下载掌阅APP，畅读海量书库
立即打开
2021年6月，日本经济产业省公布了半导体战略，其中有一份题为《日本的衰退》的文件。该文件显示，日本半导体公司的全球市场份额在1988年曾高达50%，但之后就一直急剧下降，到现在跌到仅剩10%。这已经引起了日本民众的关注。
在过去的30年里，尽管全球半导体市场每年以超过5%的增长率在高速增长，但日本一点儿都没有获得增长。如果再继续这样下去，日本半导体企业的全球市场份额可能会接近0。另外，受益于数字革命的推动，全球半导体市场预计将以每年8%的速度快速增长，到2030年，市值规模可能达到目前的2倍，市场总值将超过100万亿日元。
有没有发生逆转的可能呢？
半导体战略的关键，一言以蔽之，就是积极投资微细化技术。
不过，仅仅依靠固有的策略是难以挽回失去的30年的，预见竞争舞台的第二幕并提前投资是很有必要的。这就像剑道中的“先机者制人”
。
[1]
为了解读当前复杂的局势，我们需要理解引发这种动向的三个变化。
第一个变化是产业主角的更替。目前，逻辑芯片市场的主战场，正从英特尔这样的传统芯片制造商开发的通用芯片，转向谷歌、苹果、脸书、亚马逊等芯片用户开发的专用芯片。
我们来看看美国25家顶级风险投资公司在2017年至2020年的投资项目。令人震惊的是，它们对专用芯片（包括AI芯片）的投资是对存储芯片投资的9倍。
这标志着专用芯片时代的来临（见图2-1）。
一直以来，半导体业务的王道是标准化的通用芯片的大规模量产，但过去也出现过生产少量定制专用芯片的时代。那是在1985年到2000年，将分散在多个通用芯片中的逻辑电路集成到一个专用芯片中，降低了产品的制造成本。
可是，专用芯片的开发成本高昂，因此造成了CAD技术在美国的大学中纷纷应运而生。
然而，15年过去了，根据摩尔定律，芯片集成度提高了3个数量级，但是设计无法跟上。于是，专用芯片的时代结束了。 [2]
现在，游戏规则再次发生变化，其中的一个背景就是能源危机。为了使用AI分析爆炸性增长的数据，需要大量的能源，因此需要专用芯片。专用芯片通过削减没用的电路，相比通用芯片，可以节省数量级的能源。
专用芯片（硬件）可加速AI处理，而其他丰富的多样化处理则交给通用芯片（软件）。换句话说，适当分配两者的角色比例，对于绿色增长来说是至关重要的。
第二个变化是市场的波动。
每1/4个世纪，就会有大波动冲击半导体市场，而现在就是那个时间点。
1970年到1995年是家用电器，1985年到2010年是个人电脑，2000年到2025年是智能手机。日本抓住了第一波浪潮，但没有抓住第二波和第三波。因此，为接下来的第四波浪潮做好准备就显得格外重要。
家用电器是通过模拟技术使物理空间更便利，而个人电脑则是通过数字技术创造了虚拟空间，智能手机则是通过无线网络技术使虚拟空间可以随身携带。
即将来临的第四波浪潮，是通过使用传感器、AI和马达使网络空间和物理空间高度融合，以促进经济发展和解决社会问题。换句话说，就是利用“数字孪生”技术来创造以人为中心的社会，也就是“社会5.0”。
例如，包括汽车、无人机等移动机器在内的机器自动化技术。
据未来学者汉斯·莫拉维克（Hans Moravec）的说法，目前的机器人智能水平大约是老鼠的水平，但到2030年将进化到猴子的水平，到2040年将达到人类的水平。智能机器人将全面革新从运输、物流、服务到医疗、护理、娱乐等各个领域。
这确实是日本这个“课题发达国家”
可以引领世界的市场。日本可以在其擅长的物理空间融合领域发挥特长。
当然，第四波浪潮不仅限于此。在考验创新思维的同时，我们还需要具备卓越的开发能力，这样才能够迅速（敏捷）地将这些创新应用到芯片中。
第三个变化是技术的范式转变。
20世纪50年代的计算机采用的是“线路逻辑方式”。这种方式的编程是通过切换运算器之间的连线来实现的。
这种方式有两个缺点：一个是“规模限制问题”，即可以处理程序的最大规模受到预先准备的硬件规模的限制；另一个是“大规模系统连接问题”，即当系统规模变大时，连接的数量将会变得非常多。
因此，数学家约翰·冯·诺依曼（John von Neumann）发明了“程序内置方法”（冯·诺依曼架构）。他将要处理的目标数据以及用于指示数据传输和运算的指令存储在内存中，然后让处理器按顺序解释这些指令进行运算处理。这是一种创新的方法转换，目的是解决规模限制问题，不采用物理方法连接多个运算器，而是让一个运算器在每个周期执行不同的指令。
另外，在从各种角度研究“大规模系统的连接问题”的过程中，电子工程师杰克·基尔比（Jack Kilby）在1958年发明了集成电路，通过使用光刻技术在一块芯片上集成元件并进行批量布线，成功地解决了这个问题。
这两种已经持续了半个多世纪的基本方式即将发生范式转变。
一种范式转变是从冯·诺依曼架构转向神经网络（见图2-2）。
该范式不再通过数据在处理器和内存之间来回传递并进行逐一处理，而是在神经网络——数据像流水一样流动中，进行一次性的并行处理。结果是，能效得到大幅改善。
计算机采用冯·诺依曼架构后，处理器和内存的销售量非常大。但是，未来可能会发展出搭载了用AI处理神经网络的专用芯片市场。主角将从处理器和内存转移到神经网络的连接。这就正好像生物从脑干、小脑进化到大脑一样。
在人类的大脑中，人出生时的突触只有大约50万亿个，出生后的12个月内突触数量增长了20倍。然后，在学习过程中，不太经常使用的突触会被剪除，最终形成一个没有浪费的高效脑回路。也就是说，大脑在人出生后未完成完整构建，在玩耍的过程中获得了成长，在学习的过程中提高了效率。
神经网络也经历了类似的过程。当前，通过机器学习进行修剪的方法正在被积极研究。
芯片的微细化已经接近极限。3D集成可以大幅度减少数据传输的能耗。这就像原本我们需要去国家图书馆取的数据，现在被放在触手可及的位置，我们只需要伸伸手就可以得到。
因此，现在我们再次对20世纪50年代的这两个基本问题发起挑战。在摩尔定律即将终结之际，我们不去选择传统技术路线上的延伸，而是选择了破坏性的技术。如何将其实用化是我们即将迎来的巨大机遇。
从前面的各种分析中，你可能已经意识到，其实各种变化的根源都在能源问题上。为了提高能效，产业的主角正在从通用芯片转向专用芯片，冯·诺依曼架构正在更新为神经网络，技术体系也正在从微细化转向3D集成。
与此同时，社会正在从资本密集型的工业社会进化到知识密集型的知识价值社会。价值载体也将从集成了大量晶体管的廉价芯片，迁移到一种具有新的能力——高效处理大量数据，并借助这种能力来持续创造出优秀的服务。
未来，我们将面临更加严格的“碳中和”规定。我们必须积极减少能源消耗。显然，我们需要从过去的贪婪增长战略转向绿色增长战略（见图2-4）。
绿色增长战略的“三支箭”是：第一，攻克3D集成的关键技术；第二，实现专用芯片开发的敏捷化；第三，构建平台，保护在日本国内扎根并群聚发展的产业生态系统。
没有能源效率的改善就没有增长，没有开发效率的提高就没有专用芯片。也就是说，从现在开始，追求时间性能比是最优先的任务。当然，因为时间就是金钱，所以这也包含了传统的成本性能。
英国前首相温斯顿·丘吉尔（Winston Churchill）在面临国难时说过：
一个人绝对不可在遇到危险的威胁时背过身去，试图逃避。若是这样做，只会使危险加倍。但是，如果立即面对它，毫不退缩，危险便会减半。
英特尔的创始人罗伯特·诺伊斯（Robert Noyce）曾说：
要想产生创新，必须保持乐观，必须不畏惧危险，追求变革，必须离开安逸之处，踏上冒险的旅程。 [3]
日本企业的半导体市场份额要想逆转，就需要抱有决心和保持乐观的态度，从现在开始。