洶湧而來的物聯網浪潮會給半導體帶來怎樣的衝擊

   半導體的發現實際上可以追溯到很久以前。

 

   1833年，英國科學家電子學之父法拉第最先發現硫化銀的電阻隨著溫度的變化情況不同於一般金屬，一般情況下，金屬的電阻隨溫度升高而增加，但巴拉迪發現硫化銀材料的電阻是隨著溫度的上升而降低。這是半導體現象的首次發現。

 

   不久，1839年法國的貝克萊爾發現半導體和電解質接觸形成的結，在光照下會產生一個電壓，這就是後來人們熟知的光生伏特效應，這是被發現的半導體的第二個特征。
 

   1873年，英國的史密斯發現硒晶體材料在光照下電導增加的光電導效應，這是半導體又一個特有的性質。半導體的這四個效應，(jianxia霍爾效應的餘績──四個伴生效應的發現)雖在1880年以前就先後被發現了，但半導體這個名詞大概到1911年才被考尼白格和維斯首次使用。而總結出半導體的這四個特性一直到1947年12月才由貝爾實驗室完成。

 

   在1874年，德國的布勞恩觀察到某些硫化物的電導與所加電場的方向有關，即它的導電有方向性，在它兩端加一個正向電壓，它是導通的；如果把電壓極性反過來，它就不導電，這就是半導體的整流效應，也是半導體所特有的第三種特性。同年，舒斯特又發現了銅與氧化銅的整流效應。半導體芯片行業近兩年出現大規模並購風潮背後的原因何在?洶湧而來的物聯網浪潮帶給芯片產業怎樣的衝擊?為何一邊是芯片公司對應用市場的迷茫，而另一邊硬件產品開發者卻又找不到合適的芯片?

 

   芯片產業並購“瘋”潮背後的困境與焦慮

 

   半導體芯片行業在2015年發生史上規模最大的並購“瘋”潮之後，2016上半年稍微平息，到下半年又“瘋”波再起，接連出現幾樁大規模的並購案例，包括高通收購NXP、ADI收購淩力爾特(Linear)，瑞薩收購Intersil。

這背後透露出整個半導體芯片產業的困境與焦慮。在互聯網和移動互聯網時代，芯片技術決定了終端產品的升級換代，芯片有清晰而廣大的產品應用市場。他們是整個消費電子市場的金字塔頂端。

 

   但是，台式機電腦出貨量已經連續8個季度下降，智能手機市場飽和，增長趨於停滯。更重要的是，物聯網時代的來臨宣告了芯片產業輝煌地位的終結。物聯網碎片化的應用導致通用處理器芯片不再通用，僅僅智慧家庭產業就可以細分為如此眾多的垂直細分市場，使得芯片廠商對自己芯片的定位和應用迷茫，尖端技術卻找不到用武之地，隻能用並購的規模化效應來暫時化解這種困境.

 

   趨勢一：碎片化、定製化代替標準化芯片

 

   傳統芯片設計由底層IP架構定義，芯片公司隻需關注上遊IP設計和下遊方案開發公司，至於這顆芯片最終用在什麼具體產品上，對芯片的設計影響不大。而實際上，在互聯網和移動互聯網時代，芯片的應用相對固化和泛化，一顆核心芯片十幾萬甚至上百萬的銷量並非鮮見。

 

   但是到了物聯網時代，應用的碎片化導致很難再有一顆芯片會有如此廣泛的應用，需要由具體的產品應用來提出對芯片定義的要求。芯片公司不僅要知道客戶(模塊商、方案商)在哪裏，有什麼需求，還需要知道客戶的客戶(硬件產品開發商)在哪裏，有什麼需求。

 

   甚至最終的產品開發商會越過模塊商、方案商對芯片提出定製化要求，而這種芯片定製化的趨勢將會越來越明顯。因為市場上的存量芯片難以滿足物聯網的創新應用需求，定製化可以保證設計出來的芯片是最終產品所需要的。比如，海爾最近向燦芯定製了一款用於空調上的Wi-Fi通信芯片，因為高通的同款芯片針對消費電子市場開發，不適合家電市場。

 

   在未來物聯網時代，為了適應碎片化的應用市場，芯片公司在芯片定義上將逐漸喪失主動權，更可怕的是，芯片的定價權可能會隨同定義權一起喪失。

 

   趨勢二：IP與特定功能算法的深度結合

 

   物聯網應用強調場景化，即使是同一類芯片，應用於不同的場景，對芯片要求也隨之改變。比如同樣是視頻芯片，用於監控攝像，環境光線是漸變的，對畫麵動態範圍要求不高;而用於運動相機和車載視頻，由於位置不斷移動，環境光線變化明顯劇烈，對畫麵動態範圍要求就會高很多。

 

   另外，很多物聯網終端設備(比如智能可穿戴設備、智能家居設備)並不需要處理大量的數據。芯片的處理性能不是最關鍵的，反而芯片與具體應用、具體場景的結合更重要。比如用在智慧養老場景下的加速度傳感器跌倒算法、用在智慧安防場景下的多人紅外感應算法等。

 

   因此芯片設計需要從應用出發，考慮如何支持應用於實際場景的功能算法，算法與芯片的結合將越來越深度化。目前，一些芯片公司已經看到了這樣的趨勢，不僅做芯片設計，還結合芯片的應用場景開發對應的算法。

 

   比如瑞芯微推出圖像處理器芯片RK1108，內置CEVA的DSP核，支持自己開發的圖像優化算法，如靜態和動態降噪、在弱光環境下自動提升畫麵清晰度等。同樣，君正推出的視頻圖像處理芯片T10，也支持自己開發的一些列算法，如運動偵測、物體跟蹤、人臉檢測、車牌識別等，而且君正還在不斷加大算法開發的力度。

 

   趨勢三：智慧家庭潛力巨大，服務反向定義芯片

 

   智能手機的爆發替代電腦，給半導體行業帶來了又一次的繁榮。如今智能手機行業巔峰已過，智慧家庭產業逐漸興起。這將是比智能手機大10倍的又一新興市場，同樣會給半導體行業帶來又一次更大的繁榮。

 

   但是，智慧家庭產業比智能手機複雜得多。手機隻是一個產品，所有的技術和功能都隻由這一個產品來實現。智慧家庭涉及到的產品品類眾多，連接的硬件單品數量龐雜。同時，智慧場景的實現由家居單品動作逐漸過渡到多產品組合聯動，安防、健康、教育這些與服務相關的場景更需要雲端的支持。

 

   這種分層級的生態架構對芯片的要求各不相同。終端電器設備完成特定的生活功能，芯片定義需要內置特定的功能算法。比如智能洗衣機除了常規的電機控製，還需要識別出衣物的材質，決定針對不同材質衣物的最佳洗護模式。

 

   家庭中樞除了家庭網關之外，還有一類可以控製多個電器實現一個完整的智能場景。這涉及到計算能力在終端與雲端的分配，並非所有的信息分析和判斷都交給雲端處理。比如領耀東方的Smartbox產品，它可以控製家中的環境電器(包括風扇、空調、淨化器、加濕器等)，通過傳感器檢測家庭空氣質量，然後控製環境電器協同工作，營造出舒適的空氣環境。

 

   類似於Smartbox這樣的家庭中樞，介於終端設備與雲平台之間，它不需要雲平台強大的運算能力和大數據處理能力，也不像終端設備執行具體功能。它使用的芯片需要與聯動模型算法結合，讓多個智能家居產品之間能夠協調工作。

 

   雲平台除了要做大數據處理，也需要與線下O2O結合提供增值服務。從家庭服務出發倒推出實現方案，以方案來定義芯片的技術實現。尤其在醫療健康領域，這種反向定義更為明顯。比如，統捷公司提供的針對老年人的一整套醫護方案，他們將中醫號脈診斷的專家經驗算法模型化，以算法模型為基礎選擇需要檢測的人體體征參數及其精度，然後定義芯片如何實現，最終開發出能夠檢測出算法模型所需要的人體體征參數。

 

   這種由服務需求出發提煉出專家算法，並以此定義芯片的方式會更加普遍。因為，在智慧家庭領域，與智能硬件相關的服務才是最有價值的。 
 

   傳統芯片產業由技術到產品的technology marketing思維在物聯網與智慧家庭產業裏逐漸失效，需要由“產品—服務—盈利模式”的應用思維來重新定義芯片設計與開發，能與具體應用場景和服務深度結合的算法芯片才具有長久的生命周期。否則，技術、資金、時間資源大量投入也換不回用戶的稱讚和訂單。