集微网消息，年半Yole Intelligence 预计 2023 年半导体设备行业（Wafer Fab Equipment，导体代即 WFE）总收入将下降 8.3%，设备收入将从 2022 年度额 1010 亿美元减少到 930 亿美元。总收

2023 年第一季度半导体设备市场已经相较上一季度下降 7%，入下而在 2023 年第二季度还将面临 11% 的肯锡下降。Yole Intelligence 认为造成下降的后摩主要原因是存储芯片制造商推迟以及取消设备订单。此外地缘政治局势也阻碍了来自美国、尔定欧洲和日本的有无设备供应商在利润丰厚地区的出货量，加剧了行业面临的比光困境。

（来源：Yole Intelligence）

在具体收入份额上，2022 年应用材料以 19% 的年半份额占据榜首，之后是导体代阿斯麦（ASML）的 16% 和 Lam Research 的 15%。

（来源：Yole Intelligence）

但相对于半导体设备本身的疲软，服务和支持收入预计将在 2023 年以 1% 的增速稳定增长。

2、麦肯锡：后摩尔定律时代，DSA有无比光明的未来

集微网消息，后摩尔时代计算领域激增，特定领域架构（DSA）成为计算创新的中心舞台。

半导体工艺技术创新的长期规模趋势正在放缓。对此，知名咨询公司麦肯锡做了分析。

文章认为，在2018年举办的的图灵讲座上，著名的计算机架构师John Hennessy和David Patterson观察到，工艺技术创新的放缓将稳步增加架构创新的动力，即设计集成电路执行计算任务的方式。他们认为，通用计算架构（例如，CPU）内在的低效问题将开始服从（或应辅以）为特定计算任务优化的体系结构的计算能力和成本效率，也称为特定领域架构（DSA）（见图）。

与此同时，随着计算和数字化扩散到许多应用领域，如云（人工智能和高性能计算）、网络、边缘计算、物联网和自动驾驶，高度特定领域计算工作负载为 DSA 带来了更多机会，让其能够具备有意义的性能优势。大型语言模型是生成式人工智能的核心引擎，通过ChatGPT等应用程序，可在人工智能工作负载中以极高的容量进行进一步专业化，并可能促进硬件的进一步专业化。

DSA（为特定应用领域开发的硬件和软件）具有相当大的商业潜力。GPU和TPU已经在数据中心获得了显著的市场份额，在数据中心，它们在处理因高度并行化而受益的工作负载时，如人工智能工作负载（学习和推理），性能优于 CPU。提升性能可能非常显著，特定工作负载的加速度通常可以达到15到50倍。在汽车领域，带头供应商的定制解决方案可实现低延迟、高性能推理，以安全支持不断提升的自动驾驶水平。

随着DSA扩展到其他应用领域，麦肯锡预计，到2026年，DSA的收入将达到900亿美元左右（约占全球半导体市场的10%至15%），而2022年收入为400亿美元左右。因此，看到流入特定领域设计初创企业的风险资本显著增加也就不足为奇了，过去十年里，累计有180亿美元的资金支持了大约150家初创企业，这与十年前的情况截然不同，当时回避硬件投资而青睐软件投资。

半导体价值链上的公司、计算系统制造商和计算解决方案的终端用户应该做好准备利用这一趋势，而不是措手不及。

DSA商业可行性的关键促进因素日益落实

从历史上看，除了受益于摩尔定律的巨大推动力外，CPU还受益于大规模经济，可以抵消特定领域芯片竞争的理论优势。这些芯片由于其特殊性，在逻辑上需求较小，并且可能需要专业软件才能有效部署。芯片越昂贵（由die尺寸、复杂性和工艺技术节点驱动），证明DSA合理性的应用领域所需的规模就越大。推动DSA颠覆潜力有以下五个重要促进因素，它们共同缩小了通用设计和特定领域设计之间的经济差距：

通过代工厂获得成熟和尖端半导体技术制造

代工厂——专注于半导体制造服务的公司——在全球半导体制造业中所占的份额越来越大，因为它们可以聚集需求，实现规模效率，抵消现代半导体生产成本不断上升的影响。（一家尖端半导体制造工厂的成本超过100亿美元。）晶圆代工厂不仅稳步获得技术节点的制造市场份额，而且还获得了进入最先进技术节点的机会，而这一优势直到最近才被集成设备制造商所把持。因此，任何一家拥有出色DSA设计聪明想法的初创企业都可以迅速获得最先进的制造技术，而无需在制造能力上投入一分钱。

通过成熟的云平台快速进入市场

高级DSA的潜在供应商，特别是那些以企业、人工智能或高性能计算工作负载为目标的供应商，不一定需要开发自己的面向市场的基础设施。他们可以依赖成熟的、将计算作为服务提供的云服务供应商（CSP）生态体系。如果他们能向云服务供应商及其客户群证明他们的DSA可以为特定工作负载提供卓越的计算性能（每美元和每瓦），那么他们的硬件解决方案可以集成到云服务供应商数据中心基础设施中，并作为硬件实例提供给计算周期的终端客户。

丰富的开放和授权 IP 库可快速启动DSA设计

根据定义，DSA是为特定领域工作负载设计的，但这并不意味着DSA设计人员在设计电路时必须从头开始。可授权指令集架构（ISA），如Arm和x86，以及开源ISA，如RISC-V，使芯片设计大众化，并能提供丰富的构建模块和现成的设计组件。它们还允许访问各自的编译器生态体系和应用层软件解决方案。选择这些不同的生态体系作为基础将需要在软件栈成熟度、成本和特定领域硬件性能之间做出权衡。

支持DSA芯片异构集成的二维和三维芯片封装取得进展

越来越多尖端计算设备不再由单芯片组成。由于高性能芯片越来越大，工艺技术越来越昂贵，也越来越难以实现高工艺收率，领先厂商已经转向了一种分解策略，即制造小芯片而不是单个大型单片晶粒。这些小芯片可能会根据自身工艺技术和功能进行优化，然后集成到一个先进封装中。过去，芯片封装只包含一个芯片，而现在，先进封装可以将数十个芯片异构集成在一个封装中，以二维甚至三维的形式排列。这种技术趋势有利于专注DSA小芯片的公司，因为这些小芯片现在可以集成在先进封装中，可以与其他计算、通信、内存和模拟组件连接，具有极高的带宽和低延迟性。

实现新型DSA的物理层创新

CMOS的替代品，如光子学、神经形态和量子架构，有望为特定领域计算需求提供特定优势，如能源效率、可塑性、特定任务速度以及针对特定NP难度问题的线性缩放。随着这些物理层解决方案的成熟，它们将开发新的DSA类别。

从DSA中充分提取价值，需要在技术堆栈中进一步创新

在整个技术堆栈中，从物理层到应用层的工作负载管理需要进一步创新来推动DSA的可行性和商业成功。

在物理和电路层，Arm和RISC-V等开源生态体系需要进一步成熟，支持基于这些构建块的DSA之上的完整软件堆栈。如果没有高效的软件堆栈，许多硬件级的性能优势将无法转化为实际工作负载加速。

在系统级封装（SiP）层，需要对芯片接口标准化，实现DSA的经济和普遍集成。工业协会，如通用小芯片互连通道（UCIe）已开始形成界定这些标准。此外，美国《芯片法案》和DARPA（美国国防部高级研究计划局）认识到实现先进封装的协作开发平台是一个重要的投资领域，而且他们正采取激励措施来刺激其发展。

在操作系统和编译器层，高级编译器需要有效考虑单个封装中可能共存的多个ISA。

数据中心层需要高级管理程序和协调器以最佳方式在不同的DSA计算实例中协调工作负载容器，平衡整个数据中心的利用率，以便为终端客户应用提供DSA层的好处。此外，云服务供应商将开发工具，支持其终端客户了解硬件实例的最佳配置，以满足其特定计算需求，避免低效的计算资源部署。

DSA可能会引发整个半导体价值链的中断。以下是他们应做的准备。

半导体公司：为价值链中断做好准备

材料供应商应该了解先进封装的影响（例如，需要能形成2D和3D集成基础的新基板材料，需要比现有基板材料具有更好的热稳定性和机械稳定性)，以及新物理层范例对前端和后端物料流的影响。

前端工具制造商想要参与支持DSA集成的先进封装和异构集成热潮，而这需要类似前端制造的精确定义和校准。

晶圆代工厂需要做好准备，满足对小批量和更多特定领域芯片和小芯片组合的需求，并找到以有效和经济方式支持小型厂商的方法。此外，在功能性分解为任务优化的小芯片时，对非前沿和新物理层解决方案（如光子学）的支持将越来越重要。

芯片设计公司将需要能够思考特定领域的、端到端工作负载性能的人才，从栅极布局和硬件架构设计选择到软件堆栈和工作负载管理，充分利用DSA的架构优化。

电子设计自动化（EDA）和硬件知识产权公司应该应对两个挑战。首先是如何调整他们的商业模式来支持规模较小的、可能没有财力购买昂贵的前期许可证的DSA破坏者。其次是如何将他们的IP、设计和仿真套件从芯片层扩展到系统级封装层，来支持系统级、多物理场（逻辑、电气、热、光学和机械）电子设计自动化在多个小芯片间和ISA，在带宽和延迟的作用下协同工作，而这之前仅在芯片层才能看到。

计算使用者：使用优化的DSA，并投资专业知识以更好地利用

云服务供应商已经认识到特定工作负载的芯片架构的价值，这体现在他们越来越多地采用 GPU，以及在数据中心硬件实例中转向内部芯片设计。由于设计初创企业继续关注人工智能和高性能计算用例的工作负载特性，云服务供应商希望密切关注他们可能支持并能推动将其规模化的新兴赢家。

企业客户需要了解在其特定工作负载中使用 DSA 的好处。将计算机基础设施迁移到公共云中的好处只会增加，因为云服务供应商可以大规模提供对DSA的访问，为专用硬件实例提供总需求，并有效管理其工作负载部署。然而，企业应该在深入了解如何优化其特定工作负载和云硬件实例配置以实现最大总拥有成本优势的基础上，获得或保留充分利用这些硬件实例的专业知识。

特定领域原始设备制造商（如物联网和边缘设备制造商、网络设备供应商、汽车制造商和区块链平台）希望深入了解其特定领域计算需求和工作负载的演变，而不是依赖通用计算的进展。他们还希望熟悉现有的架构选择，满足芯片设计中为其能源、成本、占用空间和性能需求进行优化的需求。这可能需要他们超越传统的供应链结构：例如，汽车原始设备制造商可能需要直接寻找并与DSA初创企业建立合作，而不是依赖一级和二级供应商来获得所有的最新观点。

摩尔定律以惊人的存续时间推动了计算行业的发展，驱动了几十年来通用计算的性能改进，这在很大程度上消除了在工作负载专门化方面投资的必要性。随着晶体管缩放速度的放缓，DSA将越来越多地获得特定用例的性能优势，并为价值链参与者及其客户带来重大颠覆影响。

3、特斯拉Cybertruck皮卡订单量超190万辆，年底前有望交付

集微网消息 据teslarati报道，根据众包数据追踪器信息显示，截至美国东部时间7月21日14:30，特斯拉Cybertruck皮卡订单量达到1943876辆，相当于预购收入超过1.94亿美元。

根据众包数据显示，当前订单数量是两年多前预定量的2倍。2021年5月，在Cybertruck皮卡推出大约18个月后，该车的预订量超过了100万辆。

报道指出，跟踪器可能不是捕获准确预订数量的最佳方式，因为100美元的预订押金对许多人来说并不算多。

根据特斯拉在第二季度财报电话会议上透露的一些细节，Cybertruck电动皮卡将使用一种更先进、能量密度更高的4680电池版本，并表示“车身长度低于19英尺（约5.8米），货箱长度超过6英尺（约1.83米）”。

不过，特斯拉在财报电话会议上没有透露有关定价或配置的任何其他细节，同时称有望在今年年底前交付车辆。

Cybertruck产量将大幅增加，以便所有预订者在合理的时间内获得他们的车辆。特斯拉CEO马斯克表示，产量增加的速度“将与整个供应链和内部生产中最慢、最不可能的部分一样快。”

此外，根据此前公布的信息，Cybertruck提供了三种动力配置：单电机后轮驱动、双电机全轮驱动和三电机全轮驱动。其中，三电机版本拥有最强大的动力输出，最大马力可达794匹，零百加速仅需2.9秒，最高时速为210公里/小时，最大续航里程为800公里。

(责任编辑：综合)