从2020年下半年开始，各家手机芯片厂商就开始了激烈的5nm芯片角逐，苹果(APPL.US)、华为、高通(QCOM.US)、三星相继推出旗舰级5nm移动处理器，并宣称无论是在性能上还是在功耗上都有着优秀的表现。

　　不过从这几款5nm芯片的实际表现来看，一些用户并不买账，认为5nm手机芯片表现并没有达到预期，5nm芯片似乎遭遇了一场集体“翻车”。

　　5nm芯片集体“翻车”，从7nm到5nm的尴尬

　　最早商用的5nm芯片是去年10月份iPhone12系列手机搭载的A14仿生芯片，这款芯片晶体管达到118亿个，比A13多出近40%，且6核CPU和4核GPU使其CPU性能提升40%，图形性能提升30%，功耗降低30%。

　　紧接着华为发布麒麟9000，集成153亿个晶体管，8核CPU、24核GPU和NPU AI处理器，官方称其CPU性能提升25% ，GPU提升50%。

　　到了十二月份，高通和三星又相继发布了由三星代工的骁龙888和Exynos 1080，同样声称性能有较大提升，功耗下降。

　　最先被爆出疑似“翻车”的是A14。

　　据媒体报道，部分iPhone 12用户在使用手机时遇到了高耗电问题，待机一夜电量下降20%至40%，无论是在白天还是晚上，无论有没有开启更多的后台程序，结果依旧如此。

　　最广为用户诟病的还属骁龙888。

　　有人认为骁龙888的代工厂三星的5nm工艺制程的不成熟，由此以来三星自己的两款5nm芯片也面临“翻车”风险。

　　如果按照摩尔定律，芯片的晶体管数量每隔18个月翻一番，性能也将提升一倍，但晶体管的微缩越来越难，如今在从7nm到5nm的推进中，手机芯片的表现似乎并不尽人意，不仅在性能提升方面受限，功耗也“翻车”，面临先进制程性价比上的尴尬。

　　为何5nm芯片频频翻车?当芯片工艺制程越先进时，性能与功耗究竟如何变化?

　　设计时性能优先，制造时工艺不成熟

　　集成电路的功耗可以分为动态功耗和静态功耗。

　　动态功耗通俗易懂，指的是电路状态变化时产生的功耗，计算方法与普通电路类似，依据物理公式P=UI，动态功耗受到电压和电流的影响。

　　静态功耗即每个MOS管泄露电流产生的功耗，尽管每个MOS管产生的漏电流很小，但由于一颗芯片往往集成上亿甚至上百亿的晶体管，从而导致芯片整体的静态功耗较大。

　　在芯片工艺制程发展过程中，当工艺制程还不太先进时，动态功耗占比大，业界通过放弃最初的5V固定电压的设计模式，采用等比降压减慢功耗的增长速度。

　　不过，电压减小同样意味着晶体管的开关会变慢，部分更加注重性能的厂商，即便是采用更先进的工艺也依然保持5V供电电压，最终导致功耗增大。

　　随着工艺节点的进步，静态功耗的重要性逐渐显现。从英特尔(INTC.US)和IBM(IBM.US)的芯片工艺发展中可以看出，在工艺制程从180nm到45nm的演进过程中，晶体管集成度增速不同，动态功耗或增加或减少，但静态功耗一直呈上升趋势， 45nm时，静态功耗几乎与动态功耗持平。

　　尽管一些设计厂商宁愿在降低功耗上做出牺牲也要提升性能，但也不得不面对高功耗带来的负面影响。

　　对于用户而言，设备发热严重以及耗电严重是高功耗带来的直接影响，如果芯片散热不好，严重时会导致芯片异常甚至失效。

　　因此，行业内依然将低功耗设计视为芯片行业需要解决的问题之一，如何平衡先进节点下芯片的性能、功耗与面积(PPA)，也是芯片设计与制造的挑战。

　　从理论上而言，芯片制程越先进，更低的供电电压产生更低的动态功耗，随着工艺尺寸进一步减小，已下降到0.13V的芯片电压难以进一步下降，以至于近几年工艺尺寸进一步减小时，动态功耗基本无法进一步下降。

　　在静态功耗方面，场效应管的沟道寄生电阻随节点进步而变小，在电流不变的情况下，单个场效应管的功率也变小。但另一方面，单位面积内晶体管数目倍速增长又提升静态功耗，因此最终单位面积内的静态功耗可能保持不变。

　　厂商为追求更低的成本，用更小面积的芯片承载更多的晶体管，看似是达成了制程越先进，芯片性能越好，功耗越低。但实际情况往往复杂得多，为提升芯片整体性能，有人增加核心，有人设计更复杂的电路，随之而来的是更多的路径刺激功耗增长，又需要新的方法来平衡功耗。

　　对芯片行业影响重大的FinFET就是平衡芯片性能与功耗的方法之一，通过类似于鱼鳍式的架构控制电路的连接和断开，改善电路控制并减少漏电流，晶体管的沟道也随之大幅度缩短，静态功耗随之降低。

　　不过，从7nm演进到5nm则更为复杂。

　　Moortec首席技术官Oliver King曾接受媒体采访时称：“当我们升级到16nm或14nm时，处理器速度有了很大的提高，而且漏电流也下降得比较快，以至于我们在使用处理器时能够用有限的电量做更多的事情。不过当从7nm到5nm的过程中，漏电情况又变得严重，几乎与28nm水平相同，现在我们不得不去平衡他们。”

　　Cadence的数字和签准组高级产品管理总监Kam Kittrell也曾表示，“很多人都没有弄清能够消耗如此多电能的东西，他们需要提前获取工作负载的信息才能优化动态功耗。长期以来，我们一直专注于静态功耗，以至于一旦切换到FinFET节点时，动态功耗就成为大问题。另外多核心的出现也有可能使系统过载，因此必须有更智能的解决方案。”

　　这是5nm芯片设计、制造公司共同面临的问题，因此也就能够稍微明白为何现有的几款5nm芯片集体“翻车”。不成熟的设计与制造都会影响性能与功耗的最大化折中，当然也不排除芯片设计厂商为追求性能更好的芯片，而不愿花大力气降低功耗的情况。

　　尴尬的是，越顶尖的工艺，需要的资金投入就越大，事实上追求诸如7nm、5nm等先进工艺的领域并不多，如果先进的工艺无法在功耗与性能上有极大的改善，那么追求更加先进的制程似乎不再有原本的意义。

　　走向3nm，真的准备好了吗?

　　根据市场研究机构International Business Strategies (IBS)给出的数据显示，65nm 工艺时的设计成本只需要0.24亿美元，到了28nm工艺时需要0.629亿美元，7nm和5nm成本急速增长，5nm设计成本达到4.76亿美元。

　　同时，根据乔治敦大学沃尔什外交学院安全与新兴技术中心(CSET)的两位作者编写的一份题为《AI Chips: What They Are and Why They Matter》的报告，作者借助模型预估得出台积电(TSM.US)每片5nm晶圆的收费可能约为17,000美元，是7nm的近两倍。

　　在估算的模型中，作者估算出每颗5nm芯片需要238美元的制造成本，108美元的设计成本以及80美元的封装和测试成本。这使得芯片设计公司将为每颗5nm芯片支付高到426美元(约2939元)的总成本金额。

　　这意味着，无论是芯片设计厂商还是芯片制造厂商，遵循摩尔定律发展到5nm及以下的先进制程，除了需要打破技术上的瓶颈，还需要有巨大的资本作为支撑，熬过研发周期和测试周期，为市场提供功耗和性能均有改善的芯片最终进入回报期。

　　因此，并不是业界所有人都对5nm芯片的推进持积极乐观的态度。芯片IP供应商Kandou的首席执行官Amin Shokrollahi曾在接受媒体采访时表示：“对我们而言，从7nm到5nm 是令人讨厌的，电路不会按比例缩放，而且需要很多费用，我们没有看到这其中的优势。但是客户希望我们这样做，所以我们不得不这样做。”

　　还有全球第二大芯片代工厂Global Foundries出于经济考虑，于2018年宣布搁置7nm 项目，将资源回归12nm/14nm 上。就连实力强大的英特尔也在10nm、7nm的研发过程中多次受阻。

　　不过，这依然无法阻止各家手机芯片设计厂商在先进制程上的竞争，更无法阻止三星和台积电之间的制程霸主争夺。

　　在先进制程的芯片制造方面，三星视台积电为最大的竞争对手，三星在同台积电的竞争中，先进制程的推进断断续续，曾经为了先发制人直接从7nm跳到7nm LPP EUV，二者同时在2020年实现5nm FF EUV 的量产，如今又都斥巨资投入3nm的研发与量产中。

　　上周五，台积电CEO魏哲家在投资人会议上宣布，台积电2021年资本的支出将高到250亿至280亿美元，其中80%会使用在包括3nm、5nm及7nm的先进制程上，10%用在高端封装及光罩作用，另外10%用在特殊制程上。

　　根据台积电3nm制程的进度，预计将在2021年试产，在2022年下半年进入量产，帮助英特尔代工3nm处理器芯片。

　　与此同时，三星也曾对外称其3nm GAA的成本可能会超过5亿美元，预期在2022年大规模生产采用比FinFET更为先进的GAAFET 3nm制程芯片。

　　回归到5nm移动处理器的实际情况，无论是出自哪家厂商的设计与生产，均面临性能和功耗方面的问题，5nm芯片似乎还未成熟，3nm量产就要今年开始试产。

　　和全球头部芯片企业相比，国内企业仍有多远的路要走?

　　宋永华：博流智能致力于打造成一家平台型芯片公司，而不是传统上专注于某一个细分领域的芯片公司，我们的视角从系统的角度向下，用跨界创新的思路来做芯片设计，瞄准智能家居、智慧城市等智能应用市场。我们所做的是跨界创新，将不同细分领域技术做横向和纵向创新整合来打造芯片化智能系统。与国外头部企业的差距，应该从两个维度来看。在每个细分领域，我们与世界最优秀的技术公司仍有两到三年的差距。但在技术创新整合维度，我们要比技术最好的芯片公司还要领先两到三年。

　　梅迪：希姆计算是一家聚焦在数据中心市场里面做异构计算芯片的公司。从行业共识来看，巨头们都认为数据中心是未来计算芯片的主战场，而希姆计算对标的主要竞争对手是英伟达，AMD，Intel等世界顶尖半导体厂家。从公允的角度来看，结合硬件、软件，以及生态体系，我们与英伟达的综合差距还是非常巨大的，我们认为至少有大概10年的差距，当然这不代表我们完全没有市场机会。

　　李成：芯视界主要开发单光子dToF，也就是一种基于有源激光的三维探测成像芯片，可以广泛用于如手机、AR/VR、机器人室内导航和定位等消费类电子，以及安防领域和车载激光雷达，甚至可以用于航天测绘和航天器对接等诸多领域。

　　从半导体制造工艺来看，中国和全球头部企业的差距其实很大，比如说制造业领域的芯片应用，国外领先了我们三到四代的工艺制成，一代以两年来估算，相当于八到十年的差距。

　　另外，大家也知道苹果手机前摄FaceID解锁，都用了单光子dToF的单点激光测距芯片，帮助人脸快速解锁和接近传感。芯视界类似的芯片产品也已经在量产、手机导入阶段，从市场进入端对比，我们与国际头部企业差不多落后一年左右。

　　董晔炜：彗晶新材料是做半导体及其应用的相关导热散热材料。我们的产品有两大类，第一类产品是芯片外部散热系统的辅助材料;第二类产品是在芯片封装内部散热材料。

　　行业内头部供应商主要是日本、美国的材料公司，特别在半导体内部封装材料上。从技术实现原理，核心研发实力上看，我们在局部，尤其是核心粒子及其粒子处理层面，技术上是领先的。从产品海量应用历史，以及验证迭代的过程来看，国内公司总体有五到八年的差距。

　　吴茗：的确，从差距来看，我们看到在一些新兴领域、跨界创新和一些新型传感器上国内外的差距正在逐步接近，并且出现了很多机会。但我们同时也看到，在一些基础设施领域道阻且长，这也造成了半导体“一半海水一半火焰”的市场格局。

　　芯片领域，国内外创新环境有哪些差别?

　　李成：从芯片领域来看，整体国内创业气氛比硅谷更有热情、更有活力。2014年整个硅谷的VC在半导体领域投资已不足投资总额的4%。在硅谷做芯片企业、做硬件企业以及做EDA公司，最后常常是被收购整合的结局。这种模式在硅谷比较常见，它不仅建立了成熟的投资链，更形成了成熟的收购链。但国内做半导体企业最大的区别在于，每个CEO都有一个上市梦。

　　宋永华：我很幸运，赶上了硅谷半导体的黄金十年。如今的英伟达，美满，博通等头部公司，都是从那个年代一路成长走来。当时，硅谷创业非常有活力，那是个芯片的时代。早期硅谷的芯片创业大都聚焦在通讯，电脑和手机应用领域，今天这些领域的很多巨头都是那个时代初创的，他们之所以能够成为今天的头部企业都是因为他们在各自的赛道上把技术和产品做到全球第一。

　　今天国内创业实际上有更多政策面和供应链安全性需求，第一波的进口替代，市场驱动机会很大，很多创业者进入这一领域。经历这样的发展过程很正常，因为你需要先从解决有无问题，供应链生态培育和人才培养等在不同方面有所铺垫。但下一波，中国芯片创业会有更多特性，如今AI时代到来，不再局限于通信，手机应用了，更多往系统整合技术发展。中国需要再发展一段时间，变得更成熟，而现在是培养人才，打模技术，完善供应链等打基础的阶段。现在是中国芯片的黄金十年。

　　海外公司单点技术突破、做高毛利的做法，与国内企业先做规模再提升毛利的路径，哪条路径更适合国内芯片企业?

　　李成：我们聚焦在单光子dToF领域，这项业务有它的特殊性，一方面客户基本比较能包容高价值的芯片产品，另一方面芯片前期投入巨大，如果没有较高的利润率，非常难持续在研发上有所投入，包括追赶世界巨头的脚步。

　　所以我们希望利润率维持在相对不错的水准，但对于如何给客户带来价值，我们想通过技术创新，包括对客户需求的清晰理解，提升产品能力，最终帮助客户提升效率、降低成本。

　　宋永华：传统的半导体芯片毛利率跟市场竞争、供应链、产业链有关，2B企业或面向消费的企业毛利率也有差别。海外公司通常更专注在产品的差异化和原创性，这就是他们为什么能够享受高毛利率。另外，传统的芯片企业面对的客户基本都是盈利的系统厂家，它的利润分配很规范有保障，不像今天亏损运营的互联网企业。

　　而国内芯片企业因为大都在做进口替代，产品高度同质化，再加上过热的资本介入，竞争非常激烈，所以每个细分赛道都是红海。大家都想通过低价和补贴的方式先占领市场，然后在通过规模来挤压供应链成本。过去这个策略有一些成功案例。但是在今天人力成本高速成长，供应链产能(从晶圆，封装，测试)都非常吃紧的大环境下，想成功并非易事。

　　从长远来看，国内芯片毛利率提升还是要从差异化角度出发，比如跨界创新整合，不只是专注于单个芯片的成本降低，而是通过将多个不同功能芯片做系统化集成来提高系统的整体性能，降低功耗以及提升系统的安全性等来给用户创造价值改善用户体验，同时降低整个系统的成本。这对芯片企业在团队创新能力，技术储备，以及产品系统架构和应用场景等有非常高的要求。

　　董晔炜：硅谷公司多是高毛利率单点突破。国内很多公司是依靠海量低毛利，先占领市场份额。这涉及两个角度：一是最初支撑业务的头部客户类型。硅谷的芯片企业的客户是愿意为新技术付出高单价，这能够支持高毛利率。但国内的头部客户有比较多的选择，包括客户研发资源的侧重点也偏向降低成本。这是造成国内供应商毛利率低的原因之一。我们相信今后的情况会有所不同。两边的差距会缩小。作为创业公司还是要寻求单点突破，不能局限于只做国内市场，而应当放眼全球，这样对公司毛利率本身也是一个平衡。

　　梅迪：我们做的市场有些特殊性，我们聚焦在数据中心里边，数据中心客户对芯片产品有一个比较高的价格和利润是有接受度的。因为大芯片前期投入非常巨大，如果没有一个比较高的毛利率，非常难以持续在研发上进行投入，去设计具有世界级竞争能力的产品。但对于如何给客户带来价值，我们想通过技术上面的创新，包括对客户需求的清晰理解和产品工程化的能力体现，通过产品软硬件性能和场景的结合，为客户规模化地提升效率带动显著的成本下降。

　　国内半导体行业的红利与机遇在哪里?

　　李成：国内肯定是有红利的，大批海归归国做芯片企业，就是因为看到了良好的发展前景。第一个红利来自我们拥有巨大的市场。在硅谷时，我们接触了很多客户，但企业发展的最大痛点在于市场需求量，包括整个产业链的完善性。比如说，芯片的研发落地之后的系统和方案开发过程，以及应用的推广，这些产业链条往往需要回到国内完成，之后再回硅谷跟客户往来业务。

　　第二个红利来自国内芯片人才。国内有大量的优秀毕业生，也有大量的半导体集成电路人才，这样为芯片产业发展带来巨大的智力保障。不过，这其中基础材料、半导体制造工艺人才，培养难度大、花费时间长，我们应当进一步予以重视。

　　宋永华：国内我们看到的机会来自过去十多年外企在国内培养了一大批芯片设计人才，互联网公司带来的广泛的应用需求以及完善高效的软硬件产业链。随着移动互联网逐步走向成熟，人工智能技术的不断成熟发展将催化各种智能物联网应用场景落地。有技术实力的芯片公司可以通过跨界创新参与搭建智能物联网与边缘计算生态。比如通过集成MCU计算平台，多模无线技术，音视频人机交互技术，以及AI人工智能技术可以打造高集成度智能系统，包括机器人，智能音箱，智能监控等等。这些智能系统可以组成从端到边缘再到云的完整生态。应用场景涵盖智能家居，智慧城市，智能楼宇，智能交通，智慧农业等等。

　　梅迪：首先，从数据中心的角度来看，国内存在一个特别好的机会。最近几年国内有一批世界级的互联网技术公司迅速成长起来，如果国内有一批世界级的互联网公司或数据中心公司，从理论上讲是一定可以孕育出一到两家非常优秀的半导体厂家的，因为这是上下游之间的关系。

　　其次，我们看到一个非常好的趋势是，对落地应用而言，尤其是AI应用，国内有全世界最好的场景，比如说短视频的应用，比如信息流的推荐系统等等，这些应用背后都来自于超大规模的计算，而超大规模的计算背后，数据中心就会对更高效的计算硬件平台有持续的需求。所以有了非常强的应用驱动，新的计算负载会不断涌现出来，创业企业就有机会在一定的场景下挑战世界巨头，因为我们更接近需求。

　　最后，整体国内已经发展出了适合芯片发展的大环境，这给一些优秀的团队创造了条件，这也是我们能创业并走到今天一个必备的条件。

　　董晔炜：我补充一点，现在整个创业氛围以及中国经济本身的活力，不断有非常有发展前途的新公司涌现。这对半导体创业公司而言，能够跟这些高速发展的客户一起发展，也是一个成功的快速路径。

　　吴茗：其实从工程师红利到整个跨界的创新，尤其多位CEO都提到中国巨大的场景数据，相信这是可以孕育出下一代世界级公司的机遇。

　　以上是文财网小壁虎编辑为大家整理的“5nm芯片集体“翻车” 中国芯片还有多长的路要走?”的内容，希望能够给大家带来帮助。