0
1965年，戈登·摩爾等人提出“摩爾定律”，即集成電路芯片上可集成的晶體管數目大約每隔18個月就增加一倍，芯片性能提升一倍，價格減半。
以往，半導體產業跟隨摩爾定律逐年增長，但近幾年，摩爾定律發展放緩，半導體產業是否依然能夠快速增長成為眾人心中的疑慮。
在本周ASPENCORE主辦的“2020全球高科技領袖論壇-全球CEO峰會&全球分銷與供應鏈領袖峰會”期間，AI芯片公司Cornami總裁兼CEO Dr. Walden C. Rhines對全球半導體產業的市場發展做出預測：“促進半導體產業發展的下一個應用是大數據收集和分析。”
圖片源自MITSloan
半導體產業經濟受新應用的刺激
以史為鑒，半導體產業的每一次發展，都受到新應用的刺激。
20世紀60年代，大型計算機誕生，其對半導體組件的需求促進了半導體產業經濟的第一次增長浪潮，這一浪潮伴隨著計算機的大量引進持續了一段時間。
20世紀70年代，個人計算機的出現緊接著推動了半導體產業經濟另一波增長浪潮。之后便是筆記本電腦和無線通信作為新應用出現推動刺激半導體產業經濟。
屏幕中為Cornami總裁兼CEO Dr. Walden C. Rhines
“很多人在談論下一個刺激半導體產業的新應用是什么時，有人說是諸如機器學習之類的人工智能應用，有人說是物聯網和5G通信。是的，這些都將為半導體行業帶來機遇。”Dr. Walden C. Rhines在全球CEO峰會上說：“但如果將所有這些放在一起，他們都有一個共同點，這些都是與管理和分析大數據有關的應用。”
Dr. Walden C. Rhines認為，近幾年人工智能發展很快，但人工智能本身并不是新生事物，需要處理的數據量才是新生事物。
回溯到35年前，已有行業精英開始在人工智能方面作出嘗試，但由于受種種因素的限制，例如大數據缺乏、計算能力有限以及算法過于簡單，當時所做的嘗試對于實現人工智能來說還為時過早。
最重要的是，缺少一個能夠從信息和數據分析獲取利潤的殺手級應用程序。
“但在今天，數據正成為各國的新石油財富，很多人已經知道如何利用它獲取利潤。“Dr. Walden C. Rhines說。
數據是各國的“新石油”財富
將數據比喻成“新石油”，Walden C. Rhines舉了一個例子。
“例如，飛機發動機制造商為他們所出售的通用公司的發動機提供保修服務，這些發動機可以在許多不同的飛機上使用。通過航空公司，制造商可以監控他們生產的發動機每臺每分鐘的性能，并生成超過70TB的數據進行分析，以尋找維護需求，發現新的問題。他們甚至可以出售這些數據。“
Walden C. Rhines認為，數據可以通過三種方式影響半導體產業的經濟：系統公司的發展、計算體系結構的更新和數據本身的進化和演變。
數據收集：系統公司的機遇
系統公司主要是將信息轉化為數據，再將數據回傳給用戶，變成有用的信息。
谷歌團隊就曾設計過監視胰島素平衡的芯片，讓糖尿病患者的糖原具有可以通過射頻發送到胰島素泵的信息，由此保持胰島素平衡。這被視為谷歌在半導體領域的發展，但其實這也是谷歌在信息業務中的工作。
除了谷歌，臉書、亞馬遜、阿里巴巴等系統公司都有設計獨一無二的產品，獲取對自身乃至整個行業有價值的信息。
“最近十年，半導體行業發生了巨大的變化。十年前，如三星、德州儀器等公司員工，80%去了芯片公司，20%去了其他公司。因為一些系統公司正自己購買晶圓，自己設計半導體組件，并將其用在最終的產品中。這些公司包括蘋果、谷歌、臉書、阿里巴巴。“Dr. Walden C. Rhines說。
數據分析：計算機體系結構的更新
傳統的計算機都基于馮諾伊曼體系結構，其指令流和數據流能夠執行數據運算，運算效率已經遠遠超過人腦，但在圖像處理方面還有待提升，因此需要開發新的計算機體系結構。
要想讓計算機模擬人的大腦架構，需要讓計算機編輯自己的網絡，然后對神經網絡進行編程，在每一層網絡上設置不同的節點。一般而言，節點的系數越多，網絡層就越多，就能更好地進行深度學習。最終，計算機就能像人類將信息存儲在大腦神經元一樣，將信息存儲在神經網絡中。
Dr. Walden C. Rhines表示：“新的計算機體系結構一直受到風險投資的高度重視，很多風險投資公司都對初創芯片公司感興趣，尤其是以某種形式大力開發人工智能和機器學習的公司。從2010年到2017年，在獲得風險投資的芯片公司中，從事視覺和面部視覺研究的公司數量最多。”
整體市場顯示，如今風險投資已經達到60億美元，超過40億美元都投放在數據中心，而這些數據中心產品是能夠進行大量數據分析和處理的高性能計算芯片。
數據保護：數據本身的進化與演變
數據收集與分析需求拉動半導體經濟的發展，另一方面，人們也越來越意識到數據安全的重要性，如何安全地共享數據作為數據“進化”過程中的新命題，開辟了新的半導體產業經濟增長分支。
Dr. Walden C. Rhines認為，有三種方法可以實現安全地共享數據：一是用算法的方式保存數據，然后將這一數據交付給值得信賴的伙伴管理；二是用聯合學習的方式，先建立機器學習模型，一邊派人在數據中心管理，一邊在手機客戶端或服務器管理數據，但這需要值得信任的軟件；三是通過單方將加密數據傳送到云端進行分析和計算，從云端獲得反饋結果。
“云端機器學習已經成為新的可能，其好處在于能夠處理敏感的信息，包括金融、醫療，使用者可以根據自己的意愿來使用和加密。機器學習有非常大的市場。”
對于第三種數據保護方式，目前行業內正在探索完全同步的加密方式，在確保計算速度的同時提高安全性能。
半導體產業的下一個經濟增長點
無論是人工智能，還是物聯網和5G，都需要基于大量數據。無論是數據的收集，還是數據的分析與保護，都需要半導體和芯片作為基礎。時代對數據的需求以及數據變現方式的增多正成為半導體產業新的經濟增長點。
“以前，半導體電子設備所占的百分比是除芯片以外的所有電子設備的16%，現在大概提升到了20%，未來這一比例還會繼續增加，數據將給半導體行業提供持久的動力。“Dr. Walden C. Rhines說到。
文中為注明圖片源自Dr. Walden C. Rhines在全球CEO峰會演講PPT
雷鋒網雷鋒網雷鋒網
相關文章：
華登國際副總裁蘇東：科創板帶給半導體行業的機遇和挑戰 | 公開課回顧
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
