浅谈集成电路中的逻辑芯片

集成电路是采用特定的制造工艺，将晶体管、电容、电阻和电感等元件以及布线互连，制作在若干块半导体晶片或者介质基片上，进而封装在一个管壳内，变成具有某种电路功能的微型电子器件。集成电路产业既是当前国际政治和经济竞争的重要砝码，也是国际竞争最激烈以及全球资源流动和配置最彻底的产业。

据WSTS统计数据，自2017年起全球半导体销售规模已经连续四年超过4000亿美元。据IC Insight统计，2020年我国集成电路市场规模为1434亿美元，约合9894.6亿人民币（以2020年美元兑人民币平均汇率6.90计算），市场规模逼近万亿。

我国芯片制造的产值也有了一定的提升，但这一产值数据包含外国及中国台湾公司在中国大陆投资的制造厂贡献的产值，仅仅中国大陆的公司2020年芯片制造产值仅为83亿美元，相比千亿美元的市场规模，大陆芯片企业制造的产品仅满足了内需的5.8%。

在芯片设计领域，知识产权竞争十分激烈，中高端芯片几乎被海外厂商垄断，中国企业在全球集成电路产业中长期处于中低端领域，逻辑、存储等高端芯片仍以进口为主。根据国务院发布的相关数据，2019年我国芯片自给率仅为30%左右，提升高端芯片国产化率，实现高端芯片设计制造的国产化替代将是中国芯片产业下一阶段的重要奋斗目标。

逻辑芯片发展概况

逻辑芯片另外一个名字叫“可编程逻辑器件”（英语：Programmable Logic Device，缩写为PLD）是一种电子零件、电子组件，简而言之也是一种集成电路、芯片。PLD芯片属于数字类型的电路芯片，而非模拟或混合信号（同时具有数字电路与模拟电路）芯片。

　　PLD与一般数字芯片不同的是：PLD内部的数字电路可以在出厂后再进行规划决定，有些类型的PLD也允许在规划决定后再次进行变更、改变，而一般数字芯片在出厂前就已经决定其内部电路，无法在出厂后再次改变，事实上与一般的模拟芯片、混合信号芯片一样，在出厂后就无法再对其内部电路进行调修。

　　逻辑芯片是一个大分类，子分类还有像74系列逻辑芯片、编解码芯片、4000系列逻辑芯片、时基集成、CPLD/FPGA等等之类的。

　　逻辑芯片总伴着逻辑电路，基本上是由与门、或门和非门电路组合而成的。与门电路用于“几个输入条件同时存在才有结果，否则就无结果”的判断；或门电路用于“几个输入条件只要有一个存在就有结果，都不存在就无结果”的判断；非门电路用于“输入条件存在就无结果，输入条件不存在就有结果”的判断。这些判断和处理组合起来，就可以处理非常复杂的控制和运算问题。

除了中大规模的集成电路之外，小规模的寄存器、锁相器等逻辑器件也占有一部分市场，逻辑芯片在全世界范围内都有广阔的需求，2019年占整个半导体行业的市场份额超过1/4，占集成电路全部市场份额近1/3。

国内逻辑芯片发展速度较为缓慢，除了在移动端CPU领域有一定的突破，其它领域的发展都与世界顶级公司之间存在很大的差距。其次，我国的研发大多局限在应用端，涉及底层架构、颠覆性创新的成果较少。

从一级市场来看，近两年逻辑芯片是投资机构追捧的热点，业内公司2020年至今共获得12轮次B轮以后轮次的融资，总融资额超过120亿元人民币。

1、CPU芯片

CPU的中文名称是中央处理器，是负责信息处理、程序运行的执行元件，按照架构和性能的不同被广泛应用在个人计算机、移动电子设备、游戏机、路由器、激光打印机等设备上。目前，部分机构将CPU、GPU等拥有信息处理功能的逻辑芯片归入处理器，但本文则归为逻辑芯片类。

 CPU指令集是CPU中计算和控制计算机系统所有指令的集合。目前CPU可以分为复杂指令集（CISC）、简单指令集（RISC）两大类。

复杂指令集主要为X86架构，简单指令集又可以细分为Arm、MIPS、RISC-V、Power-PC、Alpha架构，其中生态较为完善的是Arm架构，基本占据简单指令集9成的市场。

我国厂商在底层架构指令集和IP的设计上比较落后，因此多采用IP授权或指令集授权的方式开发CPU。

近年来，基于Arm架构和RISC-V开源架构设计的CPU越来越多，生态逐渐丰富，也为国内企业提供了许多机会，但由于近年来大火的人工智能行业使用GPU或专用芯片进行大规模的数据运算，资本的视线没有聚焦在CPU设计企业上，近两年内没有CPU设计企业获得B轮以上的融资。

2、GPU芯片

GPU最初的应用是处理图形数据，与CPU相比，其并行处理的能力更加强大。在个人计算机中，CPU、GPU的主板往往决定产品的性能。数据显示，在过去的2020年Q4，个人计算机GPU市场占有率呈现Intel一骑绝尘的现象，份额由上一季度的62%提升到69%，AMD、Nvidia瓜分剩下的市场，份额分别是17%和15%。这一领域，国内还没有企业能够切分这块规模可观的蛋糕。

全球排名前在时下热门的人工智能行业，以Nvidia等公司推出的通用GPU为核心搭建深度学习训练平台是业内主流，由于GPU是一款通用芯片，同时被个人消费者和企业消费者以多种目的采买，2020年至今，市场上Nvidia推出的几款高端GPU芯片出现了长达数月的缺货和价格暴涨现象。

目前，全球前三大GPU公司分别是Nvidia、AMD、Intel，长期占领AI商用计算和民用市场的绝大部分市场份额，为多家公司提供GPU IP；相比之下，截至2021年3月，国内GPU相关的企业或机构只有18家，其中上市公司3家，且部分公司至今没有产品面世。

从区域分布来看，我国GPU企业主要分布在上海，而上海的GPU设计企业几乎都位于张江高科技园区；3家上市公司分别为景嘉微、航锦科技和中船重工，其中两家的GPU设计业务，中船重工709所位于武汉、716所位于连云港。

总体上，GPU设计企业的分布集中于长江中下游，长沙市布局较早，产业自我造血能力基本实现；上海聚集了最多的新设计企业，全部为独角兽企业，资本活跃度较高。国内代表性的优质上市公司以及在2020年一级市场完成B轮之后融资且专利、产品有较大突破的企业。

3、FPGA

FPGA的中文名称是现场可编程逻辑门阵列，是一种可以对电路功能进行编程定义的半定制电路。由于其可以无限次编程的特点，FPGA具有开发时间短、延迟低、能耗低的优点，被广泛应用在视频图像处理、通信、数字系统模数转换、嵌入式系统等行业。

由于FPGA的可编程性，其在人工智能行业也有一定的应用，虽然单块FPGA的计算能力没有GPU强大，但设计者可以很方便地将通用结构的FPGA芯片构造成一个规模宏大的并行的计算结构，满足应用需求。

MRFR预计2025年全球FPGA市场规模达125.21亿美元，相较于CPU、GPU千亿美元的市场规模来说显得微不足道，但2019-2025年实现10.43%的复合增速，增长显著且稳健。

据Gartner统计，2019年中国FPGA市场规模为176亿元，预计到2023年中国FPGA市场规模将接近460亿元，增长远高于世界水平。

从供应厂商角度看，全球市场主要被美国Xilinx、Intel两家企业垄断，市占率分别为49%和34%；国内FPGA市场国产率低于1%。在先进FPGA芯片领域，我国企业的产品与美国企业的产品还存在代差。

4、用于人工智能的逻辑芯片

除了前文介绍的CPU、GPU和FPGA之外，目前国内最受一级资本市场关注的当属人工智能芯片企业。随着人工智能技术在产业中的应用愈发多元化，AI芯片的使用有逐渐向着专用芯片面向应用端，通用芯片组建算力云平台的趋势发展。

目前常见的AI芯片一般可以分为复杂可编程逻辑器件（CPLD）、可编程逻辑器件（FPGA）、图形处理器（GPU）。被广泛提起的ASIC芯片，中文为“专用集成电路”，通常主要是以CPLD或FPGA进行流片形成固定功能的芯片，本文不专门区分ASIC和CPLD概念。

按照任务划分，AI芯片可以分为训练芯片和推理芯片，训练芯片用于完成深度学习大数据量的运算，对芯片的算力、精度和通用性要求较高；推理芯片进行的是对成熟模型算法的一种执行，不需要进行大量的运算和过高的精度，对能耗成本等大规模应用层面的考量更多。

目前业内比较常用的训练芯片是CPU或GPU或FPGA等协同的异构运算组合，我国企业在这三种芯片的设计水平都与行业前列有着较大的差距，目前只有华为海思、寒武纪、天数智芯、燧原科技等企业在云端推理芯片有产品推出，涵盖ASIC、GPGPU等多种产品。

ASIC芯

由于起步时间较晚，我国在GPU和FPGA领域都处于追赶行业发展的进程中，因此发展用途相对单一、开发难度较小的ASIC芯片，把计算单一化，在一个方向上专精可以使我们在人工智能计算领域实现跨越式发展。

2019年至今，AI专用芯片备受资本热捧，本文梳理了2020年发展较为成熟的业内公司。ASIC行业赛道已经拥有一家上市公司，多家企业融资轮次已达B、C轮之后，企业产品及模式日趋成熟。