旧金山消息—— 设备制造商在半导体领域里起起落落,而今年就准备好了迎接半导体行业一个“猛”年,不过据Semicon West贸易展周二一个分析师专题讨论会的分析,很可能只是资本设备制造商最有可能在今年及以后一段时间套现。
市场研究公司New Street Research的执行合伙人Pierre Ferragu在总结时称,人工智能和半导体行业的其他重大转变正在为技术前沿的大战搭舞台,大战的结果难以预测。
Ferragu 表示,“但总有一家在战争中获胜,军火商就是获胜的一家。在半导体行业里,资本设备公司就是军火商。”
分析师预测,由于需求持续强劲及内存芯片价格上涨,半导体行业今年有望增长15%或更多,而且其销售额可能在2019年首次突破5000亿美元大关。包括SEMI总裁兼首席执行官Ajit Manocha在内的一些市场观察人士预测,在未来7到10年内,全球芯片销售额每年将超过10亿美元。
SEMI的年度Bulls and Bears专题讨论会是该会议的重头戏,已有二十多年的历史了。今年的专题讨论会也非常地热烈,与会者重点讨论了人工智能、物联网和其他新兴技术创造的巨大需求浪潮。他们预测,过去几年里一直在困扰行业的整合将持续,他们还表示半导体行业自成形以来的暴力周期性已基本得到缓和。
自左至右:New Street Research的执行合伙人Pierre Ferragu,摩根士丹利董事总经理Mark Edelstone和资深半导体行业记者Don Clark(讨论会的主持人)。图片来源:Dylan McGrath / EE Times_
Evercore ISI高级董事总经理CJ Muse表示,“这些周期将更加平缓。”Muse表示,即使DRAM价格仍在持续上涨,三星电子也已将DRAM产能扩张的资本支出推迟了一到两个季度,这可以说是周期平缓的表证。 他表示,“我在华尔街待的这段时间里从来没有见过这种供应商在周期高峰期削减资本支出的情况。”他在该行业已有25年了。
麦格理资本(Macquarie Capital)高级半导体分析师Srini Pajjuri提出警告,他称商业周期是不可避免的。但他做了补充,称半导体领域衰退的严重程度近年来发生大变化。他表示,“在过去,我们都是将负增长一年称为一个周期。而现在,最近的一个周期发生在2014年下半年,当时德州仪器(TI)只是一个季度的业绩未达预期。”
Pajjuri仍表示大家应该谨慎,他表示他的公司预计今年下半年芯片销售的速度将放缓,尽管他仍预计该行业将在今年大幅增长。他称, “从目前来看,超过20%的增长 可能是不可持续的。”
尽管最近几个月监管机构加强规管后影响到半导体领域的一些收购,但讨论小组成员表示,他们预计该行业的超级整合仍将继续。
摩根士丹利董事总经理Mark Edelstone表示,“我们可能处于这种整合水平上的第三回合。”他表示,持续整合的最大原因是大多数类型设备的增长率都低于过去,而成本却呈指数增长,特别是在7纳米及以下那一块。
Edelstone表示,“没有规模经济的话,很难找到市场。”
Edelstone补充表示,目前的监管环境叫人拿不太准。他还表示,美国总统唐纳德·特朗普阻止了Broadcom收购高通公司,并援引国家安全为理由阻止了将Lattice半导体出售给得到中国政府部分资助的中国股权公司,很多人对此难以理解。他补充表示,最令人不安的是,中国商务部继续推迟批准高通公司收购NXP,此举似乎至少有一部分是出于政治因素的考虑。
但Edelstone表示,他完全能预计超级整合时代将继续存在, “至少在我们参与的董事会会议室里,我们没有听到有人说由于有监管风险交易就不应该出现。”他还补充表示,公司董事会希望了解和分析所涉及的风险。 他称,“大部分交易仍将继续进行。这是我的观点。”
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。