据外媒报道，为了在全球计算能力竞赛中迎头赶上，英国首相里希·苏纳克（Rishi Sunak）计划斥资1.3亿美元（1亿英镑）购买数千颗高性能人工智能（AI）芯片。

据外媒报道，这笔资金将用于向芯片制造商英伟达、AMD 和英特尔订购芯片。然而，批评人士认为，与其他国家相比，这笔投资太少，有可能使英国在人工智能芯片技术竞赛中处于弱势地位。

AI芯片主要包括图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、神经拟态芯片（NPU）等。在算力机遇之下，AI芯片正乘风起航。

据悉，英国科学资助机构英国研究与创新（UK Research and Innovation）已进入订购5000个英伟达GPU的后期阶段。

目前，英伟达备受投资者青睐，它被认为是满足AI计算能力需求的关键供应商，其高端处理器已被用于训练和运行各种聊天机器人。据报道，最新版ChatGPT使用了多达2.5万个英伟达芯片进行训练。

聊天机器人ChatGPT等生成式AI的大火，拉升了对英伟达H100、A100、H800和A800等高性能GPU的需求，这使得该公司在全球AI GPU市场拿下达90%的市占率。外媒称，英伟达的GPU预计将彻底改变人工智能研发的格局。

数据中心业务量大涨，AI芯片需求大增

在今年二季度财报电话会上，AMD首席执行官苏姿丰表示，该季度AMD的AI数据中心芯片客户数量“增长了七倍以上”。财报显示，今年二季度，AMD营收和利润均有所下滑，营收同比下降18%，调整后净利润同比下降44%，环比降2%：但降幅不及华尔街预期。

同时，AMD预计，数据中心和嵌入式业务整个财年会较上年增长。

苏姿丰在业绩电话会上说，预计下半年数据中心业务将大幅增长，重点在第四季度，预计该业务的下半年业绩将有50%的增幅。

随着多家客户启动或扩展了支持AMD Instinct MI250和MI300软硬件未来大规模部署的项目，人工智能客户参与的数量连续增长了7倍以上。她表示，AMD正在增加AI相关的研发支出，公司已经制定AI战略，包括AI专用芯片和软件的开发，目标是让AI成为公司的“重要增长动力”。她说AI也可能帮助PC芯片销售。

除AMD外，另一家芯片制造商英特尔也正因AI不断扩张。

上周，在英特尔二季度财报电话会上，首席执行官Gelsinger表示，该公司目前在AI加速器的投资规模已超过10亿美元，仅在第二季度，该产品线规模就扩大了6倍。除了自有的AI加速器产品Gaudi2，英特尔还可以通过代工业务从AI加速器的需求激增中受益，为像Alphabet和亚马逊这样的大型云公司代工定制人工智能芯片。

英特尔曾表示，其即将推出的18A制造工艺的一部分代工流水线是为设计自己的人工智能加速器的公司提供的。

设备厂商意外受益

诸如生成式AI领域所需的芯片大都采用先进制程，而ASML作为生产先进制程晶圆的设备EUV光刻机的唯一提供商，肯定是赢家之一。2023年第二季度，ASML实现了净销售额69亿欧元，毛利率为51.3%，净利润达19亿欧元。今年第二季度的新增订单金额为45亿欧元，其中16亿欧元为EUV光刻机订单。而更让人惊讶的是，ASML还有380亿欧元未交付的订单。ASML预计2023年销售额将增长30%。

“与传统服务器相比，先进的人工智能服务器具有明显更高的前沿逻辑、内存和存储需求，人工智能服务器和数据中心的渗透率每增加1%，预计将带动10亿至15亿美元的额外（芯片设备）投资。目前人工智能正处于初级阶段，对工厂和公司设备的更多投资在未来几年至关重要。”Lam Research首席执行官Tim Archer表示。

截至2023年6月25日的季度，Lam Research 收入32.1亿美元，净收入为8.03亿美元，盈利水平超出了预期范围。从地区销售情况来看，中国大陆仍然是Lam Research 的最大营收来源地区，占比26%，韩国占24%，台湾地区占20%，日本占据10%，美国和欧洲均占8%，东南亚地区占据4%。

Archer表示，2023年剩余时间里，他预计芯片制造设备的市场总额约为700亿美元。中国国内购买设备和高速存储工具的需求可能会推动该行业的发展。自2022年10月起美国实行出口管制限制后，中国公司已将采购转向用于旧逻辑和存储芯片的设备。

测试设备厂商也是受益的一方，很多AI芯片都需要采用2.5D堆叠、3D堆叠以及Chiplet技术，为了帮助制造商保证性能和质量，这从结构上增加了对芯片测试设备的需求，这些芯片测试需要越来越复杂的测试设备来查明制造错误发生的位置。东洋证券分析师Hideki Yasuda表示：“服务器芯片将变得更大、更复杂，需要更多时间进行测试。没有什么神奇的方法可以缩短测试时间。芯片制造商唯一的解决方案是购买更多工具来同时测试更多芯片。高性能GPU芯片测试设备的全球收入可能会在几年内超过智能手机芯片测试设备。”

得益于人工智能技术对半导体需求的增长，2023年第二季度。美国的芯片测试设备巨头泰瑞达（Teradyne）的收入为6.84亿美元，其中半导体测试业务为4.75亿美元，系统测试业务为9400万美元，无线测试业务为4400万美元，机器人业务为7200万美元。

Teradyne首席执行官Greg Smith表示：“我们的收入达到了预期范围的高端，半导体测试出货量增加超过了季度内机器人需求的疲软，利润超过计划，主要得益于较高的毛利率。在进入第三季度时，数据中心应用的DRR5和HBM内存设备测试需求仍然强劲，汽车应用的SOC测试需求也在逐渐增强。在机器人领域，由于客户应对全球产业活动放缓和宏观经济压力，我们预计订单率将下降。”

另一家日本的测试设备大厂Advantest联席首席战略官Mihashi日前在接受采访时表示：“我们是行业的主导者，因此当ChatGPT等扩展高性能计算的用途时，我们会受益。”他们还认为人工智能需求有助于芯片测试设备的复苏。

半导体后端设备厂商也享受到了很大的红利，生成式AI背后芯片供不应求，迫使台积电一再加大CoWos产能，甚至斥资900亿元在台湾新建了一个CoWos先进封测厂。因此，设备厂商被拉动起来。为了满足日益增长的 CoWoS 封装需求，台积电正在与全球多家供应商合作，包括美国的 Rudolph Technologies、日本的 Disco 和德国的 SUSS MicroTec，以及台湾专家 Grand Process Technology (GPTC) 和 Scientech。据 DigiTimes 报道，这些供应商被要求在 2024 年中期之前提供近 30 套工具。

EDA/IP厂商享“两重利”

以往来看，在行业处于下行周期阶段的时候，EDA和IP市场通常会在整体市场放缓之前下跌，但要比市场恢复得更快。但这次的下行周期却没有发生这种情况。EDA厂商在整个疫情期间及恢复后都表现出了强劲的实力。

具体来看下EDA厂商的财报情况，新思科技在截至2023年4月30日止的2023会计年度第二财季财报营收为13.95亿美元，上年同期为12.79亿美元，同比增长9.07%，净利润为2.73亿美元。对于第三财季的业绩，新思科技预估营收将介于14.65-14.95亿美元，大致优于市场预期。同时，新思科技上调了2023财年全年业绩指引，预计营收为57.90-58.30亿美元。

Cadence在2023年第二季度取得了出色的业绩，在截止6月30日的第二季度财报中，Cadence实现营收为9.77亿美元，而2022年同期收入为8.58亿美元，净利润为 2.21 亿美元。Cadence总裁兼首席执行官Anirudh Devgan表示：“凭借其无与伦比的前景，生成式人工智能开始在全球范围内产生重大影响。过去几年我们对人工智能的专注，加上我们的计算软件专业知识和人工智能核心的宝贵数据，使我们处于独特的地位，能够发挥这一变革性技术的巨大潜力。”Cadence也已经将全年营收预期上调至略高于华尔街预期，Cadence 预计全年营收在 40.5亿美元至40.9亿美元之间，比去年同比增长14%。

而说到生成式AI发展对EDA厂商的影响，不同于只卖设备和芯片的供应商，EDA厂商至少有两种方式从生成式AI中受益：一方面是提供用于AI芯片设计的EDA工具；另一方面，还可以利用生成式AI，将其添加到其自己的软件中，来进一步帮助完成芯片设计。

随着越来越多的系统厂商如谷歌、Meta、阿里巴巴等自研自己的AI芯片，他们成为EDA购买的大军之一。SEMI 电子设计市场数据报告执行发起人 Walden C. Rhines 表示：“电子设计自动化 (EDA) 行业在 2023 年第一季度继续实现两位数增长，所有产品类别和地理区域均出现增长。这些产品类别包括计算机辅助工程、IC物理设计和验证、印刷电路板和多芯片模块以及服务均呈两位数增长。”

AI应用于EDA软件中已经不是新鲜事，EDA三巨头新思科技、Cadence、西门子目前均已经推出各自的AI工具。现有的AI工具已经在当下为芯片制造商提供了生产力和速度方面的大幅改进，逐渐显现出优势。因此，生成式AI的发展，对EDA厂商而言，长远来看，将更是锦上添花的事情。

高端芯片发展成为关键瓶颈

科技巨头微软近日在年报中向投资者警告，人工智能芯片可能会持续短缺。图形处理器(GPU)是其云计算业务快速增长的关键原材料，如果无法获得所需的基础设施，可能会出现业务中断的情形。

这反映出顶尖科技公司对硬件日益增长的依赖程度，同时在聊天机器人ChatGPT爆火全网后，GPU等硬件对有人工智能功能的企业来说是必需的。

微软对GPU的认识凸显了计算能力的获取如何成为人工智能的关键瓶颈。这个问题直接影响到正在开发人工智能工具和产品的公司，并间接影响到希望将这项技术用于自己特定目的的企业和用户。

OpenAI首席执行官山姆·奥特曼今年5月在美国参议院作证时表示，该公司的聊天机器人ChatGPT正在努力跟上用户提出的大量请求，并解释称主要原因是GPU严重不足。

随后OpenAI发言人表示：“业界对GPU的需求旺盛。”这位发言人还称，该公司致力于确保客户拥有所需的服务器容量。

上述问题让人想起了大流行时期的消费电子产品短缺，当时游戏爱好者为游戏机和PC显卡支付了很高的溢价。当时，制造延迟、劳动力短缺、全球航运中断以及加密货币行业需求导致GPU供应不足。

但业内专家表示，目前的短缺情况与以往大不相同。持续的短缺并不是对以消费者为中心的GPU供应的中断，而是反映了训练人工智能的高端GPU的爆炸式需求。

穆迪投资者服务公司高级副总裁Raj Joshi指出，若没有这些芯片，人工智能背后的大语言模型的工作运行就会慢得多。“没有人能够模拟出这种需求增长的速度和幅度。我认为，这个行业还没有为这种需求激增做好准备。”

文章来源： 华尔街见闻，半导体行业观察，金融界，TechWeb