1.美国将5家中企列入黑名单 均为海康威视子公司
2.芯原戴伟进：ChatGPT推动生产力变革浪潮，芯原如何助力打造中国版AIGC？
3.中国驻荷兰大使：希望荷方“清醒认识”限制半导体出口负面影响
4.这个“iPhone时刻”到底是AI的还是英伟达的？
5.美日对华半导体设备出口首次出现连续三年下降
6.响应科技超级大国倡议 英国企业界提十项关键建议
7.美国《芯片法案》详细指导方针让韩国芯片制造业陷入恐慌
8.行业律师：美国“芯片法案”会让一些企业犹豫是否接受资金补贴
9.【激光雷达系列报道三】决胜下半场：固态纯芯片方案之路如何走通？
集微网消息，美国商务部28日将5家中国实体列入贸易黑名单，全部为海康威视的子公司。美国商务部周二将5家中国实体添加到贸易黑名单中，包括Luopu Haishi Dingxin Electronic Technology Co., Ltd.（洛浦海视鼎鑫电子技术有限公司）, Moyu Haishi Electronic Technology Co., Ltd.（墨玉海视电子技术有限公司）, Pishan Haishi Yong'an Electronic Technology Co., Ltd.（皮山海视永安电子技术有限公司）, Urumqi Haishi Xin'an Electronic Technology Co., Ltd.（乌鲁木齐海视新安电子技术有限公司）以及Yutian Haishi Meitian Electronic Technology（于田海视美阗电子技术有限公司）。天眼查资料显示，这五家公司均为海康威视的子公司，董事长均为毛军湖。海康威视是全球最大的监控设备厂商，此前在2019年就被列入美国出口管制实体清单。被添加到实体清单意味着美国供应商必须获得特殊且难以获得的许可证才能将货物运送到目标公司，美国越来越多地使用实体清单来针对中国公司。据悉，杭州海康威视数字技术股份有限公司（海康威视），成立于2001年，位于浙江省杭州市，是一家以从事计算机、通信和其他电子设备制造业为主的企业。2月份，海康威视发布2022年业绩快报称，年度实现营收831.74亿元，同比增长2.15%；营业利润同比下降19.84%至148.09亿元。2.芯原戴伟进：ChatGPT推动生产力变革浪潮，芯原如何助力打造中国版AIGC？ChatGPT的爆火，多模态大模型GPT-4的发布以及全面植入微软Office全家桶，百度也推出了同样具备多模态能力的“文心一言”（ERNIE），甚至李开复、英特尔首席架构师Raja Koduri也准备下场角逐—今年以来，以此为代表的内容生成式AI（AIGC，AI Generated Content）应用快速破圈，掀起基于大语言模型(LLM)的生产力革新浪潮。就像一个正在飞速进化的新物种，全民AIGC是否将推动新一轮生产力变革的新时代到来？ChatGPT令AI从everywhere到everyone1956年夏，麦卡锡（John McCarthy）、明斯基（Marvin Minsky）、罗切斯特（Nathaniel Rochester）和香农（Claude Shannon）等科学家首次提出“人工智能（Artificial Intelligence，简称AI）”这一概念，标志着人工智能学科的诞生。在经历了数次寒冬与泡沫之后，坎坷的人工智能探索道路才终于随着ChatGPT的走红而实现了从“不能用、不好用”到“可以用”的技术突破，并进一步走向实用化。“事实上，在这一轮ChatGPT浪潮之前，AI技术已经是随处可见（everywhere）。比如边缘AI计算已被广泛应用于包括消费电子、工业和汽车设备在内的众多细分市场，包括语音交互、人脸识别、图像优化、安防监控、自动驾驶等等。”芯原执行副总裁、IP事业部总经理戴伟进对集微网评论说，“随着AI技术的不断演进，它从以往处理特定任务，发展到今天像ChatGPT一样与人互动，回答问题，这种具备思考和学习能力的工具能够使每个人（everyone）的休闲娱乐或工作从中受益。”
ChatGPT的开发逻辑，是基于Transformer架构的语言模型，通过学习大量预先标注的文本数据(包括网络新闻、书籍、学术文献等)，生成与人类语言相似的文本。通过数据中心、计算机硬件设备等进行模型的运行、文本数据的计算处理，以服务器、存储器、网络接口输入输出设备等硬件为基础。虽说ChatGPT可以初步用于提高生产力，但是基于GPT-3.5的ChatGPT仍存在缺点和瓶颈。“无论你问什么，它总会给你一个答案，不管是否准确，可能就是一些‘正确的废话’。”戴伟进表示，“包括ChatGPT在内的AIGC应用仍需技术迭代演进，首先是训练的数据量，其次就是算法模型的参数量。”比如最新发布的多模态GPT-4模型，其参数量更大，模型迭代时间更长，可识别图像，也能够给出更准确的结果，具有更广泛的常识和解决问题的能力。ChatGPT实质是对话式AI的应用，IDC数据显示，对话式AI市场规模在2022年达到54.6亿元人民币，其市场渗透率相对已经饱和。ChatGPT引发的浪潮促使主流厂商在其对话式AI应用中引入大模型，将带动对话AI相关市场新一轮增长。此外，在搜索、营销场景中，ChatGPT类型的应用则可能衍生出全新的产品形态。随着OpenAI开放了GPT-4的API，戴伟进预测它将成为老少咸宜的、提高生产力的工具，而智慧出行领域将是最先落地的应用场景之一。现阶段，作为市场主流的交互方式，智能语音是智能座舱的标配功能，然而当前车载语音系统的交互程度普遍较弱，用户体验一般，大多时候沦为“鸡肋”。“ChatGPT将极大地推动自然语言处理（NLP）AI的商业化应用，为汽车中语音交互系统带来新的可能。”他强调，“人人能用”很酷，这样一项非常实用的技术将会吸引更多人来开发需求，挖掘商业价值，使AI从研究项目真正成为可商业化大规模投资的产业，进而形成活跃的生态圈。观察GPT系列从1到3的发展过程，都是基于Transformer架构，并且探出一条路，就是可以通过海量数据，超强算力，让NLP产生质的变化。既然ChatGPT等AIGC应用的“智力”增长，建立在对海量数据的训练上，算法、数据、算力是生成式AI不可或缺的三大关键，算力做为硬件基础决定AI“智力”的上限。OpenAI发布的AI模型算力报告中指出，与2012年的模型相比，2020年提出的模型需要600万倍的计算能力；预计从2023到2028年，AI所需算力将再增加100万倍。IDC也预测，中国智能算力需求规模，到2026年将进入每秒十万亿亿次浮点计算（ZFLOPS）级别，达到1,271.4EFLOPS，从2021到2026年，年复合增长率将达52.3%。戴伟进表示，AI运算可以简单归纳为云端运算、边缘运算和移动边缘计算三个场景，对相关算力芯片的性能、功耗和延时等关键指标有着不同的需求。ChatGPT背后的算力支撑正是基于分布式运算的云端运算集群。据TrendForce估算，处理1800亿个参数的GPT-3.5大模型，需要的GPU数量高达2万枚，未来GPT大模型商业化所需的GPU数量甚至超过3万枚。而根据英伟达的公告，微软Azure上部署了数万枚A100/H100高性能芯片。这是第一个采用英伟达高端GPU构建的大规模AI算力集群。“以云端运算、数据中心为支撑的AI运算，需要的是GPU、GPGPU、以及TPU/NPU/VPU ASIC加速芯片等为代表的大算力芯片。”戴伟进指出，过去数据中心曾经用CPU，性能增长越来越难以跟上AI算力需求，而并行运算的GPU更适合用于高并发的深度学习任务。去掉或减弱GPU的图形显示能力的GPGPU，则将其余部分全部投入通用计算，实现处理人工智能、专业计算等加速应用。再辅以TPU/NPU等加速模块，这三大类芯片构成了AI算力的基石。另外，戴伟进还指出，由于AI运算需要对海量数据进行处理，数据存取能力也在很大程度上限制了AI运算速度，存储性能跟不上的话，会导致GPU在那里等待，无事可做，空转浪费算力，因此通用存储和缓存技术等数据存取架构的创新也越来越急迫。目前，ChatGPT已经令英伟达成为这场算力革命的最大赢家。部分业内人士认为，如果英伟达在其人工智能GPU业务中看到了机会，它可能会优先供应人工智能GPU，而不是游戏GPU。ChatGPT以及随后涌现的诸多AIGC应用必然会让供应已然十分紧缺的高性能GPU再次告急。ChatGPT火爆全网之时，“背水一战”的百度也推出了中国版“ChatGPT”文心一言。李彦宏直言“大模型训练堪称暴力美学，需要有大算力、大数据和大模型，每一次训练任务都耗资巨大。”尽管文心一言收获了众多围观者褒贬不一的反馈，但不可否认其对算力基础设施的需求必将驱动AI芯片市场井喷。戴伟进指出，对于中国AIGC市场发展而言，数据、算力、算法是驱动力也是瓶颈所在。随着高端计算芯片在国内的发展一再受限，AI芯片领域的国产替代势在必行。要打造中国版“ChatGPT”，我们还需要突破哪些瓶颈？戴伟进认为，首先中文语料的训练量要比用英文训练的ChatGPT大得多，训练时间也还远远不够，需要进一步积累。比如文心一言中文语料占比约75-85%，与GPT3.5对比，量级是后者10倍以上。“这需要时间。”其次是算力挑战。虽然高性能GPU成为主流的AI算力芯片，但实际上在AI运算中，需要的核心模块更多是并行运算单元和神经网络加速单元，因此GPGPU被视为AI时代的算力核心。“对于AI芯片厂商来说，需要真正明白自己需要的是哪部分的功能，虽然国内在并行运算单元性能上与英伟达还有一定差距，但是通过NPU单元，以及数据存取方面的创新，有效解决芯片性能瓶颈问题，何乐而不为呢？”芯原Vivante GPU/GPGPU/NPU架构
“作为中国排名第一，全球排名第七的半导体IP提供商，芯原已拥有六类自主处理器IP。针对AI芯片，芯原基于超过20年Vivante GPU的研发经验，推出了GPU、GPGPU、NPU等AI芯片所需的系列IP组合，可提供从边缘AI运算低功耗嵌入式设备，到云端AI运算高性能服务器，再到智能驾驶等应用所需的计算能力，满足广泛的人工智能计算需求。”他表示，“如今芯原的NPU IP已被全球60余家客户用于其110余款人工智能芯片中，这些芯片应用于物联网、可穿戴设备、安防监控、汽车电子、服务器、智慧电视、智慧家居、智能手机、平板电脑、智慧医疗等众多场景。未来，公司将在AIoT、可穿戴设备、汽车电子、数据中心这四个领域专注半导体IP的研发与平台化升级。”他解释，针对客户不同的应用场景需求，芯原的处理器IP可通过对图像处理单元、并行计算单元和神经网络加速单元的差异化“配比”来实现不同芯片尺寸和功耗预算的定制化设计，并提供完整的软件栈和SDK，支持主流的深度学习框架，包含Tensorflow、PyTorch、ONNX、TVM、IREE等，支持OpenCL和OpenVX等编程API。据悉，目前芯原多家车载领域的客户，已经将基于芯原IP打造的GPGPU、NPU用于训练Transformer模型。“随着基于大模型的AI迅速展现强大的商业价值，芯原的相关IP也越来越受欢迎。部分客户开始在此基础上开发第二代芯片产品，也有更多客户将芯原的NPU IP部署到他们的GPU中，以提高运算性能。”戴伟进透露，“除了智能驾驶领域，数据中心和服务器领域也是芯原持续关注的重点研发方向，结合自身技术优势努力挖掘新的市场机会。”最后，戴伟进还重点强调了数据存取技术领域的创新。“以往行业关注的重点大多在于处理器的创新，存储领域已经20年没有出现重大的技术突破了，行业龙头和初创企业都在努力解决，国内在这个领域还是有机会的。”尽管越来越多“大神”加入到AIGC的大潮中，但这种大语言模型离真正掌握做类比推理的能力还有一定的距离。而各路“ChatGPT”的破圈成长还需不断以模型的优化，训练规模的提速以及算力资源的扩充来支撑。无论是为了实现技术的安全可控，还是为了应对AI算力性能和数量均“告急”的瓶颈，都驱动着国内AI芯片厂商另辟蹊径。芯原的GPGPU+NPU的DSA异构设计思想，为广大国产算力芯片设计者提供了一个从“能用”到“好用”的多元算力解决方案。3.中国驻荷兰大使：希望荷方“清醒认识”限制半导体出口负面影响集微网消息，据中国台湾“中央社”29日报道，针对美日荷达成半导体设备出口管制协定，中国驻荷兰大使谈践日前向媒体表示，中方正尽最大努力与荷兰沟通，不要执行相关协定，希望荷方对此事产生的负面影响“保持清醒认识”。谈践说，中方坚决反对这种行为。有关措施如果实施，将为中荷经贸合作和双边关系带来负面影响。而目前荷方具体的出口限制只是一些架构原则，中方要求荷方提供更多讯息，双方仍在对此进行磋商。他提到，中方正在尽最大努力与荷兰沟通，希望荷方“不会采取这些措施（执行协定）”。3月初，荷兰政府宣布，将进一步限制ASML旗下一些半导体设备出口。除最先进技术外，低一档的产品也被禁止出口。AMSL当时表示，这意味着公司将无法在中国销售其先进的半导体技术，也就是深紫外光（Deep Ultraviolet）系列的曝光机。《荷兰金融报》20日报道，谈践曾指出，中国不会简单地咽下这口气。4.这个“iPhone时刻”到底是AI的还是英伟达的？集微网报道（文/孙钦舟），一年两次的GTC是全球最大的AI技术会议之一，在上周举办2023年春季GTC大会上，英伟达发布了一系列涉及到大型语言类AI、生成式AI、工业元宇宙等试下热门话题，但在这些热门话题的背后，英伟达的野心似乎不止于此。从“VR元年”到“元宇宙”，相较于前几年元宇宙概念在消费市场热火朝天相比，今年的元宇宙市场明显要冷清许多。根据Counterpoint的数据，2022年第四季度，全球XR头显出货量同比下降21%，同时各个设备类型均有下滑，Counterpoint将这个现象归因为最近几个季度缺乏声量突出的产品同时也缺乏引人注目的用例。在XR设备中占有统治性地位的Meta自然也是XR市场大环境疲软的最大的几个受害者之一，根据其的官方财报，Meta Reality Labs部门在2022年创造的营收为21.59亿美元，相较2021年有至少1亿美元的下滑。而相较于消费级元宇宙，工业元宇宙对英伟达来说似乎更为“诱人”。圣何塞州立大学讲师兼学术顾问Ahmed Banafa曾在接受《集微访谈》采访时谈到这两者的差异：“在工业物联网（此处指元宇宙）中，你的客户数量有限，但他们往往有很多钱。而消费级物联网会有很多令人头疼的问题，比如法律法规和隐私。”在会上英伟达发布了NVIDIAOmniverse™Cloud云服务平台，并宣布和微软合作将该服务托管于Microsoft Azure中。客户可在工业元宇宙中构建工厂的数字孪生，或者在元宇宙中对于产品数字孪生的性能进行测试。从而加速产品开发，优化制造流程等等。此外，客户公司可将物理世界中的传感器实时数据链接到云上的数字孪生上，让客户能在元宇宙中构建更加精确的数字孪生。不过相较于工业元宇宙，NVIDIA布局多年的AI似乎更受重视一点。从ChatGPT到计算光刻，AI产业的“iPhone时刻”至少，从老黄的主题演讲上看，英伟达为此做足了准备。在主题演讲中该企业一口气推出了针对生成式AI的四款推理平台：用于AI视频的NVIDIA L4、用于图像生成的NVIDIA L40、用于图形推荐、矢量数据库以及图形神经网络的NVIDIA GraceHopper、以及针对目前大火的语言模型AI ChatGPT的NVIDIA H100NVL。并表示为AI算力供应商推出的DGXAI超级计算机已全面投入生产。其中，为大型语言模型部署设计的NVIDIA H100NVL相对于上一代A100相比，其在GPT-3模型上的推理性能是原先的12倍——而HGXA100是此前唯一具有实时处理ChatGPT能力的GPU。同时，除了直接售卖硬件，英伟达也推出了NVIDIA DGXCloud，让企业以按月订阅的方式租用为AI或者其他训练模型所需要的计算基础设施和软件。当然，整场发布会最大的“王炸”则是NVIDIA拉着ASML、TSMC和Synopsys，将GPU的加速计算引入光刻领域。通过在GPU上运行用于计算光刻的NVIDIA cuLitho软件库，比当前光刻技术提供高达40倍的性能飞跃，也就是说，仅需500个NVIDIA DGXH100系统即可完成以往需要4万个CPU的系统才能完成工作。为了证明英伟达 Al in AI的决心，黄仁勋甚至不惜拿智能手机行业里的iPhone举例子在演讲中反复强调，现在我们正处于AI的“iPhone时刻”。但我们认为，对英伟达来说，处于“iPhone时刻”的是AI还是元宇宙并不重要，他们真正的目标其实是在它们背后作为基础设施提供算力支持的数据中心。因为无论是转战工业生产力领域的“元宇宙”，还是最近大火的生成式AI和对话式AI，甚至是在演讲中堪称“技术核弹”的计算光刻技术，它们都有一个共同点：它们都需要比以往更大或者不同的算力，所以这些服务提供商或者这些用例的潜在客户若是不想在今后的浪潮中掉队，那么他们将不得不升级自己的数据中心。例如根据semianalysis的测算，如果Google将ChatGPT直接部署到每次搜索中，那么需要大约512820.51台A100HGX服务器，总共4102568枚A100GPU。光是这些服务器和网络的成本支出就能超过1000亿美元。要知道，原先Google完成一次传统的搜索请求，总花销仅约为1.06美分，而引入ChatGPT单次对话成本则需要增加1.42美分，其中硬件花销就占了0.36美分。虽然实际情况并不会如测算般夸张，毕竟Google可以通过减少AI使用次数的方式来节约算力需求，但无疑，对于提供显卡的英伟达来说，正如当年3D图形游戏的进步推动了GPU的发展一样，由AI和工业元宇宙等带动的数据中心基础设施建设是一个巨大的机会。这个机会有多大呢？根据英伟达的官方营收预测，从2023财年第二季度开始数据中心市场的营收将会取代游戏市场（也就是游戏PC等所在的市场），成为英伟达最主要的收入来源，而在第三季度，数据中心营收将跃升至游戏市场营收的两倍。实际上，并不仅仅是他们，它的老对手AMD近期的财务报告也显示，消费电子产品的收入约为16亿美元，而数据中心收入则达到了17亿美元。高临管理咨询分析师Lucas Kah在接受爱集微采访的时候对笔者表示：“我们看到数据中心收入首次出现拐点，令游戏和PC收入黯然失色”。虽然，我们无法断定AI是达到iPhone时刻还是另一个“噱头”，但是我们能确定的是无论AI还是元宇宙，都不是英伟达的终点，而是它实现数据中心霸主地位的跳板。集微网消息，随着美国方面加强对先进芯片技术的贸易限制，2022年美国和日本对中国的半导体制造设备出口出现三年来首次下降。据数据显示，在10月至12月这个季度，日本对中国的此类设备出口额同比下降16%，而美国下降50%，荷兰下降44%。日本和美国对世界其他地区的出口分别增长了26%和10%。这三个国家都是顶级芯片制造设备供应商的所在地，应用材料、ASML和东京电子的市场份额领先。据中国媒体报道，2022年全年，中国半导体制造设备的进口额下降了15%，至347亿美元，这是三年来的首次下降。这种下降趋势一直持续到2023年，1月和2月的进口总额同比下降21%，而半导体进口下降了约四分之一。疫情期间中国生产和资本投资的下滑，以及2022年下半年半导体市场的放缓，两者都可能是导致下降的原因。美国10月份对生产先进芯片的设备和软件的出口实施限制也起到了一定作用。总部位于美国的Lam Research是一家领先的蚀刻工具设备制造商，该公司估计，管制措施将在2023年将其收入减少20亿至25亿美元，约为2022年总收入的十分之一。东京电子控制着近90%的芯片涂层显影和开发设备市场，2021财年其半导体生产设备销售额的26%来自中国。副总裁Hiroshi Kawamoto表示：“如果美国设备不能送到我们的中国客户手中，他们将无法生产，因此我们的设备也无法到达那里。”拜登政府已敦促日本和荷兰效仿其做法，以加强对先进芯片技术的保障。两国都在制定自己的限制措施。荷兰外贸部长Liesje Schreinemacher最近表示，荷兰计划最早在夏季将更多工具添加到其出口管制清单中。日本经济产业大臣表示，东京将“根据其他国家实施的限制采取适当措施”。英特尔称美国10月的限制“可能是有史以来最复杂的出口管制规则”。公司发现很难衡量其影响。在不知道全部细节的情况下，“我们正在关注风险，以了解对收益的影响有多大，”一家日本半导体制造设备供应商的高管表示。英伟达的GPU——人工智能的关键组件——受到美国对华的限制，这家美国芯片公司正在向中国出口性能较低的替代型号，以避免违反禁令。行业组织表示担心这些控制措施可能会阻碍超出其范围的产品的销售。尖端技术之外的技术仍然很容易交易。电动汽车等应用对半导体的需求旺盛，日本主要设备制造商继续将中国视为重要客户。Sumco等硅晶圆供应商也相对不受影响。董事长桥本真由纪表示，如果中国开始在国内生产更多芯片，它“最终可能会购买更多”晶圆。即便如此，地缘政治风险对整个半导体行业来说依然存在。各国悬而未决的补贴以将半导体生产带回国内，这一结构性因素将进一步削弱对中国的出口。行业观察人士表示，北京正面临来自美国限制措施其他方面的压力，这些限制措施还阻止了设计软件的出口。“中国在先进[芯片]开发方面落后了十年，”一位业内人士表示。日本综合研究所的野木森(Minoru Nogimori)表示，这对美国设备厂商的在华工程师也是一个打击。6.响应科技超级大国倡议，英国企业界提出十项关键建议集微网消息，据外媒报道，活跃在柔性集成电路领域的英国企业Pragmatic Semiconductor日前针对“英国如何增强其成为科技超级大国的雄心”，提出十项关键建议。该公司的报告基于其上月召开的圆桌会议及更早前的问卷调研，接受调查的英国商界领袖中有40%不同意政府正在为该行业提供足够的支持，以帮助他们在全球范围内竞争并在2030年达到超级大国地位。根据该报告，英国在科学和技术方面拥有丰富的背景，但科学、创新和技术部正在推动进一步投资和世界领先的五项“关键技术”——人工智能、工程生物学、半导体、量子计算和电信——为了成为真正的全球“超级大国”，需要更强大的基础来最大限度地发挥英国科技和科学商业生态系统的潜力。Pragmatic的报告为政府提出了十项关键建议：公平竞争——与其他全球市场相比，政府必须为英国的科技公司创造一个公平的竞争环境。接受Pragmatic调查的超过半数 (53%) 的商业领袖认为，政府没有为公司提供足够的激励措施，以将其制造业务和总部留在英国。战略——政府应尽快发布承诺的白皮书和战略，以支持五项“关键技术”，包括期待已久的半导体战略。利用国内需求——政府必须研究如何利用公共部门采购作为支持国内对尖端科技公司需求的工具。超过三分之一 (37%) 的受访商界领袖认为，更多的政府采购机会将有助于确保英国投资以发展他们的业务。供应链安全——政府必须考虑新的技术交付创新模式如何帮助英国建立更安全的供应链。培养投资者生态系统——政府应该培养英国投资者对创新科技企业更有活力和自信的态度。利用现有网络——与现有的 Catapult 网络和其他专家机构合作，政府必须研究如何更好地结合技术投资者和专家来指导投资决策。全球宣传活动——政府应优先开展全球宣传活动，以宣传英国的成功故事。简化签证——政府应简化当前的签证程序并降低该行业从国外招聘人才的成本。培养下一代——政府应该为英国研究生创造更多机会，让他们可以借调到国外的科学和创新中心。在学校推广 STEM——政府应更好地在学校推广更好的 STEM 职业，促进创新企业与当地教育机构之间的联系。政府最近发布了科学技术框架，明确打算发布战略和白皮书来支持包括半导体在内的五项“关键技术”。要获得“超级大国”地位，政府必须采取具体行动，利用英国强大的基础，帮助该行业发展和繁荣。如果不这样做，该国将失去繁荣的科技商业生态系统。Pragmatic首席执行官兼创始人Scott White表示：“作为一家创新的英国企业，我们希望帮助这个国家实现成为科技强国的目标，为了开始解决这些问题，我们召集了来自科学和技术部门的专家和决策者参加议会圆桌会议，并进行了研究以巩固我们对所面临挑战的理解。我们希望它能为政府将科技雄心变为现实的工作做出实际贡献。”7.美国《芯片法案》详细指导方针让韩国芯片制造业陷入恐慌集微网消息，日前美国商务部表示，将要求根据《芯片法案》为寻求美国资助的半导体公司提供其新芯片制造工厂的收入和利润的详细预测，以帮助评估其申请。据韩媒Business Korea报道，美国此举让韩国芯片制造业陷入了恐慌，他们称美国申请补贴的详细指导方针“太多了”。美国商务部要求申请补贴的公司提交盈利指标，如Excel文件中的预计现金流，以验证计算方法，而不仅仅是数字。这是一项政策的一部分，如果公司盈利超过预期，将没收超额利润。该部门要求公司输入信息，如按晶圆类型划分的半导体工厂产能、利用率、预期晶圆产量（无缺陷产品的百分比）、生产第一年的售价、每年的产量和价格变化。韩国半导体行业内部人士认为，产量和利用率等项目是衡量公司竞争力的关键指标，因此它们是公司的商业秘密。另外单片晶圆通过产品的百分比可以决定产品的单位成本和技术力量等。如果这些关键的商业机密泄露给英特尔等美国公司或其竞争对手，将对三星电子和SK海力士造成毁灭性的损害。这使得有资格获得补贴的韩国公司在申请补贴时三思而后行。另一位业内人士表示：“除了补贴申请外，美国政府还经常要求其他公司披露业务，以发展自己的公司并扩大美国人的就业机会。考虑到2021的供应链危机以及最近护栏法规的放松，这一次个别公司也将有与美国政府谈判的空间。”韩国延世大学经济学教授Sung Tae-yoon认为，“韩国政府和公司需要做出一致的回应，表明韩国公司在继续与美国合作的同时，不能提供构成商业机密的信息。我们还应该制定一项与美国公司合作的计划，以便与美国政府进行谈判。”8.行业律师：美国“芯片法案”会让一些企业犹豫是否接受资金补贴集微网消息，“芯片法案”寻求联邦拨款的半导体公司可能面临艰难的决定：接受华盛顿的帮助在美国扩产，或者保留他们在中国的产能。拜登政府上周提出了新规定，详细规定了芯片公司在接受纳税人资助的情况下，在中国和其他相关国家/地区的运营将面临的限制。据华尔街日报3月28日报道，一些拟议的限制措施，被称为针对“中国的护栏”，比行业高管、律师和国家安全分析师预期的还要严格——既适用于先进军事武器系统所需的尖端半导体工厂，也适用于消费电子产品中使用的传统芯片。“这会让很多公司质疑他们是否愿意接受法案的资助，”为半导体行业公司提供咨询服务的Akin Gump律师事务所的律师安吉拉·斯泰尔斯(Angela Styles)说。对于在中国有大量业务的东亚公司来说，这些限制尤其繁重，它们已经在中国投资了数十亿美元。其中包括全球最大的两家内存芯片制造商，以及全球最大的代工芯片制造商台积电。韩国贸易部长最近在首尔表示，美国对向中国出口先进芯片和芯片制造设备的限制将使韩国公司在华业务受到重大影响。他说，这些决定将取决于公司。商务部长吉娜·雷蒙多表示，拜登政府并不寻求在经济上与中国脱钩。“我们希望美国企业继续在中国开展业务。”她在接受《华尔街日报》采访时说。“但我们确实必须对美国面临的风险睁大眼睛。”雷蒙多表示，她可能会在今年秋天访问中国，以保持与北京方面的沟通畅通，并确保美国企业能够在公平竞争的环境中开展业务。被视为《芯片法案》资助候选者的大公司目前基本上拒绝公开评论。三星表示，它一直在“与美国和韩国的相关政府机构进行密切讨论”，并计划在审查资金细节后确定下一步行动。群年8月由拜登总统签署成为法律的“芯片法案”旨在更新美国在先进半导体技术领域的领导地位，并抵御来自中国的竞争。该法案禁止在相关国家进行前沿和先进半导体制造能力。“这本质上是美国利用产业政策引导半导体供应链朝着它想要的方向发展，而这个方向显然远离中国，”研究公司Rhodium Group的中国企业咨询主管Reva Goujon说。她说，这项政策向这些公司发出了一个“明确的信号，即在中国生产处于领先地位的半导体是不可持续的。”商务部直言不讳地解释了为什么需要这样的限制，它在拟议规则的文本中表示，该规则现在经过60天的公众意见征询期，然后在今年夏天完成。该计划还限制资金接受者与外国相关实体进行联合研究和技术许可。对于芯片制造商而言，位于中国的设施代表着多年的投资，并负责全球芯片产能的相当大一部分。三星在中国中部城市西安经营一家NAND闪存芯片厂，在东部城市苏州经营一家芯片封装厂。截至去年，三星西安工厂约占全球NAND闪存产量的16%。根据TrendForce的数据，台积电的上海和南京工厂合计占该公司总代工芯片产能的6%左右。9.【激光雷达系列报道三】决胜下半场：固态纯芯片方案之路如何走通？集微网报道（文/杜莎） 2022年，激光雷达“井喷式”上车，且国内厂商在这一赛道“抢跑”成功，但一时领先并不意味着一定能率先冲线。硬科技早期投资机构中科创星创始合伙人米磊对集微网表示：“中国在制造业上有很好的基础，且在人工成本上有显著优势。国内的激光雷达供应商抓住机会快速崛起，抢占了一定的先机。而进入到纯固态激光雷达的阶段，或许国内外供应商将在技术上展开更深入的较量。”现阶段，车载激光雷达多种技术“百花齐放”，密集上车的半固态方案只被视为是“过渡方案”，至于终极方案上，固态激光雷达是“众望所归”，且业界正在探索“深度集成化芯片架构”这一条振奋人心的路，一如在感知层面已发展多年的摄像头、毫米波雷达等传感器最终都以纯芯片的方案前装上车，他们相信激光雷达也会遵循这个第一性原理，当然这也是更符合“车规+量产+成本+安全”的路径。可以说，固态激光雷达的“未来已来”。去年，禾赛、速腾、亮道等相继发布纯固态补盲激光雷达新品或新进展，且预计最早2023年下半年就能进入量产。与大陆集团以及Ibeo量产的固态方案类似，禾赛、速腾、亮道的固态补盲方案也几乎沿用Flash纯固态VCSEL+SPAD架构，且能借助成熟的标准CMOS工艺快速实现规模量产，持续降本，另外集成度高，尺寸小，可与车身融为一体，提升整车的美观性。但美中不足的是，探测距离十分有限，在30m左右，因此现主要用于侧向补盲雷达。未来，固态激光雷达要作为前向雷达，测距瓶颈还有待突破。追根溯源，飞芯电子CEO雷述宇认为探测不够远有两大根本的原因。一方面，传统Flash方式脱胎于CMOS传感器，但CMOS传感器跟激光雷达有本质的区别：CMOS传感器不在乎接收的光源，只希望接收的光越多越好，灵敏度就会越高；但激光雷达有一个强烈的诉求，想要接收的是自身发射打到物体反射回来的光，而事实上，传统Flash方式没有信号区分的能力，所有的光都要接收，但在物体比较远的情况下，有效功率在总功率中占比极低，传感器就会被“非我”信号占用，显而易见灵敏度会大大受限，并影响到测量距离的能力。另一方面，Flash是一个成像的方案，由于成像要同时测近和测远，而激光雷达自身发光的信号与距离平方成反比，如果传感器没有足够大的动态范围，近端物体饱和了，从远端物体收来的能量却还不足以读出电路噪声，也会限制激光雷达测远的能力。这也反映出，现有固态激光雷达测距有限的根源在Flash扫描方式的原理中。因此，雷述宇指出，必须要进行原理性的突破，换一个方向切入，即从探测机理层面去解决测距不够远的问题，实现接收阵列芯片尽可能在多个干扰光中接收到其所需要的光，而非接收所有的光，并形成有效探测。同样坚定看好从探测方面寻找出路的还有洛微科技。“早前，业界有几家企业在做全固态激光雷达扫描方案，在技术研发、降本、量产等方面确实走在了最前沿。但也碰到不同的问题，包括产业链不完善、技术过早、测距有限等，经过这几年的发展，业内逐渐意识到，第一步真正需要解决的并不是扫描的问题，而是探测的问题。”洛微科技CEO冯宁宁告诉集微网。那么，从探测入手，固态纯芯片方案之路又该如何走呢？路线尚无定论？Flash与OPA，ToF与FMCW各有选择从探测机理深入解决问题或是正解，但具体到采用何种探测方式也还没有统一路线。在固态技术的大方向下，Flash和OPA的扫描方式各有利弊。全固态Flash系统发射面阵光，一次性成像、系统简洁、可靠性更高，更易达到车规标准，但如上文提及其很难区分其他激光雷达的信号。OPA是能实现一种无任何机械（含MEMS）元件的光束扫描，优点是扫描速度快、易于控制视场角，但其在芯片材料、光源选择、制造工艺等方面也存在难点。目前，市面上的固态激光雷达多数采用ToF（飞行时间）方式测距。ToF的技术发展多年、比较成熟，且对应激光器以905nm为主，近外红激光器体系，采用GaAs材料，产业十分成熟，成本已经很低，但容易受到激光信号干扰，且接近可见光光谱，人眼的视网膜对其更敏感，考虑到人眼安全，其最大激光功率受到限制，当然探测距离存在瓶颈。FMCW则是通过发射频率调制的连续波，并接收目标物反射信号的方式，对于目标物体进行距离探测，这个过程会用到多普勒效应，进而还可以直接测量目标物的精确速度。在车载应用方面，为了满足其对点频和距离的需求，必须使用多通道的解决方案，系统由此变得非常复杂。此外，与FMCW搭配的通常是基于1550nm波段的激光器，可以把光功率做得很高，探测距离自然更远，但1550nm激光器使用的材料不是硅基，而是化合物半导体材料InGaAs，还需要外部电源和复杂的电子控制装置，成本方面具有非常大的挑战。目前车载激光雷达尚处于发展初期，固态里选哪个方案尚无定论，如何选择还是取决于公司对市场的理解，以及自身的技术积淀。雷述宇曾在红外探测器芯片领域深耕超过10年，在充分考虑生产端的成熟度、市场需求，以及技术可行性后确定走Flash+ ToF的技术路线。而这一技术路线上车最难解决的问题上文也有所提及，即如何解决雷达间的强干扰问题。雷述宇指出：“现在布局全固态激光雷达的企业不少，但关键在于原理性没有突破，只相当于对传统的CMOS传感器做了一些改进而形成ToF，但这不能满足车载Flash的要求。因此，我们要设计具有强抗干扰能力的Flash方式的芯片，这充分考验一个团队的积累和设计能力，因为它没有借鉴，不像其他芯片有国际方案作为参考。”如今，飞芯电子团队在探测机理层面解决了传统全固态Flash的抗干扰难及测距短等问题：用独有专利实现了一种基于伪随机序列的Flash体制长距离、抗干扰激光雷达技术。且雷述宇认为越简洁的系统才能越可靠，飞芯的类摄像头的激光雷达，不需扫描，系统只用5个组件，即3个电学芯片：发射端的激光驱动芯片、激光器芯片、接收探测阵列芯片，2个光学组件：收、发两套光学组件。目前，飞芯电子的车载产品已进入客户试样阶段。洛微科技团队则因具备15年以上的硅光芯片研发和产品化经验，以及全栈的光电产品开发经验积累，因此选择了OPA+FMCW技术。但如上所言，该方案落地难度不小。洛微科技另辟蹊径，从擅长的硅光平台入手来解决成本、可制造性和可靠性等问题。冯宁宁表示：“对于激光雷达这样一个光电系统来说，芯片是最大成本，所以需要一定的‘第一性原理思考’，开始就要全盘考虑芯片的材料、工艺和尺寸。因此，我们选择采用硅光技术，使用生态成熟的硅基材料和CMOS工艺体系。同时，整个系统也应越简单越好，而系统的简化需要芯片的集成度越高越好，而对于光电系统，只有硅光的平台可以提供如此高和复杂的集成度，这就是我们方案选择的基本逻辑。”今年，洛微科技的硅光FMCW 4D激光雷达 F系列也将正式给客户送样。备受业内关注的是，这一固态激光雷达产业链中是否有“卡脖子”的环节？可以看出，在纯固态方案上，飞芯电子和洛微科技都选择采用类摄像头的成熟产业链，供应链方面的困难可以减小。在雷述宇看来，目前国内上游的代工厂商及下游的光电模组厂商都十分成熟和完备，唯一备受考验和挑战的就是芯片设计环节。冯宁宁也指出，洛微的产品方案很多设计比较接近摄像头，国内能提供车规级的摄像头模组的代工厂相对比较成熟，可以保证产品快速进入量产。“洛微的激光雷达产品中跟光相关的芯片不论是扫描还是测距的FMCW芯片都是自己设计，目前使用的CMOS工艺比较成熟，会暂时选择海外的代工厂，短期利用成熟的供应链来进行量产，长期来看也会考虑自主产线。”冯宁宁说。当然，技术要真的实现大规模上车也不乏挑战。雷述宇认为，技术端未来如何获得更好的抗干扰或者说匹配滤波的能力，还需要不断地迭代；产业端，做新型的传感器一定要与代工厂有良好的合作，新型传感器并不能直接使用代工厂的标准工艺，很多方面需要代工厂使用更好的工艺设计，生产更好的器件来满足激光雷达芯片的基本要求；应用端需要和客户沟通他们到底需要什么，用什么的方案更能满足他们的需求，这样他们对新的方案也有更多的理解和宽容，这是市场培育的一个工作。对于洛微科技而言，OPA+FMCW无疑是一条高壁垒且难走的路，但他们认为这是正确的路且坚定走下去。冯宁宁认为：“目前的硅光芯片方案是比较新的技术，在激光雷达领域芯片迭代还需要足够长的时间。除此之外，激光雷达本身也是一个比较复杂的系统，想做成一个完整符合车规要求，成本可控的产品，在工程上还有许多坑需要迈过去。可能还需要一两年，FMCW激光雷达才会达到符合车规量产化的程度。”但上述受访厂商对固态激光雷达这一赛道的前景及国内供应商的发展充满期待，他们认为现在的半固态方案只是“过渡方案”，固态方案将在2025年左右落地，且在该领域国内外厂商的起跑线基本相同，并表示跟已经比较成熟的毫米波雷达产品相比，在中国产业链的研发速度和迭代速度助力下，在固态激光雷达这个新的领域上有信心超越国际上的其他对手。产业界虽对固态激光雷达大方向已达成共识，但从芯片设计、制造成本到系统集成，落地应用仍面临不少挑战。当然，中国的供应商已在这些领域布局并有所成果。米磊指出，“激光雷达与芯片行业的发展情况类似，自20 世纪60年代发明以来，曾经昂贵、笨重的激光雷达，体积正不断缩小，价格也逐渐趋于稳定。”中国有广阔的市场机会，但还需要努力去把这些优势真正转化成为胜势。更多新闻请点击进入爱集微小程序 阅读
1.传京东方越南工厂将落户北宁
2.商汤科技2022年实现营收38.09亿元
3.欧盟被迫允许在2035年后销售传统燃油车
4.华天科技：已为客户提供高算力芯片封装服务
5.美再将5家中企列入黑名单 均为海康威视子公司
6.美日对华半导体设备出口首现连续三年下降
7.威马汽车温州工厂40.4亿元股权被冻结
8.台积电员工禁用ChatGPT？官方澄清
9.蔚蓝锂芯：有在研发钠离子电池
