IC產業(yè)及其特點

　　集成電路產業(yè)，屬于典型高科技高風險勞動密集型產業(yè)。雖然入門門檻相對較高，但是某些產品也容易被復制，比如LDO這些，造成同質化競爭相對嚴重。又因為整個產業(yè)投資巨大同時產業(yè)環(huán)節(jié)較多生產周期長，對企業(yè)的發(fā)展和生存都有很大的生存壓力。

　　國內IC產業(yè)現狀及發(fā)展困境

　　中庸，是目前國內IC產業(yè)的普遍情況。高不成低不就的這種尷尬是因為國內沒有這樣的土壤培植新型技術以及創(chuàng)新，主要有以下方面的制約

　　1、產業(yè)處于發(fā)展的初級階段，基本都是引進的生產線，缺乏國內自主研發(fā)的生產線，先進工藝制程被國外產線所限制（比超高頻，超大功率等等，新工藝制程等）；

　　2、以反向研發(fā)/半正向為主流，產業(yè)主要集中在中低端的產品線上，比如簡單的PMIC，微邏輯，或者近期的高集成的成熟的ARM芯片，但后者屬于拿來主義，使用公版套就基本可以完成，考驗的往往是資金實力，而不是創(chuàng)新能力；

　　3、規(guī)模小，資金/人才缺乏，產業(yè)鏈不完善，造成軟硬件嚴重脫離，能結合得比較好的集成電路公司基本都忙于系統(tǒng)移植，但又陷入了不斷給軟件補丁和/Designin的兩難中；

　　4、缺乏創(chuàng)新意識，往往跟隨一段時間就被市場淘汰；缺乏技術前瞻性，俗話說就是抄作業(yè)都不會抄，只有抄學霸的作業(yè)才會有提高，否則跟錯方向結果就是越努力越被動。比如如果當年我們跟著北方老大哥走，現在我們的技術能突破？比如華為合作的都是世界級的學霸，比如谷歌/微軟/徠卡/帝瓦雷這些。

　　5、國內的重商環(huán)境導致大部分企業(yè)為了生存為主，所以不擅于市場培養(yǎng)，也沒有市場規(guī)劃，往往一窩蜂上，最后形成“窩里斗”，造成大量行業(yè)資源的浪費，比如半導體發(fā)展初期江蘇一帶的廠家都在生產類似的東西最后比價格；

　　6、重視規(guī)模而忽略差異化產品：無論是原廠還是封裝廠，都對差異化的小量產品“不屑一顧”，往往造成小公司起步難、運作難、推廣難，因此很多有創(chuàng)意小公司被扼殺在搖籃里面；

　　7、“淺嘗輒止”，不肯深入研究一個產業(yè)，成為國內集成電路產業(yè)的根基不牢固，發(fā)展后勁不足，被淘汰幾率大的最大的潛在因素；

　　8、國家扶持僅僅停留在部分產業(yè)，而IC整個產業(yè)的起步需要全方位的扶持，比如嵌入式操作系統(tǒng)等產業(yè)，并非某個個人/公司所能完成，必須提升到國家層面才能完成；

　　目前世界的IC產業(yè)的發(fā)展以及可能的趨勢

　　日前ARM公司CEO高調表態(tài)，支持山寨，就是IC產業(yè)以后的發(fā)展以及趨勢的預計：山寨化，就是集成電路發(fā)展的一大趨勢。

　　繼多年前TI宣布關閉OMAP處理器部門，說明了國外日益激烈的處理器市場的爭斗。集成電路高度整合成了今后的必然的發(fā)展趨勢。從目前的智能設備來看，高通的芯片基本在高端的電話的市場已經占有很高的市場占比，連部分三星高端手機都是用了高通的芯片，華為因為自研麒麟也奮起直追，但是還是離高通自研架構有一代的代差。可見其優(yōu)勢之大以及技術門檻之高。因此，高度整合，是集成電路產業(yè)的第二大發(fā)展趨勢。

　　高性能低功耗，在目前的手持日益增多的情況下，成為必然，而兩者使一個矛盾體，是否可以兼顧，成為未來IC發(fā)展的又一“不定因素”。

　　無線互聯，讓使用習慣成為市場的主導，比如無線聯機，無線充電等等……

　　全數字化，模擬隨著技術的發(fā)展已經慢慢開始要把接力棒交給數字系統(tǒng)了。從收音芯片的小型化，到其他無線系統(tǒng)，功率放大器件、電源管理器件，都已經替代了很大一部分模擬的芯片。

　　國內的優(yōu)勢

　　·對比發(fā)達國家，雖然人口紅利的又是正在慢慢失去，但是短時間內還是金字塔經濟模式，人員成本相對發(fā)達國家相對低廉且人員的服從性較高，較好管理；

　　·產業(yè)鏈相對完善，雖然存在加工廠家忽視小公司需求的現象，但是配套產業(yè)鏈非常成熟；

　　·中國制造工廠的地位短時間內不可動搖，因此電子產品生產需求明確，成品的加工成產成為引導IC產品設計方向的風向標；

　　·一個最重要的優(yōu)勢：和發(fā)達國家比，他們的人才培養(yǎng)機制是把人培養(yǎng)成螺絲釘，可以深挖，但難以廣泛結合，而國內的人才一般沒有很好的研發(fā)環(huán)境深挖，但卻可以做到面面俱到，也就是很多方面都比較熟悉，因此更適合“拿來主義”的思想。把國外深挖的成果拿來整合，這是國內天然的優(yōu)勢。

　　成功案例

　　瑞芯微，軟件起家，走的路線是外發(fā)設計的路線，但是由于抓住了產業(yè)核心：軟件，因此能夠比較穩(wěn)健的發(fā)展；

　　珠海全志，整合能力很好，產品面市時間短，因此在平板電腦的方案占了不小的市場分額；

　　適合中國發(fā)展的道路

　　為啥20年前的CPU比現在手機CPU慢這么多，但是現在手機啟動的速度卻不比以前的電腦啟動速度快？記得以前蘋果II用5.25寸軟盤啟動的速度也不過1分鐘，現在的手機開機1分鐘也是輕松能做到的。

　　真正迎合用戶的，一定是“深度用戶”思維?？上疃扔脩艨赡馨静贿^寒冬，就被餓死了。蘋果3的崛起就是因為SteveJobs是一個苛刻的產品經理。從用戶出發(fā)vs從商業(yè)利益出發(fā)，導致的結果完全不一樣。

　　某技術的成功，一定不是技術多牛，而是商業(yè)路線的成功。因此，為了商業(yè)利益，大家都圍繞現成的東西無所不用其極。因為一個字：快。因此微軟不斷的patch，蘋果不斷的patch，

　　安卓也不斷的patch，各種framwork滿天飛。實在沒法patch就下一個版本。而為了兼容，又不得不妥協(xié)，導致了每個產品都有其“獨特”的詬病。連谷歌的網絡啟動的設備都胎死腹中了。

　　整合和拿來主義，是最適合國內集成電路發(fā)展的一條道路。如果發(fā)展得好，完全有機會可以和WINTEL的體系抗衡，這并非癡人說夢?？v觀微軟的發(fā)展歷史，其操作系統(tǒng)平均2年推出一代新的操作系統(tǒng)，核心部分每次都被重寫，而導致其核心部分卻越來越龐大，效率因為其兼容性而越來越低。因為前一代的發(fā)展跟不上后面客戶的要求，而因為公司內部體制（部分已發(fā)行代碼限制更改）的問題，導致只能推倒重來的必然后果。無論windows如何宣傳其內核的精簡，很容易超過20M的內核大小，遠不如Linux的輕松做到10M以內。當然Linux也因為其系統(tǒng)沒有很好的統(tǒng)一規(guī)劃而有種種其他的問題。不過，利永遠大于弊。運行于Linux內核之上的Android系統(tǒng)的市場占有率就是不需要解釋的最好證明。

　　微軟針對不同的硬件平臺開發(fā)通用閉源軟件，打造了一個軟件王國，而Linux用自己開放的懷抱，用開源打動了萬千廠家，展現了一個現實版的“太陽和風”的故事。當然這個故事能持續(xù)多久，尚待歷史的驗證。

　　iOS已經超過13代內核了，對比安卓，iOS僅針對自己的定制平臺開發(fā)軟件，因此兼容性以及效率都相當高。不過矛盾是一個有機結合體，優(yōu)點的背面一定是缺點。iOS一一己之力挑戰(zhàn)全球的智慧，難免無法長期保持優(yōu)勢，另外喬布斯留下的后勁已經慢慢不足，很可能最后會被擠落神壇（當然瘦死的駱駝比馬大）。

　　筆者認為，國內目前最適合IC產業(yè)的發(fā)展方向應該深度整合OS和異構硬件，簡稱OSonchip。把操作系統(tǒng)的部分工作或者大部分工作讓硬件完成（其實是專門的硬件進行任務調度），大幅提高硬件軟件結合的效率，那么比單純提高多少頻率，多少核管用得多，畢竟現在軟硬件的發(fā)展趨勢都是“Framework”，開發(fā)速度快之余造成了資源的浪費，而臺灣的很多廠家都違反原理進行硬件設計，因此臺灣的不少產品的面積比用“模塊”（也就是硬核）來得小。這也是產品發(fā)展的一個必經之路。Framework-》定制。但這個發(fā)展的方向并非任何公司能獨立完成的，需要有一個聯盟，大家意識到這個問題所在，然后整合一批非常優(yōu)秀的有志之士，共同完成。

　　ASM的效率比C高，C比C++高，C++比JAVA高，軟件每增加一個環(huán)節(jié)，就會增加一部分的消耗。好比IC布線，自動布線永遠沒有人工布線效率高，但是現代的電路，動不動就幾億甚至過百億的晶體管，人工完成的工作量好比天方夜譚。但是硬件處理軟件的部分工作，這就是一個相對比較容易解決的問題，即解決了工作量問題，也解決了資源的問題。如果效率的提高帶來系統(tǒng)的精簡就好比用3平方毫米的芯片面積去換取外部128M閃存甚至來得更便宜。整體解決方案的優(yōu)勢，比單片成本更敏感。

　　我們的機會在哪里？

　　西方科學的先進性在于量化。從日常用品到芯片，方方面面都有數據量化的痕跡。近代科學，的確是西方發(fā)達國家給奠定了基礎。不過中國有句老話，30年河東30年河西。西方的科學制定的整個科學架構也因為時代的變革而瀕臨岌岌可危的邊緣，原因是如果有新的技術挑戰(zhàn)他們幾十年前前打造的世界秩序。這就是為何老美傾全力打擊我們華為的原因。

　　另外，任何事物都有好的一面也必然有壞的一面。畫地為牢，也是西方體系的一惡，何為畫地為牢？向下兼容就是其一。因此各種硬件軟件設計的時候都得優(yōu)先考慮向下兼容，甚至微軟為了一個游戲的內存泄漏的bug去更改其內核代碼規(guī)避閃退。

　　職業(yè)經理人，是西方科技公司發(fā)展的一大絆腳石，同時，那些等級森嚴的公司規(guī)矩也是西方社會的一惡。不求有功但求無過是大部分職業(yè)經理人的心態(tài)，因此規(guī)規(guī)矩矩，缺乏創(chuàng)新就是他們的一個常態(tài)。筆者曾經請教過一個美國IBM出來的投資人，為啥現在牙膏廠/微軟那些都沒有什么讓人耳目一新的產品？答曰：因為創(chuàng)始人不干了，職業(yè)經理人上了啊。

　　不破不立，破而后立！

　　路在腳下，如何實現？國產OS和芯片彎道超車的思路

　　硬件EDA工具最大的工作量，就是LAYOUT，幾億幾十億晶體管的layout，人工是無法完成的。（誰都知道，人工走線遠比自動布線效果好）

　　軟件上面，CPU做得最多的就是MEMCPY（也就是內存的數據搬運）。大量運算的，都是針對性DSP的事情，而實時性要求很高的又不是通用CPU能完成的，FPGA更合適。下圖是針對某一個常用的安卓的APK進行反編譯統(tǒng)計指令使用頻度的一個表格。mov+ldr+str已經40%左右的指令使用頻度了*。這里面還不包含MMU的數據搬運量。

　　*反編譯和數據統(tǒng)計由DongYinfromPsychologySchool，FacultyofLifeScience，UniversityofBristol完成。

　　軟硬件結合方面，工作量最多大的就是代碼的編譯以及優(yōu)化，誰都知道，越遠離機器思維的語言人類越容易掌握，但是運行效率卻越慢。軟件人員基本都知道，ASM效率最高。

　　AI以及機器學習的崛起，實際上并沒有深度融入到EDA工具和CPU架構的優(yōu)化中去，因為EDA工具的公司集中在美國那幾個，他們沒有必要推倒自己重來。CPU架構因為上述的兼容性問題，也沒有公司愿意這樣干。工具/架構的迭代，是可以引爆整個行業(yè)的。

　　如果中國這幾年不抓緊機會利用人口紅利的末班車（主要指35+的人才）創(chuàng)造一個全新的體系，可能以后就沒機會了。OS+CPU這真的也只能在發(fā)展中國家完成，因為依賴跨行業(yè)人才多，特別是現在40+的骨干，且也沒有美國等霸主存在的那些左右互搏/否定自己的問題。

　　CPU架構應該用更先進的，個人認為AI可以完成CPU架構的革新（還是馮諾/哈佛結構？）——因為從阿爾法狗訓練迭代過程中兩臺AI電腦聊天都可以創(chuàng)造一個新的語言，就可以征明人類大腦的結構限制了人類的想象力，AI完全沒有這個問題，因為AI精力無限、思維沒有很大約束、記憶力無限、沒有情緒。。。。。。而且AI迭代花費的僅僅是時間遠比硬件迭代花費的時間少得多得多！

　　CPU應該引入更多的OS硬件管理。硬件處理調度遠比ALU完成要快。比如深度整合IPL和任務調度。

　　異構CPU的設計，整合CPU+DSP+FPGA才能最大限度的發(fā)揮CPU的優(yōu)勢（CPU公司收購FPGA/DSP公司不無道理，Intel收購Altera，AMD收購ATi，他們也許都在憋一個大招，也正是Intel圍繞操作系統(tǒng)做了很多硬件優(yōu)化，導致Intel的x86同樣頻率下，性能是arm的10倍）

　　更先進的ABI/編譯/移植工具?？梢酝ㄟ^重編碼executable代碼轉換完成跨平臺移植和不同硬件兼容的問題（預編譯的虛擬機）。

　　更先進的AILAYOUT工具，是產業(yè)迭代能夠通過AI完成。

　　當代的系統(tǒng)，已經不能單純圍繞CPU+OS做單一討論了。只有OSonchip+AI才能做到未來的最優(yōu)?？赡艿膶崿F步驟如下

　　軟件方面：

　　構造一個基礎的運算模型，提供目前最常用的100個軟件給模型進行運算統(tǒng)計，同時建立可以迭代的AI模型。具體實現方式需要參考AlphaGO的模式進行，最后的CPU架構不限于以前人類指定的那些結構，而是由計算的結果以及人類充分理解并認可之后確定。

　　編譯系統(tǒng)的訓練難度較大和時間較長，需要深度結合CPU的模型進行訓練和優(yōu)化，需人類參與優(yōu)化，具體的優(yōu)化就是找不同的學霸書寫同樣的代碼的實現方式并結合AI優(yōu)化，最后結合CPU硬件實現迭代出效率最高的編譯系統(tǒng)。比如亂序執(zhí)行是在編譯器完成好還是CPU完成好，這些都交由以統(tǒng)計學為基礎的AI來決定。

　　通過GUI進行規(guī)范的代碼設計，不單單是GUI的menuconfig，同時也生成標準的代碼模板，讓程序員專注邏輯設計而不是浪費時間學習系統(tǒng)的代碼框架和規(guī)矩。讓程序實現更加方便。這樣比較容易產生規(guī)矩以及效率高的Framework和功能模塊。

　　軟件向下兼容的問題，可以通過軟件的而優(yōu)化而在編譯器/仿真器/模擬器直接完成，而完全不需要什么微碼這些概念。

　　硬件方面：

　　整合目前業(yè)界認可的最好的系統(tǒng)進行反向以供學習，構造硬件優(yōu)化的基礎模型。根據這些基礎模型構建AI訓練模型并不斷自我迭代優(yōu)化。

　　根據硬件的規(guī)范以及人工走線的學習，訓練出更好的走線的規(guī)則。從而讓走線面積更加小，芯片/電路板有效利用率更高

　　更加深入的優(yōu)化甚至可以在工藝何實現層面進行，比深度優(yōu)化工藝和placement等。