至顶网服务器频道 09月18日 新闻消息:
根据管理咨询公司麦肯锡(McKinsey)的、资深合伙人Bill Wiseman表示,在经过三年时间和数千亿美元规模的并购之后,全球半导体行业的整合几近完成。
Wiseman在2001年加入麦肯锡之前,曾为IBM设计了混合信号集成系统,再之前是一位美国海报突击队队员。他说:“问题是并没有剩下多少可交易的了,因为现在市场中已经没有那么多具有吸引力的收购目标了。”
近日在Semicon Taiwan大会上的开幕主题演讲中,Wiseman表示,大多数整合是基于成本和协同效应的。长期以来,这个行业进展非常缓慢。
低潮期可能已经过去了,预计整个行业的收入规模将从去年的3397亿美元增长到今年的4000亿美元,而且整合开始看到成果,Wiseman这样表示。半导体的价格多年来首次出现增长,而且这里说的半导体不仅仅意味着内存芯片。
“因为整合,我们将会看到成熟产品的价格有所上涨,”Wiseman说。
这个行业的健康状况一个主要指标,就是研发成本与收入之比,即使是经过最近几次收购交易,这个数字仍然稳定地维持在14%到15%之间。如果增长到17%,芯片提供商们就需要提高价格了,“大家不希望看到这一点发生——除非你是内存提供商。”
其他因素还也预示着收购热潮的结束。
最近发生了很多监管审批阻碍的事件,特别是那些中国政府支持的项目。他说,就在前不久,美国总统特朗普阻挠了一家得到中国政府支持的投资公司收购Lattice Semiconductor公司。
前美国总统奥巴马在1月卸任之前曾发布一份报告,警告称,中国扩张国内芯片生产的雄心将会威胁到美国的半导体产业。根据麦肯锡的预测,中国清华集团或者其他政府资助的实体想要收购美国芯片制造商的尝试,都会受到阻挠。如果是这样的话,中国成为全球芯片行业主要参与者的进度,可能也会放缓下来。
现在也许是时候让芯片行业中的收购方坐下来好好消化一下他们吞并的公司了。
Wiseman说:“大多数有信心收购的企业,都在忙于整合他们所购买的公司。”他对全球芯片制造商的业务战略提出这样的建议。
悬而未决的交易
据麦肯锡的预测,还有一些悬而未决的交易将会为芯片行业的并购活动画上句号。
东芝利润丰厚的NAND闪存内存业务,得到由Bain Capital领导的多个团体、西数和富士康的热烈追捧。据彭博社报道,苹果也积极参与到投标中。
苹果依赖东芝为自己的iPhone和iPod提供闪存内存,苹果也希望确保稳定供应,以控制自己对竞争对手三星的依赖,三星也为最新的iPhone提供OLED屏,并且是苹果在智能手机市场中的主要竞争对手。
内存供应商的数量已经从十几年前的32家DRAM公司,缩减到如今的3家:三星、海力士、美光。在NAND方面,有4家主要IP持有方:美光与英特尔的合资公司;东芝与西数之间的联盟;三星;海力士。
此外高通也计划收购NXP,价格大约是每股110美元,总现金额380亿美元。作为最大的移动手机芯片制造商,高通已经把对NXP的邀约延长到9月22日,这也是自去年11月宣布交易消息以来的第8次延期。
欧洲监管机构对这笔交易提出了质疑,而NXP股东例如Elliot Management一直表示,高通对NXP的报价并不具有吸引力。高通公司董事长Paul Jacobs表示,他认为报价是很公平的价格。
9月也许是这次并购尘埃落定的时候,芯片行业仅存的巨头们可以预见到强劲的销售和更好的盈利能力。在这个生态系统中,并不是所有人都会高兴地看到这一点。
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator,解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法,并基于分析洞察开发出性能优异的引导遗忘新方法,为构建更负责任的AI系统提供重要工具支持。