汹涌而来的物联网浪潮会给半导体带来怎样的冲击

   半导体的发现实际上可以追溯到很久以前。

 

   1833年，英国科学家电子学之父法拉第最先发现硫化银的电阻随着温度的变化情况不同于一般金属，一般情况下，金属的电阻随温度升高而增加，但巴拉迪发现硫化银材料的电阻是随着温度的上升而降低。这是半导体现象的首次发现。

 

   不久，1839年法国的贝克莱尔发现半导体和电解质接触形成的结，在光照下会产生一个电压，这就是后来人们熟知的光生伏特效应，这是被发现的半导体的第二个特征。
 

   1873年，英国的史密斯发现硒晶体材料在光照下电导增加的光电导效应，这是半导体又一个特有的性质。半导体的这四个效应，(jianxia霍尔效应的余绩──四个伴生效应的发现)虽在1880年以前就先后被发现了，但半导体这个名词大概到1911年才被考尼白格和维斯首次使用。而总结出半导体的这四个特性一直到1947年12月才由贝尔实验室完成。

 

   在1874年，德国的布劳恩观察到某些硫化物的电导与所加电场的方向有关，即它的导电有方向性，在它两端加一个正向电压，它是导通的；如果把电压极性反过来，它就不导电，这就是半导体的整流效应，也是半导体所特有的第三种特性。同年，舒斯特又发现了铜与氧化铜的整流效应。半导体芯片行业近两年出现大规模并购风潮背后的原因何在?汹涌而来的物联网浪潮带给芯片产业怎样的冲击?为何一边是芯片公司对应用市场的迷茫，而另一边硬件产品开发者却又找不到合适的芯片?

 

   芯片产业并购“疯”潮背后的困境与焦虑

 

   半导体芯片行业在2015年发生史上规模最大的并购“疯”潮之后，2016上半年稍微平息，到下半年又“疯”波再起，接连出现几桩大规模的并购案例，包括高通收购NXP、ADI收购凌力尔特(Linear)，瑞萨收购Intersil。

这背后透露出整个半导体芯片产业的困境与焦虑。在互联网和移动互联网时代，芯片技术决定了终端产品的升级换代，芯片有清晰而广大的产品应用市场。他们是整个消费电子市场的金字塔顶端。

 

   但是，台式机电脑出货量已经连续8个季度下降，智能手机市场饱和，增长趋于停滞。更重要的是，物联网时代的来临宣告了芯片产业辉煌地位的终结。物联网碎片化的应用导致通用处理器芯片不再通用，仅仅智慧家庭产业就可以细分为如此众多的垂直细分市场，使得芯片厂商对自己芯片的定位和应用迷茫，尖端技术却找不到用武之地，只能用并购的规模化效应来暂时化解这种困境.

 

   趋势一：碎片化、定制化代替标准化芯片

 

   传统芯片设计由底层IP架构定义，芯片公司只需关注上游IP设计和下游方案开发公司，至于这颗芯片最终用在什么具体产品上，对芯片的设计影响不大。而实际上，在互联网和移动互联网时代，芯片的应用相对固化和泛化，一颗核心芯片十几万甚至上百万的销量并非鲜见。

 

   但是到了物联网时代，应用的碎片化导致很难再有一颗芯片会有如此广泛的应用，需要由具体的产品应用来提出对芯片定义的要求。芯片公司不仅要知道客户(模块商、方案商)在哪里，有什么需求，还需要知道客户的客户(硬件产品开发商)在哪里，有什么需求。

 

   甚至最终的产品开发商会越过模块商、方案商对芯片提出定制化要求，而这种芯片定制化的趋势将会越来越明显。因为市场上的存量芯片难以满足物联网的创新应用需求，定制化可以保证设计出来的芯片是最终产品所需要的。比如，海尔最近向灿芯定制了一款用于空调上的Wi-Fi通信芯片，因为高通的同款芯片针对消费电子市场开发，不适合家电市场。

 

   在未来物联网时代，为了适应碎片化的应用市场，芯片公司在芯片定义上将逐渐丧失主动权，更可怕的是，芯片的定价权可能会随同定义权一起丧失。

 

   趋势二：IP与特定功能算法的深度结合

 

   物联网应用强调场景化，即使是同一类芯片，应用于不同的场景，对芯片要求也随之改变。比如同样是视频芯片，用于监控摄像，环境光线是渐变的，对画面动态范围要求不高;而用于运动相机和车载视频，由于位置不断移动，环境光线变化明显剧烈，对画面动态范围要求就会高很多。

 

   另外，很多物联网终端设备(比如智能可穿戴设备、智能家居设备)并不需要处理大量的数据。芯片的处理性能不是最关键的，反而芯片与具体应用、具体场景的结合更重要。比如用在智慧养老场景下的加速度传感器跌倒算法、用在智慧安防场景下的多人红外感应算法等。

 

   因此芯片设计需要从应用出发，考虑如何支持应用于实际场景的功能算法，算法与芯片的结合将越来越深度化。目前，一些芯片公司已经看到了这样的趋势，不仅做芯片设计，还结合芯片的应用场景开发对应的算法。

 

   比如瑞芯微推出图像处理器芯片RK1108，内置CEVA的DSP核，支持自己开发的图像优化算法，如静态和动态降噪、在弱光环境下自动提升画面清晰度等。同样，君正推出的视频图像处理芯片T10，也支持自己开发的一些列算法，如运动侦测、物体跟踪、人脸检测、车牌识别等，而且君正还在不断加大算法开发的力度。

 

   趋势三：智慧家庭潜力巨大，服务反向定义芯片

 

   智能手机的爆发替代电脑，给半导体行业带来了又一次的繁荣。如今智能手机行业巅峰已过，智慧家庭产业逐渐兴起。这将是比智能手机大10倍的又一新兴市场，同样会给半导体行业带来又一次更大的繁荣。

 

   但是，智慧家庭产业比智能手机复杂得多。手机只是一个产品，所有的技术和功能都只由这一个产品来实现。智慧家庭涉及到的产品品类众多，连接的硬件单品数量庞杂。同时，智慧场景的实现由家居单品动作逐渐过渡到多产品组合联动，安防、健康、教育这些与服务相关的场景更需要云端的支持。

 

   这种分层级的生态架构对芯片的要求各不相同。终端电器设备完成特定的生活功能，芯片定义需要内置特定的功能算法。比如智能洗衣机除了常规的电机控制，还需要识别出衣物的材质，决定针对不同材质衣物的最佳洗护模式。

 

   家庭中枢除了家庭网关之外，还有一类可以控制多个电器实现一个完整的智能场景。这涉及到计算能力在终端与云端的分配，并非所有的信息分析和判断都交给云端处理。比如领耀东方的Smartbox产品，它可以控制家中的环境电器(包括风扇、空调、净化器、加湿器等)，通过传感器检测家庭空气质量，然后控制环境电器协同工作，营造出舒适的空气环境。

 

   类似于Smartbox这样的家庭中枢，介于终端设备与云平台之间，它不需要云平台强大的运算能力和大数据处理能力，也不像终端设备执行具体功能。它使用的芯片需要与联动模型算法结合，让多个智能家居产品之间能够协调工作。

 

   云平台除了要做大数据处理，也需要与线下O2O结合提供增值服务。从家庭服务出发倒推出实现方案，以方案来定义芯片的技术实现。尤其在医疗健康领域，这种反向定义更为明显。比如，统捷公司提供的针对老年人的一整套医护方案，他们将中医号脉诊断的专家经验算法模型化，以算法模型为基础选择需要检测的人体体征参数及其精度，然后定义芯片如何实现，最终开发出能够检测出算法模型所需要的人体体征参数。

 

   这种由服务需求出发提炼出专家算法，并以此定义芯片的方式会更加普遍。因为，在智慧家庭领域，与智能硬件相关的服务才是最有价值的。 
 

   传统芯片产业由技术到产品的technology marketing思维在物联网与智慧家庭产业里逐渐失效，需要由“产品—服务—盈利模式”的应用思维来重新定义芯片设计与开发，能与具体应用场景和服务深度结合的算法芯片才具有长久的生命周期。否则，技术、资金、时间资源大量投入也换不回用户的称赞和订单。