ZD至顶网服务器频道 03月22日 新闻消息:有半导体行业市场观察家预测,基于目前宏观经济低迷、疲软的内存定价以及缺乏“杀手级”应用推动芯片消耗量,今年半导体行业将会呈现萎缩态势。
Semico Research Corp.最近调整了2016年半导体销售预期。这家总部在凤凰城的市场研究公司认为,今年半导体行业将会出现1/3的萎缩。去年Semico曾预测今年半导体行业的收入将增长3%-4%。
“这个预测略有下降,但肯定是低于去年年底时我们的预期,”Semico总裁Jim Feldhan这样表示。
根据世界半导体贸易统计组织(WSTS)的预测,2015年半导体销售额相比2014年将会减少0.2%。如果Semico对于2016年的预测是基于金额的,那么这将会是半导体行业自2008年和2009年连续两年销售额下滑以来,首次出现下滑,但是全球正在从金融危机的影响中逐渐复苏。
该组织和其他市场研究公司预测2016年半导体行业仍然会有小幅增长。WSTS预测今年的增幅为0.3%,而市场分析公司IC Insights Inc.预测的增幅是2%。
这些预测结果的差距并不大。例如,WSTS和Semico的预测结果之间的差距还不到1%,至少从心理上讲,差距并不显著。2008年到2009年半导体行业的萎缩是该行业历史上唯一一次连续两年销售额下滑。7年之后,这个情况再次发生,可能标志着半导体行业进入到了一个新的成熟阶段。
据Feldhan表示,最根本的问题是缺乏令人信服的推动力,去促使半导体消费量增长。他指出,在PC市场停滞之前,PC是半导体行业几十年来的主要推动力。iPhone的问世让智能手机真正腾飞起来,智能手机多年来一直是半导体行业实现增长的引擎,但是智能手机的销售额最近也趋于平稳。平板电脑的销售也推动着半导体的消费,已经多年实现强劲增长,但是从去年开始出现下滑。
“我从高通总裁那里听到一个有趣的说法,那就是现在全球的智能手机数量比厕所还要多了,”Feldhan表示。“我认为这里说的关键点是,半导体市场已经相当饱和了。我们正在寻求新应用,去推一把那些等待升级手机和需要升级的人们。”
Feldhan补充说,过去几年,智能手机和平板电脑的双位数增长让半导体行业一直在储存容量。现在,这些产品的出货量增长开始放缓,半导体行业也随之面临着最终会拉低平均销售价格的库存问题,他说。
半导体行业最近一次实现近双位数的增长是在2014年,当时半导体行业增长了近10%。Feldhan表示,2014年的增长主要是受到了内存芯片短缺的推动。内存收入的增长,以及内存芯片定价的增长,是当年半导体行业增长的主要原因,而由于竞争激烈,逻辑芯片的销售只有小幅增长。
“今天,基带处理器和应用处理器仍然是一个竞争非常激烈的市场,内存价格恢复到每个季度下滑的历史趋势,”Feldhan表示。
作为Semico的竞争对手,IC Insights预测由于过去一年DRAM平均销售价格降低了11%,因此2016年DRAM收入将下滑8%。这项预测导致IC Insights将半导体行业总体预测增幅从4%调低到2%。
Feldhan还将Semico调整预测归结为中国的增幅放缓。事实上,他表示有迹象表明几乎每个国家的GDP都要比上一年有小幅放缓,印度和韩国除外。
“当你将所有这些因素放在一起,其实是很难预测半导体行业今年的整体增幅情况,”Feldhan表示。
Feldhan表示,从长远来看,Semico看好半导体行业在物联网和汽车芯片领域的机会。“但是至于能媲美当年智能手机增长的趋势,”Feldhan表示。“希望有人拿出一个特别酷的、大家都想要的、可能需要10纳米处理器和更多内存的计算应用。”
好文章,需要你的鼓励
戴尔、微软、Salesforce等科技领导者发布2026年AI预测,认为AI代理安全防护和投资回报率是客户关注焦点。戴尔CTO预测AI将转向本地部署以加强控制;ServiceNow强调AI价值必须体现在业务收益上;Snowflake重视数据治理在AI代理管控中的作用;Salesforce认为AI将成为品牌形象代言人;微软强调信任是AI代理部署的关键要素。
MBZUAI和法国综合理工学院联合开发的SchED算法能让AI写作速度提升3-4倍。该算法通过监测AI生成文本的置信度,采用进度感知的动态阈值策略,在保持99.8%-100%原始质量的同时显著减少计算时间。实验覆盖多种任务类型,证明了算法的有效性和鲁棒性。
苹果计划在2026年推出多款重磅新品,包括配备miniLED面板和A19 Pro芯片的27英寸外接显示器、搭载homeOS系统的7英寸智能家居控制设备、首次采用OLED屏幕的全新MacBook Pro、具备7.8英寸内屏的iPhone Fold折叠手机、售价699美元起的入门级MacBook,以及升级OLED显示技术的iPad mini。
西安交通大学研究团队发现,AI视觉语言模型容易受到功能词(如"是"、"的"等)的干扰而遭受攻击。他们开发了功能词去注意力(FDA)机制,让AI减少对这些词汇的关注。测试显示,该方法可将攻击成功率降低18%-90%,而正常性能仅下降0.2%-0.6%。FDA无需额外训练即可集成到现有模型中,为AI安全防护提供了简单有效的解决方案。