晶体管价格每年都在下降,产商如何赚钱?

分享到:

通过学习曲线预测单个晶体管的成本和收入
图1是晶体管的学习曲线,它是半导体行业所有可用的预测参数中最基本的一个,甚至比摩尔定律还重要。从图中可以看出,自从1954年以来,单个晶体管的收入(可能单个晶体管的成本也遵循这条曲线,如果我们有来自半导体制造商的数据的话)遵循一条高度可预测的学习曲线。在摩尔定律问世之前,这条学习曲线指引着半导体行业发展的方向。德州仪器利用这条曲线构建了自己的战略优势,并把其数据分享给波士顿咨询集团,后者基于这些数据出版了一本名为“观察经验”的书。在锗和硅分立晶体管时代,TI这样的公司可以使用学习曲线指导其企业经营,比如,基于所生产的前1000片器件的单片成本预测生产10万片器件后的单片成本。那么,他们可以根据这种预测,对最初上市的产品进行初步定价,即使这种定价实际上是亏本的,但是这种定价可以帮助他们获得领先的市场份额,从而在未来的大规模销售中实现更大的盈利,收获更大的市场影响力。需要说明的是,德州仪器并不是学习曲线的发明者,它的问世时间要回溯至晶体管发明前的将近100年-1852年。而且,在被用于晶体管成本预测之前,它就在航空等行业找到了用武之地,人们当时用它来预测当飞机产量达到一定数量时的单架飞机成本。

 


图1. 1954年至2019年晶体管的学习曲线


图2显示了学习曲线的原理。纵轴是任何可生产产品的单位成本的对数,这个产品可以是一个实体也可以是服务,是一种可以通过不断复制就能创造价值并从中获利的东西。公开的学习曲线通常使用单个产品的收入,因为公司都不愿意透露其产品的成本数据。但是,这些公司自己知道产品的成本,而且在多年的半导体行业发展历史中多次使用这些数据制定竞争战略。学习曲线的横轴是整个生命周期中的产品制造数量或服务提供次数的对数。在绘制这些数据时,会生成一条向下倾斜的曲线。当我们累积了更多产品制造或服务供应经验时,我们在“学习”过程中的产品单位成本会单调下降。由于学习曲线的纵轴和横轴取值都为对数,在曲线左端的少量生产数据就会勾勒出直线。随着时间的推移,由于对数关系,显然直线的移动速度会变慢,因为需要更长的时间才能使产品的总累积单位数量增加一倍。产品的累积数量每增加一倍,就可以从这个曲线上发现单位成本降低一个固定的百分比。不同产品的单位成本下降速度不同,对应于这里的百分比不同,但是在半导体行业中,各个产品的成本下降速度往往接近。

 


图2.学习曲线是单位成本与制造总量的对数/对数图


更广泛地说,学习曲线可以用来测量任何实体商品或服务的单位生产成本。我们之所以到现在还没有明确地观察到这种现象,是因为只有当产品的成本以固定的货币进行计量时才适用。这就意味着,必须将平减指数应用于成本数据,以扣除由政府推动的通货膨胀部分。此外,学习曲线只适用于自由市场。在进行实际成本的比较之前,必须扣除掉关税、贸易壁垒带来的成本、税收和其它成本。学习曲线之所以在半导体行业中如此有价值,就在于它是全球少数几个相对自由的市场之一,它的监管力度最小,关税最低,区域之间的运费成本也极低。

半导体学习曲线的一大优点是,只要一直生产晶体管或者类似的开关器件,它们就永远适用。和它形成鲜明对比的是摩尔定律。摩尔定律很快就会过时,但是学习曲线永远不会过时。不过,随着晶体管的累积生产数量已经接近天量,横轴上继续向右移动的速度会迅速下降,而且随着摩尔定律失效后,价格也不会再像过去那样迅速下降了。或者说,学习带来的效应会明显减弱。在某些时候,货币的通货膨胀可能会大于制造成本的降低幅度,从而使得以绝对美元计价的晶体管单位价格会随着时间增加。不过,学习曲线将始终是预测未来的有用指南。截止到现在,2019年,单个晶体管的收入每年都会下降约32%。

那些购买微处理器或者片上系统器件的买家可能会意识到,从2017年起,单个晶体管的价格开始以每年32%的下降速度递减。图3解释了这一点,32%这个数字适用于2017年生产的所有半导体元件。这是一个综合数据,涵盖了包括存储器、逻辑器件、模拟芯片等各种不同类型的半导体元件。从图3中还可以看出,NAND FLAH非易失性存储器中的晶体管生产数量要比其它种类多得多。当存储器的学习曲线(主要由NAND FLASH和DRAM组成)与非存储器器件的学习曲线分离时,存储器中每个晶体管的成本和数量远远超过了非存储器器件。这没什么,因为学习曲线并不能说明每个晶体管的成本是如何降低的,它只会标识出随着晶体管总体生产数量的增加成本下降的走势。

 


图3.存储器组件中使用的晶体管的数量比其他类型芯片中的晶体管数量增加得快得多。


在图3中还能看出比较有趣的一点信息,即在曲线末端的数据点集。它是由2017年和2018年的数据生成的,可以发现数据点在学习曲线的上面。如果说学习曲线遵循的是真正的自然法则,怎么会发生这种背离呢?其实原因很简单,从2016年到2018年,内存产品特别是DRAM出现短缺,当市场供不应求时,每个晶体管的销售价格自然上涨而不是下降。这会导致对学习曲线的长期背离吗?答案是不会,因为每当市场供需不平衡时,晶体管的单位销售价格都会高于或者低于学习曲线的长期趋势延长线,但这只是一个暂时的波动。当供需恢复平衡时,晶体管单位销售价格会逐渐回归到趋势线的反方向上,造成在学习曲线上方的区域和下方区域互相抵消。这就是学习曲线的另一个好处,即使市场在短期内受到扰动,它也使得我们可以预测未来价格的总体趋势。

虽然上文对于学习曲线的讨论都集中在“晶体管”上面,但是,我们也可以用电气“开关器件”做为我们的量测对象。然后将会发现,这条学习曲线也适用于机械开关、真空管。在其它开关器件的学习曲线上,纵轴度量的是各种类型的每秒百万指令速度的电气开关对应的销售价格。学习曲线可以预测性能、可靠性、功耗和许多其它参数的改善趋势,这些都是可以从累积生产经验中受益改善的参数。

此外,学习曲线还为预测何时出现采用新技术的“临界点”提供了有用的工具,一个很好的例子就是半导体测试行业在2001年引入的“压缩技术”。事后看来,像这样的重大创新不可避免地导致了集成电路中单位晶体管测试成本学习曲线的变化。从图4可以看出,引入ATE后,其学习成本曲线与原有曲线不再平行。

ATE行业应该早就意识到这种变化是不可避免的了。Pat Gelsinger在1999年的设计自动化大会的主题演讲中强调了他的预测,“在未来,晶体管的测试成本可能比其制造成本花费更多”。 如果没有出现压缩技术(也称为“嵌入式确定性测试”),他的这个预测就要成真了。压缩技术始于2001年,在实现相同的测试水平时,需要的“测试向量”数量下降了10倍,到了2018年时,该数量下降了接近1000倍。

 


图4  直到2001年之前,自动测试设备行业每个晶体管的收入下降速度一直低于其半导体元件客户生产的晶体管的收入下降速度。


2001年引入的“嵌入式确定性测试”或压缩测试显着减少了所需的测试工作以及人员数量,到2012年,ATE行业的年度收入已经减少了250亿美元。

继续阅读
ROHM的电力实验室的“诞生”!

提高您的移动设备的电池寿命,使电动汽车在我们的道路上,并提高整体能源效率:电力电子是我们日常生活中的一项关键技术。今天的工程师在这一领域的发展中面临许多挑战。ROHM的电力实验室应运而生。

干货篇——从光电效应到贝克勒耳效应

光电式传感器是将光量的变化转变为电量变化的一种变换器。应用极为广泛,已经在航天、医学、科研,以及工业控制、家用电器、航海事业等各个领域得到应用。光电传感器的理论基础是光电效应,根据光电效应可以制作出各种光电传感器。今天,小R为大家具体介绍光电效应的基本理论知识。

中国或将成半导体制造设备最大市场

7月13日报道 日本媒体报道称,国际半导体设备与材料组织(SEMI)7月9日发布预测称,半导体制造设备2019年的全球销售额将同比减少18%,降至527亿美元(1美元约合6.9元人民币)。半导体厂商正在抑制设备投资。本次发布的数据与2018年底的预期(596亿美元)相比出现下调。

2019年二季度全球芯片主要市场跌幅均达到两位数

在半导体行业迎来“寒风”之际,来自行业协会的数据显示,全球芯片销售持续低迷。 新浪财经称,美国半导体行业协会(SIA)周一晚间发布的数据显示,2019年二季度全球芯片销售额同比下降16.8%,环比微增0.3%,至982亿美元。从去年四季度开始,芯片销售就呈现出同比下滑态势。 其中,6月芯片销售额同比下降16.8%,环比下降0.9%,至327亿美元。 从整个上半年来看,全球芯片销售额下滑了14.5%。

ROHM半导体:开阔创新、品质第一

SiC功率元器件具有优于Si功率元器件的更高耐压、更低导通电阻、可更高速工作,且可在更高温条件下工作。以SiC、GaN为代表的第三代半导体材料市场增长迅速。而在SiC领域的日本老牌半导体企业罗姆更是深得其精髓所在...