Ein Artikel, der die Chip-Industriekette verständlich macht: Wer trägt das Rechenleistungs-Imperium im Zeitalter der KI?

Chips sind die kleinsten Bauteile der modernen Wirtschaft und zugleich das größte Netz.

Ein Smartphone, ein Elektromotorrad, ein KI-Server, eine intelligente Uhr und ein Industrieroboter scheinen völlig verschiedene Produkte zu sein, aber wenn man sie auseinandernehmen würde, würde man schließlich immer bei den Chips ankommen.

Es entscheidet, ob ein Smartphone bessere Fotos machen kann, ob ein Auto die Assistenzfahrzeugentscheidungen schneller treffen kann, ob ein KI-Modell in wenigen Sekunden Fragen beantworten kann, und auch, ob ein Technologieunternehmen Software, Hardware oder die nächste Rechenplattform verkauft.

Viele Menschen verstehen die Chip-Industrie-Kette gerne mit einem Satz zusammenzufassen: Design, Herstellung, Verkapselung und Test.

Dieser Satz stimmt zwar, ist aber zu grob. Es ist, als würde man sagen, dass ein Restaurant nur drei Schritte hat: "Einkaufen, Kochen, Servieren". Es klingt richtig, aber alle die Stellen, an denen wirklich Geld verdient wird, an denen es Engpässe gibt und an denen es wirkliche Barrieren gibt, werden übersehen.

Die wirkliche Struktur der Chip-Industrie sollte in vier Ebenen unterteilt werden:

Am weitesten upstream befinden sich die Werkzeuge, Geräte und Materialien. Sie entscheiden, "ob ein Chip entworfen und hergestellt werden kann".

In der Mitte befinden sich Design, Herstellung, Speicherung und Verkapselung. Hier wird entschieden, "wer den Chip entworfen hat, wer ihn fertigt, wer ihn in Massenproduktion bringen kann und wer ihn zu einem System zusammenfügen kann".

Am weitesten downstream befinden sich Smartphones, Autos, Cloud-Computing, KI-Datenzentren, Industrieanlagen und Konsumelektronik. Sie entscheiden, "warum ein Chip benötigt wird".

In der KI-Zeit hat die Chip-Industrie einige neue Hauptlinien bekommen: GPUs sind nicht mehr nur Grafikkarten, HBM ist nicht mehr nur Speicher, Verkapselung ist nicht mehr nur eine Nachbearbeitung, und Cloud-Anbieter sind nicht mehr nur Chip-Käufer. Sie beginnen, die Chips selbst zu definieren.

Dies ist die wichtigste Veränderung in der heutigen Chip-Industrie.

01

Die Kette "Schaufeln verkaufen - Chips herstellen - Anwendungsfälle verkaufen"

Wenn man die Chip-Industrie als eine Goldmine ansieht, dann verkaufen die Leute am weitesten upstream möglicherweise nicht direkt Gold, aber sie verkaufen Schaufeln, Karten, Sprengstoff und Bergbauwagen.

EDA-Software ist das "Zeichenwerkzeug" und "Simulationswerkzeug" für Chip-Designer. Ein fortschrittlicher Chip kann hunderte Milliarden Transistoren enthalten. Das menschliche Gehirn kann nicht direkt das gesamte Design, die Validierung und die Fehlerbehebung durchführen. Es muss sich auf EDA-Software verlassen. Die globalen Kernspieler in diesem Bereich sind Synopsys, Cadence und Siemens EDA. Chinesische Unternehmen umfassen HuaDa JiuTian, GaiLun Electronics, GuangLi Micro und andere.

IP-Lizenzierung ist wie eine "Standardbauteilbibliothek" in der Chip-Welt. Ein Chip-Unternehmen muss nicht alle Module von Grund auf entwickeln. CPU-Kerne, Schnittstellenprotokolle, Bildverarbeitungsmodule und Speichercontroller können alle mit fertigen IP-Lizenzen erworben werden. Die wichtigste Firma hier ist Arm. Weltweit werden in Smartphones, Fahrzeugchips und stromsparenden Geräten in großem Umfang Arm-Architekturen eingesetzt. Andere IP-Unternehmen umfassen Synopsys, Cadence, Imagination, CEVA, Rambus und andere.

Halbleitergeräte sind die eigentlichen Industriemaschinen in der Waferfabrik. Lithographiegeräte, Ätzgeräte, Dünnschichtabscheidungsgeräte, Ionenimplantationsgeräte, Reinigungsgeräte und Prüf- und Messgeräte sind alle äußerst komplex. Das bekannteste ist ASML, das der einzige Lieferant von EUV-Lithographiegeräten ist. Ohne EUV ist es schwierig, den fortschrittlichen Herstellungsprozess weiter voranzutreiben. Andere Gerätegiganten umfassen Applied Materials, Lam Research, Tokyo Electron, KLA, ASM International, Screen, Nikon und Canon.

Chinesische Unternehmen umfassen BeiFang HuaChuang, ZhongWei Company, TuoJing Technology, HuaHai QingKe, ShengMei Shanghai, XinYuan Micro, JingCe Electronics, ChangChuan Technology und andere.

Materialien sind die "Munition" der Waferfabrik. Siliziumscheiben, Fotolacke, elektronische Spezialgase, nasse elektronische Chemikalien, Targets, CMP-Polierflüssigkeiten, Verkapselungsunterlagen und Anschlussrahmen können jederzeit zu Engpässen werden. Repräsentative Unternehmen umfassen Shin-Etsu Chemical, SUMCO, GlobalWafers, Siltronic, SK Siltron, JSR, Tokyo Ohka Kogyo, Fujifilm, Merck, DuPont, Entegris, Linde und Air Liquide.

Chinesische Unternehmen umfassen HuGui Industry, TCL ZhongHuan, LiAng Micro, JiangFeng Electronics, AnJi Technology, NanDa Optoelectronics, HuaTe Gas, JinHong Gas, YaKe Technology, DingLong Company, TongCheng New Materials und andere.

Deshalb ist die eigentliche grundlegende Frage bei der Betrachtung der Chip-Industrie: Wer hat unersetzliche Werkzeuge in der Hand? Wer hat unersetzliche Geräte in der Hand? Wer hat unersetzliche Materialien in der Hand?

Einige Unternehmen stehen nicht im Rampenlicht, aber sie sind die eigentlichen Fundamente der Industriekette.

02

Chip-Design: Warum ist Nvidia nicht nur ein GPU-Verkäufer

Chip-Design-Unternehmen werden oft als Fabless bezeichnet, was "ohne Waferfabrik" bedeutet. Sie sind für das Design der Chips verantwortlich, bauen aber keine eigenen Fabriken zur Herstellung. Die Herstellung wird an Auftragsfertiger wie TSMC, Samsung und SMIC übertragen.

Repräsentanten dieser Art von Unternehmen umfassen Nvidia, AMD, Qualcomm, Broadcom, Marvell, MediaTek, Apple, Amazon Annapurna, das Google TPU-Team und das Meta-Eigenentwicklungsteam für Chips. Chinesische Unternehmen umfassen HiSilicon, Cambricon, Horizon Robotics, Black Sesame Technologies, BiRen, Moore Threads, SuiYuan Technology, MuXi, WellSemi, GigaDevice, Montage Technology, Zhuoshengwei, Spreadtrum, Amlogic, Rockchip, Allwinner Technology, Espressif Systems, Saint Bon Electronic, Novosense und andere.

Aber die Unterschiede zwischen den Designunternehmen sind sehr groß.

Qualcomm ist stark in der Smartphone-SoC-, Basisband- und Funktechnologie. MediaTek ist stark auf den mittleren und oberen Segmenten des Android-Smartphone-Marktes. Apple ist stark in der Integration von Hardware und Software und bindet die A-Serie und M-Serie von Chips an die iOS- und macOS-Ekosysteme. Marvell ist stark in der Datenzentrumverbindung, Lichtkommunikation, maßgeschneiderten ASICs und Speichersteuerung. Broadcom ist stark in maßgeschneiderten KI-Chips, Netzwerkchips, Hochgeschwindigkeitsverbindungen und Unternehmensinfrastruktur.

Nvidia ist eine besondere Existenz.

Es verkauft GPUs, aber die eigentliche Barriere ist die Summe aus GPU, CUDA, Netzwerk, NVLink, Softwarebibliothek, Server-System, Entwickler-Ekosystem und Kundenglaubwürdigkeit.

In der Vergangenheit waren GPUs Spielgrafikkarten. Heute sind GPUs die Motoren in der KI-Fabrik. Das Training von großen Modellen erfordert eine riesige Menge an parallelen Berechnungen, und die Inferenz erfordert geringe Latenzzeiten und hohe Durchsatzraten. GPUs eignen sich genau für diese Art von Aufgaben. Das wirklich beeindruckende an Nvidia ist, dass es einen Chip zu einer ganzen Rechenplattform gemacht hat.

Deshalb sollte man in der KI-Zeit bei Nvidia eher fragen: Kann das CUDA-Ekosystem ersetzt werden? Sind die Cloud-Anbieter bereit, sich langfristig zu binden? Bleibt die Netzwerk- und System-Level-Lieferfähigkeit weiterhin führend? Können die Kunden mit anderen Lösungen die Kosten senken?

AMD ist der wichtigste Herausforderer für die allgemeine GPU außer Nvidia. Es hat EPYC-Server-CPUs, Instinct-GPUs und auch die FPGA- und adaptive Rechenfähigkeit von Xilinx. Seine Chance liegt darin, dass Cloud-Anbieter und große Modellunternehmen nicht für immer nur von einem Lieferanten abhängig sein können. Aber seine Herausforderungen sind auch klar: Die Hardwareleistung ist nur der erste Schritt. Das Software-Ekosystem, die Systemlieferung, die Gewohnheiten der Entwickler und die Priorität der Lieferkette sind ebenfalls wichtig.

Broadcom repräsentiert eine andere Richtung: maßgeschneiderte ASICs.

ASICs sind spezielle Chips, die für bestimmte Aufgaben entwickelt werden. Allgemeine GPUs sind wie ein Schweizer Taschenmesser, das alles kann; ASICs sind eher wie eine spezielle Maschine, die nur für bestimmte Aufgaben optimiert ist. Google TPU, Amazon Trainium und Inferentia sowie Meta-Eigenentwicklung von KI-Chips sagen im Wesentlichen dasselbe: Wenn das Maßstab der KI-Berechnungen groß genug ist, werden spezielle Chips immer attraktiver.

Dies sind die beiden zukünftigen Richtungen für KI-Chips: die Nvidia-Art von allgemeinen GPU-Plattformen und die maßgeschneiderten ASICs der Cloud-Anbieter.

Die erste hat ein starkes Ökosystem und eignet sich für schnelle Iterationen; die zweite hat kontrollierbare Kosten und eignet sich für die Massenbereitstellung. In der Zukunft wird es nicht darum gehen, wer wen vollständig ersetzt, sondern wer in welchen Anwendungsfällen kostengünstiger ist.

03

Wafer-Auftragsfertigung: Warum ist TSMC zum Weltzentrum geworden

Chip-Design-Unternehmen zeichnen die Pläne, aber es sind die Wafer-Auftragsfertiger, die die Pläne tatsächlich in Schaltkreise auf Siliziumscheiben umsetzen.

Die Wafer-Auftragsfertigung ist einer der schwierigsten, teuersten und am meisten langfristig anspruchsvollen Schritte in der Halbleiterindustrie. Eine fortschrittliche Waferfabrik erfordert leicht Investitionen von mehreren Milliarden US-Dollar, hat eine lange Bauzeit, sehr komplexe Geräte und möglicherweise über tausend Verarbeitungsschritte. Wichtig ist auch, dass es nicht genügt, ein oder zwei Proben herzustellen, sondern dass es darum geht, in der Massenproduktion eine hohe Ausbeute, niedrige Kosten und eine stabile Lieferung zu erreichen.

TSMC ist stark, nicht nur weil es fortschrittliche Herstellungsprozesse hat, sondern weil es gleichzeitig Technologie, Ausbeute, Kapazität, Kundentrust und ein Ökosystem besitzt.

Apple, Nvidia, AMD, Qualcomm, Broadcom und MediaTek sind alle wichtige Kunden von TSMC. Je weiter man mit den fortschrittlichen Herstellungsprozessen voranschreitet, desto weniger bereit sind die Kunden, den Lieferanten zu wechseln. Denn Chip-Design, Prozessbibliothek, EDA-Prozess, IP-Validierung, Verkapselungslösung und Ausbeuteanstieg sind alle eng mit der Auftragsfertigung verbunden.

Das Samsung Foundry ist einer der wichtigsten Spieler in den fortschrittlichen Herstellungsprozessen außer TSMC. Es hat Technologie, Kapital und auch die Synergie zwischen Speicherung und Verkapselung. Aber Samsung betreibt gleichzeitig Auftragsfertigung, entwickelt eigene Chips und produziert Endprodukte. Das Vertrauensproblem bei externen Kunden besteht weiterhin. Das Intel Foundry versucht, mit fortschrittlichen Herstellungsprozessen und fortschrittlicher Verkapselung wieder in die Auftragsfertigungskonkurrenz einzusteigen, aber es muss beweisen, dass es nicht nur seine eigenen CPUs herstellen kann, sondern auch externe Kunden bedienen kann.

Der Bereich der reifen Herstellungsprozesse ist eine andere Geschäftsidee.

Nicht alle Chips benötigen 3nm oder 2nm. Automobil-MCUs, Industriechips, Analogchips, Leistungschips, Anzeigetreiberchips, CIS und Funkfrontend hängen oft von reifen Herstellungsprozessen und speziellen Technologien ab. Diese Chips stehen möglicherweise nicht in den Schlagzeilen, aber die Nachfrage ist stabil, die Lebensdauer ist lang und sie sind eng mit der realen Industrie verbunden.

Unternehmen wie SMIC, HuaHong, UMC, GlobalFoundries, World Semiconductor, Powerchip, Tower, DB HiTek, JingHe Integrated und CR Micro befinden sich eher in diesem Bereich.

Deshalb sollte man die Wafer-Auftragsfertigung in zwei Arten betrachten.

Bei den fortschrittlichen Herstellungsprozessen betrachtet man TSMC, Samsung und Intel. Der Kern liegt in der technologischen Obergrenze, der Ausbeute und der Bindung an große Kunden.

Bei den reifen Herstellungsprozessen betrachtet man SMIC, HuaHong, UMC, GlobalFoundries und andere. Der Kern liegt in der Kapazitätsauslastung, den speziellen Technologien, der Kundenstruktur und der Position im Zyklus.

04

Speicher: KI macht "Zyklusprodukte" zu strategischen Ressourcen

In der Vergangenheit waren Speicherchips typische Zyklusprodukte.

Wenn die Nachfrage gut war, stiegen die Preise, und die Hersteller erweiterten ihre Produktion; wenn zu viel produziert wurde, kam es zu einem Überangebot, und die Preise fielen; wenn die Preise so niedrig fielen, dass es Verluste gab, reduzierten die Hersteller ihre Produktion, die Nachfrage und das Angebot wurden ausgeglichen, und es begann der nächste Zyklus.

Aber die KI verändert die Geschichte der Speicherindustrie.

Das Training und die Inferenz von großen Modellen erfordern nicht nur GPUs, sondern auch, dass eine riesige Menge an Daten schnell an die GPUs geliefert wird. Wenn die Rechenleistung der GPUs stark ist, aber die Daten