(2024.11.11)半导体一周要闻－莫大康

1. AI时代的关键推手：先进封装开启摩尔定律新篇章

随着人工智能(AI)和高性能计算(HPC)应用扩大，计算能力、内存带宽和能源效率的需求不断提升，半导体工艺不断挑战性能的极限，同时也对封装技术提出了更高要求。为了延续摩尔定律并跟上高端计算市场的创新步伐，“先进封装”成为应对这些高性能应用需求的核心策略。

半导体行业逐渐转向2.5D/3D堆叠、晶圆级芯片封装(WLCSP)以及共同封装光学(CPO)等先进封装技术，为芯片实现更高性能、更密集的集成、更快速的互连，同时提升能源效率。

与此同时，全球主要的半导体制造商和外包封测代工(OSAT)厂商也在加速布局先进封装领域，竞相投资与扩产以满足AI和HPC市场需求。预计在未来几年，封装技术的创新将成为影响半导体行业格局的关键力量。

在今年SEMICON的一场论坛上，日月光资深副总经理洪松井表示，如果按2030年全球半导体业营收将达到1万亿美元的规模来看，目前晶圆和衬底之间工艺的差距达到2,700倍，而先进封装带来了弥合二者之间差距的价值，这一封装价值到2030年预计会达到1,500亿美元的规模。

Yole Group的最新调查报告显示，2023年全球先进封装市场规模为392亿美元，预计到2029年将增长至811亿美元，复合年增长率(CAGR)达12.9%。

以2023年的IC封装市场总额来看，先进封装占据了高达44%的比例；其中，AI和HPC应用的比重更稳步上升。此外，包括倒装芯片(Flip-Chip)封装、系统级封装(SiP)、晶圆级芯片封装(WLCSP)和2.5D/3D等先进封装技术市场均有增长。

联华电子(UMC)市场营销处副处长黄学经指出，包括汽车、机器人、无人机、安全监控或平板电脑等边缘AI系统，将会是第一波采用AI的应用，对于半导体与先进封装市场的增长至关重要。

2. 百分之50晶圆代工线将停产！

三星电子的半导体部门正在暂时关闭其代工厂（合同制造）的生产线，以降低成本。分析师估计，这家芯片制造商的代工业务在第三季度录得高达1万亿韩元的亏损，促使该公司采取停产部分生产线的措施来削减成本。

据知情人士11月1日透露，三星电子已关闭了平泽2厂（P2）和3厂（P3）超过30%的4nm、5nm和7nm晶圆代工生产线，并计划在年底前将停产范围扩大到50%左右。该公司打算在监控客户订单的同时逐步停止生产。

这一决定反映了三星降低其运营成本的努力，该公司代工部门一直在努力争取英伟达、AMD和高通等全球科技公司的大笔订单。

3. 沈向洋在青年科学家50论坛的演讲全文关于大模型的10个思考

第四届“青年科学家50²论坛”在南方科技大学举行，美国国家工程院外籍院士沈向洋做了《通用人工智能时代，我们应该怎样思考大模型》的主题演讲，并给出了他对大模型的10个思考。

以下是他10个思考的具体内容

• 算力是门槛：大模型对算力的要求，过去10年非常巨大

• 关于数据的数据：如果有GPT-5出来，可能会上到200T的数据量。但互联网上没有那么多好的数据，清洗完以后，可能20T就差不多到顶了，所以未来要做GPT-5，除了现有的数据，还要更多的多模态数据，甚至人工合成的数据。

• 大模型的下一章：有很多多模态的科研工作要做，我相信一个非常重要的方向是多模态的理解和生成的统一。

• 人工智能的范式转移：o1出来后，从原来的GPT的预训练思路，变成了今天的自主学习的道路，就是在推理这一步强化学习，不断地自我学习的过程。整个过程非常像人类思考问题、分析问题，也需要非常多的算力才行。

• 大模型横扫千行百业：在中国的大模型建设浪潮当中，越来越多的是行业大模型。这个趋势肯定是这样的，未来通用大模型的占比会越来越低。

• AI Agent，从愿景到落地：超级应用一开始就在那里，这个超级应用就是一个超级助理，就是一个超级Agent。

• 开源vs闭源：我认为Meta的Llama并不是传统的开源，它只是开源了一个模型，并没有给你原代码和数据，所以我们在用开源系统的时候，也要下定决心真正理解大模型的系统闭源的工作。

• 重视AI的治理：人工智能对千行百业、对整个社会的冲击非常大，要大家共同来面对。

• 重新思考人机关系：真正把人机交互搞清楚，才能成为每一代高科技企业真正有商业价值的领导者。现在讲OpenAI加上微软就代表这个时代还太早，他们是领先了，但是未来还有很多想象的空间。

• 智能的本质：虽然大模型已经给大家带来很多的震惊，但是我们对大模型、深度学习是没有理论的。关于人工智能的涌现，大家只是讲讲，并没有讲清楚。

当ChatGPT3出来的时候，当时还只是在发表论文阶段，说需要2万亿的Token的数据量；到GPT-4出来的时候，大概是12T的数量；GPT-4不断地训练，今天估计它已经超过20T的数量。对人工智能关心的人都知道，这么长时间以来大家一直等待着GPT5出来，但是它一直迟迟没出来，如果有GPT-5出来，我个人判断可能会上到200T的数据量。回过头来问，互联网上没有那么多好的数据，等你清洗完以后，可能20T就差不多到顶了，所以未来要做GPT-5，除了现有的数据，还要更多的多模态数据，甚至人工合成的数据。

两个礼拜前，OpenAI发布了最新一个模型就是o1。前面我也提到GPT一直发展，到了GPT4以后，GPT5一直出不来，大家就在想，如果只是大模型参数的增长，是不是走到顶了？没有人知道，现在它并没有放出来，我们国内也没有做出更加超大的模型。

以前我们做预训练，基本上就是预测下一个字是什么，下一个token是什么，现在新的思路是要打草稿，试试看这条路对不对，那条路对不对，就像人的大脑的思考，有一个快系统、一个慢系统，就像我们做数学题一样，先打个草稿，看看哪个路走得通，有一个思维链，再看优化思维链过程中的机会。到现在为止只有OpenAI把这样一个系统放出来，我也鼓励大家看看这里面的一些例子。

所有的公司都要面对大模型带来的机会，但是不需要每个公司都做通用的大模型，如果你连1万张卡没有，是没有做通用大模型的机会的，要做通用大模型，至少要有万卡。

比如说GPT4出来的时候，它的训练的总量是2×10^25 FLOPS。这么大的训练量，1万张A100卡也要跑一年时间才能跑到这个量，如果这个量都跑不到，就不存在做出真正的通用大模型。有了通用大模型，我们在这个基础上可以建自己的行业大模型，比如金融、保险，可能千卡就可以做得非常好，在上面做一些微调。对一个企业来讲，你有自己的数据，有内部数据、客户数据，把这些数据拿出来，几十张、上百张卡就可以做一个面向自己企业的非常好的模型。所以它是一层一层不断地搭起来的。

在中国的大模型建设浪潮当中，越来越多的是行业大模型。这里举一个例子，因为中国的大模型上线之前需要网信办批准，到今年7月底之前，中国一共有197个模型被网信办批准，当中70%是行业大模型，30%是通用大模型。这个趋势肯定是这样的，未来通用大模型的占比会越来越低。比如我们可以在通用大模型上做金融模型，这是上海的一家公司做的面向他的金融客户的大模型。比如英伟达的财报出来了，马上可以总结出它的亮点、问题是什么。

我刚才介绍了文生文、文生图、文生视频——有多少是机器的智能，有多少是因为人机交互给我们带来的震撼？

今天虽然大模型已经给大家带来很多的震惊，但是我们对大模型、深度学习是没有理论的。今天，我们恨不得有任何理论都觉得很好。而不像在物理学，从物理的角度讲，大到浩瀚的星空、小到微小的量子都有很美的一些物理的定律来描述。今天人工智能还没有这样的理论，没有可解释性、没有鲁棒性。今天深度学习的框架到不了真正的通用人工智能。

4. 打破垄断引入竞争机制

任何一个行业，一旦长期缺乏竞争对手，往往会陷入萎靡不振、死气沉沉。

它们的闯入，将搅动这一滩死水，增强中国企业的求生欲、创造力和战争精神，进而推动整个行业的持续发展。

事实终将证明：市场才是最好的推动器，只有竞争让一些人痛到骨子里，提速降费才能真正到来。

打破创新僵局：运营商不思进取，阻碍互联网创新。手机再好，软件再强，都受制于网络。

英国电信杀入中国，仅仅是一个序幕。电信业作为中国重点开放领域，接下来，不排除会有更多的国际电信企业进入中国。

最终不会再有保护了！中国电信业，将像许褚斗马超一样赤膊上阵，真刀真枪与外国电信企业企业过招。

5. 中国人民银行原付行長朱民

到2050年中国的GDP可能翻两番达到400万亿人民币，相应碳排放量要下降90%，表示中国的经济将面临巨大的结构性改变，也预示将带來巨大的商机。

6. 黄仁勋：AI算力集群会扩展到100万芯片，没有任何物理定律可以阻止

除了谈自己和英伟达，还吹了一波马斯克，再再再次赞赏xAI只花19天建起10万卡H100超级集群。

为此他还提出了超级摩尔定律，从每两年性能翻倍，变成每年翻两到三倍。

所有这些最初都运行在为人类编程设计的CPU上，如今则运行在为AI编程设计的GPU上，主要是机器学习。

世界已经改变，我们进行计算的方式、整个技术栈都发生了变化。

接下来的十年里，我们希望每年在整体规模上（而非单个芯片上）将性能提升两到三倍，从而使成本和能耗每年降低两到三倍。

如果你对数据中心感兴趣，只需要给我一个空间，一些电力和冷却系统，我们将在30天内帮助你建立起来。这是非常了不起的。

在过去的10年里，我们将计算的边际成本降低了大约一百万倍，以至于我们可以说，让计算机去穷举地编写软件吧。

与其说是生成式人工智能，不如说是一个人工智能工厂。它是一个生成人工智能的工厂，而且我们正在以极大的规模来实现这一点。

所以，如果你退一步看，我们不再制造计算机了，我们在制造工厂。

有一天，人们会意识到，在很多方面，半导体行业并不是关于制造芯片，而是关于为社会构建基础结构。然后，突然之间，大家都会说：“啊，我明白了，这是件大事。

我非常兴奋的一点是，在很多方面，我们接近于人工通用智能，但我们也接近于人工通用机器人。token就是token，问题是你能否将其token化。

现在，有两个“棕地”（Brownfield）机器人系统——“棕地”意味着你不需要改变环境——即自动驾驶汽车和具身机器人。

我们正在谈论的是数字员工或AI员工。毫无疑问，我们将拥有各种各样的AI员工。未来将拥有生物智能和人工智能，我们以相同的方式去提示（Prompt）它们。

所以，我们将拥有人工智能营销人员、人工智能芯片设计师、人工智能供应链人员等等。

如果我们一年后再来和您交谈，您认为公司哪个部分最具人工智能化？

黄仁勋：

我希望是芯片设计，这是最重要的部分。因为它对我们的影响最大，也是我们可以产生最大影响力的地方，这是一个极其困难的问题。

我们与Synopsys和Cadence合作。我完全可以想象他们拥有AI芯片设计师给我租用，他们对特定的模块有所了解，熟练使用特定的工具，我们将根据需要雇佣一大批他们的人工智能设计师，在芯片设计的对应阶段帮助我们。

也许我会租用一百万个Synopsys的工程师来帮助我，然后再租用一百万个Cadence的工程师来帮助我。

如果我们再给自己两三年时间，世界将会改变，将不会有一篇论文、一项科学或工程突破，其基础不是生成式人工智能。我现在非常确定这一点。

对于很多关于这是否是昙花一现的问题，你只需要回到第一原理，观察实际发生的事情。

计算堆栈，也就是我们进行计算的方式，已经改变。编写软件的方式已经改变，这是非常核心的东西。

软件是人类编码知识的方式，这是我们编码算法的方式。我们现在以非常不同的方式编码它，这将影响一切，其他任何东西都将不同于以往。

7. 美国大选结果对我国集成电路产业发展影响分析及研判

虽然遏制我国以集成电路为代表的高科技行业发展，已成为美国两党共识，但两党在集成电路领域的制裁手段、结盟策略、华裔地位、产业政策等方面都呈现出较大的差异化

特朗普执政后对我国集成电路产业的影响研判

一是“高关税”会影响我国集成电路企业“出海”

二是“不结盟”会减轻集成电路产业国产化压力

三是“不友好”会加快高水平专业人才加速“回归”

四是“不补贴”会推动全球集成电路产业资源入华

8. SIA：2024年第三季度全球半导体销售额大幅增长创历史新高

11月5日，半导体行业协会（SIA）发布的数据显示，2024年第三季度全球半导体销售额实现了显著增长，达到了1660亿美元，这一数字不仅较2023年同期的1347亿美元增长了23.2%，也超过了2024年第二季度的1497亿美元，环比增长10.7%。

9 月份全球芯片销售量创下历史新高。

根据SIA发布的数据，2024年9月的全球半导体销售额达到了553亿美元，较8月的531亿美元增长了4.1%。此外，9月份的销售额不仅实现了环比增长，还创造了市场有史以来最高的月度总销售额记录。

9. AMD 并购 intel 

据Semafor报道，美国政府正鼓励英特尔考虑与AMD或Marvell等竞争对手合并，以应对其严重财务问题。

美国政府和英特尔之间的谈判是预防性的，旨在挽救这一重要芯片制造商品牌。

据Semafor报道，英特尔正面临前所未有的财务挑战。这家全球知名的芯片制造商在第三季度亏损了惊人的166亿美元，净利润率同比骤降了6064.76%。

据称，美国政府鼓励英特尔考虑与AMD或Marvell等竞争对手合并，以整合资源、降低成本并提升竞争力。此类合并将主要影响英特尔的芯片设计业务，而代工业务则不会受到太大影响。在美国政府看来，这是一个既能挽救英特尔又能维护国家利益的明智之举。

英特尔在设计和制造领域都拥有一定的实力，但当前其制造业务成为了关注的焦点。今年早些时候，英特尔取消了20A节点，以便将工程技术资源集中到18A上。这一决策旨在提升公司的制造能力和技术水平，以更好地满足市场需求。

英特尔已经与微软和美国国防部签订了18A合同，这些合同对于英特尔来说至关重要。鉴于公司季度同比都在亏损，英特尔急需通过履行这些合同来恢复盈利能力并重塑市场信心。

10. 传台积电7nm停止发货中国客户还有更多限制

一方面，台积电会对晶体管数量大于300亿晶体管的芯片进行限制；

一方面，台积电会对7nm以下先进工艺、与AI、HBM和CoWOS封装相关的芯片进行限制；

有消息表示，这个新规定甚至还对芯片的Die面积做了严格指引。

从昨晚开始，有多个信息源表示，台积电（或者BIS）开始对中国客户实现新的规定。

莫大康：浙江大学校友，求是缘半导体联盟顾问。亲历50年中国半导体产业发展历程的著名学者、行业评论家。

- 以上评价仅代表嘉宾立场。

- 求是缘半导体联盟版权所有，转载需注明出处。

- 求是缘半导体联盟开设‘莫大康专栏’，公众号底部点击‘精彩回顾-专家专栏’查看。

- 如有疑问，敬请留言。