電子行業(yè)：芯片全面觀之探究全球半導體行業(yè)巨擘

1、 第 頁 中航證券金融研究所發(fā)布證券研目錄 HYPERLINK l _TOC_250017 總述7 HYPERLINK l _TOC_250016 半導體歷史沿革7 HYPERLINK l _TOC_250015 半導體的產(chǎn)業(yè)鏈全景9 HYPERLINK l _TOC_250014 集成電路市場規(guī)模13 HYPERLINK l _TOC_250013 計算類 IC硬核科技的代表16 HYPERLINK l _TOC_250012 CPU18 HYPERLINK l _TOC_250011 2. 2 GPU23 HYPERLINK l _TOC_250010 2. 3 ASIC26 HYPERL

2、INK l _TOC_250009 4 FPGA28 HYPERLINK l _TOC_250008 2.5 DSP34 HYPERLINK l _TOC_250007 存儲 IC現(xiàn)代信息技術(shù)的基石38 HYPERLINK l _TOC_250006 DRAM41 HYPERLINK l _TOC_250005 NAND Flash45 HYPERLINK l _TOC_250004 模擬 IC通信、5G 等新興技術(shù)產(chǎn)業(yè)發(fā)展急先鋒51 HYPERLINK l _TOC_250003 射頻器件55 HYPERLINK l _TOC_250002 AD/DA(模數(shù)/數(shù)模)相關(guān)產(chǎn)品57 HYPERL

3、INK l _TOC_250001 電源管理產(chǎn)品59 HYPERLINK l _TOC_250000 5 風險提示61圖 表 目 錄圖表 1：全球半導體產(chǎn)業(yè)三次變遷歷程7圖表 2：全球半導體產(chǎn)業(yè)發(fā)展歷程8圖表 3：摩爾定律發(fā)展進程8圖表 4：半導體分類9圖表 5：半導體制造環(huán)節(jié)9圖表 6：半導體生產(chǎn)流程10圖表 7：半導體產(chǎn)業(yè)鏈全景圖10圖表 8：全球主要半導體公司一覽11圖表 9：全球半導體 1999-2018 年銷售額（億美元，%）13圖表 10：2018 年全球前十大芯片廠商營收情況（億美元）14圖表 11：近兩年全球主要廠商的并購案例14圖表 12：19992018 全球邏輯 IC 銷

4、量及增速（億美元，%）17圖表 13：全球大型邏輯 IC 公司分類17圖表 14：CPU18圖表 15：CPU 微架構(gòu)示意圖18圖表 16：主要 CPU 公司介紹18圖表 17：Intel 及 AMD 全球營業(yè)收入（億美元）19圖表 18：桌面 CPU 公司 5 年凈利率變化19圖表 19：PC 處理器市場份額19圖表 20：CPU 主要應用領(lǐng)域20圖表 21：主要移動 CPU 公司介紹20圖表 22：移動 CPU 領(lǐng)域各公司營收情況（億美元）21圖表 23：移動 CPU 公司近 5 年凈利率變化21圖表 24：全球移動 CPU 市場份額21圖表 25：2017 年各大科技巨頭獲得專利數(shù)量（項

5、）22中航證券金融研究所發(fā)布證券研圖表 26：高通主要移動 CPU 平臺23圖表 27：GPU 可以解決的問題24圖表 28：GPU 的重要應用領(lǐng)域24圖表 29：GPU24圖表 30：GPU 微架構(gòu)示意圖24圖表 31：NVIDIA 及 AMD 公司營收（億美元）25圖表 32：獨立顯卡市場份額26圖表 33：兩大 GPU 公司凈利率變化26圖表 34：比特大陸螞蟻礦機 S1527圖表 35：ASIC 礦機芯片27圖表 36：國內(nèi)外人工智能 ASIC 對比27圖表 37：FPGA29圖表 38：FPGA 內(nèi)部結(jié)構(gòu)圖29圖表 39：FPGA 可小批量替代 ASIC 的原因29圖表 40：計算密

6、集型任務時 CPU、GPU、FPGA、ASIC 的數(shù)量級比較30圖表 41：芯片開發(fā)成本隨工藝制程大幅提升31圖表 42：FPGA 主要公司介紹32圖表 43：主要 FPGA 公司全球營業(yè)收入(億美元)32圖表 44：全球四大 FPGA 廠商市占率32圖表 45：全球 FPGA 主要廠商 5 年凈利率變化33圖表 46：Xilinx FPGA 重點應用領(lǐng)域33圖表 47：DSP34圖表 48：DSP 內(nèi)部結(jié)構(gòu)圖34圖表 49：DSP 重要應用領(lǐng)域35圖表 50：DSP 主要公司介紹35圖表 51：全球主要 DSP 公司營收（億美元）36圖表 52：DSP 廠商 5 年凈利率變化36圖表 53：

7、全球三大 DSP 公司主要產(chǎn)品36圖表 54：多種計算類芯片的對比37圖表 55：存儲器的分類39中航證券金融研究所發(fā)布證券研圖表 56：主要存儲器產(chǎn)品40圖表 57：19992018 年全球存儲器銷售額情況（億美元）40圖表 58：2018 年世界半導體產(chǎn)品結(jié)構(gòu)及增速（百萬美元）41圖表 59：SRAM 內(nèi)部結(jié)構(gòu)圖41圖表 60：DRAM 內(nèi)部結(jié)構(gòu)圖41圖表 61：SRAM、DRAM、SDRAM、DDR3、DDR4 參數(shù)對比42圖表 62：DRAM 傳輸速度跟隨 CPU 性能提升不斷提高42圖表 63：主要 DRAM 存儲器公司43圖表 64：2018 年全球 DRAM 廠商自有品牌內(nèi)存營收

8、（億美元）43圖表 65：DRAM 價格走勢變化44圖表 66：DRAM 三大廠商凈利率變化44圖表 67：2018 年第四季度全球 DRAM 廠自有品牌內(nèi)存市占率44圖表 68：DRAM 裸片容量發(fā)展進度45圖表 69：全球三大存儲器公司 DRAM 工藝制程持續(xù)領(lǐng)跑全球（nm）45圖表 70：Flash 的內(nèi)部存儲結(jié)構(gòu)46圖表 71：NAND Flash 架構(gòu)圖46圖表 72：閃存芯片存儲原理47圖表 73：SLC、MLC、TLC 的電荷變化47圖表 74：SLC、MLC、TLC 性能對比47圖表 75：2D NAND 通過 3D 芯片堆疊技術(shù)實現(xiàn) 3D NAND 以大幅提升存儲容量48圖表

9、 76：主要 NAND FLASH 公司48圖表 77：全球主要存儲器廠商近 5 年營收（億美元）49圖表 78：2018 年第一季度 NAND 市場份額49圖表 79：主要 NAND FLASH 品種價格變化趨勢49圖表 80：NAND FLASH 主流廠商近 5 年利潤率變化49圖表 81：全球主流存儲器公司 NAND 工藝制程表50圖表 82：NAND FLASH 主要應用領(lǐng)域50圖表 83：NAND FLASH 與 NOR FLASH 對比51圖表 84：全球模擬芯片應用領(lǐng)域份額52圖表 85：全球模擬 IC19992018 年銷售額（億美元，%）53中航證券金融研究所發(fā)布證券研圖表

10、86：全球前十大模擬廠商 2018 年營收情況（百萬美元）53中航證券金融研究所發(fā)布證券研圖表 87：全球模擬芯片公司市場份額54圖表 88：模擬芯片產(chǎn)業(yè)特點55圖表 89：射頻前端結(jié)構(gòu)示意圖56圖表 90：數(shù)模轉(zhuǎn)換器結(jié)構(gòu)示意圖58圖表 91：全球電源管理芯片市場規(guī)模發(fā)展 20172023E59圖表 92：2017 年全球領(lǐng)先電源芯片供應商60導讀：最近幾年，半導體產(chǎn)業(yè)風起云涌。一方面，中國半導體異軍突起，另一方面，全球產(chǎn)業(yè)面臨超級周期，加上人工智能等新興應用的崛起，中美科技摩擦頻發(fā)，全球半導體現(xiàn)狀如何？全球半導體的機會又將如何？我們將用一系列報告介紹半導體的全球發(fā)展現(xiàn)狀以及中國地區(qū)方面半導體

11、的發(fā)展情況。本篇報告將從半導體的功能分類來介紹全球半導體基本發(fā)展現(xiàn)狀?？偸霭雽w歷史沿革芯片是一種微型電子器件或部件。采用一定的工藝，把一個電路中所需的晶體管、電阻、電容和電感等元件及布線互連一起，制作在一小塊或幾小塊半導體晶片或介質(zhì)基片上，然后封裝在一個管殼內(nèi)，成為具有所需電路功能的微型結(jié)構(gòu)；其中所有元件在結(jié)構(gòu)上已組成一個整體，使電子元件向著微小型化、低功耗、智能化和高可靠性方面邁進了一大步。自從 1958 年德州儀器發(fā)明出世界上第一塊集成電路以來，集成電路迅猛發(fā)展，歷史上大致從西從東形成轉(zhuǎn)移。從上世紀 50 年代發(fā)展至今，集成電路大體經(jīng)歷了三次產(chǎn)業(yè)變遷，分別是：在美國發(fā)明起源 在日本加速發(fā)

12、展在韓國臺灣分化發(fā)展。圖表 1：全球半導體產(chǎn)業(yè)三次變遷歷程資料來源：中航證券金融研究所中航證券金融研究所發(fā)布證券研縱貫全球半導體產(chǎn)業(yè)發(fā)展的時間軸，可以劃分出七大時間節(jié)點：20 世紀 40-50 年代晶體管時代及 IC 的誕生，原始計算機的出現(xiàn)和軍工的大量需求催生了最初的半導體產(chǎn)業(yè)；60 年代基于硅的電路設(shè)計逐步發(fā)展起來，使得集成電路制造進入量產(chǎn)階段，IC 進入了商用階段；70 年代個人計算機出現(xiàn)，大規(guī)模集成電路進入民用領(lǐng)域；80 年代 PC 普及，整個行業(yè)基本都在圍繞 PC 發(fā)展，特別是半導體內(nèi)存和微處理器，行業(yè)進入民用階段；90 年代 PC 進入成熟階段；21 世紀前 10 年互聯(lián)網(wǎng)大范圍推

13、廣，網(wǎng)絡泡沫和移動通訊時代來臨，消費電子取代 PC 成為半導體產(chǎn)業(yè)新驅(qū)動因素；2010 年至今大數(shù)據(jù)時代到來，半導體產(chǎn)業(yè)經(jīng)歷了增中航證券金融研究所發(fā)布證券研速放緩逐步進入成熟。圖表 2：全球半導體產(chǎn)業(yè)發(fā)展歷程資料來源：中航證券金融研究所集成電路技術(shù)的發(fā)展一直遵循摩爾定律，高登摩爾就是摩爾定律創(chuàng)始人。摩爾定律指出：當價格不變時，集成電路上可容納的元器件的數(shù)目，約每隔 18-24 個月便會增加一倍，性能也將提升一倍。換言之，每一美元所能買到的電腦性能，將每隔 18-24 個月翻一倍以上。定律揭示了信息技術(shù)進步的速度。這就決定了集成電路是換代節(jié)奏快、技術(shù)含量高的產(chǎn)品。從當今國際市場格局來看，集成電路

14、企業(yè)之間在知識產(chǎn)權(quán)主導權(quán)上斗爭激烈，重要集成電路產(chǎn)品全球產(chǎn)業(yè)組織呈現(xiàn)出跨國公司壟斷的特征，集成電路跨國公司銷售、制造、研發(fā)布局朝全球化方向發(fā)展。圖表 3：摩爾定律發(fā)展進程資料來源：日本電子學，中航證券金融研究所中航證券金融研究所發(fā)布證券研半導體的產(chǎn)業(yè)鏈全景半導體是許多工業(yè)整機設(shè)備的核心，普遍應用于計算機、消費類電子、網(wǎng)絡通信、汽車電子等核心領(lǐng)域。半導體主要分為四部分：集成電路、分立器件、光電子器件、微型傳感器，其中集成電路按其功能可分為微處理器、邏輯 IC、存儲器、模擬電路。其中集成電路占到整個市場的 80%以上，可按其功能分為計算類、儲存類和模擬類集成電路。圖表 4：半導體分類資料來源：中航

15、證券金融研究所整理按照生產(chǎn)過程來看，半導體產(chǎn)業(yè)鏈包含芯片設(shè)計（電路與邏輯設(shè)計）、制造（前道工序）和封裝測試環(huán)節(jié)（后道工序），其中后兩個環(huán)節(jié)支撐著上游半導體材料、設(shè)備、軟件服務的發(fā)展。圖表 5：半導體制造環(huán)節(jié)中航證券金融研究所發(fā)布證券研資料來源：中航證券金融研究所整理把以上整個半導體生產(chǎn)流程簡化了看，我們可得出下圖，芯片在出廠前主要經(jīng)歷了設(shè)計、制造階段、封測，最后流向終端產(chǎn)品領(lǐng)域。圖表 6：半導體生產(chǎn)流程資料來源：中航證券金融研究所整理半導體產(chǎn)業(yè)鏈龐大而復雜，可以分為上游支撐產(chǎn)業(yè)鏈，包括半導體設(shè)備、材料、生產(chǎn)環(huán)境；中游核心產(chǎn)業(yè)鏈，包括 IC 設(shè)計、IC 制造、IC 封裝測試；下游需求產(chǎn)業(yè)鏈，覆蓋

16、汽車電子、消費電子、通信、計算機。從產(chǎn)業(yè)鏈分布的公司來看：美國、日本、歐洲、臺灣公司形成對上中游核心產(chǎn)業(yè)全覆蓋，依靠技術(shù)自主可控壟斷半導體產(chǎn)業(yè)。圖表 7：半導體產(chǎn)業(yè)鏈全景圖中航證券金融研究所發(fā)布證券研資料來源：中航證券金融研究所整理圖表 8：全球主要半導體公司一覽半導體領(lǐng)域序號公司國家產(chǎn)品元件制造商（IDM)1三星電子（Samsung Electronics）韓國存儲、CIS、代工2英特爾（Itel）美國CPU、代工3海力士(SK hynix)韓國存儲、代工4美國美光（Micron Technology)美國存儲5德州儀器（Texas Instruments）美國模擬 IC、嵌入式6STMIC

17、ROELECTRONICS NV荷蘭模擬 IC、嵌入式7東芝(Toshiba)日本CIS、存儲8SK HYNLX INC韓國存儲9西部數(shù)據(jù)公司(Western Digital Corp)美國存儲芯片設(shè)計（Fabless)10高通（Qualcomm）美國CPU、通信芯片11博通公司（Broadcom Corporation）美國通信芯片12聯(lián)發(fā)科中國臺灣CPU 等13英偉達（NVIDIA)美國GPU14先進微器件（AMD）美國CPU、GPU15賽靈思（XILINX)美國FPGA16聯(lián)詠中國臺灣顯示驅(qū)動 IC17瑞星中國臺灣微處理器、WIFI 芯片18亞德諾公司（ANALOGDEVICES）美國模

18、擬 IC，DSP19RENESAS EASTON日本MCU,分立器件20凌力爾特（LINEARTECHNOLOGY)美國放大器，濾波器等21微芯科技美國嵌入式，MCU 等中航證券金融研究所發(fā)布證券研22美信集成產(chǎn)品美國RF,轉(zhuǎn)換器等23賽普拉斯半導體美國存儲，CIS 等24羅姆 ROHM日本分立器件，光電子等25ON SEMICONDUCTOR美國電源和信號管理26新思科技美國觸控芯片27AMBARELLA INC開曼群島視頻解碼芯片28集成設(shè)備技術(shù)美國電源管理，時鐘定時29凌云半導體美國電源管理，A/D 轉(zhuǎn)換器制造（Foundry)30臺積電中國臺灣晶圓代工31聯(lián)電中國臺灣晶圓代工封測(Pa

19、ckaging & Testing)32日月光中國臺灣封裝測試33艾克爾科技美國封裝測試34硅品中國臺灣封裝測試35力成中國臺灣封裝測試36南茂科技中國臺灣封裝測試設(shè)備（equipment）37應用材料（APPLIED MATERIALS)美國硅片制造、檢測設(shè)備和掩膜設(shè)備制造38阿斯麥荷蘭集成電路核心設(shè)備光刻機39東京電子日本涂布機、電漿蝕刻系統(tǒng)、熱加工系統(tǒng)、單晶片沉積系統(tǒng)、清洗系統(tǒng)， 用于晶圓生產(chǎn)流程，還提供晶圓探針系統(tǒng)40拉姆研究（LAM RESEARCH)美國提供使用于積體電路制造的半導體處理設(shè)備及服務、單晶圓清潔技術(shù)的多樣組合41科天半導體（KLA-Tencor）美國半導體檢測設(shè)備資金

20、融研究所整理集成電路市場規(guī)模集成電路行業(yè)作為全球信息產(chǎn)業(yè)的基礎(chǔ)，并且在產(chǎn)業(yè)資本的驅(qū)動下，已逐漸成為衡量一個國家或地區(qū)綜合競爭力的重要標志和地區(qū)經(jīng)濟的晴雨表。集成電路產(chǎn)品的廣泛應用推動了電子時代的到來，也成為了現(xiàn)代日常生活中必不可少的組成部分。集成電路行業(yè)主要包括集成電路設(shè)計業(yè)、制造業(yè)和封裝測試業(yè)，屬于資本與技術(shù)密集型行業(yè)，業(yè)內(nèi)企業(yè)普遍具備較強的資金實力、技術(shù)研發(fā)能力、客戶資源和產(chǎn)業(yè)鏈整合能力。從全球集成電路市場看，隨著 PC 應用市場萎縮，4G 手機市場逐漸飽和，全球集成電路市場的增長步伐放緩，但 2018 年全球集成電路銷售額仍保持了 15.94%的增長，達到 4779.36 億美元。從 1

21、999 年到2018 年，全球半導體銷售額從 1494 億美元增長至了 4779.36 億美元，年復合增長率為 6.31%。圖表 9：全球半導體 1999-2018 年銷售額（億美元，%）6,0005,0004,0003,0002,0001,00040.00%30.00%20.00%10.00%0.00%-10.00%-20.00%42DNS(Dainippon Screen)日本半導體晶圓設(shè)備(包含洗凈、蝕刻、顯影/涂布等制程用途)43泰瑞達(Teradyne)美國電子與通訊產(chǎn)品所需的自動化測試器材與相關(guān)軟件的自動測試設(shè)備料來源：中航證券1999年2000年2001年2002年2003年20

22、04年2005年2006年2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年0-30.00%全球半導體銷售額同比資料來源：WIND、中航證券金融研究所2018 年全球半導體銷售額總計為 4779.36 億美元，較 2017 年增長了 15.94%，增長率相對于 2017 年的中航證券金融研究所發(fā)布證券研21.62%增長率降低了 5.61 個百分點。得益于 DRAM 芯片市場的蓬勃發(fā)展，最大的半導體供應商三星電子進一步鞏固了其領(lǐng)先地位。中航證券金融研究所發(fā)布證券研圖表 10：2018 年全球前十大芯片廠商營收情況（億美元）20

23、18排名2017排名公司2018 營收2018 市場占有率2017 營收2017-2018 營收增長率11三星電子758.5415.90598.7526.7022英特爾658.6213.80587.2512.2033SK 海力士364.337.60263.738.2044美光306.416.40228.9533.8056博通165.443.50154.057.4065高通153.83.20160.99-4.5077德州儀器147.673.10135.069.3089西部數(shù)據(jù)93.212.0091.591.80911意法半導體92.761.9080.3115.501010恩智浦半導體90.11.

24、9087.53.00數(shù)據(jù)來源：Gartner、中航證券金融研究所據(jù) Gartner 公司的數(shù)據(jù)顯示，三星電子和蘋果仍然是 2018 年兩大半導體芯片買家，占全球市場總量的17.9%，與上一年相比下降了 1.6%。受出貨量和平均銷售價格增長的推動，英特爾去年的半導體營收較 2017年增長了 13.8%。此外，其他主要內(nèi)存芯片廠商去年的表現(xiàn)也較為強勁，包括 SK 海力士和美光。從半導體市場整體格局來看，2018 年，排名前 25 的半導體廠商的總營收增長了 16.3%，占整個市場79.3%的份額。2017 年，排名前四的廠商 2018 年排名未變，相比其它領(lǐng)域，半導體市場更為穩(wěn)固。從并購趨勢上來看

25、，在近幾年的行業(yè)并購案例中，參與方幾乎都是半導體業(yè)內(nèi)的一線廠商，這在一定程度上反映出整合并購重組已經(jīng)成為半導體企業(yè)尋求業(yè)務突破的重要發(fā)展策略。在此背景下，行業(yè)內(nèi)的知名企業(yè)及行業(yè)龍頭們紛紛加快了資本運作的步伐，希望通過并購整合的方式，加速產(chǎn)業(yè)布局或提升企業(yè)的技術(shù)及業(yè)務水平，增強市場競爭力，進一步鞏固自身在市場中的領(lǐng)先地位。圖表 11：近兩年全球主要廠商的并購案例序號收購方被收購方收購目的交易額度時間交易進度1博通高通擁有云、數(shù)據(jù)中心、基礎(chǔ)網(wǎng)絡、移動通信、智能終端這樣的全產(chǎn)業(yè)鏈布局，更是在諸如 wifi 這樣的某些特定領(lǐng)域完全壟斷了市場。1300 億美元2017.11失敗中航證券金融研究所發(fā)布證券

26、研2博通博科交易完成后，博通能夠使用博科的光纖通道交換機，在數(shù)據(jù)中心產(chǎn)品市場獲得更大份額。光纖通道交換機能夠加快服務器和存儲設(shè)備之間的數(shù)據(jù)傳輸，還能夠讓博通進一步挖掘互聯(lián)網(wǎng)設(shè)備和汽車市場。59 億美元2017.11完成3博通Computer AssociatesCA 的中央處理器和企業(yè)軟件產(chǎn)品將為博通的關(guān)鍵技術(shù)業(yè)務增色189 億美元2018.7完成4英特爾Mobileye有利于英特爾一舉跨進汽車零部件供應商第一陣營153 億美元2017.3完成5英特爾eASICeASIC 將成為英特爾可編程解決方案組 PSG 的一部分未披露2018.7完成6英特爾NetSpeed有助于英特爾改進其芯片設(shè)計工具

27、未披露2018.9完成7MarvellCavium收購后，Marvell 擁有網(wǎng)絡、存儲、無線、安全、網(wǎng)卡、存儲控制器這一整套完整的產(chǎn)品線，數(shù)據(jù)中心的每個角落都能有兩家產(chǎn)品的覆蓋。合并后兩家將主打云數(shù)據(jù)中 心、企業(yè)，為其提供全面的端到端解決方案。60 億美元2017.11完成8SK 集團LG SiltronSK 集團完成對 LG Siltron 的 100收購，SK 集團完成了半導體生產(chǎn)垂直布局6200 億韓元2017完成9奧瑞德Ampleon 集團（恩智浦的射頻功率芯片板塊）在 5G 大背景下，布局集成電路產(chǎn)業(yè)、聚焦射頻功率器件有利于進一步拓展奧瑞德發(fā)展的空間。71.85 億人民幣2017.

28、11失敗10美光IM Flash3D Xpoint 技術(shù)和其他新型存儲技術(shù)將為美光提供差異化優(yōu)勢15 億美元2018.10進行中11微芯美高森美擴大微芯在多個終端市場的市場占有率，包括通信、航空和國防等市場。微芯表示，此次收購將使其服務的市場規(guī)模從 180 億美元擴大至500 億美元以上83.5 億美元2018.3完成12ARMStream Technologies為物聯(lián)網(wǎng)設(shè)備提供更好的連接性未披露2018.6完成13恩智浦OmniPHY恩智浦將更好的為汽車制造商提供新一代數(shù)據(jù)傳輸解決方案未披露2018.9完成14蘋果Dialog 部分業(yè)務增強蘋果自產(chǎn)芯片能力6 億美元2018.10完成15三

29、星Zhilabs增強三星的 5G 能力未披露2018.10完成16LittelfuseIXYSLittelfuse 會在功率控制和工業(yè)OEM 市場急速增長7.5 億美元2018.1完成17英飛凌Siltectra收購企業(yè)的新技術(shù)“Cold Spilt” 將用于碳化硅晶圓的切割傷，從而讓單片晶圓可出產(chǎn)的芯片數(shù)量翻番1.24 億歐元2018.11完成18Denso英飛凌部分股份利用英飛凌的智能傳感器，微控制器和功率半導體加速新興汽車技術(shù)的發(fā)展未披露2018.11完成19聞泰科技安世半導體有利于聞泰構(gòu)建全產(chǎn)業(yè)鏈生態(tài)平臺112.56 億元2018.10進行中資料來源：中航證券金融研究所根據(jù)數(shù)據(jù)顯示，2

30、017 年的半導體行業(yè)約 24 宗并購協(xié)議交易額達到 277 億美元，盡管和 2015 年（1073 億美元）及 2016 年（998 億美元）比明顯回落。2010-2015 年芯片行業(yè)平均并購交易額 126 億美元。隨著收購目標數(shù)量的縮減和合并業(yè)務的發(fā)展，通過并購交易進行的行業(yè)整合在 2017 年有所放緩。歐洲、美國和中國政府機構(gòu)對并購交易的監(jiān)管審查也放慢了大型半導體收購的步伐?；仡檮倓傔^去的 2018 年，“并購”依舊是國際大型半導體廠商的重要行動，成功案例如貝恩收購東芝存儲業(yè)務、微芯收購美高森美、瑞薩并購 IDT 等，引發(fā)了全球矚目，而博通收購高通、英飛凌收購 ST 意法半導體等雖然由于

31、種種原因未能成型， 但其在半導體界也擲起層層波瀾。計算類 IC硬核科技的代表計算類芯片也稱邏輯電路，是一種離散信號的傳遞和處理，以二進制為原理、實現(xiàn)數(shù)字信號邏輯運算和操作的電路, 它們在計算機、數(shù)字控制、通信、自動化和儀表等方面中被大量運用。邏輯電路可以分為標準化和非標準化兩大類。中航證券金融研究所發(fā)布證券研縱觀全球半導體，作為資金與技術(shù)高度密集行業(yè)，半導體目前形成深化的專業(yè)分工、細分領(lǐng)域高度集中的特點，邏輯 IC 作為半導體行業(yè)的核心，自上世紀末開始，近 20 年來持續(xù)保持增長態(tài)勢，CAGR 達到中航證券金融研究所發(fā)布證券研8.51%，2018 年邏輯 IC 市場規(guī)模達到新高 1093 億美

32、金，約占全球半導體市場總值的四分之一。圖表 12：19992018 全球邏輯 IC 銷量及增速（億美元，%）資料來源：WIND，中航證券金融研究所目前世界范圍內(nèi)主流標準化邏輯電路有四種：CPU、GPU、ASIC、FPGA。由于西方國家電子信息化擁有先發(fā)優(yōu)勢，形成了對革命性產(chǎn)品的壟斷，邏輯 IC 行業(yè)形成了較高市場準入門檻，四個主流領(lǐng)域多被歐美發(fā)達國家的電子巨頭所控制。圖表 13：全球大型邏輯 IC 公司分類資料來源：中航證券金融研究所整理中航證券金融研究所發(fā)布證券研2.1 CPUCPU 從 1971 年發(fā)展至今已經(jīng)有四十七年的歷史了，提起 CPU 不得不說 Intel 公司的發(fā)展史就是 CPU

33、 的發(fā)展簡史。英特爾公司最早有三位創(chuàng)始人：羅伯特諾宜斯、高登摩爾、安迪葛洛夫。集成電路技術(shù)的發(fā)展一直遵循摩爾定律，高登摩爾就是摩爾定律創(chuàng)始人。CPU 是一塊超大規(guī)模的集成電路，是計算機的運算核心和控制核心。它的功能主要是解釋計算機指令以及處理計算機軟件中的數(shù)據(jù)。CPU 的結(jié)構(gòu)主要包括控制單元、運算器、高速緩存器、動態(tài)隨機存取存儲器四個部分，分別對應控制、運算、高速數(shù)據(jù)交換存儲、短暫存儲四個用途。圖表 14：CPU圖表 15：CPU 微架構(gòu)示意圖資料來源：wikipedia, 中航證券金融研究所資料來源：elecfans，中航證券金融研究所多年來，隨著電子信息技術(shù)發(fā)展，CPU 在集成電路領(lǐng)域仍保

34、持強大的競爭優(yōu)勢，源于 CPU 諸多優(yōu)勢， 其一 CPU 是通用類計算芯片，能適應不同應用場景，包括手機、汽車、工業(yè)制造、計算機等。其二性能上穩(wěn)定性好、運算能力突出、功耗適中、開發(fā)周期相對較短、成本較低。CPU 可分為桌面 CPU 和移動 CPU 兩大類。桌面 CPU 行業(yè)目前形成傳統(tǒng)霸主英特爾與后起之秀 AMD兩強爭霸的局面。圖表 16：主要 CPU 公司介紹資料來源：中航證券金融研究所整理從營收規(guī)模來看，2018 年 Intel 公司營收 658.62 億美金，位列 2018 年全球十大芯片廠第二位，AMD 公司營收 64.75 億美金，因公司定位于 IC 設(shè)計、銷售，自身沒有晶圓代工業(yè)務

35、，營收能力明顯弱于 Intel。利潤方面，Intel 多年來保持 15%以上的凈利率， 2016 年以前 AMD 產(chǎn)品在市場上始終被 Intel 的 7 代酷睿核心型號壓制，導致公司多年虧損，自 2017 年開始，AMD 的 Ryzen 7 2700X、Ryzen 5 2400G、Ryzen 51600 三款型號的市場接受度有所提升，公司開始盈利。從市場占比上看，Intel 一直是 CPU 領(lǐng)域的領(lǐng)導者，AMD 一直是追趕者的角色，2017 年，兩大公司在PC 處理器領(lǐng)域的市占率為 79.3 對 20.6%。圖表 17：Intel 及 AMD 全球營業(yè)收入（億美元）數(shù)據(jù)來源：WIND, Gar

36、tner, 中航證券金融研究所圖表 18：桌面 CPU 公司 5 年凈利率變化圖表 19：PC 處理器市場份額中航證券金融研究所發(fā)布證券研資料來源：WIND, 中航證券金融研究所資料來源：EEFOCUS，中航證券金融研究所工藝制程方面，目前 CPU 頂級的工藝制程為 14nm, 正在向 10nm 推進。AMD 通過多年研發(fā)投入，從不同等級產(chǎn)品的核心數(shù)、基頻、主頻、緩存、工藝制程等多項技術(shù)參數(shù)上看已經(jīng)不落后于 Intel, 但缺陷也是明顯的，AMD 產(chǎn)品工作主頻往往產(chǎn)生較高發(fā)熱量，功耗過大，反映了 AMD 追求低成本工藝制作與 Intel 追求極致工藝制作的較大差距。應用領(lǐng)域上，CPU 作為任何

37、電子終端產(chǎn)品的核心部件，被大規(guī)模應用在個人 PC、平板電腦、大型服務器、商用無人機、移動設(shè)備上。圖表 20：CPU 主要應用領(lǐng)域資料來源：Intel 官網(wǎng)，中航證券金融研究所移動 CPU 領(lǐng)域呈現(xiàn)一超多強的局面，美國高通公司一直在高端移動處理器市場中占據(jù)壟統(tǒng)治地位， 至今這種優(yōu)勢依舊難以打破。其競爭對手主要包括美國蘋果電腦、臺灣聯(lián)發(fā)科和韓國三星電子。圖表 21：主要移動 CPU 公司介紹中航證券金融研究所發(fā)布證券研資料來源：中航證券金融研究所整理從營收規(guī)模上看，美國高通 2018 年全球營收 227.32 億美元，憑借強勁的技術(shù)專利，強大的芯片原創(chuàng)能力，以及對中國手機芯片市場的滲透，位列 20

38、18 年全球十大芯片公司第六位。聯(lián)發(fā)科 2018 年全年營收58.07 億美元。市場份額方面，2017 年高通以 42%的市占率幾乎占據(jù)移動 CPU 市場半壁江山，蘋果自主研發(fā)移動 CPU 后，在手機芯片領(lǐng)域市占率 22%，其后是臺灣聯(lián)發(fā)科電子 15%的份額。利潤方面，高通近些年來凈利率不斷下滑，由 2014 年的 27.53%持續(xù)下滑到 2018 年的-21.4%。主要是由于高通的收費方式比較特殊，它除了向廠商銷售芯片之外，還需要按終端設(shè)備整機售價抽取一定比例的分成，終端廠商把這筆高額支出稱為“高通稅”，蘋果、華為作為高通下游公司，常年向高通繳納高額專利授權(quán)費，近年來手機頭部廠商開始自主研發(fā)

39、核心 CPU，不再向高通支付專利費，導致高通專利授權(quán)板塊營收大減，進而影響公司整體利潤。聯(lián)發(fā)科由于和高通、展訊的持續(xù)價格戰(zhàn)問題，凈利率同樣出現(xiàn)一定程度的下滑。圖表 22：移動 CPU 領(lǐng)域各公司營收情況（億美元）資料來源：WIND, 中航證券金融研究所圖表 23：移動 CPU 公司近 5 年凈利率變化圖表 24：全球移動 CPU 市場份額中航證券金融研究所發(fā)布證券研資料來源：WIND, 中航證券金融研究所資料來源：EEFOCUS, 中航證券金融研究所中航證券金融研究所發(fā)布證券研高通在研發(fā)上持續(xù)保持著巨額投入，作為移動 CPU 和通信領(lǐng)域領(lǐng)先的技術(shù)開發(fā)者，在開展技術(shù)創(chuàng)新的同時，對專利技術(shù)的應用也

40、非常重視。高通多年來將大約 20%的年營業(yè)收入投入創(chuàng)新，被用以技術(shù)再研發(fā)，這在科技公司中是一個相當高的比例。強勁的研發(fā)投入為高通帶來了多項技術(shù)專利，2017 年高通共獲得了 2628 項專利，同時成為 2017 年獲得中國專利權(quán)最多的外國企業(yè)。大量專利支撐起了高通在高端芯片領(lǐng)域領(lǐng)先者地位。圖表 25：2017 年各大科技巨頭獲得專利數(shù)量（項）資料來源：前瞻產(chǎn)業(yè)研究院，中航證券金融研究所從產(chǎn)品上來看，高通憑借三大優(yōu)勢引領(lǐng)移動 CPU 領(lǐng)域：一是集成度以及先進的制造工藝，目前最高制造工藝達到 14 納米級別的集成度。二是高通給出的是一整套的手機芯片解決方案，形成了行業(yè)標準，手機生產(chǎn)商完全不用去考慮

41、維護和技術(shù)問題，只要按照高通的標準來都可以做手機。三是產(chǎn)品覆蓋面較廣，在主攻高端芯片的同時，保持入門級芯片穩(wěn)定投放。中航證券金融研究所發(fā)布證券研圖表 26：高通主要移動 CPU 平臺資料來源：高通官網(wǎng)，中航證券金融研究所2. 2 GPU由于 CPU 的架構(gòu)中需要大量的空間去放置存儲單元和控制單元，相比之下計算單元只占據(jù)了很小的一部分，所以它在大規(guī)模并行計算能力上極受限制，而更擅長于邏輯控制。但是隨著人們對更大規(guī)模與更快處理速度的需求增加，CPU 無法滿足，因此誕生了 GPU。GPU 是圖形處理器，是一種專門在個人電腦、工作站、游戲機和一些移動設(shè)備（如平板電腦、智能手機等）上圖像運算工作的微處理

42、器，擁有很強的浮點運算能力。它與 CPU 有明顯區(qū)別：一是相比于 CPU 串行計算，GPU 是并行計算，同時使用大量運算器解決計算問題的過程，有效提高計算機系統(tǒng)計算速度和處理能力，它的基本思想是用多個處理器來共同求解同一問題，即將被求解的問題分解成若干個部分，各部分均由一個獨立的處理機來并行計算。二是 GPU 的結(jié)構(gòu)中沒有控制器，所以 GPU 無法單獨工作，必須由 CPU 進行控制調(diào)用才能工作，GPU 更適合簡單大量的處理類型統(tǒng)一的數(shù)據(jù)。圖表 27：GPU 可以解決的問題圖表 28：GPU 的重要應用領(lǐng)域并行計算數(shù)據(jù)量巨大計算密度高GPU解決的問題善于簡單計算計算速度快資料來源：CSDN,中航

43、證券金融研究所整理資料來源：NVIDIA 官網(wǎng),中航證券金融研究所雖然 GPU 是為了圖像處理而生的，但是我們通過對 GPU 微架構(gòu)示意圖觀察，認為 GPU 在結(jié)構(gòu)上并沒有專門為圖像服務的部件，只是對 CPU 的結(jié)構(gòu)進行了優(yōu)化與調(diào)整，所以 GPU 也可以稱為專用 CPU。圖表 29：GPU圖表 30：GPU 微架構(gòu)示意圖資料來源：百度百科，中航證券金融研究所資料來源：elecfans，中航證券金融研究所談到 GPU，可能首先想到的是 NVIDIA，這是一顆 GPU 領(lǐng)域的璀璨明星，NVIDIA 成立于 1993 年，由黃仁勛等三人創(chuàng)辦，從 1995 年開始推出自己的顯卡 NV1 和 NV2，但

44、并不成功，真正讓 NVIDIA 嶄露頭中航證券金融研究所發(fā)布證券研角的是 1997 年推出的 RIVA128，這款顯卡像素填充率為 100 Mpiexl/s，支持微軟的 Direct 3D 標準，在能效上超越了 3Dfx 的 Voodoo 和 ATI 的 Rage Pro，加上價格低廉獲得了很多整機廠的青睞，隨后 NVIDIA 乘勝推出了 RIVA TNT 及 GeForce 256，徹底將 3Dfx 和 S3 這些昔日的霸主拋在身后，此時唯一能與之相爭中航證券金融研究所發(fā)布證券研的只有 ATI 的 Radeon，ATI 的 Radeon 系列與 NVIDIA 的 GeForce 系列的對抗直

45、到 2006 年才罷場，AMD 成功收購 ATI，獨立 GPU 市場形成 NVIDIA 和 AMD 兩大巨頭的格局。從營業(yè)收入上來看，NVIDIA 公司 2018 年全年收入 117 億美元，在與 AMD 顯卡領(lǐng)域的對抗中處于絕對優(yōu)勢，以 70.5%的市場占有率遙遙領(lǐng)先 AMD 的 29.5%，原因有三點：一是 NVIDIA 一直專注于 GPU 芯片領(lǐng)域，在產(chǎn)品性能上一騎絕塵。對于芯片等高科技領(lǐng)域，技術(shù)水平是硬實力。二是敢于做減法，NVIDIA 早在 2008 年，就推出了基于 ARM 和 GeForce 的移動處理器 Tegra。但是在智能手機市場上，與其他競爭者一樣，由于缺乏基帶這個最核心

46、的部件技術(shù)，導致難以與 Qualcomm、Samsung 等抗衡，所以其非常明智地退出了該市場。三是近些年來人工智能的崛起，下游應用領(lǐng)域全面擴展。由于 GPU 強大的數(shù)據(jù)處理能力等特點使得其在人工智能領(lǐng)域具有獨特的優(yōu)勢，再加上 NVIDIA 在該領(lǐng)域布局較早，競爭相對較少一舉奠定了在人工智能領(lǐng)域的地位。利潤方面，英偉達受益于過去兩年礦機市場對 GPU 需求強勁，顯卡價格持續(xù)上漲，2018 年凈利率達到歷史最高的 35.34%。圖表 31：NVIDIA 及 AMD 公司營收（億美元）資料來源：WIND,中航證券金融研究所中航證券金融研究所發(fā)布證券研圖表 32：獨立顯卡市場份額圖表 33：兩大 G

47、PU 公司凈利率變化資料來源：EEFOCUS，中航證券金融研究所 資料來源：WIND,中航證券金融研究所從產(chǎn)品上來看，兩家公司 GPU 特點和優(yōu)勢完全不同,這緣于研發(fā)思路存在差異：NVIDIA 產(chǎn)品特點主要有四點：一是設(shè)計思路歸于高性能、低功耗；二是性能強大，經(jīng)常壟斷高端旗艦級市場，高端 N 卡占據(jù)優(yōu)勢比較明顯；三是支持 PhysX、TXAA、FXAA 等多個技術(shù)；四是驅(qū)動程序完善。AMD 的產(chǎn)品特點在于：一是芯片單一性能突出，功耗普遍較大；二是主打入門級的產(chǎn)品，性價比高， 覆蓋中低端市場；三是支持 AMD Eyefinity 寬屏技術(shù)；四是挖礦性能相當突出?？傊?，N 卡主要有低功耗、驅(qū)動成熟

48、、追求極致性能，產(chǎn)品線完善等優(yōu)勢，A 卡則主要是性價比相對更高，計算能力強，繪圖、挖礦更有優(yōu)勢，畫質(zhì)較好，但高端產(chǎn)品線較少。2. 3 ASIC近年隨著以比特幣為代表的虛擬貨幣市場的火爆，催生了一大批生產(chǎn)“挖掘”虛擬貨幣設(shè)備的礦機廠商，相較于我們常見的 CPU、GPU 等通用型芯片來說，ASIC 芯片的計算能力和計算效率都直接根據(jù)特定的需要進行定制，所以其可以實現(xiàn)體積小、功耗低、高可靠性、保密性強、計算性能高、計算效率高等優(yōu)勢，特別適合礦機這種對芯片算力要求高、功耗要求小的特定應用領(lǐng)域。缺點是 ASIC 不同于 GPU 和FPGA 的靈活性，定制化的 ASIC 一旦制造完成將不能更改設(shè)計要求高、

49、初期成本高、開發(fā)周期長。中航證券金融研究所發(fā)布證券研圖表 34：比特大陸螞蟻礦機 S15圖表 35：ASIC 礦機芯片資料來源：比特大陸官網(wǎng)，中航證券金融研究所資料來源：Pconline，中航證券金融研究所 由于挖礦屬于邊緣應用領(lǐng)域，AI 仍是 ASIC 的主要應用領(lǐng)域，隨著人工智能時代到來，傳統(tǒng)的神經(jīng)網(wǎng)絡算法在通用芯片(CPU 、GPU)上效率不高，功耗比較大，因此從芯片的設(shè)計角度來說，通用型往往意味著更高的成本。為了提升效率，降低功耗，ASIC 應運而生。目前從全球范圍來看，基于人工智能方向的ASIC 領(lǐng)域并未出現(xiàn)“一家獨大”的局面，反而呈現(xiàn)出國內(nèi)外電子科技巨頭、科研院所和國內(nèi)初創(chuàng)型公司互

50、相競爭的格局，國外以 Google、IBM、Intel、斯坦福大學為首，國內(nèi)有中星微電子、寒武紀科技、啟英泰倫。圖表 36：國內(nèi)外人工智能 ASIC 對比公司時間芯片名稱事件國外谷歌2016 年TPU谷歌于 2016 年發(fā)布第一代 TPU，2017 年 5 月公布了第二代 TPU，又稱為 Cloud TPU。TPU（Tensor Processing Unit）是一種專用的加速器芯片，跟谷歌深度學習軟件 TensorFlow 匹配。TPU 針對機器學習進行過裁減，運行單個操作時需要的晶體管更少，目的在于替代 GPU，實現(xiàn)更高效的深度學習。第二代 TPU 和傳統(tǒng) GPU 相比性能提升 15 倍，

51、更是 CPU 浮點性能的 30 倍。2017 年Cloud TPUIBM2011 年 8 月TrueNorth2011 年 8 月，IBM 通過模擬大腦結(jié)構(gòu)，首先研制出兩個具有感知認知能力的 TrueNorth 芯片原型，可以像大腦一樣具有學習和處理信息的能力，但是該芯片“腦容量”的大小僅相當于蟲腦水平。2014 年 8 月第二代TrueNorth2014 年 8 月，IBM 推出第二代TrueNorth 芯片，采用 28nm 硅工藝技術(shù)，包括 54 億個晶體管和4096 個處理核，相當于 100 萬個可編程神經(jīng)元，以及 2.56 億個可編程突觸，芯片的工作方式類似于人腦的神經(jīng)元和突觸之間的協(xié)

52、同。二代 TrueNorth 芯片性能大幅提高，處理核體積僅為第一代的 1/15。IBM 已經(jīng)利用 16 個 TrueNorth 芯片開發(fā)出一臺神經(jīng)元計算機原型，具有實時視頻處理能力。2016 年隨機相變神經(jīng)元芯片2016 年 IBM 制造出世界首個人造納米級隨機相變神經(jīng)元，該神經(jīng)元能用于制造高密度、低功耗的認知學習芯片，可實現(xiàn)人工智能的高速無監(jiān)督學習。芯片的神經(jīng)元尺寸最小能到納米量級，信號傳輸速度極快，同時功耗較低，具有生物神經(jīng)元的特性。Intel2017 年Xeon Phi2017 年推出專為機器深度學習設(shè)計的下一代 Xeon Phi 芯片，代號 Knights Mill，正式邁入了與NV

53、IDA 的 GPU 抗衡的戰(zhàn)場。Knights Mill 芯片專為機器深度學習設(shè)計，可以獨自充當處理器，不再需要單獨的主機處理器和輔助處理器，可以直接接入 RAM 系統(tǒng)斯坦福大學2015 年NeurogridNeurogrid 采用 16 塊 Neurocore 芯片，每塊可模擬 65536 個神經(jīng)元細胞。借助于現(xiàn)代制造技術(shù)，只需400 美元便可制造一塊 Neurocore 芯片，用于控制假肢。能夠模擬 100 萬個神經(jīng)元細胞以及數(shù)十億個突觸連接。國內(nèi)中星微電子2016 年 6 月星光智能一號中國首款嵌入式神經(jīng)網(wǎng)絡處理器芯片，全球首顆具備深度學習人工智能的嵌入式視頻采集壓縮編碼系統(tǒng)級芯片?；?/p>

54、該芯片的人臉識別最高能達到 98%的準確度，超過人眼識別率。采用了“數(shù)據(jù)驅(qū)動”并行計算的架構(gòu)，單顆 NPU 能耗僅為 400mW，極大地提升了計算能力與功耗的比例，可以廣泛應用于高清視頻監(jiān)控、智能駕駛輔助、無人機、機器人等嵌入式機器視覺領(lǐng)域。寒武紀科技2016 年DianNao2016 年中國科學院計算技術(shù)研究團隊所發(fā)布了全球首個能夠深度學習的神經(jīng)網(wǎng)絡處理器芯片，名為“寒武紀”。寒武紀主要針對智能認知等應用的專用芯片，優(yōu)勢集中在人臉識別、聲音識別等方面，而非用于替代 CPU。DianNao 包含一個處理器核，主頻為 0.98GHz，峰值性能達每秒 4520 億次運算，65nm工藝下功耗為 0.

55、485W，面積 3.02mm2。平均性能超過主流 CPU 核的 100 倍，但是面積和功耗僅為1/10，效能提升可達三個數(shù)量級；DianNao 的平均性能與主流通用 GPU 相當，但面積和功耗僅為百分之一量級。其后產(chǎn)品 DaDianNao 和 PuDianNao 進一步擴大處理器規(guī)模：28nm 工藝下，DaDianNao 的主頻為 606MHz，面積 67.7mm2，功耗約 16W；PuDianNao 的主頻為 1GHz，峰值性能達每秒 10560 億次運算，面積 3.51mm2，功耗為 0.596W（65nm 工藝下）。啟英泰倫2015 年 11 月CI1006啟英泰倫的 CI1006 是基

56、于 ASIC 架構(gòu)的人工智能語音識別芯片，包含了腦神經(jīng)網(wǎng)絡處理硬件單元，能夠完美支持 DNN 運算架構(gòu)，進行高性能的數(shù)據(jù)并行計算，可極大的提高人工智能深度學習語音技術(shù)對大量數(shù)據(jù)的處理效率。資料來源：CSDN，搜狐科技，中航證券金融研究所4 FPGA中航證券金融研究所發(fā)布證券研通用處理器的摩爾定律已入暮年，而機器學習和 Web 服務的規(guī)模卻在指數(shù)級增長。人們使用定制硬件來加速常見的計算任務，然而日新月異的行業(yè)又要求這些定制的硬件可被重新編程來執(zhí)行新類型的計算任務。FPGA 正是一種硬件可重構(gòu)的體系結(jié)構(gòu)，常年來被用作高計算領(lǐng)域?qū)Ｓ眯酒ˋSIC）的小批量替代品。FPGA 指現(xiàn)場可編程門陣列，它是在

57、 PAL、GAL、CPLD 等可編程器件的基礎(chǔ)上進一步發(fā)展的產(chǎn)物。它是作為專用集成電路（ASIC）領(lǐng)域中的一種半定制電路而出現(xiàn)的，既解決了定制電路的不足，又克服了原有可編程器件門電路數(shù)有限的缺點。圖表 37：FPGA圖表 38：FPGA 內(nèi)部結(jié)構(gòu)圖資料來源：elecfans，中航證券金融研究所資料來源：搜狐科技，中航證券金融研究所FPGA 能部分替代 ASIC 是有原因的，一是 FPGA 并行運算，二是硬件結(jié)構(gòu)可變，三是運行中可更修改。圖表 39：FPGA 可小批量替代 ASIC 的原因中航證券金融研究所發(fā)布證券研資料來源：elecfans，中航證券金融研究所FPGA 的核心優(yōu)勢，主要有五個方

58、面：可編程靈活度高、并行運算效率高、開發(fā)周期較短、穩(wěn)定性好、長期維護?？删幊天`活度高：理論上，如果 FPGA 提供的門電路規(guī)模足夠大，通過編程可以實現(xiàn)任意 ASIC 和DSP 的邏輯功能。不像 ASIC 設(shè)計后固化不能修改。所以，F(xiàn)PGA 的靈活性也較高。實際應用中 FPGA 的現(xiàn)場可重復編程性使開發(fā)人員能夠用軟件升級包通過在片上運行程序來修改芯片，而不是替換和設(shè)計芯片（設(shè)計和時間成本巨大），甚至 FPGA 可通過因特網(wǎng)進行遠程升級。并行運算效率高：FPGA 打破了順序執(zhí)行的模式，在每個時鐘周期內(nèi)完成更多的處理任務，例如處理一個數(shù)據(jù)包有 10 個步驟，F(xiàn)PGA 可以搭建一個 10 級流水線，流

59、水線的不同級在處理不同的數(shù)據(jù)包，每個數(shù)據(jù)包流經(jīng) 10 級之后處理完成。每處理完成一個數(shù)據(jù)包，就能馬上輸出。圖表 40：計算密集型任務時 CPU、GPU、FPGA、ASIC 的數(shù)量級比較體系結(jié)構(gòu)吞吐量（int ops)延遲功耗靈活性CPU1TN/A100W很高GPU10T1ms300W高FPGA1T1us30W高ASIC10T1us30W低資料來源：EEFOCUS，中航證券金融研究所開發(fā)周期短：FPGA 技術(shù)提供了靈活性和快速原型的能力。一般用戶可以測試一個想法或概念，并在硬件中完成驗證，而無需經(jīng)過自定制 ASIC 設(shè)計漫長的制造過程。由此用戶就可在數(shù)小時內(nèi)完成逐步的修改并進行 FPGA 設(shè)計迭

60、代，省去了幾周的時間。穩(wěn)定性好：軟件工具提供了編程環(huán)境，F(xiàn)PGA 電路是真正的編程“硬”執(zhí)行過程。 基于處理器的系統(tǒng)往往包含了多個抽象層，可在多個進程之間計劃任務、共享資源。 驅(qū)動層控制著硬件資源，而操作系統(tǒng)管理內(nèi)存和處理器的帶寬。對于任何給定的處理器內(nèi)核，一次只能執(zhí)行一個指令，且基于處理器的系統(tǒng)時刻面臨著嚴格限時的任務相互取占的風險。而 FPGA 不使用操作系統(tǒng)，擁有真正的并行執(zhí)行和專注于每一項任務的確定性硬件，可減少穩(wěn)定性方面出現(xiàn)問題的可能。長期維護：FPGA 芯片是現(xiàn)場可升級的，無需重新設(shè)計 ASIC 所涉及的時間與費用投入。舉例來說， 數(shù)字通信協(xié)議包含了可隨時間改變的規(guī)范，而基于 AS