页面加载中，请稍候
来源:集微网发布时间:2023-06-271693浏览
询问 AI
2、以 AI 帮助 AI，芯片设计的下一场革命
3、集微咨询发布 《2022年中国IGBT市场研究报告》
4、台积电1.4纳米用地计划曝光 约2026年可提供建设用地
5、机构：英特尔的IDM模式为何几十年来一直很低效？
6、中国信通院：国内手机5月出货量同比大增25.2% 5G手机占比77.5%
7、业界：苹果3nm订单将助台积电Q3营收增长11%
8、集微访谈第273期：成本，5G 被误解的优点
集微网消息，6月26日，集微咨询根据各省2021年与2022年公布重大项目名单统计全国省级半导体重大项目数据。共涉及全国25省的742个项目，囊括显示面板、晶圆代工、存储器项目、IDM、器件/芯片、平台/基地、半导体设备、半导体材料、封装测试等相关领域，所有项目的规划投资总额超2.1万亿元。统计数据显示，我国半导体重大项目立项数量逐年攀升，项目建设延续性逐渐向好。2021年，我国新启动半导体重大项目142个，续建项目187个。2022年，新建半导体重大项目160个，续建项目352个。重大项目分析从省份分布角度，过去2年国内半导体重大项目分布情况发生较大变化，其中，安徽省和广东省的重大项目数量增长尤为明显。
2016—2020年各省半导体重大项目数量
2021—2022年各省半导体重大项目数量从投资规模角度，我国2021-2022年间共有6个省市半导体重大项目总投资超千亿规模，项目数最多的安徽省和广东省在投资规模上也领先于其他各省，分别以4256亿元和3423亿元排在前2名。2016-2020年间投资额名列前三名的四川省（4789亿元）、江苏省（4523亿元）和湖北省（3425亿元），在过去2年中投资力道明显收缩并回归理性，分别降至416亿元、857亿元和793亿元。这三大省都曾发生过超大规模的晶圆厂项目烂尾，包括四川省的成都格芯、江苏省的德淮和德科码，以及湖北省的弘芯半导体。
部分省市半导体重大项目投资额变化情况地缘政治因素持续影响设备与材料供给，加之下游芯片市场步入周期性低迷，我国集成电路产业发展重心也逐渐向上游偏移。2021-2022年间，全国742个半导体重大项目中，共包含176个半导体材料项目，56个设备项目，合计占比超30%。相较之下，2016-2020期间，5年仅有40个半导体材料项目，7个设备项目，合计占比仅15.6%。
2021—2022年重大项目分类
2021—2022年重大项目分类别总投资额
2016—2020年重大项目分类别总投资经历过晶圆厂烂尾潮后，我国半导体重大项目从动辄千亿的遍地开花到如今主体高度集中的集群化发展，产业从盲目的狂热时期步入更理性的冷静时期，
全国半导体重大项目的发展重心从下游产品逐渐偏向上游的装备材料供给，以及底层技术创新，产业从弯道超车时代转入固本强基时代。
安徽省从长三角集成电路产业集群的“陪读生”变为“尖子生”；广东省几乎从无到有建设完整产业链，打造我国集成电路产业第三极。地方政府的关注和政策的完善正加速各省重大半导体项目成长，产业从相对薄弱的单一力量变为多股力量形成的可靠合力。
大模型时代，算力成制约AI发展最大障碍作为人工智能时代的基础设施，大模型所需的巨额算力就如同工业生产中的所需的电力，并且，随着ChatGPT迅速演进至GPT-4以上版本，对图片、语音、视频等多模态的支持使得训练任务中使用的算力呈指数级增长，催生了对算力更大的需求。“随着AI算法和模型的规模和复杂度不断增加，AI运行所需的能耗和算力都呈指数级增长，包括训练成本和后续运营成本，尤其是目前的运营成本与使用者数量紧密相关的现状下，需要的算力相当于超1.5万颗当下最先进的GPU芯片。”新思科技资深产品经理庄定铮判断，“在AIGC时代，未来对算力的需求将每6-7个月翻倍，AI芯片成为驱动人工智能发展的核心动力。”“更大、更复杂的AI模型和算法仍在日新月异地进化中，带来庞大的高性能AI芯片需求。预计到2030年，AI市场规模有望达到15970亿美元，相比2021年的870亿美元，复合年均增长率高达38.1%。”随着需求飙升，在庄定铮看来，算力俨然已成为当前限制AI发展的最大障碍。例如，随着模型参数越来越大，当前应用最广泛的GPU在提供算力支持上也存在瓶颈。在GPT-2之前，GPU内存还能满足AI大模型的需求，Transformer模型大小每两年平均增长240倍，实际上GPT-3等大模型的参数增长已经超过了GPU内存的增长。“传统的设计趋势已经不能适应当前的需求，芯片内部、芯片之间或AI加速器之间的通信成了AI计算的瓶颈。”他指出，包括GPU、NPU、HPC等在内的高性能AI算力芯片性能提升，主要依靠芯片架构优化、制造工艺进步、算法优化等方面提升来实现。与此同时，在算力提升的过程中也面临着一些挑战，包括能耗优化、设计复杂度不断增加，以及日益激烈的市场竞争压力等等。然而，摩尔定律逼近极限，传统芯片的性能提升幅度已远远跟不上AI所需的性能增长速度。传统的芯片设计过程是一项高度复杂且挑战艰巨的工作，通常需要经过数月的反复探索和调试，在此过程中不仅需要用到物理实现、仿真、验证、测试等多种EDA工具和软件，而且要求芯片设计工程师具备熟练的技能和经验。不仅如此，设计一颗芯片需要花费大量的时间和人力成本，设计过程中的任何一个错误都可能导致大量时间和资源的浪费，甚至可能导致整个项目的失败。幸运的是，尽管摩尔定律逐步放缓，但市场需求的爆发正在激发芯片设计领域的持续创新。“在AI技术的发展对芯片设计带来巨大挑战的同时，我们也可以将AI应用于芯片设计过程中，正所谓‘用AI帮助AI’。”庄定铮强调，“AI与EDA的双向奔赴，将开启芯片设计的下一场革命。”AI引领芯片设计的下一场革命随着芯片设计和制造的复杂度与日俱增，AI正在给半导体行业各领域都带来新的变革，AI在设计工具的应用也在呈指数级增长。工欲善其事，必先利其器。AI与EDA的双向奔赴，使得众多芯片开发团队能够深入和广泛地利用AI工具的优势，开发者因此能够创造出更加复杂的芯片，成为大算力时代的必然之“器”。庄定铮告诉集微网，实际上新思科技从几年前就开始大力投入对AI工具的研究。一方面将AI技术持续引入到当前的各种EDA工具中，以提高生产力；另一方面，通过AI来帮助人类提高决策效率。将AI技术与EDA工具结合带来两个核心价值，首先是使EDA更加智能，减少芯片设计流程中一部分重复且繁杂的工作，让开发者可以在相同甚至更短时间内设计出功耗、性能和面积（PPA）更好的芯片；其次是大幅降低使用门槛，解决人才短缺的挑战。目前，新思科技已经构建了三大王牌“利器”，帮助芯片开发者应对严峻的设计挑战：Fusion Compiler, DSO.ai和DesignDash，庄定铮将其描述为“数智时代护航芯片设计生产力最大化的‘三驾马车’”。利用这三大王牌工具，开发者无论是在RTL早期开发、中期迭代，还是后期PPA冲刺阶段，都可以最大化提升效率，结合人类智慧和机器智能以释放设计潜力，开拓开发者的设计思维，实现更好的芯片设计、更快的上市周期。其中，DSO.ai新思科技于2020年推出的行业内第一个用自主AI系统帮助客户进行芯片设计的解决方案。藉由融合设计+DSO.ai，让开发者用AI系统做芯片开发设计，达成最佳效果，并缩短芯片设计流程和推向市场的时间。DSO.ai面市短短一年内，由AI设计的商业芯片在数量上至少增加了一个数量级，新思科技预测其客户利用AI帮助流片的设计将从今年的数百个增加到2023年的数千个。DSO.ai的第一批用户对这一工具的实际使用效果纷纷点赞。在今年3月份召开的新思科技全球用户大会（SNUG）上，英特尔就重点介绍了 DSO.ai 如何成功协助其最新至强XEON微处理器芯片将总功耗降低6%， 微软也分享了将DSO.ai 应用到从早期设计探索到最终优化的整个设计流程中之后，总功耗比最佳专家流程还低了3%。在DSO.ai的协助下，意法半导体在其首个Cortex-A510 的早期设计探索期间实现 3 倍的生产力提升，有效地覆盖了1025种不同组合的搜索空间。随着DSO.ai在越来越多的AI芯片设计开发中得到实践，新思科技在今年四月进一步推出了全球首个全栈式AI驱动型EDA解决方案Synopsys.ai，让开发者第一次从系统架构到设计和制造、在芯片开发的每一个阶段都可以采用AI技术，并从云端访问这些解决方案，最终达到降本增效，并缩短产品开发周期的优异成果。
据庄定铮介绍，完整的Synopsys.ai解决方案将覆盖先进数字与模拟芯片的设计、验证、测试和制造环节，现已搭载物理实现解决方案（DSO.ai）、功能验证解决方案（VSO.ai）和芯片测试解决方案（TSO.ai），未来还将推出更多功能，并针对模拟电路设计进行优化，目标到2024年覆盖全流程，最终“让IC设计每阶段都能用上AI不是梦”。目前，全球十大半导体企业中已有9家公司采用了Synopsys.ai解决方案，持续夯实新思科技在AI驱动芯片设计的全球领导者地位。在每个芯片开发项目中，该解决方案的AI引擎持续在不同的数据集上进行训练，随着时间推移，其优化结果的能力将持续提升。据瑞萨电子、联发科、台积电等首批客户反馈，Synopsys.ai成功帮助其提高芯片性能并降低成本，并将产品开发周期缩短了数周；在协助客户执行定制级模拟模块的工艺制程设计迁移时，提高生产效率并加快设计收敛；帮助客户在减少功能覆盖盲区方面实现了高达10倍的优化，并将IP验证效率提高了30%等。AI成为耗电大户，如何实现双碳目标？随着“百模大战”开打，也有一些声音在探讨AI大模型的所需的能源消耗，已经堪比加密货币挖矿。数据显示，过去十年，我国数据中心整体用电量以每年超过10%的速度递增。而IDC预计，到2024年数据中心耗电量将占到全社会耗电量的5%以上；到2025年，全球数据中心占整个全球用电量将要提升到全球的20%。随着AI领域实现突破性进展的深度学习模型，其规模越大，能耗水平也迅速攀升。华为AI首席科学家田奇在近日一场AI大模型技术论坛上强调，大模型训练成本中60%是电费。根据斯坦福人工智能研究所（HAI）发布的《2023年人工智能指数报告》，训练像OpenAI的GPT-3这样规模的人工智能模型所需消耗的电力，足可以让一个普通美国家庭用上数百年了。GPT-3是目前大模型中有据可查的第一大“电老虎”，耗电量高达1287兆瓦时。如何解决发展AI与双碳目标之间的矛盾？庄定铮看来，AI既是一个问题，也是一个解决方案。AI设计工具可以更好地优化AI处理器芯片来提高能效，从而直接帮助全球为实现净零排放而努力。“如今新建的超大规模数据中心所使用的服务器相比以往越来越省电，《Nature》上发表的一份报告显示，传统数据中心的电源使用效率（PUE）（即所需的总能量除以用于计算的能量）约为2.0，而超大规模数据中心则约为1.2。在此趋势下，我们还可以通过在能源输送、电子系统设计、芯片技术、供应链运营几个关键领域采用更可持续的做法，来实现更好的节能成果。”即通过更节能的方式，更低碳的过程，来设计、制造更低能耗的芯片及系统，以实现整个半导体生命周期的双碳目标。庄定铮提出，首先，AI专用芯片相比CPU、GPU等芯片在处理AI运算的功耗表现上远胜于后者，因此，AI专用芯片的大规模使用，将有助于降低数据中心的能耗水平。诸如新思科技的AI设计工具有助于帮助这样的AI专用芯片提升PPA（性能、功耗和面积）表现；其次，EDA工具在AI技术的加持下，大幅缩短了芯片开发流程、周期和人员投入，也就意味着整体消耗能源的降低。对此，新思科技最近开展的一项非正式研究表明，利用AI设计工具优化AI芯片，整体上平均可以节省约8%的能源。例如，DSO.ai自主AI芯片设计应用等技术使用强化学习来从功耗、性能和面积方面改善芯片；结合使用低功耗IP解决方案组合还可以帮助降低芯片功耗，同时加快产品上市；芯片生命周期管理（SLM）提供用于监控和分析的片上传感器，可以在功耗方面生成切实可行的见解。具体到细节，新思科技的数据显示，通过利用新思科技从架构到签核的整体性软件驱动方法，芯片开发者们能够实现超过50%的能效提升。其中，通过动态电压频率调整（DVFS）、电源域和电压岛等电源管理策略选择可以带来显著的节能效果。除了这些策略外，功耗与性能的宏架构权衡，以及IP选择和权衡，可以节省30%至50%的电能；通过时钟、数据、内存和毛刺功耗的微架构权衡有助于实现节能，查找和修复RTL电源块以及使用工具引导的时钟门控、数据门控和内存大小调整也是如此，可实现15%至30%的节能效果；通过在动态和泄漏功耗、电源完整性与PPA的权衡，以及功耗感知测试码生成等领域采用自动优化技术，可实现10%至15%的节能效果；通过采用以签核为中心的方法实现功耗和电源完整性目标，再加上动态和泄露功耗回收以及非常精确的工程变更命令（ECO）更改，可实现5%至10%的节能效果等等。在以底层技术推动芯片行业的“低碳化”的同时，另一方面，新思科技也正直接参与到能源行业的数字化转型中，把芯片设计中的“降低能耗”的技术和思路迁移到传统能源领域，直接投入到低碳化事业当中。人类如何与AI一起拥抱未来？AI正在给半导体行业带来新的变革机遇，助力开发者创造出更加复杂芯片——这在没有AI辅助的情况下是无法实现的。AI将开辟超乎想象的未来，让我们能够比现在走得更快，做得更多。当然，也带来不同的声音和质疑：AI是否将取代人类？“就当前而言，AI不会取代人类，但是可以成为人类工作、生活的‘助手’，因而特别适用于那些需要大量重复、耗时的任务，具体到芯片设计流程中，就是数字实现、验证和测试环节。”庄定铮指出，“至于最前端的系统架构创新，以及后端的签核、检查工作，前者需要更多的创意，也有更大的研发潜力，后者需要确保错误和bug能够及时发现甚至零错误，这些流程仍将需要极大的人力工作，并不能走捷径。”由于芯片设计客户对于数据隐私性与安全性考虑，新思科技提供的AI解决方案并非经过预训练的模型，需要客户使用自己的设计数据从0开始训练。“基于新思科技的强化学习(Reinforcement Learning, RL)引擎，客户只需执行一次完整流程就可得到一个基本可用的模型；执行第二次时就可沿用第一次执行时所产生的数据，并且算力相比第一次执行就能减少3~4倍。” 他解释，“第二次运行后所需的算力就能降到一个平稳的水平，第三次就已经处于一个很低的水平，所以这个AI工具会越用越‘聪明’，越用越有效率。”值得注意的是，驱动Synopsys.ai解决方案所需的算力本身并不高，但是在这个工具运行过程中会调用众多的EDA产品，所以对于整体EDA软件所需的算力在短期内是成倍增加的。“比如，客户所需的EDA算力可能从以往需要三台计算机运行半年，变为一次性需要30台运行两个星期，”庄定铮解释，“虽然看起来提高了客户前期的算力投入成本，但如果拉长到整个项目周期来看，客户所获得的收益远远大于投入。”这样的算力成本架构变化，使得新思科技正积极探索通过结合云服务的方式，让全球广大的中小芯片设计客户也能享受到Synopsys.ai这一强大的工具带来的生产力提升。辩证来看，AI在替代掉一些重复性的工作的同时，也催生了新的工作岗位；在芯片领域，尽管它固然有能源与成本增加的问题，但我们也看到了在芯片设计和验证流程中扩大AI使用可以为芯片成果和生产力带来的显著优势，并最终能够带来极大的能耗和成本降低。“当今充满挑战的宏观经济形势下，人们对使用AI处理重复性更高的芯片设计任务的兴趣不断被激发，以便开发者可以专注于他们最擅长的事情——创新，包括应对不断提高的PPA需求，控制芯片设计成本和供应链漏洞，推动芯片设计的持续创新等。”庄定铮强调，“变革总会以不同形式带着创新的技术来改变当下的生活方式。我们可能会看到许多传统行业被颠覆，但同时也会涌现出许多新的机会和行业。因此，企业和个人都需要具备适应力和创新力来应对、拥抱这种变革。”未来，新思科技将继续投资人工智能，助力芯片开发者提高生产力，并利用现有资源加快设计和验证周期。新思科技将不断开拓AI赋能EDA工具之路，加快芯片创新和AI技术的不断进化，为人类带来更智能的产品和生活，也让世界更“绿色”，更美好。3、集微咨询发布 《2022年中国IGBT市场研究报告》
在诸多能源消费场景正在经历的电动化浪潮中，功率半导体的关键性地位空前凸显，特别是IGBT（绝缘栅双极晶体管），凭借其BJT和MOSFET相结合的器件结构，兼顾了高开关速度与高击穿电压特性，自上世纪八十年代发明至今，在产业界得到广泛应用，已经成为当前功率半导体中增速最快、利润最高的细分品类之一。为揭示国内外IGBT市场整体面貌和中国IGBT产业链的发展现状，集微咨询隆重推出《2022年中国IGBT市场研究报告》。通过对IGBT行业与市场的详细分析，对国内IGBT产业链的扎实梳理，集微咨询（JW Insights）解读了IGBT产业发展路径，并展望了国内IGBT产业的突破重点。在约250亿美元的全球功率器件市场大盘中，IGBT目前占据第二位市场份额，增长则最为强劲。据集微咨询（JW Insights）统计，2022年全球IGBT市场规模约达76亿美元，同比增长19%。预计2023年全球IGBT市场规模有望以13%的增速增长，达86.2亿美元。
从IGBT下游应用看，根据集微咨询（JW Insights）统计，随着以中国市场为代表的新能源汽车消费持续高速增长，车用IGBT市场份额占比在2022年已经超过工控，达到39.7%，成为IGBT下游应用最大市场，预计到2025年份额有望进一步增长至接近50%。与此同时，2023年风光储市场需求也十分旺盛，集微咨询（JW Insights）预计，未来几年风光储IGBT需求增速将有望超过汽车，市场份额逐年提升，2025年提升至9.6%。
集微咨询（JW Insights）统计，在新能源汽车、风光储市场带动下，中国IGBT市场呈现结构性快速增长态势。2022年中国IGBT市场总规模达321.9亿元，预计2025年市场总规模有望达468.1亿元，CAGR（2022-25）为13.3%。其中，新能源汽车、风光储领域IGBT表现出强劲的增长趋势，轨交和家电IGBT市场出现下滑。
在本土产业链发展上，由于IGBT芯片、模块制造工艺复杂度较高，我国IGBT行业国产化率较低，2021年及以前约八九成产品均需要进口，近几年随我国技术不断投入发展，行业自给率也在缓慢提升，据集微咨询（JW Insights）统计，2022年整体IGBT国产化率提升至约30%-35%，依然存在较高的国外依存度。
市场格局上，英飞凌、富士电机、三菱等海外厂商在IGBT市场拥有明显优势地位。IGBT单管和IGBT模块领域，Top3市场占有率均超50%；IPM领域，三菱占领先地位，占有率约达30%。英飞凌、三菱电机、ABB等国外厂商基本覆盖600V-6500V全系列电压，在1700V以上中高压领域具有绝对优势，英飞凌、赛米控、安森美在1700V以下具有优势；而国内厂商基本集中在中低压领域，时代电气和斯达半导已经有高压3300V及以上的产品应用。
目前中国IGBT行业已经能够具备一定的产业链协同能力，但国内在IGBT制造工艺水平、模块封装的散热效率上与国外英飞凌等厂商存在一定差距。
受益于我国新能源汽车、风光储等新兴产业的快速发展，为我国车规级IGBT厂商带来良好发展机遇，国产应用进程正在加速。据集微咨询（JW Insights）统计，2022年车规IGBT厂商国内市占率已从2021年32%提升至约45-50%。2022年比亚迪半导体、斯达半导、时代电气市占率最高，士兰微、华润微、宏微科技等多家企业均已实现批量出货；而在风光储市场，目前大部分主流光伏逆变器厂商IGBT供应商仍以国外大厂为主，据中国光伏行业协会数据，2022年光伏IGBT国产化率约达到10%，新洁能、宏微科技、扬杰科技、华微电子等光伏IGBT均已实现批量出货。展望未来，集微咨询（JW Insights）提出，IGBT经历七代升级不断优化，将继续朝着高功率密度、高可靠性、低损耗、优良散热等方向发展；下游需求上，新能源汽车依旧为第一大应用市场：新能源汽车IGBT市场有望从2022年126.5亿元增长至2025年226.4亿元，CAGR（2022-25）达21.4%；SiC已逐步在新能源汽车领域率先应用，预计未来几年SiC产品将与硅基IGBT和谐共存，共同推动汽车产业升级发展。目前，《2022年中国IGBT市场研究报告》已在爱集微官网与APP正式上线，欢迎登录爱集微官网、爱集微APP，首页点击“集微报告”栏目，即可进行订购。4、台积电1.4纳米用地计划曝光 约2026年可提供建设用地
集微网消息，据台媒报道，台湾竹科龙潭园区扩建计划与台积电2纳米以下建厂用地紧密相关，可行性评估的先导计划于6月上旬已获相关部门核定。竹科管理局指出，龙潭园区扩建计划土地共约158.59公顷，将提供2纳米及以下技术的研发与量产进驻用地，有助提高台湾半导体技术领先优势，估计开发完成后，可创造平均年产值约为6000~6500亿元，提供约5900个就业机会。5、机构：英特尔的IDM模式为何几十年来一直很低效？集微网消息，英特尔在半导体行业具有独特地位，是唯一一家主要的逻辑芯片类的集成设计制造商（IDM），这意味着其作为一家公司，同时设计和制造自己的先进芯片。虽然三星具备这两种功能，但在大规模集成电路（设计）和代工之间实际存在一道防火墙。英特尔IDM的独特地位是主要的结构性优势，但也是劣势。Semianalysis从技术和成本的角度讨论了英特尔的低效。除了分享英特尔的主张外，也分享其对英特尔技术、成本模型和毛利率的独立看法。理论上，英特尔可以优化其制造和设计，比起像AMD这样的竞争对手与台积电之间的关系更密切，因为英特尔是一个单一的公司，数据共享限制较少，可以将最终芯片的价格定得比AMD低，因为不需要支付外部台积电代工税。
几十年来，这种模式一直行之有效。过去，英特尔在工艺节点上一直遥遥领先于其所有的竞争对手，因此能占据主导地位。英特尔的利润率也一直高于台积电和AMD等公司。假设是同一家公司与英特尔，下图是代工厂+无晶圆厂公司的组合样式。
英特尔工艺节点优势在21世纪头10年开始在14nm工艺方面瓦解，但随后在10nm工艺的过渡中完全崩溃，而这原定时间是在2016年。晶圆代工厂在16nm、10nm、7nm工艺上一路领先，将英特尔3年的领先优势一扫而光，变成了3年的劣势。一旦英特尔失去领先优势，其效率低下问题就会很明显。现在，英特尔在晶圆制造方面的效率明显低于台积电。由于工具利用率较低，产量较差，英特尔需要更多的晶圆厂空间来实现相同产量。与此同时，英特尔的设计团队明显落后于AMD，需要具有更多晶体管的更大内核，这样可以消耗更多能量才能达到类似性能。此外，英特尔的设计团队需要花费更长时间和更多成本才能实现新架构的生产，这是因为他们的的设计方法比较差。
英特尔解决这些问题的方法之一就是快速连续缩小两次（英特尔4/3和英特尔20A/18A）来追赶工艺节点。然而，仅凭这一点并不能解决问题，因为还缺少规模、客户基础和运营效率。6、中国信通院：国内手机5月出货量同比大增25.2% 5G手机占比77.5%
集微网消息，中国信通院日前发布5月份国内手机市场运行分析报告，数据显示，2023年5月，中国市场手机出货量2603.7万部，同比增长25.2%，其中，5G手机2016.9万部，同比增长13.7%，占同期手机出货量的77.5%。
报告显示，今年前5个月，中国市场手机总体出货量累计1.08亿部，同比下降0.7%，其中，5G手机出货量8496.7万部，同比下降1.4%，占同期手机出货量的79.0%。从品牌构成来看，2023年5月，国产品牌手机出货量2243.4万部，同比增长35.1%，占同期手机出货量的86.2%；上市新机型31款，同比增长34.8%，占同期手机上市新机型数量的96.9%。从智能手机数据来看，2023年5月，中国智能手机出货量2519.6万部，同比增长22.6%，占同期手机出货量的96.8%。2023年1-5月，智能手机出货量1.04亿部，同比下降2.6%，占同期手机出货量的96.3%。彭博社报道称，中国作为全球最大的智能手机市场，是全球智能手机行业放缓的主要原因。彭博社高级行业分析师Woo Jin Ho表示，智能手机供应商苹果、三星、OPPO和vivo在经历了上半年的低迷后，今年晚些时候的需求可能会有所改善。我们预计2023年智能手机市场将下降4%至4800亿美元，这主要是由于早期的疲软。但中国市场的复苏、苹果 iPhone 15 的更新周期以及升级旧设备的需求，可能是今年晚些时候需求反弹的主要催化剂，2024年复苏将更加强劲。7、业界：苹果3nm订单将助台积电Q3营收增长11%
集微网消息，据台媒经济日报消息，苹果iPhone 15系列新机将于9月末正式发布，目前已经开始备货。新款手机预计将搭载3nm制程的A17仿生芯片，由台积电独家代工生产，业内人士称这将助力台积电第三季度营收环比增长至少11%，达到170亿美元。因此，二季度将成为台积电2023年表现最差的一个季度。供应链透露，台积电下半年来自苹果的订单强劲，但其它领域仍处于库存调整阶段，罕有如往年一样的大单出现。法人透露，尽管AI芯片增长显著，但这类产品在台积电的营收占比很有限，因此下半年业绩动能仍依赖高端智能手机。台积电表示，不评论法人预估的财务数据，第三季度运营展望将以7月举行的下一次法说会内容为准。该公司预计2023年二季度合并营收152~160亿美元，以中间值156亿美元计算，环比下降6.7%。供应链人士分析，台积电下半年运营动能来自3nm家族出货放量，预计今年来自3nm相关营收将超过千亿元新台币，苹果则是3nm产能的主要客户。至于先前英特尔向台积电委托的3nm订单取消，这方面也会由一线大厂填补。根据研究机构Statista的数据，台积电2021年营收占比前七大客户依次为：苹果25.4%、AMD10%、联发科8.2%、博通8.2%、高通7.6%、英特尔7.2%、英伟达5.8%。更多新闻请点击进入爱集微小程序阅读
球分享
球点赞
球在看
新闻来源：集微网，文中所述为作者独立观点，不代表icspec立场。更多精彩资讯请下载icspec App。如对本稿件有异议，请联系微信客服specltkj。
暂无评论哦，快来评论一下吧！
2026-07-07
2026-07-06