《自然》23日发表的研究报道了一种能效为传统数字计算机芯片14倍的人工智能（AI）模拟芯片。这一由IBM研究实验室开发的芯片在语音识别上的效率超过了通用处理器。该技术或能突破当前AI开发中因算力性能不足和效率不高而遇到的瓶颈。

随着AI技术的崛起，对能源和资源的需求也随之上升。在语音识别领域，软件升级极大提升了自动转写的准确率，但由于在存储器与处理器之间移动的运算量不断增加，硬件无法跟上训练和运行这些模型所需的数以百万计的参数。研究人员提出的一个解决办法是，使用“存内计算”（CiM，或称模拟AI）芯片。模拟AI系统通过直接在它自己的存储器内执行运算来防止低效，而数字处理器需要额外时间和能源在存储器和处理器之间移动数据。模拟AI芯片预计能极大提升AI计算的能效，但对此的实际演示一直缺乏。

研究团队此次开发了一个14纳米的模拟芯片，在34个模块（tile）中含有3500万个相变化内存单元。研究团队用两个语音识别软件在语言处理能力上测试了该芯片的效率，这两个软件分别是一个小网络（谷歌语音命令）和一个大网络（Librispeech语音识别），并在自然语言处理任务上与行业标准进行对比。小网络的性能和准确率与当前的数字技术相当。对于更大的Librispeech模型来说，该芯片能达到每秒每瓦12.4万亿次运算，系统性能估计最高能达到传统通用处理器的14倍。

研究团队总结道，该研究在小模型和大模型中同时验证了模拟AI技术的性能和效率，有望成为数字系统的商业可行的替代选择。

边缘AI市场新方向

近年来，人工智能持续向深层发展，越来越多细分市场与相应的产品被开发出来。边缘人工智能作为云计算与物联网相结合的细分领域开始受到重视。根据ADI高级应用工程师辛毅的介绍，边缘人工智能是指在边缘设备上实现的AI运算。以往大多数尖端的人工智能流程都是在云中执行的，因为它们需要大量的计算能力。但随着数据的增长速度对本地数据计算和本地数据存储的需求变得更加迫切，大量数据操作逐渐转向本地，这为在边缘广泛采用人工智能提供了理由。

相对于数字芯片公司聚焦云端AI处理，模拟芯片厂商多将关注的重点放到边缘侧。边缘AI也就成为模拟芯片厂商布局的重点。ADI中国区总裁Jerry Fan此前在接受记者采访时指出，人工智能的一个很重要的前提是数据。算力、算法软件和大数据是人工智能发展的三要素，大数据是基础，所有的算法和算力都是以数据为基础的。需要指出的是，数据的采集与实时处理与模拟技术息息相关。

从产品布局来看，ADI在新一代微控制器MAX78000设计特殊架构，采用两个微控制器内核（ARM Cortex M4F和RISC-V）加一个卷积神经网络（CNN）加速器构成。这一架构针对边缘进行了高度优化，数据的加载和启动由微控制器内核负责，而AI推理由卷积神经网络加速器专门负责。这样借助在芯片内部集成的卷积神经网络加速器就可以完成AI推理，不需要再通过互联网上传，降低功耗，非常适合边缘AI的应用。

德州仪器对边缘人工智能也十分重视。2022年，德州仪器与英国初创公司Plumerai在嵌入式AI领域展开合作，双方共同对人员检测神经网络算法移植到微控制器和传感器中进行开发。

恩智浦则在汽车智能化的“云-网-边-端”融合计算方面进行努力，其新推出的由AI驱动的电动汽车云连接电池管理系统可连接云端，形成电池管理的数字孪生模型。恩智浦半导体电池管理系统总监兼部门经理Andreas Schlapka表示，“云-网-边-端”融合计算将是汽车智能化与自动驾驶技术发展时的主要方向。

国产自给率仍较低

在全球电动化、智能化加速的新形势下，汽车半导体市场需求保持稳步上升，其中，模拟芯片是不可或缺的重要部分。市场数据显示，2020年，全球单车模拟芯片价值量约150美元，到2027年，模拟芯片价值量将达到300多美元/车，年复合增长率（CAGR）超过10%。

模拟芯片广泛应用于几乎所有汽车电子系统，传统汽车时代，动力总成、底盘和安全、车载娱乐、仪表盘、车身电子及LED电源管理等领域都有其身影；而随着电动化、智能化的渗透，大小三电系统、热管理、智能座舱、自动驾驶等系统成为了模拟芯片进一步快速增长的应用领域。

近年来，随着政策和下游厂商对芯片国产化进程支持力度的加大，本土模拟芯片企业发展已经取得了一定进展，部分国内高端模拟芯片空白得以填补。以纳芯微为例，其2022年前三季度公告显示，公司汽车业务占到总营收20%以上。

不过，由于模拟芯片技术门槛高，产品生命周期长，对稳定性和成本要求高，需要长期投入和人才培养，目前国产自给率仍然较低。在接受媒体采访时王升杨表示：“中国的芯片公司更加贴近汽车产业最为繁荣的中国市场，可以更快、更充分地理解市场需求。针对汽车电动化、智能化发展趋势，纳芯微正在与车厂、Tier 1客户共同定义和开发下一代具有竞争力的产品，进而引领未来的汽车应用。”


模拟芯片下游需求趋势长期向好，国产替代空间广阔

1、通信领域是模拟芯片最重要的下游市场

通信领域是模拟芯片市场增长的主要动力，目前市场占比已达38.5%，通讯电子市场对模拟芯片的应用主要为通讯基站、交换机、路由器等。随着信息化时代来临，5G通信行业景气度不断提升。从信号链模拟芯片市场来看，其中转换器产品 ADC 和 DAC 芯片在 5G 通信中尤为重要，主要用于对大带宽和高动态范围的模拟信号和数字信号进行相互转换，同时为 5G 基站的能耗监控与调节提供实时数据，因此 5G 建设将为信号链模拟芯片带来机会；从电源管理芯片市场来看，5G 基站需要更多的天线、更多的射频组件、更高频率的无线电等，将对电源管理芯片提出更高的要求。

未来，随着5G商用发展驶入快车道，5G基站覆盖广度深度持续拓展，将带动模拟芯片需求增加。据最新统计数据显示，我国已累计建成5G基站超过293万个，2024 年我国 5G 基站建设量预计将达到 309 万个，将为 ADC 带来至少 8.8 亿美元的增量市场。

与此同时，5G 广泛应用也将推动通信领域模拟芯片迭代升级，包括：1）更高的带宽需求：5G网络将带来更高的数据传输速率和带宽需求，这将要求通信领域的模拟芯片能够更快速地处理和传输大量的数据；2）更复杂的射频设计： 5G通信需要更多的频段和更复杂的射频设计，这将促使模拟芯片在频率范围、干扰抑制、信号调制等方面进行升级和优化；

3）低功耗设计：尽管5G提供了更高的速率，但通信设备仍需要保持低功耗以延长电池寿命。模拟芯片需要在保持性能的同时，优化功耗，以适应新的能源需求；4）更复杂的信号处理： 5G通信需要更复杂的信号处理算法和技术，模拟芯片需要具备更强的信号处理能力，以满足更高的信号处理要求；5）天线技术创新：5G通信对天线技术有更高的要求，通信模拟芯片需要支持多天线技术、波束赋形等创新功能，以提高通信效率；6）网络架构变化：5G引入了虚拟化和网络切片等新的网络架构，这将对通信领域的模拟芯片提出新的要求，以支持更灵活的网络配置和管理。

2、汽车领域是模拟芯片下游景气度最好的领域

在汽车电动化、智能化加速的新形势下，以及海外龙头最新的业绩和景气度指引，汽车领域是目前模拟芯片下游应用领域中最为景气的赛道，目前市场占比为24%。另外，从下游产品的平均单机价值量来看，也数汽车最高。根据IC Insights数据，预计2022年全球车载模拟芯片市场规模将达到137.75亿美元，同比增长17%，将成为模拟芯片所有下游应用领域中增速最快的方向。

在传统燃油车的时代，模拟芯片主要应用在动力总成、底盘和安全、车载娱乐、仪表盘、车身电子及电源管理等领域，随着电动化、智能化的渗透，大小三电系统、热管理、智能座舱、自动驾驶等系统成为了模拟芯片进一步快速增长的应用领域。在A到E的各个级别汽车中，A级燃油车模拟芯片用量约100颗，而A级纯电动车需求量高达350颗以上；在B级车中，模拟芯片单车用量从燃油车的160颗提升至纯电动车的近400颗而纯电动E级车用量超过650颗。

汽车模拟芯片市场进入门槛较高，因涉及到驾乘安全，车规级芯片要求高可靠、高安全与零失效率等，且具有较长的产品生命周期，一旦进入供应链都是超十年的供货。当前国内公司与海外龙头在车规模拟芯片领域的市场份额和技术差距较大。2020-2022年国内新能源车快速增长的市场红利国内厂商受限于车规产品认证进度并未享受到。国内各模拟芯片公司开始在车规模拟芯片发力，尤其是隔离驱动、电源链(LDO、LED驱动、马达驱动)、磁传感器等领域，大部分产品23年将通过车规认证，看好后续国产替代机遇。