弯，完备介入了安谋以和浩繁半导体芯片公司与火山互助交付流程的袁宝勋道出了缘故原由地点：
于本年芯片财产链的年夜周期内里，供给链的连续紧张让愈来愈多的芯片公司，于思量怎样把固定的CapEx算力投资转为弹性可调理的 OpEx，同时分秒必争，用重大的算力加快产物的上市周期。
人工智能叠加半导体的超等周期，催生了让人望而却步的市场需求。怎么加速研发进度，让产物快速上市，是萦绕于每个芯片公司CEO脑海中的甲等年夜事。
举例来讲，A公司用云计较压缩了研发时间，B公司为了加快产物上市，也会被“倒逼”。假如产物没法应答市场竞争，安全就是一句空口说，研发疲塌带来的丧失，远远跨越对于安全的挂念。
是以于上云这件事上，芯片公司的首要诉求从“勤俭成本”酿成了“提高效率”，由此衍生出两个新命题。
一是Cloud forIC：即怎样用算力换时间。半导体超等周期之下，“机房+年夜铁锁”派的教员傅们已经然纷纷摆荡，最先于上云海潮里测验考试一个疗程。
EDA仿真阶段，研发团队手里的算力越多，测试的效率就越高。越早发明问题并解决，就能越快流片投入量产。款项买不到的时间，算力真的可以换来。
与安谋科技互助落地后，火山引擎的混淆云方案又进入了GPU设计公司沐曦股分的开发流程，提早锁定流片前的算力资源，勤俭名贵的研发资金。
二是AI forIC：即如何让AI融入愈来愈繁杂的芯片设计流程。
袁宝勋谈到了一个很实际的问题：芯片设计的繁杂度不停上升，有进步前辈制程，有进步前辈封装，算力需求带来繁杂度指数级上升，构造及人材依然于线性扩张，边际收益不停趋在平缓。
芯片逻辑设计的本色是写代码，除了了需要遵照芯片时钟设计、思量芯片的物理实现外，与软件代码事情并没有太年夜差别。而编程偏偏是当下人工智能渗入速率最快，贸易价值最高的范畴。
于与天数智芯的互助中，火山引擎将TRAE一站式AI开发平台嵌入芯片软件研发流程，经由过程SOLO模式与行业Skill集成，笼罩代码理解、天生与优化等环节，年夜幅晋升了研发效率。
基在这类互助，Coding等AI能力慢慢渗入进芯片软件研发流程，用指数级的手腕解决指数级的问题，年夜年夜提高了研发效率。
与此同时，火山引擎也于提高面向芯片研发的数据合规与安万能力，让芯片公司既可以或许享受SOTA模子能力，又可以或许统筹数据及安全的合规要求。
于海内云计较厂商里，火山引擎是已往几年于半导体行业落地相对于更快、案例也更密集的一家。除了了熨平算力颠簸的Cloud for IC场景，火山引擎于AI Coding为代表的AI for IC范畴，也于频仍落地。
根据袁宝勋的判定，从硬件研发回是软件研发，再到出产工艺、制造、封装、测试，这些场景会跟着模子能力的晋升，一个一个被解锁。超等周期里，芯片被拽进了人工智能时代。
市场不会扯谎，“云”已经经是半导体财产前仆后继确当下，“AI”是他们注定融入的将来，后摩尔定律的时代，新的厘革正于发生。
04.厘革将至
作为火山引擎总裁，谭待有一种很是强烈的感触感染：已往几年，AI最刺眼的故事于芯片下流，但今天，故事正向上游延长。作为上游的芯片是云计较财产的基石，如今，云计较又最先转变芯片。
2017年至今，英伟达游戏营业年收入从40亿美元增加到113亿美元，数据中央营业从8.3亿美元暴增到1150亿美元。即便云云，英伟达GPU依然供给紧张。
从黄仁勋手指缝漏出来的份额，也充足养活多量芯片公司了。今朝，AI芯片只占全世界芯片产量年夜盘的0.2%，却拿走了全行业50%的收入。任何人都能意想到，这是何等年夜的市场空间。
也就是说，囊括半导体财产的人工智能海潮，把本就壮不雅的市场范围又扩展了几十上百倍。
淘金客正于你追我赶。MarketsandMarkets估计[11]，光是数据中央加快器市场，到2030年就会增加到3727亿美元，只切下10%的份额，也是一个靠近400亿美元营收的年夜买卖。
技能催生新的市场，市场又会反过来鞭策新的技能。当云计较从芯片的甲方酿成乙方，云及AI，也于成为半导体公司新的出产力来历。
谭待提出了一个超前的判定：AI会必然水平转变半导体财产的贸易模式。
今朝于芯片设计语境下，用AI写RTL、补testbench、出Tcl这些天生动作，已经经于随AI能力晋升而加快，半导体工程师的精神从而解放，用于价值更高的“判定”上：
“能编译不等在功效准确，功效准确不等在情势等价，情势等价不等在可综合、PPA达标。知道该把尺度卡到哪一层，这类判定沉淀于工程师几十年的经验里，于AI时代越发有价值。”
当一个Agent能顶上工程师的部门产能，半导体行业通行多年的按license/席位的贸易模式，极可能会走向按产出/等效人力。
行业将来出现何种面孔，上下流都于摸索。今朝，海内主流的芯片设计公司如天数智芯、华勤技能、沐曦股分等企业，都已经经“落户”火山引擎，上了IC上云这条船。
不出不测，中国年夜陆会是*的增量市场。去年，海内芯片设计公司总计3800多家，增速全世界最高。
本年是中国芯片行业的年夜年，芯片公司列队IPO，年夜量芯片步入流片量产阶段。不管是对于要害技能环节的攻坚，还有是市场化的竞争，都将进入要害阶段。
晶体管及集成电路塑造了现代社会，“计较”则是全球的刚需。摩尔定律气喘嘘嘘的时代，云计较正于摸索着与“计较”有关的新的可能。
全文完，感激您的耐烦浏览。
参考资料
[1]Intel Corporation (INTC) Presents at J.P. Morgan 54th Annual Global Technology, Media and Co妹妹unications Conference Transcript
[2]Building Intel: Pat Gelsinger on Engineering the AI Era, Apple Podcasts
[3]Intel's Sapphire Rapids Had 500 Bugs, Launch Window Moves Further, Tom's Hardware
[4]英特尔财报
[5]方才，4500亿芯片巨无霸上市！本年*IPO降生，芯工具
[6]Cloud—The Future of Electronic Design Automation, Cadence
[7]First-Time Silicon Success Plu妹妹ets, semiengineering
[8]Intel, AMD notify customers in China of lengthy waits for CPUs, Reuters
[9]Battle for the AI Data Center: Deep Dive on the Semiconductor Supercycle with Stacy Rasgon, Apple Podcasts
[10]Automotive semiconductors for the autonomous age, McKinsey Company
[11]Data Center Accelerator Market Industry worth 美金372.68 billion by 2030, MarketsandMarkets
【本文由投资界互助伙伴微信公家号：饭统戴老板授权发布，本平台仅提供信息存储办事。】【免责声明】：本文不组成任何投资建议。市场有危害，投资需审慎。若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。
-lehu乐虎88国际