汽車半導體的瓶頸是什麼？_風聞
半导体行业观察-半导体行业观察官方账号-专注观察全球半导体最新资讯、技术前沿、发展趋势。2020-02-20 16:36
來源：內容由半導體行業觀察（icbank）編譯自「eetimes.jp」，謝謝。
2011年3月11日發生了東日本大地震， Renesas Electronics（瑞薩電子，以下簡稱為“瑞薩電子”）的那珂工廠（日本茨城縣常陸那珂市）受災。其潔淨廠房（Clean Room）變得亂七八糟，很多設備裝置都遭到了破壞。結果，導致那珂工廠無法再生產車載半導體（即微控制器，Micro-controller），最終導致豐田汽車無法生產“普鋭斯”。
由於僅僅缺少了一顆小小的微控制器，居然導致無法生產汽車？！因此，豐田汽車與電裝合作設立2,500人/天的工作體制，對那珂工廠的復工進行支援。最後，那珂工廠提前3個月復工——6月上旬開始再次生產微控制器。
現在，來自於中國湖北省武漢市的疫情向全球迅速蔓延，人們的移動也被限制，對各行各業的供應鏈都造成了巨大的影響。就汽車產業而言，日產汽車的九州工廠由於無法從中國調配零部件，不得不停工。（日本經濟新聞2月14日）
由2萬-3萬個零部件組成的汽車，哪怕只差一個配件，也無法生產出完整的汽車，汽車行業陷入了困境。
據説，在如今的汽車行業，CASE（Connected、Autonomous、Shared & Services、Electric）的大潮正一舉湧來，汽車行業正在進入百年一遇的大變革時期。汽車所使用的半導體的數量、半導體的種類每年都在增加，CASE時代的汽車到底需要什麼樣的半導體呢？
尤其是“C”&“A”，也就是對Connected（互聯）汽車來説，哪一塊半導體是其發展的“瓶頸（Bottle Neck）”呢？筆者將會在本文中進行分析，經過筆者深入地思考，發現了某一款半導體將會成為 “瓶頸”半導體。
無人駕駛的級別（Level）
首先，我們來看看無人駕駛的級別。（如表1）
“Level0”，由司機進行所有的操作，也就是所謂的“全手動”。
“Level1”，被稱為“輔助駕駛”，基本上是由司機進行操作，“加速、減速（前後）”或者“方向盤操作（左右）”由汽車的系統進行輔助支援，但是，需要司機進行識別車身周圍環境以及緊急時刻的對應。
“Level2”，被稱為“部分自動駕駛”，基本上是由司機進行駕駛操作，但是，系統可以輔助進行“加速、減速（前後）”或者“方向盤操作（左右）”等多個操作。但是，與“Level1”一樣， 需要司機進行識別車身周圍環境以及緊急時刻的對應。
“Level3”，被稱為“帶有一定條件的自動駕駛”，系統不僅可以識別周邊環境，而且可以完全進行自動駕駛。駕駛汽車的“主角”從司機轉到了系統，但是，當系統發生故障、脱離固定行駛區域的時候，需要司機駕駛。
德國的Mercedes-Benz（梅德賽斯·奔馳）、Audi（奧迪）、美國的Tesla（特斯拉）、豐田汽車等已經開始銷售Level3，此外，今年本田預計銷售Level3的“Legend”。（約1,000萬日元，約人民幣60萬左右）
“Level4”，被稱為“高度自動駕駛”，系統進行周邊環境識別、操作駕駛、解決系統故障。因此，司機不需要任何操作，幾乎實現了“無人駕駛”。但是，目前，高速公路、允許自動駕駛的場所、地區、自動駕駛空間極其有限。
“Level5”，被稱為“完全無人駕駛”，也就是去掉了“Level4”附加的條件，無論何時何地都可以實現無人駕駛。
以下內容就以不需要司機的、“Level4-5”的無人駕駛為焦點，來看看自動駕駛車輛到底需要什麼樣的配件和半導體？
互聯車（Connected Car）是半導體的“集合體”
在“Level4-5”的互聯車中，到底需要什麼樣的配件和半導體呢？（圖2）
首先，為了確認汽車周邊的情況，就需要搭載多個毫米波雷達、紅外線雷達。此外，汽車車身四周需要安裝10個左右的內置了CMOS圖像傳感器的攝像頭。在消費電子方面，SONY的CMOS圖像傳感器位居全球首位，美國的ON Semiconductor（安森美）在車載、工業用途的CMOS圖像傳感器方面位居全球首位。
然後，如今的汽車，每一輛都搭載有約100個左右的微控制器，如果是“Level4-5”的互聯車（Connected Car），微控制器的搭載數量應該會更多！其微控制器的IP(Intellectual Property，知識產權)由Arm引領標準，基於此，荷蘭的NXP Semiconductors（恩智浦）、德國的Infineon Technologies（英飛凌）、瑞薩電子進行設計、生產微控制器。
其次，為了從GPS獲取位置信息、從主機(Host Computer)下載最新的地圖信息，用於5G（第五代移動通信）的通信半導體成為了不可或缺的元素。如今，能夠設計5G通信半導體的僅有Huawei旗下的HiSilicon（海思） 和美國的Qualcomm（高通）這兩家公司，能夠用最尖端的7nm工藝生產5G通信半導體的僅有TSMC一家公司。
再次，基於位置信息、地圖信息、各種傳感器獲取的龐大的信息，需要具有能夠強化深度學習（Deep Learning）功能的人工智能（AI），此外，深度學習功能具有瞬間判斷“行駛”、“轉彎”、“停車”的能力。由於AI本身就是一種軟件，因此以下簡稱為“AI(OS)”。因此，能夠作動AI(OS)的AI半導體是不可或缺的。
一段時間，作為AI半導體，很多汽車廠商採用了以美國NVIDIA的GPU為基礎的模組——“DRIVE PX”。但是，最近，Google、Tesla、Apple等公司開始進行自主設計AI半導體。然而，他們都要使用TSMC的尖端工藝來生產。
在PC方面，Microsoft（微軟）的Windows、Intel（英特爾）的處理器獨霸市場，此外，二者還被稱為“Wintel（微軟英特爾，中文名文泰來）”！但是，就AI(OS)和AI半導體而言，哪個才是業界標準（De facto standard），至今還沒有定論。關於勝負的角逐，才剛剛開始。
但是，無論哪一家的AI(OS)、AI半導體成為主流，毫無疑問，都將會大批量地需要高速DRAM、SSD（也就是NAND型閃存）。
完全無人駕駛系統的概要
以前，筆者曾經在某個講座上聽到過説:“NIDIA和Audi在合作構築無人駕駛系統”，以此為基礎，筆者在此簡單地描述一下筆者所理解的完全無人駕駛系統的概要。（圖3）
【1】搭載了充分學習了的AI(OS)、AI半導體的汽車開始投入市場。
【2】汽車開關開啓的瞬間，AI(OS)開始啓動，連接5G網絡，進行互聯。而且，從GPS獲取位置信息，從主機（Host Computer）獲取最新的地圖。此外，AI(OS)也可以更新至最新版本。
【3】假設銷售了1萬輛這樣的無人駕駛車輛。各個汽車一直連接5G網絡，且從GPS獲取位置信息。
【4】此外，每輛車在進行無人駕駛的同時，每輛車的AI(OS)都進行深度學習（Deep Learning），因此更新至更安全、“聰明”的AI(OS)。
【5】但是，每輛車的學習有差異，於是，通過5G網絡，把1萬輛車的學習結果彙集到主機上。
【6】在主機上，以彙集的學習信息為基礎，把AI(OS)更新至最新版本，並利用5G網路分配給這1萬輛汽車。
如此一來，各輛車搭載的AI(OS)就會以終端AI(Edge AI)的形式發展其功能，在主機這邊，一直是“中央集權”的AI能經常更新至最新的AI(OS)，併發送給各輛汽車。而且，如果銷售的完全自動駕駛車輛越多，自動駕駛行駛的路程越長，就會彙集越多的學習結果，車輛也就變得越來越安全、“聰明”。
到底需要多大的存儲容量？
在“Level4-5”的完全自動駕駛中，利用最尖端的工藝生產的AI半導體、5G通信半導體都是不可或缺的。此外，儲存AI(OS)和各種數據的大容量SSD、高速大容量的DRAM(作動AI半導體的Working Memory）成為了不可或缺的元素。
在2019年12月11日-13日召開的科技座談會（Technology Symposium）--“SEMICON Japan”上，針對Level2的無人駕駛，美國的Micron Technology（鎂光科技，以下簡稱為“鎂光”）公佈説，Level4-5的無人駕駛車輛上搭載的DRAM的容量是Level2的10倍，NAND（也就是SSD）的搭載容量是Level2的100-150倍。
那麼，實際上，到底是多大的容量呢？
據美國的調查公司Gartner報道説，1輛無人駕駛的互聯汽車的數據流量（Data Traffic）可以超過280PB(Petabyte)/年，換算下來，一天約有767TB,一小時約有32TB,1分鐘約有533GB，1秒約有8.8GB。
筆者認為，要存儲巨大的AI(OS)，並儲存最新的地圖信息、各種數據，應該需要100TB左右大小的SSD。
此外，要高速地處理這樣大批量的數據，鎂光開發了一款規格為“GDDR6”的DRAM，它可以瞬間提高數據傳輸速度（鎂光官網）。
所謂DDR，是“Double Data Rate”的縮略語，DDR2也就是數據傳輸速度是DDR的2倍的DRAM（圖4）。同樣，DDR3是DDR2的2倍，如今主流的DDR4是DDR3的2倍。鎂光開發的GDDR6超過了DDR5,數據傳輸速度是DDR4的4倍。
此外，考慮到各種各樣的信息，推測“Level4-5”的無人駕駛汽車搭載了容量約為70-80GB的GDDR6。如今，集成度最高的DRAM為8GB，看了一下DRAMeXchange 的 網站，得知8GB是由8個1GB組合而成的。
因此，假設“Level4-5”的無人駕駛汽車需要的GDDR6為80GB，也就是需要80個DRAM（1GB/個）。筆者也不確定“Level4-5”無人駕駛汽車會在什麼時候普及、普及到何種程度，假設有1,000萬輛無人駕駛汽車，那麼就需要8億個DRAM,假設有3,000萬輛汽車，就需要24億個DRAM。這對DRAM市場來説，將來帶來什麼樣的推動力呢？
DRAM的出貨金額和出貨數量
圖5是DRAM的出貨金額、出貨數量。可以看出，DRAM的出貨金額上下浮動十分明顯，比方説，在Windows 95發售的1995年，迎來了頂峯；在2000年的IT泡沫時期，也看到了頂峯。此外，在2008年的雷曼衝擊(Lehman Shock)之後，一度下跌，最近，從被稱為“Super Cycle”的2017年前後開始，出貨金額開始增加，2018年從頂峯開始下跌（Peak Out），2019年陷入大蕭條。
之所以出現如此的大跌大漲，是因為DRAM供給不足的時候，價格高漲，供給充分的時候，價格又暴跌。雖然每次的達到頂峯（Peak）的原因都不一樣，但是基本以4-5年為週期，價格呈現高漲、暴跌，這一週期被稱為“Silicon Cycle”（硅週期）。
但是，DRAM的出貨數量卻沒有這樣的週期。直到2003年，其增長都十分緩慢，後來，出貨數量急速增加。進入21世紀，以中國為首的亞洲各國的經濟迅速發展，手機、PC、數碼家電的需求高漲，這些產品的需求帶動了DRAM數量的增加。
但是，2010年以後，DRAM的出貨數量基本保持在150億個左右，其理由是一些DRAM廠家逐個被淘汰。也就是如圖6所示，2011年已經減少至4家，然而，2012年，爾必達（ELPIDA）存儲半導體倒閉，被鎂光收購，因此，2013年以後，Samsung Electronics、SK Hynix、Micron三家公司佔據了市場約96%的份額。
這三家公司都深知“如果供給過剩，價格就會暴跌”，因此都一邊“觀察”着其他家的動靜，一邊調整着生產。一言以蔽之，也就是一種“密謀”（但是，不是不可告人的密謀），因此，DRAM年度出貨量就只有150億個了（注：2019年雖然的DRAM價格低迷，但是出貨數量達到了170億個，至今不清楚其原因是什麼）。
尖端DRAM成為“瓶頸” 的時代
2018年的1月剛過，就迎來了真正的大數據（Big Data）時代，圍繞數據中心（Data Center）進行競爭的Amazon、Microsoft、Google等公司都開始了對Samsung的“圍攻”（2018年1月8日 日本經濟新聞）。他們這是為了確保數據中心的服務器需要的尖端DRAM而開始了以上行動。
結果，Google與Samsung簽訂了以下協議：在Samsung擁有的月產能約為45萬個的DRAM產線中，Google買斷其中的2萬個DRAM。也就是説，Samsung的DRAM工廠中，月產能中的2萬個是專為Google供貨的。這是前所未有的新聞。
但是，筆者認為，在“Level4-5”無人駕駛汽車正式普及的時候，仍舊會發生以上這樣的現象。
汽車廠商無法自己同時生產AI半導體、通信半導體、存儲半導體。因此，有必要把尖端AI半導體、通信半導體委託給TSMC生產。此外，汽車廠商真的會向Samsung、鎂光等存儲半導體廠商低頭，並説“請賣給我們高端的DRAM”嗎？
假設一年需要24億個GDDR6,如果1個12inch的晶圓可以生產出1,000個DRAM，那麼1年就需要240萬個晶圓，月產就要達到20萬個DRAM。
這大約相當於DRAM廠商的全球所有產能（約130萬個）的15%，但是，GDDR6不僅規格特殊，還要求滿足車載半導體必須的苛刻的條件。因此，比起Google每月從Samsung採購2萬個DRAM這件事情本身，還有更大的軒然大波會發生。
最後，我們説一下文章的結論，在“Level4-5”無人駕駛真正普及的時候，如何確保尖端DRAM的供貨將會成為關鍵因素（即“瓶頸”）。
汽車廠商們，你們做好心理準備了嗎？“歡迎你們來到Silicon Cycle的世界”！