热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

存储下跌,但汽车存储器没有

文|导体产业纵横文|导体产业纵横作为半导体行业的风向标,存储行业整体在今年第三季度承压索引器。近期的三季度业绩会中,除三星外,头部存

文|导体产业纵横

文|导体产业纵横

作为半导体行业的风向标,存储行业整体在今年第三季度承压索引器。近期的三季度业绩会中,除三星外,头部存储原厂SK海力士、美光、铠侠等都基于目前的业绩和市场表现,提出对明年的资本开支进行缩减,同时放缓对先进工艺的推进脚步。这意味着,在面临如今高库存压力的行情下,上游存储原厂在积极带头进行库存减压动作,同时原厂也在对产品进行一定降价动作等。

但是 Yole 预测到 2027 年汽车存储器的收入将增加两倍,占汽车半导体市场的 17%,2021到2027年的复合年均增长率为 20%,超过全球存储器市场同期的8% CAGR和汽车半导体市场同期的10% CAGR索引器

据Yole的最新报告,独立内存市场规模高达1670亿美元,占整个半导体市场的 28%索引器。相比之下,汽车存储器市场(2021 年为 43亿美元)占全球存储器市场收入的 2.6%,占汽车半导体的 10%——表明非存储器电子元件在当前车辆中的普及。

汽车半导体:来势汹汹

据Yole报道,汽车半导体市场呈现持续增长索引器

随着基于半导体的应用(例如更高水平的高级驾驶辅助系统 (ADAS) 和电气化)的渗透率增加,这是可以预想的到的索引器。尽管轻型汽车市场相对平稳,但半导体芯片市场预计将从 2021 年的 440亿美元增长到 2027 年的807亿美元,复合年增长率 (CAGR) 为 11.1%。这代表每辆车的半导体芯片价值约 550 美元,到 2027 年将增长到约 912 美元。这也是汽车中实施的芯片数量的增加,从今天的约 820 个芯片到 2027 年每辆车约 1100 个芯片。

汽车电气化的快速发展需要新型衬底,例如用于电力电子的 SiC索引器。预计到 2027 年将达到 1.13 万片衬底。目前虽然与 2027 年预计的硅衬底相比仍然较低,但 SiC 的增长速度将超过硅和 GaAs/Sapphire。

ADAS也是一个重要的驱动力,低至16纳米/10纳米的尖端技术的MCU将进入ADAS,包括雷达和其他传感器控制索引器。L4和 L5自动驾驶将推动对更多内存 (DRAM) 和计算能力的需求不断增长。

对于电气化,垂直整合在 OEM 中越来越受欢迎,并且可以通过多种方式进行:完全集成到组件级别、系统集成和分包按需打印零件、与关键组件供应商的战略合作/直接投资等索引器。传统汽车供应链需要彻底审视自身定位,并通过合资、并购以及新的投资和撤资进行转型,以保持其竞争优势。

尽管半导体在正在进行的颠覆性转型中对汽车行业至关重要,但大多数参与者,包括 OEM 和 T1 供应商,还没有明确的半导体战略索引器。为未来做好准备,迫切需要内部和外部半导体技术及其供应链方面的具体专业知识。

汽车存储器:大升级

车用存储器是一个潜力非常大的市场,其中多种存储产品都会有较大增长性,包括NOR/NAND FLASH、DRAM、EEPROM、SRAM等索引器

展开全文

在特斯拉的带领下,越来越多的汽车厂将前仪表面板改成了触摸显示屏,引发了对大容量存储器的需求索引器。还有5G的商用和自动驾驶的试水,让汽车产生了大量的高速数据交互类应用,也让高速和高容量的存储器成为了必需品。

2017年,每辆汽车存储设备硬件成本仅在20美元左右(不包括集成在MCU中的存储单元)索引器。当智能驾驶到L4/L5时,存储设备硬件成本在300-500美元左右。有人估计,单车需要配置32GB DRAM和200GB NAND来与其功能进行匹配,从而实现智能汽车的功能。

NAND和DRAM将是主要车载存储器的主要增长点,驱动来源于通讯娱乐系统的升级和5G与AI快速发展带来的自动驾驶落地索引器

高级驾驶辅助系统(ADAS)和无人驾驶车辆系统要求使用强大的处理器,这类处理器对存储器容量和带宽均有要求,只有DRAM才能适配索引器

同样,大容量NAND也在其中发挥无可替代的作用索引器。ADAS提醒驾驶员注意汽车与其他障碍物距离过近等潜在危险,自动打开大灯,调节行驶速度,启动紧急制动,提醒驾驶员注意周围车辆,保持车辆在车道上正常行驶,甚至是监控驾驶员的盲区。此外,信息娱乐系统的设置必须能够瞬时保存,以防因为断电导致信息丢失。所有这些功能都需要高性能NAND来支持。

由于汽车内电子设备产生和处理的数据量激增,车用存储器在容量和规格上都将进行一轮史无前例的大升级索引器

目前,整个汽车内存市场目前由美光主导,估计市场份额为 45%(按收入计),其次是三星,市场份额为 13%索引器。英飞凌、铠侠、SK海力士和ISSI均排在三星之后,市场份额≤7%。

存储下跌,但汽车存储器没有

随着汽车技术的不断演进,DRAM最大的增量空间还是来自于自动驾驶索引器

美光科技市占率近半地位稳固、技术领先,国内存储龙头北京君正DRAM市占率第二,三星、南亚科、华邦电紧随其后索引器。从竞争格局来看,美光科技作为绝对龙头市占率达45%,2021年度进行了LPDDR5采样测试,为行业领先。北京君正收购北京矽成后进入车载存储芯片领域,已与博世汽车、大陆集团等下游车企达成紧密合作;汽车智能化程度的提高和相关技术的不断升级,也将带来除存储芯片之外的其他各类车载芯片的需求增长,北京矽成专注在汽车及工业领域的多年芯片研发经验将在智能驾驶时代迎来新的发展前景。

自动驾驶的核心是AI技术,需要极高的算力、创新的内存和存储系统,用来处理和保存计算机做出模仿人类决策所需的大量数据索引器

自动驾驶汽车所含代码行数将超过迄今为止创建的任何其他软件平台索引器。到 2020 年,预计典型的车辆将包含超过 3 亿行代码,包含 1 TB以上的存储,需要每秒超过 1 TB 的内存带宽来支持自动驾驶平台所需的计算性能。传统的DRAM显然已不能胜任。

汽车存储器未来趋势

存储下跌,但汽车存储器没有

电动化、信息化、智能化、网联化发展推动汽车存储革命,未来汽车存储将由GB级走向TB级别索引器。从当前看,ADAS系统、新一代中控系统,为实现车联网引入5G连接技术、端边云和OTA等均为基础代码、数据与参数存储的载体。未来更丰富的娱乐系统,更强的中控电脑和数字驾驶舱,更完备事件记录系统,更多的传感器和辅助驾驶决策将对存储空间提出“TB级”需求。

最新一代的LPDDR5和即将到来的DDR5被赋予厚望索引器。LPDDR5特别适用于最新型车辆使用的更大显示器,能够管理日益复杂的导航图像和驾驶舱单元的控制区域。此外,从传统的IVI派生而来、利用车内摄像头的数字集群、前后传感器以及驾驶员监控系统,都需要使用LPDDR5的高端功能。更为强大的DDR5则将出现在下一代自动驾驶SoC当中。

存储器厂商们已经纷纷行动起来索引器。近期,存储器大厂美光就宣布首款车用LPDDR5存储器已开始送样,该方案根据基于国际化标准ISO 26262设计,符合美国汽车协会最严格的要求。

尽管前景光明,业内人士对DRAM能否在近期爆发还是持谨慎态度索引器。吕东就认为,DRAM的上量需考虑自动驾驶和智能交通等技术大规模应用进度,汽车的电动化和智能化并不能和自动驾驶的普遍应用完全划上等号,相信DRAM在自动驾驶成熟后才会有爆发性的增长。

汽车市场在质量、资格、可靠性、功能安全和供应寿命方面有特定要求,需要解决这个市场的参与者付出额外的努力和奉献精神索引器

长期以来,所使用的存储器技术仅限于稳健的解决方案,例如 EEPROM 和 NOR 闪存索引器。随着数字驾驶舱和 ADAS 智能传感器以及自动驾驶功能的普及,这种情况已经发生了变化。

从带有主要信息娱乐单元的模拟仪表板,车辆现在正在采用完全集中的数字驾驶舱电子设备索引器。例如,DRAM 已经从 DDR2 和 DDR3L 发展到 LPDDR4(x),在某些情况下甚至是 GDDRx。相关数据存储需求的增加导致采用更大、更快管理的 NAND 解决方案。从 eMMC 开始,越来越多的设计在最豪华的车辆中采用 UFS 和潜在的 PCIe 固态硬盘 (SSD)。

ADAS 功能正在推动智能传感器的普及,例如前置摄像头、成像雷达,甚至激光雷达索引器。这将需要高密度 NOR 闪存((Q)SPI 到 xSPI)和 DRAM(DDR3L 或 LPDDR4),具体取决于所使用的应用程序处理单元。

自动驾驶需要采用中央处理和人工智能功能索引器。后者需要高带宽 DRAM。虽然大部分设计使用的是LPDDR4(x)或DDR4,但也有一部分使用的是GDDRx,未来我们可能还会想到HBM。自动驾驶需要存储大量代码和数据,因此需要采用 eMMC 或 UFS 设备。预计未来用于自动驾驶汽车的事件数据记录器(黑匣子)需要非常大的密度和速度,这可能会导致采用 PCIe SSD。

作为汽车电子系统中不可或缺的一员,车用存储器的前景不可限量索引器。巨大的商机当前,三大存储巨头已经对车用市场进行了各种布局,而国内的存储新势力也开始跃跃欲试,新一轮的竞赛已经悄悄展开。


推荐阅读
  • 了解供应链简单来说,供应链涉及一系列旨在向最终用户提供产品或服务的步骤。企业组织及其供应商之间始终存在一个网络,来生产特定产品并将其交付给最终用户。该网络包括不同的活动、人员、实体 ... [详细]
  • 能够感知你情绪状态的智能机器人即将问世 | 科技前沿观察
    本周科技前沿报道了多项重要进展,包括美国多所高校在机器人技术和自动驾驶领域的最新研究成果,以及硅谷大型企业在智能硬件和深度学习技术上的突破性进展。特别值得一提的是,一款能够感知用户情绪状态的智能机器人即将问世,为未来的人机交互带来了全新的可能性。 ... [详细]
  • 本文探讨了利用Python编程语言开发自动化脚本来实现文件的全量和增量备份方法。通过详细分析不同备份策略的特点,文章介绍了如何使用Python标准库中的os和shutil模块来高效地管理和执行备份任务。此外,还提供了示例代码和最佳实践,帮助读者快速掌握自动化备份技术,确保数据的安全性和完整性。 ... [详细]
  • 图像分割技术在人工智能领域中扮演着关键角色,其中语义分割、实例分割和全景分割是三种主要的方法。本文对这三种分割技术进行了详细的对比分析,探讨了它们在不同应用场景中的优缺点和适用范围,为研究人员和从业者提供了有价值的参考。 ... [详细]
  • 8月16日,由容联主办,清华大学五道口金融学院和阿里达摩院共同支持的“科技助力金融50人论坛”在深圳成功举办。此次论坛作为通讯云中国行系列活动的重要组成部分,汇聚了行业精英,深入探讨了金融科技的最新趋势和发展机遇,旨在推动金融行业的创新与变革,开启金融未来的新篇章。容联创始人兼CEO在会上发表了重要演讲,分享了公司在金融科技领域的最新成果和未来展望。 ... [详细]
  • 每日一书丨AI圣经《深度学习》作者斩获2018年图灵奖
    2019年3月27日——ACM宣布,深度学习之父YoshuaBengio,YannLeCun,以及GeoffreyHinton获得了2018年的图灵奖, ... [详细]
  • 用阿里云的免费 SSL 证书让网站从 HTTP 换成 HTTPS
    HTTP协议是不加密传输数据的,也就是用户跟你的网站之间传递数据有可能在途中被截获,破解传递的真实内容,所以使用不加密的HTTP的网站是不 ... [详细]
  • 应用链时代,详解 Avalanche 与 Cosmos 的差异 ... [详细]
  • 在多线程并发环境中,普通变量的操作往往是线程不安全的。本文通过一个简单的例子,展示了如何使用 AtomicInteger 类及其核心的 CAS 无锁算法来保证线程安全。 ... [详细]
  • 自动驾驶技术中的数据标注应用 | 曼孚科技
    本文探讨了数据标注在自动驾驶领域的具体应用,包括多种标注类型及其重要性。 ... [详细]
  • 深入解析国内AEB应用:摄像头和毫米波雷达融合技术的现状与前景
    本文作者程建伟,武汉极目智能技术有限公司CEO,入选武汉市“光谷3551人才计划”。文章详细探讨了国内自动紧急制动(AEB)系统中摄像头与毫米波雷达融合技术的现状及未来前景。通过分析当前技术的应用情况、存在的挑战以及潜在的解决方案,作者指出,随着传感器技术的不断进步和算法优化,AEB系统的性能将大幅提升,为交通安全带来显著改善。 ... [详细]
  • OpenAI首席执行官Sam Altman展望:人工智能的未来发展方向与挑战
    OpenAI首席执行官Sam Altman展望:人工智能的未来发展方向与挑战 ... [详细]
  • 独家解析:深度学习泛化理论的破解之道与应用前景
    本文深入探讨了深度学习泛化理论的关键问题,通过分析现有研究和实践经验,揭示了泛化性能背后的核心机制。文章详细解析了泛化能力的影响因素,并提出了改进模型泛化性能的有效策略。此外,还展望了这些理论在实际应用中的广阔前景,为未来的研究和开发提供了宝贵的参考。 ... [详细]
  • 你可能还记得,在《真实谎言》、《偷天陷阱》、《查理的天使》、《少数派报告》等好莱坞科幻电影中,经常出现一个类似的场景:角色将眼睛靠近某个识别设备,以完成身份验证。这种基于眼睛的生物识别技术,即指静脉识别,曾在过去近二十年间逐渐淡出公众视野。然而,随着技术的不断进步和多模态生物识别系统的兴起,指静脉识别技术正迎来新的发展机遇。该技术通过检测手指内部的静脉图案,具有高安全性、难以伪造的特点,有望在未来成为生物识别领域的重要组成部分。 ... [详细]
  • 理工科男女不容错过的神奇资源网站
    十一长假即将结束,你的假期学习计划进展如何?无论你是在家中、思念家乡,还是身处异国他乡,理工科学生都不容错过一些神奇的资源网站。这些网站提供了丰富的学术资料、实验数据和技术文档,能够帮助你在假期中高效学习和提升专业技能。 ... [详细]
author-avatar
徘徊在堕落边缘的魔鬼
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有