根据Gartner公布的最终结果,2019年全球半导体收入总计4191亿美元,比2018年下滑12%。
Gartner研究副总裁Andrew Norwood表示:“ DRAM市场的供过于求导致了2019年整个内存市场下滑32.7%。2019年内存市场占半导体销售额的26.1%,是表现最差的一个细分领域。中美贸易战使全年的销售受到冲击,是抑制整个全球半导体市场收入增长的一个不利因素。但是相比当前COVID-19病毒的传播情况,贸易战似乎变成了一个小问题。”
英特尔重新获得半导体市场第一宝座,内存市场的低迷给许多顶级厂商带来了负面影响,其中就包括2018年和2-17年收入排名第一的三星电子(Samsung Electronics)。
表1:2019年全球收入排名前十的半导体厂商(单位:百万美元)
2019 Rank |
2018 Rank |
Vendor |
2019 Revenue |
2019 Market Share (%) |
2018 Revenue |
2018-2019 Growth (%) |
1 |
2 |
Intel |
67,754 |
16.2 |
66,290 |
2.2 |
2 |
1 |
Samsung Electronics |
52,191 |
12.5 |
73,708 |
-29.2 |
3 |
3 |
SK hynix |
22,297 |
5.3 |
36,240 |
-38.5 |
4 |
4 |
Micron Technology |
20,254 |
4.8 |
29,742 |
-31.9 |
5 |
5 |
Broadcom |
15,322 |
3.7 |
16,261 |
-5.8 |
6 |
6 |
Qualcomm |
13,613 |
3.2 |
15,375 |
-11.5 |
7 |
7 |
Texas Instruments |
13,364 |
3.2 |
14,592 |
-8.4 |
8 |
8 |
ST Microelectronics |
9,451 |
2.3 |
9,579 |
-1.3 |
9 |
10 |
NXP Semiconductors |
8,758 |
2.1 |
9,022 |
-2.9 |
10 |
15 |
Apple |
8,569 |
2.0 |
7,646 |
12.1 |
|
|
Others (outside top 10) |
187,575 |
44.8 |
197,696 |
-5.1 |
|
|
Total Market |
419,148 |
100.0 |
476,151 |
-12.0 |
资料来源:Gartner(2020年4月)
在内存领域,NAND闪存经历了历史上最严重的销售萎缩,由于2018年底库存水平上升和2019年上半年需求疲软,导致2019年收入下滑了26.4%。智能手机和超大规模云服务的需求疲软导致价格下滑,迫使几乎所有厂商都撤回了现有的晶圆厂计划,或者在某些情况下,降至低于2018年的水平。NAND市场从2019年7月开始稳定下来,当时KIOXIA和西部数据共同拥有的晶圆厂停电,成为厂商库存量减少的催化剂,促使价格从不可持续的较低水平上出现增长。
其他细分市场的表现喜忧参半,因为模拟器件产品在2019年下滑了5.1%,光电细分市场增长了6.6%。模拟器件(通常紧密跟随半导体总体市场)由于终端设备市场特别是工业和传统汽车业的疲软而遭遇下滑。由于智能手机的摄像头数量不断增加,光电细分市场成为所有细分市场中表现最好的一个。
Norwood表示:“由于新型冠状病毒对半导体供求的影响,全球半导体市场到2020年可能还会继续下滑。COVID-19已经给全球供应链和制造运营造成了冲击,除少数例外,将导致大多数地区的消费者和企业支出急剧缩减。我们预计全球半导体市场将在2020年下滑0.9%,低于2019年底的预测增长12.5%。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。