根据IDC半导体应用预测报告的最新更新预测显示,全球半导体收入在经过了连续三年增长、2018年同比增长率达到13.2%之后,2019年收入将下滑至4400亿美元,相比2018年的4740亿美元减少了7.2%。报告还预测,到2020年半导体收入将有所恢复,2018年年到2023年期间的复合年增长率(CAGR)为2.0%,到2023年达到5240亿美元。
在经历了强劲需求和DRAM及NAND平均销售价格(ASP)的多年增长周期之后,去年底该领域出现了供应过剩的态势,而且还将在2019全年和2020年持续下去。尽管2018年第四季度充满挑战,但2018年全年DRAM和NAND内存市场分别增长至990亿美元和550亿美元,同比增长率分别为36%和12%。整个半导体市场(不包括DRAM和NAND)同比增长8%。预计2019年非内存类半导体将增长1%,达到3190亿美元。预计2019年年和2020年DRAM和NAND将有所下滑。
内存市场的强劲表现,不仅让三星成为位列第一的半导体制造商,也让内存制造商占据了前四大半导体企业中的三席。整个市场的收入集中度也在不断提高,前十大企业占据了半导体市场62%的份额,而2017年为60%,2016年为56%。
IDC预测,随着中美贸易战的明朗化,市场整合将开始加速。今年到目前为止,已经有6笔笔重大的并购交易公布,以及英特尔的大规模业务剥离。IDC预计,2020年和2021年传感器、连接、汽车、人工智能和计算机视觉市场将有更多动作,因为提供商们希望实现更大幅的增长并进入新的市场。
IDC半导体项目副总裁Mario Morales表示:“目前市场低迷主要是受到中国需求的广泛疲软以及一些主要市场(包括汽车、移动电话和云基础设施)过剩库存消耗的影响。我们预计今年第三季度末市场将走到低谷, 然后库存和需求开始逐步复苏。云基础设施投资、5G移动设备、WiFi 6采用、Smart NIC、汽车传感器、AI训练加速器、边缘推理SoC对于2020年及之后的增长预期将是有帮助的。”
2018年,汽车市场和工业市场(不包括内存)分别增长4.8%和7.8%。IDC半导体研究经理Nina Turner说:“虽然电气化、信息娱乐和先进驾驶功能使得汽车半导体内容增加,但2018年汽车销量的下降降低了汽车半导体的整体增长。今年经济减速和汽车销量下滑将继续给汽车半导体市场带来压力。但是,长期趋势仍然是不变的,汽车市场仍然是预测期内强劲的增长动力之一,半导体内容和自动驾驶设计技术将推动该市场实现3-4倍于整体市场的增长。”
IDC半导体应用预测(不包括内存)的其他重要发现还包括:
- 虽然计算行业在2017年和2018年经历了强劲的增长,但报告预测,今年计算行业半导体收入将下降5.1%,2018年到20123年预测期内的复合年增长率为1.3%。计算领域的两大亮点是x86服务器和固态硬盘,2018年到2023年期间的复合年增长率分别为11.3%和9.8%。
- 今年移动无线通信领域的半导体收入将同比增长1.8%,2018年到2023年期间的复合年增长率为4.8%。随着5G手机在2020年开始发力,4G手机的半导体收入将有所放缓,前者将在未来十年步入主流。移动设备中的RF子系统将继续推动收入的增长,这种系统将继续支持更复杂的天线以及手机频段的增加。
- 随着消费者物联网设备和家庭自动化继续扩大发展,2018年到2023年期间消费半导体市场的复合年增长率将达到6.4%。互连设备将继续推动边缘位置传感器和处理能力的增加。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。