存储器市场表现最差,降幅达到10%并且在2023年仍将面临挑战
2023年1月18日 - 根据Gartner公司的初步统计结果,2022年全球半导体总收入为6017亿美元,较2021年5950亿美元增长1.1%。排名前25位半导体厂商的总收入在2022年增长了2.8%,占到77.5%的市场份额。
Gartner研究副总裁Andrew Norwood表示:“许多半导体器件在2022年刚开始时由于缺货而延长交货时间并涨价,导致许多终端市场的电子器件产量减少,使得原厂开始通过囤积芯片库存来对冲缺货风险。”
“但到了2022年下半年,全球经济在高通胀、加息、能源成本上升和中国疫情封控的多重压力下开始放缓,影响了许多全球供应链。消费者也开始减少支出,使得个人电脑(PC)和智能手机的需求下降。之后,企业也因为全球经济衰退预期而开始减少支出。这些因素都影响了整个半导体市场的增长。”
半导体市场2022年的收入主要因为存储器和NAND闪存销售量的减少而下降了10.4%,三星电子仍保持出货量第一(见表一)。英特尔以9.7%的市场份额稳居第二。由于消费者PC市场大幅下滑并且在x86处理器这项核心业务上遭遇了激烈的竞争,英特尔的收入下降了19.5%。
表一、2022年全球排名前十半导体厂商收入(单位:百万美元)
|
2022年排名 |
2021年排名 |
厂商 |
2022年收入 |
2022年市场份额(%) |
2021年收入 |
2021年至2022年增长率(%) |
|
1 |
1 |
三星电子 |
65,585 |
10.9 |
73,197 |
-10.4 |
|
2 |
2 |
英特尔 |
58,373 |
9.7 |
72,536 |
-19.5 |
|
3 |
3 |
南韩海力士 |
36,229 |
6.0 |
37,192 |
-2.6 |
|
4 |
5 |
高通 |
34,748 |
5.8 |
27,093 |
28.3 |
|
5 |
4 |
美光科技 |
27,566 |
4.6 |
28,624 |
-3.7 |
|
6 |
6 |
博通 |
23,811 |
4.0 |
18,793 |
26.7 |
|
7 |
10 |
AMD |
23,285 |
3.9 |
16,299 |
42.9 |
|
8 |
8 |
德州仪器 |
18,812 |
3.1 |
17,272 |
8.9 |
|
9 |
7 |
联发科技 |
18,233 |
3.0 |
17,617 |
3.5 |
|
10 |
11 |
苹果 |
17,551 |
2.9 |
14,580 |
20.4 |
|
|
|
其他(前十名以外) |
277,501 |
46.1 |
271,749 |
2.1 |
|
|
|
合计 |
601,694 |
100.0 |
594,952 |
1.1 |
数据来源:Gartner(2023年1月)
2022年存储器收入下降10%
存储器在2022年占到半导体销售额的25%左右,其收入下降了10%,是表现最差的器件类别。由于电子器件原厂纷纷开始减少当初在预测需求走强时所积累的存储器库存,因此到2022年中期,存储器市场已显示出需求大幅跳水的迹象。现在情况已经恶化到了大多数存储器公司宣布削减2023年资本支出(capex)的地步,并且一些公司为了降低库存水平和试图恢复市场平衡而削减了晶圆产量。
2022年非存储器收入增长5%
2022年非存储器收入总体增长5.3%,但各个器件类别之间的表现差异很大。模拟器件以19%的涨幅位居第一,分立器件以15%的涨幅紧随其后。在汽车电气化、工业自动化和能源转型长期增长趋势的支撑下,汽车和工业终端市场产生了强劲的需求,进而推动了模拟与分立器件的增长。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。