ZDNet至顶网服务器频道 01月13日 新闻消息:无论是企业级产品还是智能终端亦或是智能家居或SSD,半导体行业巨头们总能在我们意想不到的地方发力,创造出一片又一片繁荣。那么躲在众多产品背后的众多上游半导体制造商们在2014年取得了怎样的业界?日前,Gartner发布统计报告,2014年全球半导体总营收为3398亿美元,与2013年的3150亿美元相比增长7.9%。
全球领先的信息技术研究和顾问公司Gartner发布初步统计结果。前25大半导体厂商合并营收增长率为11.7%,优于该产业整体表现。前25大厂商占整体市场营收的72.1%,比2013年的69.7%更高。
Gartner研究副总裁Andrew Norwood表示:“就群体来看,DRAM厂商的表现胜过半导体产业其他厂商。这股趋势始于2013年DRAM市场因供给减少及价格回稳双重因素而蓬勃发展并持续至今,2014年营收也因而增长31.7%。有别于2013年的一些重要类型的设备营收均出现下滑,例如:专用集成电路(ASIC)、离散元件与微元件等,2014年所有类型的设备均实现增长,但内存市场却尤为出色,在2014年增长了16.9%。若将内存营收排除,则该市场其余部分的增长率为5.4%,仍大幅优于2013年的0.8%。
2014年英特尔在连续将年衰退之后终于触底反弹,实现了4.6%的增长。该公司在2014年对自身进行重组,重新划分为五大事业部,其中数据中心事业部(Datacenter Group)仍是该公司最稳健的单位。英特尔应无意外可达成其2014年4000万平板处理器出货量的目标,但这些处理器均以极大的折扣价格作为诱导因素。在PC方面,英特尔依然继续蚕食AMD的市场份额,Gartner预测英特尔在笔记本与台式机的出货量将比2013年更高。英特尔已经连续23年蝉联市占率第一,2014年亦取得了15.0%的半导体市场,但与2011年的巅峰16.5%相比仍略显逊色。
表一、2014年全球营收前十半导体厂商 (单位:百万美元)
Norwood表示:“我们见到传统PC产量在2013年下滑10.1%之后,2014年重新开始增长。智能手机市场表现依然稳健,尽管市场趋势已明显从高端机型转移至实用机型与基本款,但产量仍增长约34%,仅略低于2013年的39.5%。不过,平板产量与去年相比却大幅衰退。”
Norwood指出:“2014年DRAM营收将高达460亿美元,并且改写了上次在1995年所创下的历史新高。不过,若就半导体市场所占比例来看,DRAM只占2014年营收的13.5%左右,仅为1995年所占比例27.9%的一半。”
SK海力士与美光科技是内存市场强劲增长的最大受益者,为十大厂商中增长最多的。DRAM市场的蓬勃发展使得SK海力士连续第二年营收出现大幅增长,DRAM约占该公司营收的80%左右。
2014年美光科技41%的增长率使得该公司排名晋升一位。该公司在2013年并购尔必达(Elpida Memory)使其成为前25大半导体厂商中增长最快的公司之一。美光的DRAM业绩因其Fab7(前身为Tech Semiconductor)从生产DRAM转换至NAND以适应并购尔必达之后的产量调整而使得表现略逊于整体DRAM市场。但尽管这项转换使得同比位元增长率减缓,但却改善了DRAM整体的供需平衡。2014年,DRAM占美光近70%左右的 营收,NAND闪存则占将近30%。
2014年,各大厂商之间的并购比前一年明显更为热烈,其中最令人瞩目的当属Avago科技并购LSI,该公司因而首次登上前25大半导体厂商排行榜。此外,晨星半导体在经历了漫长的过程之后终于和联发科技合并,另外还有ON半导体并购Aptina Imaging。同时间,Infineon并购International Rectifier仍在进行中。在通过并购的调整之后,前25大厂商的增长率为10.0%,也就是说,市场其余厂商的增长率还要更高,达到2.6%。
从表中我们可以看到,除了体积庞大的英特尔之外,其他2-5名的企业都是先了两位数的增长,而美光拜SSD市场需求强大和DRAM市场更新换代的原因更是实现了40%的爆发式增长。而体积并不比英特尔小多少的三星电子更是凭借智能设备的发展完成了两位数增长。由此可见,虽然全球经济在2014年并不平稳,新兴市场经济增长乏力,但半导体行业依然凭借自身的强大创新能力实现了不错的战绩,2015,再接再厉。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。