浅谈国内IC产业的发展方向

CDM 提交于 周四, 06/04/2020
浅谈国内IC产业的发展方向

IC产业及其特点

集成电路产业,属于典型高科技高风险劳动密集型产业。虽然入门门槛相对较高,但是某些产品也容易被复制,比如LDO这些,造成同质化竞争相对严重。又因为整个产业投资巨大同时产业环节较多生产周期长,对企业的发展和生存都有很大的生存压力。

国内IC产业现状及发展困境

中庸,是目前国内IC产业的普遍情况。高不成低不就的这种尴尬是因为国内没有这样的土壤培植新型技术以及创新,主要有以下方面的制约

1.  产业处于发展的初级阶段,基本都是引进的生产线,缺乏国内自主研发的生产线,先进工艺制程被国外产线所限制(比超高频,超大功率等等,新工艺制程等);

2.  以反向研发/半正向为主流,产业主要集中在中低端的产品线上,比如简单的PMIC,微逻辑,或者近期的高集成的成熟的ARM芯片,但后者属于拿来主义,使用公版套就基本可以完成,考验的往往是资金实力,而不是创新能力;

3.  规模小,资金/人才缺乏,产业链不完善,造成软硬件严重脱离,能结合得比较好的集成电路公司基本都忙于系统移植,但又陷入了不断给软件补丁和/Design in的两难中;

4.  缺乏创新意识,往往跟随一段时间就被市场淘汰;缺乏技术前瞻性,俗话说就是抄作业都不会抄,只有抄学霸的作业才会有提高,否则跟错方向结果就是越努力越被动。比如如果当年我们跟着北方老大哥走,现在我们的技术能突破?比如华为合作的都是世界级的学霸,比如谷歌/微软/徕卡/帝瓦雷这些。

5.  国内的重商环境导致大部分企业为了生存为主,所以不擅于市场培养,也没有市场规划,往往一窝蜂上,最后形成“窝里斗”,造成大量行业资源的浪费,比如半导体发展初期江苏一带的厂家都在生产类似的东西最后比价格;

6.  重视规模而忽略差异化产品:无论是原厂还是封装厂,都对差异化的小量产品“不屑一顾”,往往造成小公司起步难、运作难、推广难,因此很多有创意小公司被扼杀在摇篮里面;

7.  “浅尝辄止”,不肯深入研究一个产业,成为国内集成电路产业的根基不牢固,发展后劲不足,被淘汰几率大的最大的潜在因素;

8.  国家扶持仅仅停留在部分产业,而IC整个产业的起步需要全方位的扶持,比如嵌入式操作系统等产业,并非某个个人/公司所能完成,必须提升到国家层面才能完成;

目前世界的IC产业的发展以及可能的趋势

日前ARM公司CEO高调表态,支持山寨,就是IC产业以后的发展以及趋势的预计:山寨化,就是集成电路发展的一大趋势。

继多年前TI宣布关闭OMAP处理器部门,说明了国外日益激烈的处理器市场的争斗。集成电路高度整合成了今后的必然的发展趋势。从目前的智能设备来看,高通的芯片基本在高端的电话的市场已经占有很高的市场占比,连部分三星高端手机都是用了高通的芯片,华为因为自研麒麟也奋起直追,但是还是离高通自研架构有一代的代差。可见其优势之大以及技术门槛之高。因此,高度整合,是集成电路产业的第二大发展趋势。

高性能低功耗,在目前的手持日益增多的情况下,成为必然,而两者使一个矛盾体,是否可以兼顾,成为未来IC发展的又一“不定因素”。

无线互联,让使用习惯成为市场的主导,比如无线联机,无线充电等等……

全数字化,模拟随着技术的发展已经慢慢开始要把接力棒交给数字系统了。从收音芯片的小型化,到其他无线系统,功率放大器件、电源管理器件,都已经替代了很大一部分模拟的芯片。

国内的优势

·  对比发达国家,虽然人口红利的又是正在慢慢失去,但是短时间内还是金字塔经济模式,人员成本相对发达国家相对低廉且人员的服从性较高,较好管理;

·  产业链相对完善,虽然存在加工厂家忽视小公司需求的现象,但是配套产业链非常成熟;

·  中国制造工厂的地位短时间内不可动摇,因此电子产品生产需求明确,成品的加工成产成为引导IC产品设计方向的风向标;

·  一个最重要的优势:和发达国家比,他们的人才培养机制是把人培养成螺丝钉,可以深挖,但难以广泛结合,而国内的人才一般没有很好的研发环境深挖,但却可以做到面面俱到,也就是很多方面都比较熟悉,因此更适合“拿来主义”的思想。把国外深挖的成果拿来整合,这是国内天然的优势。

成功案例

瑞芯微,软件起家,走的路线是外发设计的路线,但是由于抓住了产业核心:软件,因此能够比较稳健的发展;

珠海全志,整合能力很好,产品面市时间短,因此在平板电脑的方案占了不小的市场分额; 

适合中国发展的道路

为啥20年前的CPU比现在手机CPU慢这么多,但是现在手机启动的速度却不比以前的电脑启动速度快?记得以前苹果II用5.25寸软盘启动的速度也不过1分钟,现在的手机开机1分钟也是轻松能做到的。

真正迎合用户的,一定是“深度用户”思维。可惜深度用户可能熬不过寒冬,就被饿死了。苹果3的崛起就是因为Steve Jobs是一个苛刻的产品经理。从用户出发vs从商业利益出发,导致的结果完全不一样。

某技术的成功,一定不是技术多牛,而是商业路线的成功。因此,为了商业利益,大家都围绕现成的东西无所不用其极。因为一个字:快。因此微软不断的 patch,苹果不断的patch,

安卓也不断的patch,各种framwork满天飞。实在没法patch就下一个版本。而为了兼容,又不得不妥协,导致了每个产品都有其“独特”的诟病。连谷歌的网络启动的设备都胎死腹中了。

整合和拿来主义,是最适合国内集成电路发展的一条道路。如果发展得好,完全有机会可以和WINTEL的体系抗衡,这并非痴人说梦。纵观微软的发展历史,其操作系统平均2年推出一代新的操作系统,核心部分每次都被重写,而导致其核心部分却越来越庞大,效率因为其兼容性而越来越低。因为前一代的发展跟不上后面客户的要求,而因为公司内部体制(部分已发行代码限制更改)的问题,导致只能推倒重来的必然后果。无论windows如何宣传其内核的精简,很容易超过20M的内核大小,远不如Linux的轻松做到10M以内。当然Linux也因为其系统没有很好的统一规划而有种种其他的问题。不过,利永远大于弊。运行于Linux内核之上的Android系统的市场占有率就是不需要解释的最好证明。

微软针对不同的硬件平台开发通用闭源软件,打造了一个软件王国,而Linux用自己开放的怀抱,用开源打动了万千厂家,展现了一个现实版的“太阳和风”的故事。当然这个故事能持续多久,尚待历史的验证。

iOS已经超过13代内核了,对比安卓,iOS仅针对自己的定制平台开发软件,因此兼容性以及效率都相当高。不过矛盾是一个有机结合体,优点的背面一定是缺点。iOS一一己之力挑战全球的智慧,难免无法长期保持优势,另外乔布斯留下的后劲已经慢慢不足,很可能最后会被挤落神坛(当然瘦死的骆驼比马大)。

笔者认为,国内目前最适合IC产业的发展方向应该深度整合OS和异构硬件,简称OS on chip。把操作系统的部分工作或者大部分工作让硬件完成(其实是专门的硬件进行任务调度),大幅提高硬件软件结合的效率,那么比单纯提高多少频率,多少核管用得多,毕竟现在软硬件的发展趋势都是“Frame work”,开发速度快之余造成了资源的浪费,而台湾的很多厂家都违反原理进行硬件设计,因此台湾的不少产品的面积比用“模块”(也就是硬核)来得小。这也是产品发展的一个必经之路。Frame work->定制。但这个发展的方向并非任何公司能独立完成的,需要有一个联盟,大家意识到这个问题所在,然后整合一批非常优秀的有志之士,共同完成。

ASM的效率比C高,C比C++高,C++比JAVA高,软件每增加一个环节,就会增加一部分的消耗。好比IC布线,自动布线永远没有人工布线效率高,但是现代的电路,动不动就几亿甚至过百亿的晶体管,人工完成的工作量好比天方夜谭。但是硬件处理软件的部分工作,这就是一个相对比较容易解决的问题,即解决了工作量问题,也解决了资源的问题。如果效率的提高带来系统的精简就好比用3平方毫米的芯片面积去换取外部128M闪存甚至来得更便宜。整体解决方案的优势,比单片成本更敏感。

我们的机会在哪里?

西方科学的先进性在于量化。从日常用品到芯片,方方面面都有数据量化的痕迹。近代科学,的确是西方发达国家给奠定了基础。不过中国有句老话,30年河东30年河西。西方的科学制定的整个科学架构也因为时代的变革而濒临岌岌可危的边缘,原因是如果有新的技术挑战他们几十年前前打造的世界秩序。这就是为何老美倾全力打击我们华为的原因。

另外,任何事物都有好的一面也必然有坏的一面。画地为牢,也是西方体系的一恶,何为画地为牢?向下兼容就是其一。因此各种硬件软件设计的时候都得优先考虑向下兼容,甚至微软为了一个游戏的内存泄漏的bug去更改其内核代码规避闪退。

职业经理人,是西方科技公司发展的一大绊脚石,同时,那些等级森严的公司规矩也是西方社会的一恶。不求有功但求无过是大部分职业经理人的心态,因此规规矩矩,缺乏创新就是他们的一个常态。笔者曾经请教过一个美国IBM出来的投资人,为啥现在牙膏厂/微软那些都没有什么让人耳目一新的产品?答曰:因为创始人不干了,职业经理人上了啊。

不破不立,破而后立!

路在脚下,如何实现?国产OS和芯片弯道超车的思路

硬件EDA工具最大的工作量,就是LAYOUT,几亿几十亿晶体管的layout,人工是无法完成的。(谁都知道,人工走线远比自动布线效果好)

软件上面,CPU做得最多的就是MEMCPY(也就是内存的数据搬运)。大量运算的,都是针对性DSP的事情,而实时性要求很高的又不是通用CPU能完成的,FPGA更合适。下图是针对某一个常用的安卓的APK进行反编译统计指令使用频度的一个表格。mov+ldr+str已经40%左右的指令使用频度了*。这里面还不包含MMU的数据搬运量。

反编译统计指令使用频度

 

*反编译和数据统计由Dong Yin from Psychology School, Faculty of Life Science, University of Bristol完成。

软硬件结合方面,工作量最多大的就是代码的编译以及优化,谁都知道,越远离机器思维的语言人类越容易掌握,但是运行效率却越慢。软件人员基本都知道,ASM效率最高。

AI以及机器学习的崛起,实际上并没有深度融入到EDA工具和CPU架构的优化中去,因为EDA工具的公司集中在美国那几个,他们没有必要推倒自己重来。CPU架构因为上述的兼容性问题,也没有公司愿意这样干。工具/架构的迭代,是可以引爆整个行业的。

如果中国这几年不抓紧机会利用人口红利的末班车(主要指35+的人才)创造一个全新的体系,可能以后就没机会了。OS+CPU这真的也只能在发展中国家完成,因为依赖跨行业人才多,特别是现在40+的骨干,且也没有美国等霸主存在的那些左右互搏/否定自己的问题。 

CPU架构应该用更先进的,个人认为AI可以完成CPU架构的革新(还是冯诺/哈佛结构?)——因为从阿尔法狗训练迭代过程中两台AI电脑聊天都可以创造一个新的语言,就可以征明人类大脑的结构限制了人类的想象力,AI完全没有这个问题,因为AI 精力无限、思维没有很大约束、记忆力无限、没有情绪...... 而且AI迭代花费的仅仅是时间远比硬件迭代花费的时间少得多得多!

CPU应该引入更多的OS硬件管理。硬件处理调度远比ALU完成要快。比如深度整合IPL和任务调度。

异构CPU的设计,整合CPU+DSP+FPGA才能最大限度的发挥CPU的优势(CPU公司收购FPGA/DSP公司不无道理,Intel收购Altera,AMD收购ATi,他们也许都在憋一个大招,也正是Intel围绕操作系统做了很多硬件优化,导致Intel的x86同样频率下,性能是arm的10倍)

更先进的ABI/编译/移植工具。可以通过重编码executable代码转换完成跨平台移植和不同硬件兼容的问题(预编译的虚拟机)。

更先进的AI LAYOUT工具,是产业迭代能够通过AI完成。 

当代的系统,已经不能单纯围绕CPU+OS做单一讨论了。只有OS on chip+AI才能做到未来的最优。可能的实现步骤如下

软件方面:

构造一个基础的运算模型,提供目前最常用的100个软件给模型进行运算统计,同时建立可以迭代的AI模型。具体实现方式需要参考Alpha GO的模式进行,最后的CPU架构不限于以前人类指定的那些结构,而是由计算的结果以及人类充分理解并认可之后确定。

编译系统的训练难度较大和时间较长,需要深度结合CPU的模型进行训练和优化,需人类参与优化,具体的优化就是找不同的学霸书写同样的代码的实现方式并结合AI优化,最后结合CPU硬件实现迭代出效率最高的编译系统。比如乱序执行是在编译器完成好还是CPU完成好,这些都交由以统计学为基础的AI来决定。

通过GUI进行规范的代码设计,不单单是GUI的menu config,同时也生成标准的代码模板,让程序员专注逻辑设计而不是浪费时间学习系统的代码框架和规矩。让程序实现更加方便。这样比较容易产生规矩以及效率高的Framework和功能模块。

软件向下兼容的问题,可以通过软件的而优化而在编译器/仿真器/模拟器直接完成,而完全不需要什么微码这些概念。

硬件方面:

整合目前业界认可的最好的系统进行反向以供学习,构造硬件优化的基础模型。根据这些基础模型构建AI训练模型并不断自我迭代优化。

根据硬件的规范以及人工走线的学习,训练出更好的走线的规则。从而让走线面积更加小,芯片/电路板有效利用率更高

更加深入的优化甚至可以在工艺何实现层面进行,比深度优化工艺和placement等。

 

相关文章

Digi-Key