AI 推动全球半导体高速发展 , 新形势下的 SMT 组装何去何从
AI是什么？
人工智能 (AI) 是通过训练把资料输入电脑找出规则建立模型再作推论去预测未来 :
- 拿模型去作决策叫决策式 AI 用于投资理财，自动驾驶。
- 利用模型产生新的内容叫生成式 AI，用于聊天，咨询。
AI 的基本工作原理在数学上其实并不复杂 , 其核心过程是将输入数据分解为更小的部分 , 将这些部分通过加权 , 和组合的方式处理 , 最终生成一个输出结果。尽管这一过程涉及大量的数学运算 , 但这些运算 , 本质上是简单的重复计算并不包含最前沿或复杂的数学理论。
AI 人工智能崛起
2017 年 Deepmind 的 Alpha Go 阿尔法狗打败李世石与柯洁后名噪一时 , 阿尔法狗团队表示，他们使用一个非常简单的程序，算法和机器学习，与人工智能相去甚远。直到 2022 年底 Open AI 偷偷秘密训练 ChatGPT，并在2023年初向全球公布ChatGPT 4.0。它能做什么呢，例如：
- 你问问题 GPT 4.0 不但告诉你答案并且教你方法所以可以直接给你干掉家教。
- 第二个 PC 端 , 直接读取你所有的工作页面 , 分析你的工作然后帮助你完成工作直接干掉办公室文员。
- 实时翻译可以多国语言交流 , 直接干掉翻译员。
- 单看照片就能找出地方的位置 , 精确到经纬，直接干掉刑侦人员。
- GPT 4.0 能实时感受到你的情绪变化，马上安慰你，直接干掉你的男朋友，你的闺蜜，你的兄弟。
在同一年， OpenAI 发布 Sora 一个人工智能模型，可以根据文本指令创建逼真和富有想象力的视频。对大众来说，这个 APP 可以让我们自己制作视频，把自己放到全世界任何城市旅游，自创空间环境等。但对AI 教母李飞飞：Sora 仍是二维图像只有三维空间智能才能实现 AGI。
不久前，一间 10 个华人的公司 Cognition AI（3 个创始人）通过 LLG 和机器学习推出全自主 AI 软件工程师“Devin”可以执行自主编程并更正错误。这个 APP 一出，惊动整个 IT 界。因为这代表以后不需要软件工程师帮我们编写程序，我们只需要告诉 Devin 要做什么，Devin 就会自动编写程序把软件做好。所以以后用电脑通过 AI 会很方便很简单。
人工智能的工作原理是输入数据。
如果说 AI 的尽头是数据，那么数据的尽头就是人。今年 19 岁的 Alexander Wang 和 21 岁的 Lucy Guo（他们是大学同学）成立了 Scale AI 公司。Scale Al 就是帮各大公司处理数据的。Scale AI 有超过 200 万名任务执行者大多数都是在肯尼亚、菲律宾和委内瑞拉这些国家把全世界众多数据筛查处理后为谷歌，Meta 等科技巨头提供有用的数据训练自己的 AI 系统。
AI, 为什么现在受追捧？
第四波科技浪潮
- Mainframe 大型电脑主机年代
- PC 个人电脑网机网络年代 + internet (text) 互联网
- Mobile Phone 行动电话 + 互联网 + 4G/5G ( 声音和图像 ) + 数据中心 ( 云 )
- Robot 机器人 + 互联网 + 5G/ 卫星 + AI 人工智能 +数据库
互联网 <–> IoT 物联网 <–> 云 <–> 数据中心 <–> AI
人工智能
过去 50 年的电脑硬件科技和数字化发展历程 , 造就了今天 AI 人工智能崛起。
中美人工智能的差距现在有多大
数据的对比
算力的对比
算法的对比
人工智能国际竞争是中美领先的双头格局
但是自从 ChatGPT 问世，我们就落后因为硬件的算力被美国卡脖子了。我国通用人工智能大模型 (AGI) 发展和美国比短期不乐观 ( 希望技术上有突破 ) ：一是训练成本过高，二是担心砸钱研发的速度还赶不上别人开源的速度，GPT 这样的通用大模型建造成本非常高， AI 芯片从一万美金一片炒到 6 万美金一片，同时需要用最新一代的存储器 HBM。一片 AI 芯片加 4-8 块 HBM 的 AI 模块成本就要 10 多万美金。一间数据中心运行 GPT 大模型需要1-2万模块起 (硬件 20-30 亿美金）。
末来每个企业都有自己的私有数据运行在 GPT , 但并非每个企业都能负担得起去训练打造自己的私有大模型 ,因为成本太贵。即使租赁也会很贵。例如，一个 ChatGPT大型语言模型训练要用上万个处理器，租用 一次一个月要花 1 千万美金。今天的 AI 如 GPT 需要更多数据和法则去训练，不然的话它会一本正经地胡说八道。采用全球数据去训练 LLM 通用大模型的 AI, 美国AGI 进度效果会比我们我国自己单一国家数据好。通用人工智能就是一个模型做所有应用就像人的大脑，但基于今天的进展 10 年内人工大脑智能做不到。当今人工智能是一种资料分析技术和统计方法依照不同应用用不同数学和算法去统计才会精准。所以我们应向国内大众或生产方面的专业数据进行训练特别在应用模型发挥我们的优势。
机器人
2023 年，人形机器人市场规模为 18 亿美元，预计到 2028 年将达到 138 亿美元，2023 年至 2028 年的复合年增长率为 50.2%。
2024 年 1 月，埃隆 · 马斯克表示，他预计到 2040 年代将有超过 10 亿个人形机器人投入运行。
工业机器人在工厂一大堆，把五官放进去 , 最后放进智慧才真正转变成人工智能机器人。
GPT 已经进化出人类五官的三个了，5 年左右它的智商可以达到人类天才级的智商水平，连上成千上万机器人。
- 超级打工仔 - 到时候人类社会就会开始变天。
- 力气又大
- 脾气又好
- 爱学习
- 不顶嘴
- 不休假
- 不涨薪
- 不跳槽
人工智能机器人是未来 10 年发展方向但目前 AGI 是不成熟和成本太贵。
人工智能驱动的新时代，人形机器人正逐渐从科幻小说变成现实，带领我们进入一个人类和机器共存的新世界。
在这股技术进步的浪潮中，从波士顿动力公司（Boston Dynamics）的阿特拉斯（Atlas）到特斯拉（Tesla）的“擎天柱”(Optimus)，再到迅速崛起的我国人形机器人，都向我们展示了技术的无限可能性。
这些有着类似人类外形和智能大脑的机器人正在逐渐融入我们的生活，无论是在工业生产、商业服务还是家务活中，它们都将无处不在，成为我们工作和生活中不可或缺的伙伴，对人形机器人的需求将远远超过对汽车的需求。
每个人都将会拥有一个具有人工智能的机器人，具有强大感知能力和决策能力。我们会看到机器人运用于医疗保健、酒店、物流、零售、仓储、生产制造和其他行业。
马斯克看好人形机器人，声称人形机器人将在 3 年内获得重大突破，末来将变得和汽车一样普及，机器人的数量是电动汽车的几十倍。机器人普及程度比汽车高，成本比汽车低 , 量产成本大约在两万到三万美元之间 ( 我国人形机器人已出台低至 9 万人民币 ) 。
之前美国波士顿动力机器人的动作都是用油压系统推动。去年开始改变用电动系统并特别举办展览展示新型电动机器人的灵活度和活动性。可能因为我国在电动车 , 自动驾驶和无人机 (Drone) 的技术方面全球领先和拥有完整机器人供应链可快速制造出新型机器人。所以展览后 3 个月，我国机器人公司就能制造出一模一样的电动机器人。
汽车 电动汽车 混合动力电动汽车
我国汽车生产量
- 2025 年 3 千万辆
- 2030 年 8 千万辆
- 2035 年 1 亿辆
- 2040 年 4 亿辆
我国去年销售 2 千 4 百万辆汽车 ( 电动车约 4 百万）
每辆电动车每天用电量约 65 度电，2 千 4 百万辆电动车每天在路上跑需要 200 亿 x 度电 = 全国人民一天的用电量。
换句话说我国路上的车全变成电动车，我国的电力要求翻一番。 如果我国汽车增量到 2040 年 4 亿辆等于 1年增长 13 倍，相应电力增长可观。
我国制定电动车电压标准在 600V 以上，很多已达800V 甚至 1000V 以上。600V 以上硅芯片性能不稳定需要改用 SiC 碳化硅。新芯片材料的改变对电力有关的 IGBT ( 包括发电，存储，变压等 ) 生产制程通过采用新的银浆或银膜材料加强芯片和基板的链接(银烧结工序)。(见图3)
我国在 SiC wafer 制造方面没有技术问题，没有被卡脖子。所以我国在电力发展没有任何阻碍。
人工智能 (AI) = 能源消耗
Al 大模型的爆发，碳中和的指标，让科技行业对于电力资源的需求呈现指数级增长。因为 AI 消耗大量电力，一间国际跨国公司一年用电量可以媲美一个中等国家全年用电量。( 见图 4) 现在全世界大的科技公司都在加快抢占清洁能源。
Amazon 亚马逊 , Facebook 和 Google 谷歌三家最为积极，清洁能源的投资包括风能和太阳能。苹果也宣布要加快清洁能源的投资力度。
AI 对数据存储与计算资源的需求庞大，这就需要建设更多的数据中心，并提供相关基础设施的配套支持，比如电力系统。 如果不对现有的电力设施（核能、风力、太阳能和水力）进行重构 ( 见图 5), 我们就无法提供足够能源去支持人工智能的发展。
能源发电的选择
今天中美在能源方面 60% 以上是靠煤和石油发电。 因为碳中和，今后能源不会再靠石化燃料发电。但还能靠什么？水力风力发电存在很多限制，核能需要大量水源（看日本核电站事故）所以只能在我国沿海地区（内陆是江/湖，水不能污染）。现在我国沿岸已有 20 多幢核电站还可以建多少？太阳能和其他新能源是唯一希望，按产能比例我们可见将来太阳能和新能源发电站量将会是倍数的增加。
我国光伏装机容量已超过 300 吉瓦，是全球光伏装机容量最大的国家。
我国风电装机容量已超过 350 吉瓦，是全球风电装机容量最大的国家。
我国的特高压输电技术世界领先，建成了世界上最大的特高压输电网络。
我国的智能电网也是世界领先，通过智能调度、分布式能源管理、微电网、需求侧管理等，可更好去应对数据中心的高峰负荷需求。
我国的储能技术同样处于世界领先，我国拥有全球最大的电池生产能力，具备大规模制造和供应链整合的优势。
半导体
预计到 2028 年，半导体市场将从 2023 年的 912 亿美元增至 1498 亿美元，2023 年至 2028 年的复合年增长率为 10.4%。由电动汽车、5G 和人工智能驱动。( 见图 6)
IDC 预测，随着库存减少和市场复苏，2024 年全球半导体销售额将增长 20%，达到 6,302 亿美元。
存储市场增长率高达 52.5%
其次是数据中心，增长率为 45.4%
通信市场将增长 13.5%
IOT 物联网市场增长 6.8%
汽车电子增长 6.5%。
2025 年将继续增长，额外增加 14.4%。
科技一直在变化不管是网络，5G，电动车，人工智能，机器人等。 半导体其实也一直不断往前推进。芯片在 7nm 以下摩尔定律已不在有效所以从经济角度大家都想通过先进封装技术去减低成本同时能达到技术上要求的效果。
因为 AI 推动高端芯片和存储器的需求，异质集成与芯片堆叠 2.5D 和 3D 的先进封装。CoWoS 是一种 2.5D、3D 的封装技术就是把芯片堆叠起来再封装于基板上，最终形成 2.5D、3D 的形态同时还减少功耗和成本。2.5D 主要应用于拼接逻辑运算芯片和高带宽内存，3D 封装则是垂直堆叠芯片的技术主要面向高效能逻辑芯片。
短期我国在高端芯片（2-3 nano) 和 HBM (3 代以上）制造还是没有好办法，要时间去克服。半导体除了受不同制程影响也受不同新材料影响、如 3D 的 TSV、TCV、TGV 分别是硅通孔、陶瓷通孔和玻璃通孔。玻璃要比硅更容易做薄以及实现轻量化。目前提出的第三代 TGV 技术已经可以在一平方厘米差不多开出一百万个孔。
芯片有 70 多种半导体封装形式如 LGA, TSOP, QFN, BGA, COB, CLCC, Flip Chip, SiP, Chiplet 等 等。( 见图7) Memory 有 SRAM, DRAM, FLASH, NOR, Flash, Nand Flash, HBM。IC 有 CPU, GPU, NPU, TPU, OPU, CPU 等等。
半导体产品升级迭代非常快，种类数量又多要全懂不容易。但对 SMT 来说只需要了解产品大小，贴装精度，贴片链接要求，至于其他技术性要求如堆叠，压力控制，视觉反光都能解决方便组装。( 见图 8)
SMT
我国 SMT 市场是从 2000 年后开始快速发展。2010年之前每年我国贴片机进口金额在 10-15 亿美元 ( 美国最高峰时 SMT 市场也没有那么大，所以当时已有很多人在想我国 SMT 市场是不是已被炒作）。2010 年至 2020 年平均每年进口升至 20 亿美元，期间每年大家都在想什么时候会回落。2020 年开始疫情，因为全世界工厂大部分不能全面开工生产并且常常因为疫情要停产，所以国外订单都搬到我国因为我国管控疫情效果最佳。2021 年贴片机进口金额是有史以来最高约 30 亿美元。
如果我们看中 SMT 进口金额图 ( 见图 9)，5 年上升周期在 2018 完成。2019 年应该开始下降周期但因为疫情 2020 升 2021 升上历史高位 2022 只是回落到 2018 年水平，大家都把周期性忘了，还在想为什么现在市场不好。
其实 2000 年后 SMT 市场高速增长的原因是因为中入世贸 WTO，全世界倡议全球化生产。我国的低成本和亚洲市场把外资都吸引到我国。
80 年代我国电子业以家电，消费电子如室内无线电话和玩具等为主。90 年代台湾 SMT 企业搬大陆带动电脑和 IT 产品生产。2000 年外资 EMS 加快加大投资我国生产多类型的电器产品供应全球。之后就是手机，从Motorola, Ericsson 到 Nokia，Samsung，和苹果再到华为和其他中手机品牌推动我国 SMT 市场规模到最高峰。同时汽车电子和 LED 显示屏加速市场增量。
回顾我国 SMT 市场的成长是因为全球化令产品生产外移去低成本，高效率，接近市场的地点 - 我国。今天因为政治原因全球 2 个供应链，同时我国成本上升，我国SMT 市场不可能继续增长。回落是必然，只是厂家们应该怎样应付。老套路 - 生产外移为了长期性降低成本和获得产品全球市场份额。
我国电子行业的企业在这 20-30 年的奋斗建立了不单是 SMT 生产技术还有非常长和完整电子元器件供应链。 所以 SMT 企业在外移的同时可向外提供中元器件和材料。加上品牌，产品设计，生产工艺可以在一定程度上掌控 SMT 行业发展。
换句话说，我国 SMT 企业需要考虑像当年国外资EMS 企业在我国不单是 SMT 制造但提供附加值服务去得订单。电子制造商调整为以服务为导向 , 作为服务行业，公司必须到客户需要他们的地方去。能够快速分配紧急订单的生产能力，并能够成为全球供应链中的全面参与者。
不只做来料加工但承担备材料供材料。垂直整合或合作或收购加大自己终合性力量。也可以考虑毗邻产业如半导体的参与。
结束语
我国错失了头三次工业革命的发展机会但过去几十年我国已追上现代化工业并且中美差不远。
至于今次我国能否抓住机会赢得第四次工业革命主宰世界经济决定人类未来。带领这次工业革命的新科技可能就是新材料、生物科技 / 基因工程、或人工智能。
至于人工智能，不能一味去追随大算力、大模型，大数据这些热点。我们通过大模型来赋能制造业或各个具体的领域来实现人工智能的应用去实现一个差异化的发展道路。
我国有更好的制造业基础，在 AI 与产业融合上有巨大优势 ；得益于庞大市场规模和广阔应用场景，我国企业有快速的执行力，以推进 AI 技术应用落地和商业化。
当然 AGI 成熟的话，在科研方面会突飞猛进。5 年超越一般人类智慧、再过 3 年时间可达 Einstein 爱因斯坦智商。到时候谁抓住 AGI 谁领导科技 , 得 AI 得天下。
所以我们不能只顾效率、商业价值去发展智能应用、也要靠政府、学院、大企业的研发去创造出 AGI。
未来人工智能 (AI) 达到 AGI 通用智能水平并允许继续进化 , 到时候我们可能无法理解 , 无法控制人工智能机器人。人工智能机器人 (AGI 加 Robot) 就像一个小孩生出来 , 聪明 100 倍 , 强大 1000 倍 , 我们需要怎样教育它成人 ,将会是一门大课题。
到人工智能机器人普级化时候 , 如果你做一份工作为了爱好，你可以去做。除此之外，AI 和机器人将提供任何你需要的物品和服务。之后人类做的任何工作只会作为备胎。
一位财经界人士说过新科技会令今后人类过着数字化生活 , 我国将会用数字化人民币加电（能源）来打败美国的美元加石油经济。所以不但从科技上看，互联网，5G 通讯，机器人，人工智能 , Metaverse, 太空探索都离不开新能源，连财经界人士也看到新科技和新能源的重要性。
他们估计我国今后 30 年投资在新能源新科技会达 1 万万亿也就是我国 30 年房地产市值 450 万亿的 20 倍！这也是我对金钱 ( 金融）感兴趣的人现在也投身在高新科技领域的原因所在。
作者：李家伦
文章来源：一步步新技术
