本文来自“浙商科技·行业专题报告”，文中观点仅代表作者个人观点，不代表本网站立场。如有侵权或违规请及时联系我们，我们将立刻予以删除。


预测一：成熟工艺将成为国内晶圆厂扩产主力军


TrendForce集邦咨询显示，2021年晶圆代工厂中，成熟制程仍占据76%的市场份额。2022年全球晶圆代工厂年增产能约14%，其中十二英寸新增产能当中约有65%为成熟制程（28nm及以上）。以全球视角来看，成熟工艺仍是主流：


1、全球视角：世界三大晶圆代工巨头（台积电、联电、格芯），成熟工艺约占总产能的74%。


① 台积电：成熟工艺约占产能的64%，占销售额的34%。预计台积电产能为120万片/月（12英寸），16nm/7nm/5nm的产能约为13.7/17.8/12.0万片，先进制程产能约为43.5万片/月，占比36%。到2025年其成熟和专业节点的产能将扩大50%。


② 联电：放弃先进制程，专注成熟工艺。联电在2018年宣布不再投资12nm以下的先进制程，自此专注在成熟工艺扩大市场。目前联电产能为40万片/月（12英寸），全部集中在成熟工艺。此外，公司于21年投入约36亿美元扩大28nm芯片产能。


③ 格芯：成熟工艺产能约占83%，退出10nm以下先进制程。格芯于2018年宣布退出10nm及以下的先进制程的研发，目前拥有的先进制程为12nm。预计目前格芯产能约为20万片/月（12英寸），拥有先进制程的纽约fab8约占17%。

目前国内晶圆厂扩产聚焦在成熟工艺，需求大、供给足、成本性价比高。


2、需求：成熟制程能覆盖除智能手机以外的绝大多数应用场景，更是电动汽车、智能家电的芯片主力军。


3、供给：在光刻机方面，美国芯片法案对中国芯片制造的重点在刚需高端EUV光刻机的先进制程，即14nm及以下的fab、18nm的DRAM、128层的NAND。而目前成熟制程应用的DUV光刻机由日本、欧洲掌握，美国的影响力有限。其他设备方面，北方华创、中微、盛美、拓荆、华海清科、芯源微、万业、精测等国内半导体设备厂商的产品满足成熟工艺的标准，产品管线覆盖除光刻机外的所有领域，产品性能得到持续验证，半导体设备国产化率不断提升。


4、成本/工艺：随着先进制程不断演进，制造工艺的研发和生产成本逐代上涨，高涨的技术难度和成本高筑进入壁垒。


结论：成熟工艺作为芯片需求的主力节点，并且在CHIPLET异构集成的大潮下，部分先进工艺可以用成熟工艺+先进封装来实现。另外由于目前国产设备材料的技术发展阶段的条件约束，且我国的成熟工艺产能仍大面积依靠进口，后续国内的扩产主力就是基于国产可控技术的成熟工艺。


预测二：全球半导体产业政策进入密集区


中国在全球半导体产业中仍为“追赶者”姿态，根据SIA，2021年半导体行业格局（按产值）为美国（46%）、韩国（21%）、日本（9%）、欧洲（9%）、中国台湾（8%）、中国大陆（7%）。随着半导体行业走向成熟以及竞争环节产生剧变，全球半导体产业政策也进入密集区，政策主要围绕“强化自身供应链”和“加强研发力度”两条主线。

预测三：Chiplet将成为跨越制程鸿沟的主线技术


Chiplet将满足特定功能的裸芯片通过Die-to-Die内部互联技术，实现多个模块芯片与底层基础芯片的系统封装，实现一种新形势的IP复用。Chiplet不仅是延续后摩尔时代的关键，也是国内布局先进制程的解决方案之一，将成为未来行业发展的主线：


1、Chiplet是延续后摩尔时代，解决产业发展难题的关键所在


Chiplet可以大幅提高大型芯片的良率：在高性能计算、AI等方面的巨大运算需求，使得整个芯片晶体管数量暴涨，芯片的面积也不断增大，固有不良率带来的损失增大。而Chiplet可以切割成独立小芯片，有效改善良率，降低不良率带来的成本增长。


Chiplet可以降低设计的复杂度和设计成本：如果将大规模SoC按不同模块分解成芯粒，做到类似模块化设计，可以重复利用在不同的芯片产品中。这样可以大幅降低设计难度和成本，并且有利于后续产品的迭代，加速产品上市周期。


Chiplet可以降低芯片制造成本：SoC中主要是逻辑计算单元依赖于先进制程提升性能，Chiplet化后可以根据不同的芯粒选择合适的制程，分开制造，再用先进封装进行组装，极大的降低了芯片的制造成本。


2、Chiplet是国内突破技术封锁，布局先进制程的重要方案 按性能分，芯片分为三种：


能用芯片：135-28nm，对应3G手机、家电、消费电子产业


够用芯片：14-7nm含chiplet，对应4G手机、L2辅助驾驶、普通座舱


好用芯片：7-2nm的尖端工艺，对应5G手机、L5无人驾驶、高级座舱


美国芯片法案的目的是将中国卡在能用芯片中，而为了实现从能用到够用的进阶，有三种途径：


延续摩尔定律的原生非A硅制程；


转换到第三/四代半导体材料；


超越摩尔的Chiplet（成熟工艺+Chiplet=先进工艺）。


总结：面对美国的科技封锁，未来三年中国半导体突破的重心在于突破能用（在135-28nm建立去A线产能）和Chiplet（基于28nm，在基站、服务器、智能电车领域建立等效14/7nm性能，牺牲一定的体积和功耗）

预测四：FD-SOI将为国内开启先进制程大门提供可能


随着5G通信、智能驾驶、人工智能等潮流兴起，SOI技术凭借高性能、低功效的优势，带动SOI硅片需求量大幅增加。基于SOI材料的FD-SOI是先进工艺（28nm以下）两大技术路线之一，也是国内突破先进工艺的方案之一：


1、基于SOI的两大技术路线：RF-SOI技术用于5G射频芯片，FD-SOI开启28nm以下先进制程


RF-SOI（射频绝缘体上硅）：相较于传统的GaAs和SOS技术，不仅成本更低、集成度更高，还发挥了SOI材料结构的优势，所实现的器件具有高品质、低损耗、低噪声等射频性能，主要用于制造智能手机和无线通信设备上的射频前端芯片。


FD-SOI：FinFET和FD-SOI是发展先进工艺（28nm以下）的两大解决方案。FinFET技术路线的先进工艺带来了工艺复杂、工序繁多、良率下降等问题，使得在28 nm以下制程的每门成本不降反升。FD-SOI技术路线逐渐得到业界关注。


理论上，利用DUV光刻机制造的FD-SOI产品，可以达到与采用EUV光刻机制造的FinFET产品相当的性能。


2、材料：核心技术由法国Soitec掌握，中国大陆加快追赶步伐


国外：300mm的SOI硅片核心技术由法国Soitec掌握，日本信越化学、SUMCO、中国台湾环球晶圆等少数企业具备生产能力。


国内：沪硅产业旗下子公司获得Soitec技术授权，公司于2022年2月完成50亿定增，其中20亿元投入高端硅基材料研发。项目完成后，沪硅产业将建立300mm高端硅基材料的供应能力，并完成40万片/年的产能建设，加快在SOI领域的追赶步伐。


3、代工：工艺由格罗方德、意法半导体、三星等主导


意法半导体于2012年推出了28 nm FD-SOI工艺平台，并于2014年将该技术平台授权给三星。


格罗方德于2017年发布了22 nm FD-SOI代工平台，截至2020年年底已实现营收45 亿美元，交付芯片超过3.5 亿颗。


格罗方德于2018年投产的12 nm FD-SOI代工平台生产的产品几乎拥有10 nm FinFET 工艺产品同等的性能，但功耗和生产成本却比16 nm FinFET工艺产品还低。

预测五：RISC-V将引领国产CPU IP突破指令集封锁


RISC-V开放的定位是国产芯片实现全产业链自主可控的必要基础，条件约束和技术优势两方面因素决定了RISC-V与中国半导体产业双向选择。从技术架构、软硬件生态到量产应用，我国RISC-V产业正加速迈向成熟。随着2023年正式步入高性能计算场景，基于RISC-V开发的CPU IP将成为2023年国产IP主线。


RISC-V可以满足国产CPU架构自主可控需求。不同于x86、ARM等国外商业公司垄断的私有指令集架构，RISC-V最大的特点是开放标准化，是CPU技术变革的一次绝佳机遇，能够很好的调节软件普适生态和CPU国产自主可控的双重需求。RISC-V生态体系也因此正在全球范围内快速崛起，成为半导体产业及物联网、边缘计算等新兴应用领域的重要创新焦点。


RISC-V全球化立场鲜明。2019年，RISC-V基金会因为担忧美国的贸易法规而搬到了瑞士，并更名为RISC-V International，进而该开源社区的代码上传下载可不受美国出口管制。目前RISC-V基金会的22个主要成员中有12个来自中国，占比超过50%。其中包括华为公司、阿里巴巴集团、中科院计算所等知名企事业单位。


IP是实现芯片设计国产化的必经之路。IP作为深层关键要素，对于基础软件、芯片设计等浅层要素，以及代工制造、封装测试等中层要素，乃至芯片全产业链都是不可或缺的存在。当前产业界90%以上的SoC都是采用以IP核为主而进行设计的，大量复用IP核代码和专利等硅知识产权。


基于RISC-V的CPU IP将迎来历史性发展机遇。目前我国绝大部分的芯片都建立在国外公司的IP授权或架构授权基础上。近年来美国对华科技产业限制层出不穷，IP和芯片底层架构国产化替代已经迫在眉睫，必须实现深层要素的国产化才能实现全栈要素创新。RISC-V凭借其开放优势有望成为IP独立自主的关键根技术。


2023年将成为RISC-V的高性能计算元年。截至2022年末，我国大约有50款不同型号的国产RISC-V芯片量产，应用场景集中在MCU、电源管理、无线连接、存储控制、物联网等中低端场景。而目前已有多家创新企业计划在2023年发布对标64核高性能的服务器级处理器，应用领域也有望从专业应用场景逐步拓展到通用计算场景。