[White Hot]台积电的7纳米战役已获得50多个项目的预先批准；台积电三星积极推出EUV！

1.7纳米的战斗正在白热化，预计台积电将被50多个项目采用；

2. 比特大陆的订单量在三月份首次增加了台积电的收入，飙升了1000亿新台币；

3. 台积电和三星正在积极推出EUV！半导体设备巨头ASML跃升2周新高；

4. 机器视觉应用将逐步扩展，到2022年产值将超过140亿美元；

5. 深度学习专家是否短缺？ ;

1.7纳米的战斗正在白热化，预计台积电将被50多个项目采用；

根据微博的消息，据韩国媒体报道，三星将在今年上半年完成7纳米工艺，并赢得高通Snapdragon 855系列高端处理器的大订单. 面对三星的频繁报道，有消息称台积电还将赢得华为海思麒麟980处理器的大订单并于本季度开始生产. 苹果，联发科和英伟达也在7纳米战中采用了7纳米工艺. 仍然是成功的好机会. 预计今年台积电的7纳米技术将被50多个项目采用，其年收入将超过10％. 出货高峰期将在第三季度.

台积电与三星之间的7纳米战争正式进入了激烈的争夺阶段.

据韩国媒体SEDaily报道，三星最初预计7纳米制程技术的开发将在2018年下半年完成. 但是，未来赶上台积电的步伐现在已经在半年内完成. 预先. 三星是第一个引入极紫外（EUV）作为7纳米光刻设备，从而减少光层的技术，研发团队正在朝着5纳米工艺技术发展. 预计将于2018年下半年开始以7纳米工艺生产Qualcomm Snapdragon. 855和Samsung Exynos 9820处理器现已将设计移交给Qualcomm.

报告进一步指出，三星半导体部门官员指出，目前参与开发7纳米工艺技术的三星人员已经完成了任务，转向了5纳米工艺技术的开发，并且他们也分享了与高通和其他客户. 样品生产所需的设计.

业内也有新闻报道，韩国媒体报道称三星的7纳米技术赢得了Qualcomm Snapdragon 855手机芯片订单. 台积电的供应链仍然认为，高通仍将高端芯片订单移交给台积电，只是将一些中端产品移交给三星以获得成本优势.

台积电反监视，逐步在7纳米布局中，于去年第四季度进行风险试生产，上季度开始批量生产. 据报道，台积电延续了前几代的合作，已经从华为的海思麒麟980处理器中获得了大笔订单. 该处理器将采用7纳米工艺生产. 预计本赛季将进入批量生产，第二代将加入劳动. 智能神经网络单元还将使用台积电的7纳米工艺生产.

联发科（MediaTek）昨天宣布了业界首个7nm FinFET硅验证，并将在未来将IP集成到各种前端产品设计中. NVIDIA还确定将使用台积电的7纳米技术生产新一代芯片Orin. 此外，苹果的下一代A12处理器也将移交给台积电的7纳米产品. 市场预计将在第二季度开始拍摄，并在第三季度开始销售.

不仅如此，为了增加竞争对手之间的距离并继续保持领先优势，除了加快将7纳米工艺引入EUV之外，还将在本年底建立一条试生产线今年，扇出晶圆级高端封装能力将得到扩展. 7纳米研发团队也已开始开发3纳米工艺技术，以保持技术领先地位.

2. 比特大陆的订单量在三月份首次增加了台积电的收入，飙升了1000亿新台币；

代工领导者台积电昨日（10日）宣布，其3月份的合并收入达到1036.97亿元（TWD，下同），首次突破1000亿元大关，刷新了单月收入最高记录. 第一季度，台积电以美元计价的合并收入与预期相符，但由于新台币对美元的大幅升值，第一季度新台币的合并收入达到了2480.79亿元，这略低于上次法律会议间隔中提出的绩效预期.

■来自Bitmain的订单量正在增长

TSMC的第一季度先进制造工艺十分活跃，特别是从用于比特币等加密货币采矿业务的特殊应用芯片（ASIC）的订单量来看，3月份的月度总收入增长了60.4％，达到1036.97亿元，比去年同期增长20.8％，不仅是第一个月收入突破1000亿元大关，而且同时创下了历史新高.

TSMC先前估计，第一季度的合并收入将达到84亿至85亿美元，比去年第四季度下降约8％，创下去年第一季度的新高，但是新台币对美元的汇率是29.6元. 在新台币的假设下，新台币的合并收入将在24,864亿元至2,560亿元之间.

台积电第一季度合并收入为248.079亿元，比去年第四季度合并收入2775.77亿元下降10.6％，与去年同期合并收入相比增长6.1％去年第一季度为3393.14亿美元，但低于上一季度的预期绩效前景范围. 法人表示，台积电第一季度以美元计价的合并收入与预期相符，但是新台币的升值幅度超出了预期，因此折算成新台币的单季度合并收入变得比以前低估计.

第一季度，台积电受到智能手机供应链库存的双重调整和新台币的大幅升值的影响. 但是，Bitmain和其他国家/地区对加密货币挖矿ASIC的强劲需求抵消了手机芯片的季节性调整压力. 法人指出，台积电估计第一季度的毛利率将在49.5％至51.5％之间，营业利润率在38.0％至40.0％之间. 该目标仍然可以成功实现.

■公司希望第二季度与第一季度相同

由于第一季度的工作日相对较少，第二季度台湾的晶圆出货量与上一季度基本相同. 在第二季度，智能手机供应链中的芯片供应重新开始，同时图形芯片，采矿计算ASIC和Netcom芯片的数量显着增加，以及苹果7纳米A12处理器的推出.

由于7月以后晶片出货量大，法人对第三季度的收入有望再创新高持乐观态度.

3. 台积电和三星正在积极推出EUV！半导体设备巨头ASML跃升2周新高；

直接指出了欧洲的外国投资. 台积电（2330）和三星电子（三星电子）正在加剧先进的工艺竞争，这将对欧洲半导体设备行业的领先者ASML Holding NV带来极大的好处.

Barron`s.com 9日报道（见此处），欧洲外国投资公司9日发布了一份研究报告，最近有传言暗示台积电可能推迟了极紫外（EUV）光刻设备订单的交付. ，但是根据现场调查，EUV需求前景不仅有所减弱，而且还显示出回暖的迹象. 估计ASML在2019年（2019年）的EUV生产能力应按计划售罄.

报告直接指出，台积电已于4月2日向ASML和日本半导体设备工厂Lasertec下了近10亿美元的订单，这表明第一季度订购的设备数量应为6-8台. 三星是对EUV持最积极态度的制造商. 根据调查，三星可能将至少一部分1y nm DRAM（〜1层）容量引入EUV，并且DRAM的批量生产甚至可能优于7纳米晶圆. 晶圆代工厂/逻辑芯片较早，因为三星计划先试制低风险的DRAM，以便将来在7纳米工艺中引入EUV.

相比之下，台积电可能会加快5纳米的开发速度，以确保与三星的竞争优势. 该报告预测，台积电的7nm +制程将于2019年初投入生产，而5nm制程技术将在2020年投入量产. 为了实现产能目标，台积电必须在2019年开始安装设备，而台积电的最近的设备订单应该为5nm工艺做准备.

9月9日，ASML上涨2％，报收于198.53美元. 它一度跳升至202.57美元，为3月27日以来的最高水平.

三星在韩国华城的新晶圆厂已于2月23日正式启动，并计划于2019年下半年（2019年）开始批量生产7纳米以下的芯片. 有望在未来的智能设备中使用，机器人定制晶圆取得了良好的进展.

Maeil Business News韩国脉冲2月20日报道，三星计划投资6万亿韩元（折合56亿美元）以提升晶圆产能. 华城市的新晶圆厂将安装10多种极紫外（EUV）光刻设备. 由于每台EUV设备的价格高达1500亿韩元，因此购买设备的成本将达到3-4万亿韩元.

相比之下，台积电采用5纳米先进工艺的12英寸晶圆厂于今年1月26日正式启动. 预计该工厂的第一阶段将在明年第一季度完成并安装，生产将在2020年初开始. TSMC公告指出，当该工厂的第一，第二和第三阶段全部投入使用时在2022年实现量产后，预计年生产能力将超过100万个12英寸晶圆. 精益新闻

4. 机器视觉应用将逐步扩展三星年产值，到2022年产值将超过140亿美元；

机器视觉一直在工厂自动化系统中发挥重要作用. 当它最初被开发时，它仅被用作人类的替代品. 但是，随着技术的进步，机器视觉在生产线中的应用已逐渐加深. 现在对这项技术的认可速度和准确性可以与非人眼相媲美. 据研究机构称，到2022年，机器视觉的全球产值将超过140亿美元. 从当前的发展来看，未来几年的关键技术将包括机器人技术，3D视觉和工业感知. 传感器，图像处理技术，机器人控制软件或算法，类似人工智能的技术等. 在这些技术中，3D视觉和机器人将是主要的关键.

在机器视觉的早期发展中，大多数台湾制造商使用从国外的机器视觉产品，然后根据客户需求集成该系统. 在工业计算机行业兴起的后期，台湾的相关制造商开始专注于机器视觉的发展. 在技​​术和应用方面，对产品和应用（例如智能相机，图像捕获设备和图像处理）的需求不断增长.

但是，近年来，中国大陆的相关产业也在迅速发展. 据有关统计，目前中国有机器视觉公司102多家，机器视觉产品代理商200多家，机器视觉系统集成商50多家. 光源，工业相机，工业镜头，图像采集卡和处理软件等所有机器视觉产业链都在逐步完善.

随着智能制造趋势的加速，机器视觉产品将逐渐成为企业实现协同生产的关键技术，但与此同时，又出现了另一个问题，即机器视觉产品开始成为信息收集领域. 在生产线上使用工具时，为了与不同的视觉系统兼容，除了使用标准化技术外，还必须开发相关设备以满足企业二次开发的需求. 需求的变化促进了产业转型，因此未来的机器视觉制造商将不再提供单一产品. 相反，它逐渐转变为一个完整的解决方案系统集成商.

根据研究机构的调查，就该领域而言，当前机器视觉的市场需求的40％至50％集中在半导体和电子行业，包括PCB印刷电路板，电子封装技术，SMT表面组装等. 主要原因是半导体行业需要高精度视觉设备和高质量技术的支持，而机器视觉可以完全解决这些问题. 另外，机器视觉系统在质量检查中的应用已经相当广泛，并且在重要位置上，其应用的深度与它的自动化系统的程度成正比，例如制药，印刷，食品包装检查等. 此外，在政策因素的影响下，高端创新领域，智能交通等领域也将成为未来机器视觉应用的关键方向. Ctimes

5. 深度学习专家是否短缺？ ;

DeepScale是一家总部位于加利福尼亚山景城的新兴公司. 自2015年成立以来，它一直致力于开发用于高级驾驶员辅助系统（ADAS）和自动驾驶汽车的深度学习感知软件. 该公司最近还完成了来自两家风险投资公司Point72和Next47的1500万美元A轮融资.

DeepScale的深度神经网络软件使用低功率汽车级芯片来检测自动驾驶车辆的车辆，行人和物体（来源: DeepScale）

这家初创公司与Hella-Aglaia Mobile Vision GmbH建立了新的合作伙伴关系. 今年早些时候，位于美国密歇根州的一级代理商Visteon也宣布与DeepScale建立合作关系，并开发了第一个自动驾驶技术平台DriveCore.

但是，最令人印象深刻的是DeepScale首席执行官Forrest Iandola在EE Times接受电话采访时所说的话-当今世界上没有足够的深度学习专家.

深度学习专家不足？

在过去的18个月中，对汽车OEM和一级供应商对软件知识（尤其是深度学习）的需求才开始增长. 总体而言，行业深度学习方面存在长期的知识鸿沟，目前尚不清楚如何使用它来开发软件.

甚至DeepScale都迫切需要更快地在公司内部扩展其知识以满足外部需求. Forrest Iandola是DeepScale的共同创始人三星年产值，并获得了博. 加州大学伯克利分校的神经网络和计算机视觉研究领域.

那么，DeepScale如何计划使用这1500万美元？ Iandola对EE Times表示: “我们不仅需要聘请深度学习专家，还必须制定内部[深度学习]培训计划，以进一步扩展我们自己的团队. ”

事实上，Iandola承认深度学习领域仍处于起步阶段，即使在学术界也是如此. 因此，这家新成立的初创公司希望扩大内部团队规模，这不像简单地招募一群拥有深度学习博的人那样简单.

阿甘（Forrest Iandola）

Iandola认为深度学习是“一个跨学科的领域. 您不仅需要数学和算法方面的专家，还需要知道如何在平台上构建软件的计算机系统专家. 然后，我们还将是熟悉数据管道的专家. 需要调整和管理数据组合. ”

简而言之，深度学习专家是以前所未有的方式配对和组合知识的人. 我们必须拥有深度学习模型方面的专家，了解深度学习基础结构的人员以及熟悉深度学习数据集的人员. Iandola说: “我们计划提供内部课程，并为每2至3名初级工程师分配一名导师. ”

他解释说，他的目标是训练内部软件工程师在一到两年内熟悉深度学习. 当被问及DeepScale的内部培训与教授深度学习的课程有何不同时，Iandola说: “两者将非常相似. 我们将复制伯克利大学教授的内容. ”

但是，Iandola说: “这并不是说我们已经获得了用于深度学习的教科书，而是要教授基于问题的学习路径. ”例如，当深度学习专家面对自动驾驶的实际问题时，他们将有很多事情可以与其他团队成员共享.

今年年初，DeepScale拥有12名员工，在最近增加了新员工之后，Iandola说: “我们是一家拥有18名员工的公司，其中大多数是工程师. ”

正在开发的产品

DeepScale当前正在为汽车OEM和一级供应商提供参考套件，以帮助他们改善感知系统.

DeepScale的优点是在小型，低成本的车辆级传感器和处理器上引入了高效的深度神经网络（DNN），可提高感知系统的准确性，并在自动车中对自动车进行分析和分类即时的. 传感器数据. DeepScale的目标是为各种价格的量产车辆提供不同的驾驶辅助和自动驾驶功能.

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/sanxing/article-235383-1.html