EEVIA年度ICT媒体论坛：半导体如何直面工业和汽车智能化风口？

毕竟，与消费电子市场不同，无论是汽车还是工业半导体领域，一旦建立起自己的“护城河”，就能轻松拒后来者于千里之外，特别是对于那些有能力涉足这类市场的半导体企业而言，先入者能尝遍市场红利，并可轻松在这个竞争不太激烈的“小圈子”内巩固自己的主导地位，让后来者们几乎无路可走。

“第九届EEVIA年度中国电子ICT媒体论坛”现场

这也是为何如ADI、英飞凌、艾迈斯欧司朗、NI等一众半导体供应链巨头们都要扎堆涌入工业或汽车半导体市场的主要原因。但这些先行者们的探索历程却并不一帆风顺，无论是工业亦或是汽车市场，虽然应用和技术发展方向已日益明朗，但各个环节仍面临着大量待解的痛点和难题，这也是各路半导体巨头们需要直面的挑战。

7月20日的“第九届EEVIA年度中国电子ICT媒体论坛”上，来自ADI、英飞凌、艾迈斯欧司朗、NI的技术专家和高管们共聚一堂，为现场众多行业媒体和业内观众详尽解读了当前工业和汽车半导体市场在应用层面的痛点，探讨了国际半导体大厂的破解思路，为后来者们明晰了方向。

ADI：工业4.0数字化转型洞察

说到工业领域催生的半导体需求动力，主要还是来自于工业互联网所衍生出的各类连接型应用，即所谓的智能工业/工业4.0。随着万物智能互联时代的来临，如今的工业领域也诞生出新的模式和需求，比如产能利用率和产品的快速上市、供应链的优化和缩短、自动化率、灵活定制化模块化的产线以及绿色能源，这也成为工业智能化升级的五大驱动力。

随着如今工厂中AI或连接的大量使用，节点上各个数据的收集、各种产品，比如说在工业里面的温度、振动等数据收集变得越来越方便。这对于连接的要求会越来越多，拿到越来越多的数据，连接可靠性也越来越高，数据易获性也越来越高，这是当前最大的趋势。

ADI中国区工业市场总监蔡振宇

拿到数据的目标还是为了提高产能，ADI中国区工业市场总监蔡振宇表示：“中间环节非常重要。就是要加强数据的分析能力，这是现在的主流趋势，比如人工智能、大数据，或者机器学习会互相结合起来。拿到数据分析以后，就可以对工厂做一些优化改进，比如说，一个电机，在什么样的运动状态下最好、效率最高，本来效率可能只有80%，通过实时调整负载状况，可以调高到90%或者95%，将整体效率提高，这就是数据分析带来的优势。”

分析完数据以后，还需要有动作去处理数据，最终目的就是生产力的提升，这也是工业发展如何自主提升的道路。蔡振宇认为：“最核心的一点在于首先要拿到足够量的数据，即带来大量的连接。所以我们也提出：增强连接，迈向工业4.0的概念。连接是工业4.0第一步也是最重要的工作，而在目前阶段，提升连接的质量和能力也至关重要。”

为此，ADI在各个环节都有很强的技术布局，2020年，整个ADI的收入达到56亿美金，其中有53%来自于工业产品，可见工业对ADI来说的确非常重要，蔡振宇表示：“我们也想赶上工业互联网发展的潮流，并维持工业的水平。ADI有很强的工业以太网的芯片核心，首先从物理层来说，我们可以提供千兆百兆的相应芯片，现在最新的10BASE-T1L的双绞线的新技术芯片；另外，从端口数来说从终端到最后企业IT云的连接，在边缘端，我们基本上都是单端口的芯片，再往上我们有2至6端口的芯片，类似于网络现场交换机的概念。在往上更复杂，有6端口，以及更往上就是云端，这是纯IT的接口，我们也能提供。从这个角度来说，我们从单端到6端都有相应的产品。”

而且，从网络速率来看，10兆、100兆、千兆以太网ADI都有相应的芯片布局。蔡振宇补充到：“现在工业协议很多，我们ADI的产品基本上兼容或者支持这些传统主流的工业协议接口。另外我们网络安全也做得很好，我们ADI的工业以太网平台，可以给到一个从终端到云端无缝连接的技术，给到客户选择。”由此可见，ADI通过深耕多年工业场景，半导体技术能力已经在各路细分应用领域开枝散叶。

英飞凌：第三代半导体如何助力低碳互联

碳达峰如今已成为全球的热点话题，过去多年随着全球能源的消耗迅速，导致二氧化碳的排放量与日俱增。据相关数据统计，全球每年消耗的能量为16万TWH，相当于160万亿度电的能量。低碳减排已日益成为令当前世界各国集体推进的共同目标。

因此，以SiC和GaN为代表的第三代半导体技术得以在近些年爆火。毕竟，如今的硅基半导体无论从架构上，可靠性方面，还是性能的提升上，基本上都已经接近了物理极限。相比之下，第三代半导体既能用较少的器件做到效率更高，又能做到体积更小，一举两得，这种强大的高频率开关优势也吸引了基本上每一个做电源转换产品的企业，纷纷涉足第三代半导体。

英飞凌电源与传感系统事业部市场总监程文涛

作为功率半导体元器件领域的主要参与者，英飞凌如今在第三代半导体领域的技术已十分全面，无论是SiC还是GaN，都已经充分具备商用的实力，且技术性能上领先业界甚远，英飞凌电源与传感系统事业部市场总监程文涛对记者表示：“英飞凌的碳化硅采用的结构，是沟槽式的。这种结构解决了大多数功率开关器件可靠性的问题，现在用的都是平面结构，它比较难以在导通损耗和长期可靠性上得到平衡，如果你要让它的效率高，你给它加点电就能导通得非常彻底，那么它的门级就需要做得非常薄，这个很薄的门级结构，在长期运行的时候，在大批量运用的时候，就容易产生可靠性的问题。如果你要把它的门级做的相对比较厚，就没办法充分利用沟道的导通性能，而沟槽的做法就能够平衡这两个问题，这是英飞凌的碳化硅方案。”

不过，第三代半导体的飞速起量，并不会是取代传统硅基半导体，而是相辅相成，共同发展。目前，市面上有很多这类打着要取代传统硅基半导体的旗号成立的第三代半导体技术公司，但在大厂英飞凌看来，这并不现实。

程文涛表示：“我们认为不会，至少在可见的将来不会。因为硅基半导体目前从性价比这个角度，依然是在非常宽的应用范围之内的不二之选。第三代半导体目前商业化上的瓶颈，就是它的成本很高。虽然在迅速下降，但依然远高于硅基半导体。当然，我们可能在市面上看到一些定价接近硅基半导体的第三代半导体器件，但并不代表它的成本就接近硅基半导体，那是一种商业行为，就是定价会比较低，目的是催生这个市场。但是这个第三代半导体目前为止，以目前的工艺，它的成本毕竟还是远高于硅基半导体。所以在我们可预见的将来，基本上硅基半导体还是会占据大部分市场。”

未来，第三代半导体要迅速的增长，还有一个重要的内容，就是价格，因为现在除了汽车上碳化硅会放量上涨，日常生活中所用到的电源转换当中，实际上第三代半导体还是比较少见，主要原因还是它的成本桎梏。第三代半导体在价格上，在最近这些年有望大幅度下降，会逐步朝着硅基半导体的水平去走。但成本角度来讲，程文涛认为，“短时间内是不会达到硅基半导体的水平”，普及之路还相当长远。

艾迈斯欧司朗：光学赋能下的自动驾驶

今年3月，艾迈斯半导体以全现金的形式完成了对欧司朗的收购，致力于成为全球光学解决方案的领导者，备受业界关注。两家公司合并成艾迈斯欧司朗以后，一年的业务大概在50-60亿美金，俨然成为了全球光学解决方案的巨头。业务覆盖如今整合完毕以后，艾迈斯欧司朗拥有了四大技术支柱，即消费电子、工业与医疗、汽车、以及照明，能够支撑非常大量的应用，并实现光学方面的三大功能：传感、光源、可视化。

而汽车，正是艾迈斯欧司朗当前布局的重心市场，随着汽车逐步奔向智能化，无论是车内车外，都有大量的光学技术可嵌入的应用场景，比如外饰照明，未来大灯不仅仅是照明的作用，大灯很可能会像投影仪一样，以后整个大灯会变得非常智能化和数字化；再比如座舱里面的内饰，会变得非常酷炫，可能到处都会存在各种各样的灯，无论是来调节氛围心情的，还是帮助车主做一些车舱内的控制，很多地方都会用到灯；另外，就是自动驾驶的各种光学传感器件，比如各种雷达。都将为艾迈斯欧司朗这类以光学半导体技术为核心的大厂贡献巨额营收。

艾迈斯欧司朗市场与业务发展总监金安敏

比如欧洲新车评价系统如今已经要求将驾驶员疲劳驾驶检测DMS列入新车评价系统的条目，如果没有装DMS的汽车，可能拿不到五星安全等级，中国的法规也会很快跟上。这也就意味着以后乘用车当中，驾驶员疲劳驾驶的监测功能会广泛加入。而DMS上可以有很多的扩展性功能可以嵌入，比如舱内的检测，从2D方案，做成3D方案，可以做到更全面的状态检测。

除此之外，当前汽车领域最火的自动驾驶，也需要多传感器的加持，就以激光雷达为例，艾迈斯欧司朗市场与业务发展总监金安敏表示：“真正要实现L4、L5的自动驾驶，肯定是要用到激光雷达、毫米波雷达和车载摄像头的结合，即多传感器融合。但是激光雷达现在至今为止，并没有做到成本足够低，没有足够多的车去装激光雷达。激光雷达成本不降下来，就没法大规模使用，因为消费者不可能为此花很大价钱。我们现在看到，在接下来两年，降成本可能是会出乎意料地实现。因为它的系统，主要的部件还是半导体部件，半导体部件核心就是量上去了，成本就会下来。”

“现在我们看到，国内主机厂在激光雷达的计划上面非常激进，尤其‘造车新势力’提出来要把激光雷达做成标配，‘新势力’提出以后，传统车厂也积极跟进，现在新势力带动的影响力非常大。所以我们看到，整个国内主机厂带动激光雷达的这一波量，可能是比较大的，这也就能够非常好地带动整个成本的下降。但是我们看到，接下来3-5年，可能是真正的激光雷达开始进入车载的一个爆发期。我们在激光雷达这部分，有非常核心的光源技术，提供各种形式的激光雷达。这些光源技术，应该说是帮助激光雷达上车、降成本的一块很核心的支持。”金安敏告诉记者。

NI：平台化测试方案在自动驾驶上的可能性

如今的自动驾驶，正向四大趋势发展。首先，随着电子电器架构的逐渐流行，从原来的传感器都有ECU单元，到后续的都用中央域控制器进行处理，由此衍生诸多新的挑战；其次，就是目前的法规不够完善，对中国来讲，场景库搭建的也不是特别完善，不断完善的法规也会带来大量新的测试需求和挑战；再者就是软件定义汽车，比如特斯拉OTA技术，通过软件定义它的发展，因此软件的投入和软件的测试也会显得非常重要；最后一块就是AI和深度学习。

NI资深汽车行业客户经理郭堉

由此，也给测试技术带来诸多挑战，NI资深汽车行业客户经理郭堉表示：“包括测试的复杂度日益增加，自动化测试的硬件和软件，需要有不断的迭代和更新，包括提供完整的工具链，帮助工程师最大化工作效率，不需要一直学习新的工具。再就是非常紧迫的测试开发流程和周期，这一点就是我们汽车以后越来越多会向消费类电子的模式去发展，随着造车新势力的不断增加，我们需要非常快速的可以做验证的平台，最大化我们测试的效率。最后就是更多的仿真，自动驾驶需要构建一个非常高保真度的软件测试环境，去训练AI的算法，帮助我们识别目标物，从而达到避障和主动驾驶的功能。”

为此，NI的平台化测试方案，可以充分去应对无线的自动化驾驶场景。最典型的比如四种常见道路场景：一个是纯仿真的实验；第二是通过录制下来的数据进行回放，进行开环的回放；第三是硬件在环的仿真；第四是道路测试，把所有传感器数据无损录制下来。所有的这些应用都是基于PXI的平台来做，所以用一个同样的平台，可以实现四大类型的控制。同时，所有的数据也支持上云端，然后帮助客户实现不同的应用。

郭堉表示：“NI的软硬件平台可以做到从研发开始到最后的生产部署，都用同样的工具链去实现，这个就可以对于一个工程师来讲，不需要去学习各种厂商不同的接口，学习各种厂商的硬件平台怎么操作，去学习新的软件。用NI的平台就可以实现整个从研发到部署的流程。”可以很完美的满足自动驾驶的测试需求。

总结：

可见，从工业到汽车，这两大主体所衍生的各类细分型场景的改造都是极为不易的，这也正是业界需要更多像ADI、英飞凌、艾迈斯欧司朗以及NI这样的国际级半导体供应链巨头们先行先试的原因所在。但痛点中往往也潜藏着海量的机遇，尤其是工业和汽车这类市场，门槛越高、机会越大，成功之后建立起的堡垒也愈发坚固。况且在这方面，大厂有着得天独厚的优势，也必将能在工业和汽车半导体市场看的更高、走得更远。