Custom silicon

搜索文档
美洲半导体 -2025 年 Communacopia + 技术大会展望-Americas Semiconductors_ What to expect at the Communacopia + Technology Conference 2025
2025-09-02 22:24
行业与公司 * 行业涉及数字/AI半导体、EDA软件、模拟半导体、半导体设备(SemiCap Equipment)和内存/存储[1] * 提及的公司包括英伟达(Nvidia)、博通(Broadcom)、AMD、ARM、德州仪器(Texas Instruments)、微芯科技(Microchip)、应用材料(Applied Materials)、泛林集团(Lam Research)、KLA、泰瑞达(Teradyne)、Entegris、希捷(Seagate)、西部数据(Western Digital)、闪迪(SanDisk)、新思科技(Synopsys)和楷登电子(Cadence)[10][11][12][19][26][27][32][33][16] 核心观点与论据:AI半导体 * 预计公司对AI支出将持广泛乐观态度,但竞争趋势存在更多争论[1] * 投资者主要争论点包括2026年AI支出的上行空间、2027年支出方向、主权国家和AI初创公司等非传统客户的市场机会、AI投资回报的经济论证以及商用与定制硅供应商之间的竞争趋势[8] * 预计英伟达将持乐观态度,重点介绍其Blackwell平台的持续上量和2026年中的Rubin平台,并强调其全栈软件解决方案和相对于定制硅供应商的CUDA领先优势[10] * 预计博通将强调其在AI网络和定制XPU领域的领导地位,并讨论“商用与定制”之争以及客户采用趋势[11] * 预计AMD将讨论其在数据中心不断增长的影响力以及如何在2026年及以后缩小与英伟达的性能差距[12] * 超大规模云厂商和英伟达的第二季度业绩表明,传统和新客户的强劲支出环境至少将持续到2026年,但2027年支出可持续性的能见度较低[13] * 预计商用解决方案在短期内仍是事实上的标准,但预计ASIC解决方案将在2027年及以后推动更具成本效益的解决方案[13] 核心观点与论据:EDA软件 * 关键争论点在于EDA和IP收入动力的可持续性、新思科技收购Ansys对竞争趋势的长期影响,以及先前美国出口管制的潜在长期影响和本地供应商的竞争[15] * 预计楷登电子和新思科技将对其EDA和IP市场的长期前景持乐观态度,驱动力来自更广泛客户对更多定制芯片设计的强劲需求(这些客户对IP有更大需求)以及EDA的普及必要性[16] * 新思科技计划在会议第二天公布第三财季业绩,可能提供有关收购Ansys的协同效应/增值目标的最新信息[16] * 预计两家公司都将就5月实施、7月取消的出口管制措施后的中国市场提供额外评论[16] * 预计管理层将分享支持核心EDA软件和IP市场乐观前景的多个数据点,包括AI驱动的内容和定价顺风以及包括中国在内的各地区需求强度[17] 核心观点与论据:模拟半导体 * 主要投资者争论点在于行业是仅仅触底(基本面在底部徘徊)还是真正的周期性上升已经开始,如果是上升,复苏的速度如何以及Street估计还有多少上行空间,以及模拟股票是否已完全定价了复苏[19] * 预计公司将传达除汽车外大多数终端市场的需求正显现复苏迹象,客户/分销商库存水平降低让位于订单活动和积压水平的增加[19] * 预计德州仪器将重申工业和消费类市场继续以稳健步伐复苏,并可能就其对中国的看法提供更多信息,其在财报电话会议上对此持更为谨慎的态度[19] * 预计微芯科技将提供有关其订单势头、积压水平和产品交货期的额外数据点,并总体持相对乐观的态度[19] * 预计选择性积极的评论将逐渐扩大到更多公司,随着时间的推移出现更普遍积极的终端市场评论[20] * 模拟行业正处于供应驱动的周期性复苏状态,Street估计在未来4-6个季度仅凭供应方动态就有充足的上行空间[20] * 截至6月,模拟器件出货量(3个月滚动平均)比历史趋势线低约10%[21][22] 核心观点与论据:半导体设备(WFE) * 关于2026年晶圆制造设备(WFE)支出的主要争论点包括全球WFE支出的方向、鉴于过去几年投资水平升高中国的展望如何,以及DRAM、NAND、领先逻辑/代工和成熟逻辑等关键需求驱动因素的相对轨迹[24] * 预计公司将就2026年WFE增长持谨慎乐观态度,但对中国的短期前景(近期美国出口管制)和部分逻辑客户仍存在不确定性[25] * 预计应用材料公司将澄清其关于中国需求的近期谨慎评论,以及2026年领先逻辑/代工WFE支出的步伐[26] * 预计泛林集团管理层可能提供关于公司对2026年WFE增长方向的展望更新,并谈及公司超越市场增长的能力[26] * 预计KLA将重申其对2026年行业WFE增长的看法,并提供诸如先进封装等具体性能驱动因素的更新[26] * 预计2026年行业将出现温和的WFE增长,因为对领先代工的投资和中国的潜在增长被领先逻辑和更广泛的成熟制程衰退所抵消[28] * 预计明年将被视为“节点转换”年,因为台积电继续推进2纳米制程以及钼作为3D NAND的固体前驱体被引入[28] * 整体WFE行业预计将保持在中周期状态,其特点是AI(包括HBM)相关支出持续以及成熟制程支出进一步正常化[28] 核心观点与论据:存储 * 关于NAND和HDD增长可持续性的主要争论点在于行业范围内供应侧审慎态度能维持到何种程度,以及更高容量驱动器(如HAMR、eSSD)的认证和生产上量预期[32] * 预计公司将对接下来的定价增长可持续性保持积极态度[32] * HDD供应商将专注于表达毛利率有从当前水平增长的空间的观点,因为成本效率随着更高容量驱动器的推广而持续提升[32] * 预计闪迪将详细说明今年剩余时间内行业供应不足的程度[33] * 预计希捷管理层可能就其HAMR技术在其主要云服务提供商(CSP)客户及其他关键账户的认证状态提供额外评论[33] * 预计西部数据管理层将提供其ePMR和UltraSMR平台认证进展的更多细节[33] * 尽管已连续几个季度出现HDD库存补充,但相信行业仍有持续积极势头的理由,特别是在上次低迷期永久性退出系统的产能背景下[34] * 在双头垄断市场中,预计希捷将在近线市场(从局部低点)获得份额,因为其关键CSP客户正在上量HAMR[34] * 对NAND行业的全周期增长轨迹保持乐观,并预计随着利用率不足和启动成本消退,闪迪的利润率将大幅提高[34] * 相信HDD和NAND市场都能继续表现优异,由审慎的供应侧纪律驱动[34] * 近线存储的艾字节(exabyte)出货量在过去几年以20%左右的低段范围增长,并已超过先前峰值水平[36][37]
Marvell Technology (MRVL) Update / Briefing Transcript
2025-06-18 02:00
纪要涉及的公司和行业 - **公司**:Marvell Technology(MRVL) - **行业**:半导体行业、数据中心行业、人工智能行业 纪要提到的核心观点和论据 行业趋势 - **定制化趋势加速**:云数据中心正经历围绕硅的革命,定制硅已成为半导体行业最大的增长驱动力之一。2023 - 2025年,美国前四大超大规模数据中心运营商的资本支出从150亿美元增长到超300亿美元,且新兴超大规模企业也开始投资定制硅,主权AI的兴起进一步推动需求 [9][12][13][14][16]。 - **工作量多样化驱动定制化**:AI工作量不再单一,包括预训练、后训练和各种推理工作负载,多样化的工作量促使企业构建专门的基础设施,从而推动基础设施的定制化 [71][72][74][75][76][77][78][79]。 市场规模与增长 - **数据中心资本支出增长**:分析师预测到2028年数据中心资本支出将超过1000亿美元,复合年增长率为51%,其中加速计算的总潜在市场(TAM)约为350亿美元,定制计算TAM预计将达到550亿美元 [17][64][65][66][70]。 - **Marvell市场机会扩大**:Marvell的总数据中心机会从去年预计的750亿美元增长到今年的940亿美元,复合年增长率为35%,其中定制计算是最大且增长最快的部分 [19][20]。 Marvell的优势与竞争力 - **端到端全服务定制硅提供商**:Marvell能够整合最佳的系统架构、设计IP、硅服务、封装专业知识以及完整的制造和物流支持,为客户实现硅的愿景,避免客户拼凑第三方IP和供应链管理的麻烦 [39]。 - **技术领先**:在先进制程节点上有量产经验,如5纳米和3纳米,且已在2纳米进行测试芯片开发;拥有广泛的模拟混合信号IP组合,如高速SerDes和高带宽芯片间集成技术;在封装技术上有创新,如多芯片平台和共封装光学技术 [40][41][42][105][106][107][108]。 - **客户合作与设计赢单**:与AWS、微软等大型云计算公司建立了强大的合作伙伴关系;已赢得18个定制计算市场的插槽,包括前四大超大规模企业和新兴超大规模企业,还有超过50个潜在机会,潜在终身收入达750亿美元 [44][46][48][30][31][32][34]。 其他重要但是可能被忽略的内容 - **技术细节**:SerDes在数据传输中的关键作用,如实现高比特率、低功耗和低误码率;定制HBM通过去除低效的接口和采用高效的芯片间接口,降低75%的内存IO功耗;集成电压调节技术可降低15%的总产品功耗和60%的电源噪声 [127][132][133][159][160][161][165][166]。 - **市场细分与策略**:在定制计算市场中,Marvell专注于定制部分,对于HBM,大型超大规模企业倾向直接采购,而新兴超大规模企业可能需要交钥匙服务;在平台选择上,客户从通用平台向定制平台转变,Marvell通过与NVIDIA合作和推出UA链接平台等方式,适应市场需求 [68][82][83][84][85]。 - **供应链管理**:自2020年供应紧张以来,Marvell开始进行长期供应链规划,包括包装、基板、代工厂等,进行五年预测并签订长期合同,对产能充满信心 [278]。
Marvell Develops Industry's First 2nm Custom SRAM for Next-Generation AI Infrastructure Silicon
Prnewswire· 2025-06-17 21:05
产品创新 - 公司推出行业首款2纳米定制静态随机存取存储器(SRAM),旨在提升云数据中心和AI集群中定制XPU及设备的性能,该产品结合了先进的定制电路、软件和2纳米工艺技术,可提供高达6千兆比特的高速内存,同时显著降低内存功耗和芯片面积[1] - 定制SRAM是公司加速基础设施内存层次结构性能的最新创新,此前公司已推出CXL技术用于定制硅片集成,为云服务器增加TB级内存和补充计算能力,并推出定制HBM技术,将内存容量提升高达33%,同时减少XPU内高带宽内存堆栈所需的空间和功耗[2] - 定制SRAM在行业中以每平方毫米最高带宽著称,使芯片设计者能够节省高达15%的2纳米设计总面积,节省的硅面积可用于集成更多计算核心、扩展内存、缩小设备尺寸和成本,或在特定性能功耗、应用或总拥有成本目标之间实现平衡[3] 技术优势 - 基于创新的数据路径和架构,定制SRAM在同等密度下比标准片上SRAM功耗降低高达66%,同时运行频率可达3.75 GHz[3] - 公司定制技术平台战略通过独特的半导体设计和创新方法寻求突破性成果,结合系统和半导体设计专长、先进工艺制造以及全面的半导体平台解决方案和IP组合,包括电气和光学串行器/解串器、2D和3D设备的芯片间互连、硅光子学、共封装铜、定制HBM、SoC结构、光学IO和PCIe Gen 7等计算结构接口[6] 行业影响 - 定制SRAM标志着后摩尔定律时代公司定制技术平台的最新扩展,随着晶体管缩放成本和挑战急剧增加,半导体公司及其客户正在定制硅片以更好地服务于客户的独特基础设施架构,尝试新的芯片和封装突破,并重新思考芯片设计假设以扩展计算边界[5] - 行业专家认为内存仍是AI集群和云面临的最大挑战之一,这些系统需要尽可能多且快速的内存,公司通过改进芯片上、芯片封装内和系统内每个可用节点的内存性能的整体方法具有吸引力,并突显了通过定制可能实现的增益[4] 公司战略 - 公司致力于通过深度协作和透明的流程,改变未来企业、云、汽车和运营商架构的转型方式,25年来一直受到全球领先科技公司的信任,为客户当前需求和未来抱负设计半导体解决方案,移动、存储、处理和保障全球数据[9] - 公司高级副总裁表示定制是AI基础设施的未来,超大规模企业今天用于开发尖端定制XPU的方法和技术将渗透到更多客户、更多类别的设备和更多应用中,公司期待与合作伙伴和客户合作,为定制时代创建领先的技术组合[4]
1 Artificial Intelligence (AI) Semiconductor Stock to Buy on the Dip Hand Over Fist Right Now (Hint: It's Not Nvidia or AMD)
The Motley Fool· 2025-03-08 06:15
文章核心观点 - 2025年芯片股开局不佳,但台积电股价便宜值得买入,其在芯片领域影响力大且财务前景好 [1][2][3] 行业情况 - 图形处理单元(GPU)是生成式AI发展中最重要的硬件,过去几年投资半导体股票是好选择,但2025年芯片股表现不佳,VanEck半导体ETF截至3月3日下跌4% [1][2] - 英伟达和超威半导体(AMD)股价今年分别下跌7%和17% [2] 台积电影响力 - 英伟达、AMD等芯片领域领导者的成功很大程度归功于台积电,因其为半导体公司制造芯片和集成系统 [5][6] - 微软、亚马逊等科技巨头及OpenAI正与台积电合作开发定制硅片 [7] - 台积电已占据近三分之二的代工市场份额,未来定制硅片和新架构将巩固其领导地位并加速营收和利润增长 [8] 台积电股价 - 台积电市场地位强、财务前景好,但股价便宜,其预期市盈率约为19,低于标准普尔500指数的约21 [9][10] 台积电发展规划 - 台积电3月初宣布将额外投资100亿美元扩大其在美国的制造规模,因科技巨头2025年计划在AI基础设施上支出超300亿美元 [11]