百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

半导体,开局不利

ztj100 2025-02-27 17:40 17 浏览 0 评论

??如果您希望可以时常见面,欢迎标星??收藏哦~


来源:内容编译自semiwiki,谢谢。


WSTS 报告称,2024 年第 4 季度全球半导体市场规模为 1709 亿美元,较去年同期增长 17%,较 2024 年第 3 季度增长 3%。2024 年全年市场规模为 6280 亿美元,比 2023 年增长 19.1%。



Semiconductor Intelligence 为年度最准确的半导体市场预测颁发了虚拟奖项。评选标准是上一年 10 月发布的公开预测和 3 月初 WSTS 1 月发布的预测。2024 年,我们打成平手。IDC 在 2023 年 11 月预测 2024 年增长率为 20.2%。2024 年 2 月,我们的 Semiconductor Intelligence 预测为 18.0%。因此,2024 年的最终增长率 19.1% 介于两者之间。在此期间做出的其他预测范围从 5% 到 16%。


16 家主要半导体公司的 2024 年第四季度收入报告差异很大。9 家公司报告称,2024 年第四季度的收入较 2024 年第三季度有所增加。三家公司(SK Hynix、高通和 AMD)报告了两位数的增长。七家公司报告收入下降,其中英飞凌科技和瑞萨电子报告收入下降了两位数。



提供 2025 年第一季度收入指引的公司大多预计较 2024 年第四季度有所下降。联发科、英飞凌、ADI 和瑞萨预计增长幅度为低至中等个位数。其他八家提供指引的公司预计收入将下降,从德州仪器的负 2.4% 到铠侠的负 27% 不等。导致收入下降的因素包括季节性、库存过剩、需求疲软、产量下降和经济不确定性。提供指引的十二家公司对 2025 年第一季度与 2024 年第四季度的加权平均收入变化为下降 9%。在过去十年中,半导体市场第一季度与第四季度相比下降了九次,降幅从负 14.7% 到负 0.5% 不等,平均负 5%。在此期间,唯一的第一季度增长是 2021 年第一季度从 2020 年疫情中复苏期间的增长 3.8%。因此,2025 年第一季度的收入预期似乎比典型的季节性情况更差。


鉴于今年预计开局缓慢,2025 年全年半导体市场的前景如何?过去三个月发布的预测范围从我们的 Semiconductor Intelligence 的 7.0% 到 IDC 和 Future Horizons 的 15%。我们的 7% 预测是一个异常值,其他预测在 11% 到 15% 之间。



正如我们2024 年 12 月的新闻通讯所示,人工智能服务器推动了 2024 年半导体市场的大部分增长。它们在 2025 年应该会保持强劲,但增长率会明显下降。


智能手机、个人电脑、汽车和工业等主要市场驱动因素仍然疲软。


2025 年全球经济充满不确定性,美国威胁提高进口关税,其他国家也承诺征收报复性关税。提高关税将增加消费者成本,可能导致需求下降和/或通胀上升。



晶圆代工的预测



据市场研究公司Counterpoint Research预测,2025年半导体代工行业将增长20%。这主要是由台积电和规模较小的竞争对手乘着人工智能浪潮所推动的。


与 2024 年相比,这一增长预测将略有放缓。据Counterpoint称,半导体代工行业预计将在2024年增长22%,摆脱2023年的低迷。



数据中心和边缘计算中人工智能的扩展正在推动对使用尖端节点的半导体芯片的需求。台积电抓住了这一机遇,将其5/4nm和3nm芯片与自研的“CoWoS(晶圆上基板芯片)”等先进封装技术相结合。


Counterpoint 分析师 Adam Chang 表示:“我们预测,到 2025 年,整体晶圆代工厂产能利用率将达到约 80%,预计尖端节点的利用率将保持在成熟节点之上。随着中国努力加强国内半导体制造业,我们看到中国成熟节点晶圆代工厂的需求比其他国家更大。”


张表示,预计台积电最先进的节点(5/4nm和3nm)的运营率在2025年将达到90%以上。这是由于对高端智能手机的持续需求以及来自亚马逊和微软等超大规模企业的订单。台积电在一月份发布的季度财报中预测,到2025年其销售额将增长26%。


张表示:“在半导体行业,利用率是盈利能力的关键指标。成熟节点(定义为 28/22nm 及更早节点)的复苏相对较慢,这是由于消费电子、通信设备、汽车和工业等领域的终端用户需求总体疲软。”


“拥有强大 SOI(绝缘体上硅)生产能力的代工厂,如 GlobalFoundries、Tower Semiconductor 和台积电,可以从不断扩大的硅光子市场中受益,该市场规模小于主流半导体需求。鉴于其在尖端节点和先进封装方面的优势,台积电很可能仍是云端 AI 需求的主要受益者,”张说。


张补充道:“共封装光学器件 (CPO) 是另一项值得关注的关键技术,它有可能成为超大规模数据中心硅光子学的主要推动力。CPO 的采用仍处于早期阶段;台积电高管和 NVIDIA 首席执行官黄仁勋都表示,CPO 的广泛采用仍需数年时间,预计从 2026-2027 年开始,它将为收入做出重大贡献。”


台积电并不是唯一一家专注于先进封装的代工厂。


英特尔也取得了进展,尤其是其2.nD封装技术“EMIB(嵌入式多芯片互连桥)”和3D封装技术“Foveros”。Foveros 主要用于基于芯片架构的英特尔产品,例如 Meteor Lake。


张表示:“鉴于半导体设计日益复杂,英特尔预计将继续投资先进封装研发,以支持其自身产品路线图并吸引外部客户。”


根据Counterpoint的预测,汽车半导体的库存调整预计将在2025年上半年持续,从而减缓复苏速度。英飞凌科技、恩智浦半导体等全球垂直整合设备制造商的高库存水平可能导致成熟节点代工厂的订单减少,从而进一步降低成熟节点的利用率。


“虽然电动汽车和高级驾驶辅助系统等趋势确实推动了每辆车的半导体数量增加,但汽车半导体市场目前正在经历调整。汽车市场已经挣扎了几个季度,利率上升进一步削弱了需求,特别是因为汽车市场是一个对宏观经济状况敏感的行业,”张说。


据Counterpoint称,预计晶圆代工行业将在2025年后持续增长,但2025-2028年间其复合年增长率(CAGR)预计将放缓至13-15%。


Counterpoint 在报告中指出:“3/2nm 以上先进节点的进步,以及 CoWoS 和 3D 集成等先进封装技术的加速采用,将为代工市场的长期扩张提供支持。这些创新受到高性能计算 (HPC) 和 AI 应用需求不断增长的推动,将在未来三到五年内继续成为该行业的增长引擎。台积电预计将保持其在塑造行业趋势方面的领导地位,并充分利用其技术优势。”


台积电占据整体晶圆代工业务60%以上的份额,其次是三星电子(以下简称三星)、英特尔。台积电2024年的资本支出预计约为298亿美元,但2025年将增至380亿美元至420亿美元之间。


据半导体行业贸易组织SEMI称,代工厂可能继续成为半导体设备的主要买家。预计2025年晶圆代工领域年产能将比上年增加10.9%,晶圆产能预计将从2024年的1130万片/月达到2025年的1260万片/月。


SEMI 预计,内存行业增长率将从 2024 年的 3.5% 进一步放缓至 2025 年的 2.9%。生成式AI需求强劲,存储器市场也在发生重大变化。高带宽存储器(HBM)的需求正在快速增长,其增长趋势与DRAM和NAND闪存有所不同。


2024年,得益于HBM等先进存储芯片的强劲销售,SK海力士年度营业利润首次超过三星。SK海力士是唯一一家向NVIDIA供应HBM的公司。内存竞争对手三星和美光科技也在努力将 HBM推向市场。


参考链接

https://semiwiki.com/semiconductor-services/semiconductor-intelligence/353362-weak-semiconductor-start-to-2025/


END


??半导体精品公众号推荐??


▲点击上方名片即可关注

专注半导体领域更多原创内容


▲点击上方名片即可关注

关注全球半导体产业动向与趋势


*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。


今天是《半导体行业观察》为您分享的第4042期内容,欢迎关注。



『半导体第一垂直媒体』

实时 专业 原创 深度

公众号ID:icbank


相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: