《自然》23日發表的研究報道了一種能效為傳統數字計算機芯片14倍的人工智能（AI）模擬芯片。這一由IBM研究實驗室開發的芯片在語音識別上的效率超過了通用處理器。該技術或能突破當前AI開發中因算力性能不足和效率不高而遇到的瓶頸。

隨著AI技術的崛起，對能源和資源的需求也隨之上升。在語音識別領域，軟件升級極大提升了自動轉寫的準確率，但由于在存儲器與處理器之間移動的運算量不斷增加，硬件無法跟上訓練和運行這些模型所需的數以百萬計的參數。研究人員提出的一個解決辦法是，使用“存內計算”（CiM，或稱模擬AI）芯片。模擬AI系統通過直接在它自己的存儲器內執行運算來防止低效，而數字處理器需要額外時間和能源在存儲器和處理器之間移動數據。模擬AI芯片預計能極大提升AI計算的能效，但對此的實際演示一直缺乏。

研究團隊此次開發了一個14納米的模擬芯片，在34個模塊（tile）中含有3500萬個相變化內存單元。研究團隊用兩個語音識別軟件在語言處理能力上測試了該芯片的效率，這兩個軟件分別是一個小網絡（谷歌語音命令）和一個大網絡（Librispeech語音識別），并在自然語言處理任務上與行業標準進行對比。小網絡的性能和準確率與當前的數字技術相當。對于更大的Librispeech模型來說，該芯片能達到每秒每瓦12.4萬億次運算，系統性能估計最高能達到傳統通用處理器的14倍。

研究團隊總結道，該研究在小模型和大模型中同時驗證了模擬AI技術的性能和效率，有望成為數字系統的商業可行的替代選擇。

邊緣AI市場新方向

近年來，人工智能持續向深層發展，越來越多細分市場與相應的產品被開發出來。邊緣人工智能作為云計算與物聯網相結合的細分領域開始受到重視。根據ADI高級應用工程師辛毅的介紹，邊緣人工智能是指在邊緣設備上實現的AI運算。以往大多數尖端的人工智能流程都是在云中執行的，因為它們需要大量的計算能力。但隨著數據的增長速度對本地數據計算和本地數據存儲的需求變得更加迫切，大量數據操作逐漸轉向本地，這為在邊緣廣泛采用人工智能提供了理由。

相對于數字芯片公司聚焦云端AI處理，模擬芯片廠商多將關注的重點放到邊緣側。邊緣AI也就成為模擬芯片廠商布局的重點。ADI中國區總裁Jerry Fan此前在接受記者采訪時指出，人工智能的一個很重要的前提是數據。算力、算法軟件和大數據是人工智能發展的三要素，大數據是基礎，所有的算法和算力都是以數據為基礎的。需要指出的是，數據的采集與實時處理與模擬技術息息相關。

從產品布局來看，ADI在新一代微控制器MAX78000設計特殊架構，采用兩個微控制器內核（ARM Cortex M4F和RISC-V）加一個卷積神經網絡（CNN）加速器構成。這一架構針對邊緣進行了高度優化，數據的加載和啟動由微控制器內核負責，而AI推理由卷積神經網絡加速器專門負責。這樣借助在芯片內部集成的卷積神經網絡加速器就可以完成AI推理，不需要再通過互聯網上傳，降低功耗，非常適合邊緣AI的應用。

德州儀器對邊緣人工智能也十分重視。2022年，德州儀器與英國初創公司Plumerai在嵌入式AI領域展開合作，雙方共同對人員檢測神經網絡算法移植到微控制器和傳感器中進行開發。

恩智浦則在汽車智能化的“云-網-邊-端”融合計算方面進行努力，其新推出的由AI驅動的電動汽車云連接電池管理系統可連接云端，形成電池管理的數字孿生模型。恩智浦半導體電池管理系統總監兼部門經理Andreas Schlapka表示，“云-網-邊-端”融合計算將是汽車智能化與自動駕駛技術發展時的主要方向。

國產自給率仍較低

在全球電動化、智能化加速的新形勢下，汽車半導體市場需求保持穩步上升，其中，模擬芯片是不可或缺的重要部分。市場數據顯示，2020年，全球單車模擬芯片價值量約150美元，到2027年，模擬芯片價值量將達到300多美元/車，年復合增長率（CAGR）超過10%。

模擬芯片廣泛應用于幾乎所有汽車電子系統，傳統汽車時代，動力總成、底盤和安全、車載娛樂、儀表盤、車身電子及LED電源管理等領域都有其身影；而隨著電動化、智能化的滲透，大小三電系統、熱管理、智能座艙、自動駕駛等系統成為了模擬芯片進一步快速增長的應用領域。

近年來，隨著政策和下游廠商對芯片國產化進程支持力度的加大，本土模擬芯片企業發展已經取得了一定進展，部分國內高端模擬芯片空白得以填補。以納芯微為例，其2022年前三季度公告顯示，公司汽車業務占到總營收20%以上。

不過，由于模擬芯片技術門檻高，產品生命周期長，對穩定性和成本要求高，需要長期投入和人才培養，目前國產自給率仍然較低。在接受媒體采訪時王升楊表示：“中國的芯片公司更加貼近汽車產業最為繁榮的中國市場，可以更快、更充分地理解市場需求。針對汽車電動化、智能化發展趨勢，納芯微正在與車廠、Tier 1客戶共同定義和開發下一代具有競爭力的產品，進而引領未來的汽車應用。”


模擬芯片下游需求趨勢長期向好，國產替代空間廣闊

1、通信領域是模擬芯片最重要的下游市場

通信領域是模擬芯片市場增長的主要動力，目前市場占比已達38.5%，通訊電子市場對模擬芯片的應用主要為通訊基站、交換機、路由器等。隨著信息化時代來臨，5G通信行業景氣度不斷提升。從信號鏈模擬芯片市場來看，其中轉換器產品 ADC 和 DAC 芯片在 5G 通信中尤為重要，主要用于對大帶寬和高動態范圍的模擬信號和數字信號進行相互轉換，同時為 5G 基站的能耗監控與調節提供實時數據，因此 5G 建設將為信號鏈模擬芯片帶來機會；從電源管理芯片市場來看，5G 基站需要更多的天線、更多的射頻組件、更高頻率的無線電等，將對電源管理芯片提出更高的要求。

未來，隨著5G商用發展駛入快車道，5G基站覆蓋廣度深度持續拓展，將帶動模擬芯片需求增加。據最新統計數據顯示，我國已累計建成5G基站超過293萬個，2024 年我國 5G 基站建設量預計將達到 309 萬個，將為 ADC 帶來至少 8.8 億美元的增量市場。

與此同時，5G 廣泛應用也將推動通信領域模擬芯片迭代升級，包括：1）更高的帶寬需求：5G網絡將帶來更高的數據傳輸速率和帶寬需求，這將要求通信領域的模擬芯片能夠更快速地處理和傳輸大量的數據；2）更復雜的射頻設計： 5G通信需要更多的頻段和更復雜的射頻設計，這將促使模擬芯片在頻率范圍、干擾抑制、信號調制等方面進行升級和優化；

3）低功耗設計：盡管5G提供了更高的速率，但通信設備仍需要保持低功耗以延長電池壽命。模擬芯片需要在保持性能的同時，優化功耗，以適應新的能源需求；4）更復雜的信號處理： 5G通信需要更復雜的信號處理算法和技術，模擬芯片需要具備更強的信號處理能力，以滿足更高的信號處理要求；5）天線技術創新：5G通信對天線技術有更高的要求，通信模擬芯片需要支持多天線技術、波束賦形等創新功能，以提高通信效率；6）網絡架構變化：5G引入了虛擬化和網絡切片等新的網絡架構，這將對通信領域的模擬芯片提出新的要求，以支持更靈活的網絡配置和管理。

2、汽車領域是模擬芯片下游景氣度最好的領域

在汽車電動化、智能化加速的新形勢下，以及海外龍頭最新的業績和景氣度指引，汽車領域是目前模擬芯片下游應用領域中最為景氣的賽道，目前市場占比為24%。另外，從下游產品的平均單機價值量來看，也數汽車最高。根據IC Insights數據，預計2022年全球車載模擬芯片市場規模將達到137.75億美元，同比增長17%，將成為模擬芯片所有下游應用領域中增速最快的方向。

在傳統燃油車的時代，模擬芯片主要應用在動力總成、底盤和安全、車載娛樂、儀表盤、車身電子及電源管理等領域，隨著電動化、智能化的滲透，大小三電系統、熱管理、智能座艙、自動駕駛等系統成為了模擬芯片進一步快速增長的應用領域。在A到E的各個級別汽車中，A級燃油車模擬芯片用量約100顆，而A級純電動車需求量高達350顆以上；在B級車中，模擬芯片單車用量從燃油車的160顆提升至純電動車的近400顆而純電動E級車用量超過650顆。

汽車模擬芯片市場進入門檻較高，因涉及到駕乘安全，車規級芯片要求高可靠、高安全與零失效率等，且具有較長的產品生命周期，一旦進入供應鏈都是超十年的供貨。當前國內公司與海外龍頭在車規模擬芯片領域的市場份額和技術差距較大。2020-2022年國內新能源車快速增長的市場紅利國內廠商受限于車規產品認證進度并未享受到。國內各模擬芯片公司開始在車規模擬芯片發力，尤其是隔離驅動、電源鏈(LDO、LED驅動、馬達驅動)、磁傳感器等領域，大部分產品23年將通過車規認證，看好后續國產替代機遇。