- 卷積神經網路(Convolutional neural network, CNN)[1]
- 使用於影像辨識、聲音辨識等各種情況
- 深度學習(Deep Learning)[1]
- 深度學習是加深層術後的多層神經網路
- 在視覺辨識競賽中,深度學習使用皆以CNN為基礎
- 學習的效率是加深層數的優點之一,表示與沒有加深層數時相比,加深層數可以減少學習資料
- 受到矚目的原因為2012年舉辦視覺辨識競賽ILSVRC(ImageNet Large Scale Visual Recognition Challenge)開始成為DL轉捩點,深度學習的手法(通稱AlexNet)獲得壓倒性的優異成績,顛覆過去影像辨識的手法
- 多數DL的框架支援GPU可處理高速運算,而多個GPU與多台裝置進行分散式學習
- 多台裝置中100個GPU與一個GPU相比,可以提高56倍的速度,一位原本花7天才完成的學習,只要3小時就能解決(3*56=168/24=7)
- Google的TensorFlow、MS的CNTK(Computational Netework Toolkit)是針對分散式學習而開發
- 應用範例
- 物體偵測、影像分割、產生圖說、
- 轉換影像風格、產生影像、自動駕駛
- 強化學習(Reinforcement Learning,RL):嘗試從錯誤的過程中,進行自主學習。代理人(Agent)是根據環境狀況來決定要採取的行動,利用該行動讓環境變化。隨環境變化,代理人獲得某些報酬。因此RL目的是決定代理人的行動方針,以獲得更好的報酬
- Deep Q-Network,DQN:使用DL的RL手法,以稱作Q學習的強化學習演算法為基礎。
學海無涯
[好奇 才會有恆久,驚奇 才有專業]
2024年4月24日 星期三
AI融會貫通之研究
2024年4月15日 星期一
玻璃基板研究
[20240415] 玻璃基板為晶片開發的the next big thing,蘋果預先導入玻璃基板PCB晶片技術
目前的PCB通常由銅層和焊料層下方的玻璃纖維和樹脂混合物製成。該材料對熱敏感,意味必須透過動態熱能管理(thermal throttling)仔細控制晶片溫度。當晶片變得太熱時,會降低晶片的性能。因此,晶片只能在有限的時間內維持其最大性能,然後才會回落到較慢的速度以降低溫度[1]。然而,先進封裝上的玻璃基板,是將晶片疊層中的矽中介層中的材料置換成玻璃[3],玻璃基板製成的印刷電路板 (PCB),可提供一種全新的安裝和封裝晶片方式,可以大大增加PCB所能承受的溫度,不僅可以提供更好的熱性能,使處理器能夠以最大功率運行更長時間。所以玻璃基板將成為晶片開發的下一個重大事件。另外,玻璃基板超平坦的性質,可以進行更精確的蝕刻,從而可以將組件放置得更近[1],從而增加任何尺寸內的電路電晶體密度約十倍[3]。
此外,由於封裝技術提升,未來單一晶片能夠容納的電晶體將有望來到最多一兆個的目標,不僅晶片製程成本、難度大幅降低,晶片頻寬翻倍,能突破過去摩爾定律註的限制[3]。南韓BusinessKorea媒體指出,隨著AI競賽越演越烈,Nvidia、AMD、英特爾等,也都有意採用,估計最快2026年上路[2]。此市場的領導者為英特爾,2023年5月宣布擴足玻璃基板業務,已與部分韓企合作[2。英特爾已投入10億美元為將來量產計畫擴建相關產線[3]。英特爾執行長基辛格在2023年新創日發表會上率先公布,取得技術突破,玻璃基板預計於2026至2030年推出,可使封裝中的電晶體持續微縮,以滿足AI等資料密集、高性能工作負載的需求[3]。預計到2030年使用玻璃基板可以讓一顆晶片放入一兆電晶體。這比起蘋果iPhone 15 Pro中的A17 Pro處理器擁有190億個電晶體,超過50倍[1]。
畢竟,迄今為止的大多數進展都是透過更小的製程實現的。例如:蘋果目前在iPhone 15 Pro機型中採用的A17 Pro中的3奈米晶片處於領先地位,之後將計劃採用2奈米,然後是1.4奈米。如果每一顆晶片可以放入更多電晶體,這有助於晶片在未來發展。
然而是否會對目前PCB生態造成影響?玻璃基板技術後續成熟後才能搭配 ABF 載板或硬板,如果是涉及玻璃基板的封裝段,是「矽中介層」或其他材質的變化,實際和 PCB 載板廠商生產製程較無關,而是封裝部分的材質流程變化,PCB 族群仍要尋找技術「出海口」。而英特爾也曾表示,玻璃基板只是其中一項解決方案,傳統基板仍會是客戶的選擇之一,所以,玻璃基板基本上對產業並不會造成威脅,為能夠搭配矽中介層材質改變所帶來的變動,PCB、ABF 載板與開發商積極配合,PCB廠反而有望搭上這波商機跟著受惠[3]。
若玻璃基板未來順利克服問題並確實在2026年起順利量產,有望再推升晶片熱潮,屆時AI概念股有望續熱,並助長輝達、超微、英特爾供應鏈高飛。不過,在此之前,仍要將目光放在現在的問題上,以英特爾為主的技術開發,雖然沒有明確供應鏈,但市場點名全球合作載板廠商的欣興受惠最大,另外還有設備廠鈦昇、南電、健鼎等台廠有望分一杯羹[3]。
- 玻璃基板的超平坦性質,可以進行更精確的蝕刻,從而可以將組件放置得更近,從而增加任何尺寸內的電路電晶體密度約十倍[3]。
Nvidia、AMD、英特爾等,也都有意採用,估計最快2026年上路。
此市場的領導者為英特爾,2023年5月宣布擴足玻璃基板業務,已與部分韓企合作。英特爾已投入10億美元為將來量產計畫擴建相關產線。玻璃基板預計於2026至2030年推出
預計到2030年使用玻璃基板可以讓一顆晶片放入一兆電晶體。這比起蘋果iPhone 15 Pro中的A17 Pro處理器擁有190億個電晶體,超過50倍
- 韓廠SKC與晶片設備大廠Applied Materials攜手成立Absolics,斥資2.4億美元在美國喬治亞州打造工廠
- 全球合作載板廠商的欣興受惠最大,還有設備廠鈦昇、南電、健鼎等台廠有望分一杯羹。
Reference:
[1][20240402]蘋果將關注於玻璃基板的開發,期望引領半導體產業前進https://iknow.stpi.narl.org.tw/post/Read.aspx?PostID=20585
[2][20240408]玻璃基板為晶片發展下一個重大趨勢?傳蘋果、Nvidia 將採用
https://money.udn.com/money/story/5599/7884922
[3][20240411]整理包/Nvidia、AMD 都將採用的玻璃基板是什麼?PCB 廠有望受惠?三大重點、概念股一次看
2024年4月12日 星期五
蘋果壟斷官司研究
[20240412] 蘋果壟斷證據不斷,引發眾怒
自高盛2023年6月公布20檔~25檔「首選買進」(Directors’ Cut)的名單以來,iPhone製造商蘋果一直名列其中。每個月對會針對必買名單進行審查,若股票「不再是最佳投資選擇」便會遭到剔除。但自那時起至今,蘋果股價大致持平,遠不如大盤標普500指數表現,後者漲幅達到近22%。若以「美股七雄」(Magnificent 7)來看,蘋果遠遠落後其他對手,僅贏過電動車龍頭Tesla,後者今年迄今大跌逾18%。
此外,歐盟執行機構歐盟執委會於2024年3月4 日 對蘋果處以 18 億歐元(19.5 億美元)反壟斷罰款,因為蘋果濫用其在音樂串流應用程式分發市場的主導地位。因為蘋果對應用程式開發者施加限制,阻止他們向 iOS 用戶告知應用程式之外提供的替代且更便宜的音樂訂閱服務。蘋果還禁止音樂串流應用程式開發人員提供有關用戶如何訂閱這些更便宜優惠的任何說明。
在 2019 年 Spotify (SPOT-US) 投訴後,歐盟執委會對蘋果展開調查。調查範圍縮小到了蘋果對應用程式開發商施加的合約限制,這些限制阻止他們以較低的價格向 iPhone 和 iPad 用戶提供應用商店外的替代音樂訂閱服務。蘋果的行為持續近 10 年,「可能導致許多 iOS 用戶為音樂串流訂閱支付較高的價格,因為蘋果向開發者徵收高額佣金,並將更高的佣金形式轉嫁給消費者在蘋果應用商店支付相同服務的訂閱價格。」
2023年歐盟委員會根據名為《數位市場法案》(Digital Markets Act;DMA)的代表性法規,指定蘋果公司以及微軟 (MSFT-US) 和 Meta (META-US) 等其他科技公司為「守門人」。「守門人」一詞指的是歐盟認為限制存取核心平台服務如線上搜尋、廣告、訊息傳遞和通訊等的大型網路平台。
《數位市場法案》目標在打擊科技公司的反競爭行為,並迫使它們向其他競爭對手開放部分服務。較小的網路公司和其他企業抱怨這些公司的商業行為傷害了他們。這些法律已經對蘋果產生影響。該公司宣布計畫自今年起向外部其他應用程式商店開放其 iPhone 和 iPad。 開發者長期以來一直抱怨蘋果對應用程式內購買收取 30% 的費用。
- 在過去的15年間,每當蘋果用戶透過App Store下載應用,或者在應用內購買、訂閱服務等,都只能通過蘋果指定的支付系統,留下30%的「蘋果稅」之後,再將剩餘費用歸入應用開發者帳戶。估計2023年全球「蘋果稅」收入大約數百億美元。
2024年4月11日 星期四
AI模型研究
群聯與聯發科合力打造AI新藍海市場,不與雲端AI直接競爭,鎖定邊緣、中小型運算需求,致力生成式人工智慧(GAI)平民化、普及化。
GPU決定算力、HBM則決定模型大小,群聯以SSD取代造價高昂的HBM系統,加上輝達消費級GPU打造,將傳統工作站升級為小規模AI伺服器,硬體成本大幅降低;儘管運算速度仍不如大型CSP運端運算,不過相當具備成本優勢;他打趣地說道,台北到高雄,坐飛機最快、但是高鐵更有性價比。
此外,聯發科資深處長梁伯嵩強調,邊緣與雲端CPU設計有非常大的不同,輕巧化、高能源效率將為未來趨勢。梁伯嵩則分析,行動處理器在AI人工智慧計算上,受到更多限制。10年之間,手機CPU在同樣面積下,電晶體數量由10億成長至200億個,但受限功耗,在設計上就需要進行取捨,尤其要以幾十億之參數模型進行推論,考驗IC設計公司技術實力。
要讓大型神經網路的AI能力湧現(Emergence),需要極大量運算需求,短短七年間成長三十萬倍以上,遠超過半導體摩爾定律的成長速度,讓AI快速進入 Large-Scale Era。梁伯嵩表示,現階段將大型神經網路透過預訓練後,再Fine Tune進行下游任務訓練,兩階段的訓練方式,將協助生成式AI普及化。
台灣業者再度發揮科技界的重要特質,如何有創意的降低成本(lower the cost),台灣的IC設計公司群聯與聯發科,作為頂尖企業,已經看出AI的商機。這兩家公司分別位居記憶體與處理器龍頭地位,這使得它們能夠互補合作,共同切入AI的低價發展優勢,並鎖定邊緣、中小型運算需求。預計台灣的業者將會前仆後繼,並發展其產業鏈群聚效益,因為降低使用運算需求成為AI進展與普及的關鍵,更是半導體產業的全新機會。台灣身處半導體產業鏈的關鍵角色,從IC的製造者,也同時成為AI應用的領先群,使台灣科技產業更上一層樓。
由聯發創新基地團隊打造出的繁體中文大型語言模型BreeXe,目前已經開源並提供給各路研究者使用。聯發科創新基地負責人許大山博士表示,團隊除會繼續強化並更新BreeXe模型之外,本次對外推出的MediaTek DaVinci平台(該公司內部稱:達哥),更有可能成為聯發科另外一個新的發展契機。
MediaTek DaVinci平台最開始是公司為讓員工在工作時能更方便使用生成式AI(Generative AI,GAI)而開發的,核心思維是要透過手機App讓GAI變得更方便開發及使用。
由於聯發科有近一半的員工具備Coding能力,員工都可用該平台開發不同功能的AI工具,並以App Store的模式上架給公司其他人使用,這是個提高生成式AI在企業端使用效率的平台,而這也是聯發科認為,可以將該平台向外推廣給更多台灣企業的主因。
MediaTek DaVinci平台目前已有約40家來自高科技、金融、電信、法律、製造、銷售、服務、系統整合、雲端服務等產業的企業,包括教育機構、新創公司、API媒合平台群鼎團隊、意藍資訊以及提供aiDAPTIV+服務方案的群聯電子等,都加入MediaTek Davinci生態系。
未來該平台將與系統整合商合作,包括目前合作最為緊密的賽微科技,來強化平台的各類功能並服務導入平台的客戶。
平台未來會以授權的方式,和系統整合商一起提供給客戶,並收取授權費,每一家使用平台的業者,可以自由選擇其所需的運算基礎建設,要自建多高規格的資料中心,或是和雲端服務商合作,平台都可以配合;而這個平台也會以企業內網的模式提供服務,因此可以確保各類生成式AI工具的開發及背景資料,都是企業內部才能使用,並沒有外流的風險。
目前已經有許多大客戶在針對平台進行測試,來自各種不同業界的詢問度非常高,且熱度可以說是在2024年短短三個多月的時間快速竄起,可以看出台灣各行各業對於採用生成式AI來提高生產力的需求相當明確。
以營收來說,平台和主業的IC設計業務,在規模上完全不能相比,站在聯發科的立場,還是希望可以和更多台灣的企業一起分享生成式AI技術帶來的生產力提升,未來也有機會擴大推廣的範圍,將平台推向海外。值得注意的是,聯發科首次跳脫原本終端設備商角色,逐漸藉由AI達哥模型,進行應用服務而擴展AI於各大企業。
這對於主流的手機規格,如果要運轉70億參數的INT8 LLM模型並順暢地運作,需要用到7~8GB的記憶體容量。這等於要在單一功能上用掉全部的記憶體容量,為維持其他功能的運作,手機的RAM最好要拉高到24GB才會夠用,對於邊緣端生成式AI的普及來說,會是很大的成本負擔。
目前AI的演進在足夠的資源及人力開發之下,每一季會往上跳一個世代,2023年Q4聯發科與Qualcomm尚未推出LoRA技術,但在MWC 2024已可看聯發科和Qualcomm提出Microsoft的LoRA技術。LoRA技術的概念是凍結原本預訓練模型權重,減少訓練參數量和優化器狀態,也能達到很好的微調(fine-tuning)效果。LoRA被用於微調生成AI圖片的參數,能夠在更小的記憶體需求下,讓生成的結果更加精準且迅速,相關技術對於手機生成式AI帶來的功能升級。
此外,曾在NVIDIA擔任AI研究資深總監的Anima Anandkumar提出GaLore(Gradient Low-Rank Projection)預訓練技術,可讓模型使用全部參數進行學習,同時比 LoRA 更省記憶體。在同樣運算效能的前提之下,GaLore可以將訓練期間的記憶體使用量減少達65%左右。而GaLore的另外優點是讓原本只能用在大型伺服器上的大型語言模型,透過家用電腦的高階顯示卡(例如 NVIDIA RTX 4090)也能進行訓練,研究人員首次證明在具有 24GB 記憶體的 GPU 預訓練 7B 參數模型是可行的。
此外,Gemini 1.5 Pro更具備在大量資料中準確處理內容能力,例如可從多達402頁的阿波羅11號登月任務推斷各類細節,或是分析由巴斯特基頓主演長度為44分鐘的無聲電影主要情節、故事重點,另外也能對應長度更長的前後文關係判斷,藉此呈現與人類相仿的內容判斷能力,對於資訊分析、語意理解都能有更大提升效果。
Google在技術報告中提到,Gemini 1.5 Pro採稀疏式MoE,仍為Transformer架構,包含影像和語言模型,從Gemini 1.0原生多模態模型的基礎進展而來。過去數年來,團隊持續發表MoE相關研究,屬早期採用者。訓練Gemini 1.5 Pro時,如同Gemini 1.0 Ultra、1.0 Pro,運用4,096顆晶片為一組的Google TPUv4加速器,橫跨數個資料中心的資源。
其實,傳統Transformer架構是一個大型的神經網路,MoE架構則切分成數個小型神經網路,可將輸入資料導向特定子集,只喚醒最相關的參數,形成條件式計算(conditional computation),大幅提升模型訓練和運作的效率。
MoE架構雖可提升預訓練階段的運算效率,但也可能導致overfitting,也就是過於符合訓練資料,在微調階段的泛化、通用化能力受限。
Meta首席AI科學家楊立昆也轉發他的貼文,並表示同意其預測。針對小模型,Signoux談到用戶對成本效益和永續議題愈加重視,將加速SLM發展趨勢;此外,模型量化(Quantization)技術持續改善,帶動消費裝置融入小模型。
近期許多專家皆談到,通用LLM的訓練資料綜合多種學科領域,但特定領域應用、企業級應用並不需要那麼多通識背景,可改用參數量較小的模型。要讓模型大小與精準度可達到最佳平衡,參數量該是多少?目前仍未有統一共識,但不同專家多指向百億等級的範圍。
有專家認為,模型參數量在50億~100億個之間,開始有人類智慧的跡象;另有開發者則指出,參數量在70億個~130億個的模型,通常只能解決單一任務;估計要到220億個參數以上,才會突破某個門檻、湧現能力。此外,開源模型讓開發者有較多彈性調整模型,愈來愈多模型開發者透過開源擴大夥伴生態系。
Unite AI網站盤點目前最佳5大開源模型,Meta Llama 2居冠,而後依序是開源社群的BLOOM、MosaicML的MPT-7B、阿拉伯聯合大公國技術創新研究院的Falcon系列、LMSYS Org的Vicuna-13B。
由於Meta與微軟擴大合作,Llama 2也可在微軟Azure和Windows取用。此外,高通也已宣布與Meta合作,預計2024年起,透過其晶片,將Llama 2賦能的AI應用帶入旗艦型手機和PC。
Key:
- 如果要運轉70億參數的INT8 LLM模型並順暢地運作,需要用到7~8GB的記憶體容量,等於要在單一功能上用掉全部的記憶體容量,為維持其他功能的運作,手機的RAM最好要拉高到24GB才會夠用,對於邊緣端生成式AI的普及是很大的成本負擔。
- LLM並不適合自駕車、機器人等運算資源有限的邊緣AI終端裝置應用。麻省理工學院計算機科學與人工智能實驗室(CSAIL)已開發規模小的液態神經網路(Liquid Neural Network;LNN)模型,可望推動AI領域的創新,尤其在傳統深度學習模型難以實現的領域,如機器人和自駕車等。
- LNN最顯著的特點為結構緊湊,如典型深度神經網路約需10萬個人工神經元和50萬個參數,才能完成讓汽車維持在車道任務。然而,MIT只用19個神經元就能訓練出一個LNN完成同樣任務。
- 2026年前,預計超過80%的企業將融入生成式AI技術,進而大幅提升創新能力與工作效率(數據來自Gartner)
- 傳統Transformer架構是一個大型的神經網路,MoE架構則切分成數個小型神經網路,可將輸入資料導向特定子集,只喚醒最相關的參數,形成條件式計算,大幅提升模型訓練和運作的效率。
- 模型參數量在50億~100億個之間,開始有人類智慧的跡象;另有開發者則指出,參數量在70億個~130億個的模型,通常只能解決單一任務;估計要到220億個參數以上,才會突破某個門檻、湧現能力。
- MediaTek DaVinci(達哥)平台目前已有約40家來自高科技、金融、電信、法律、製造、銷售、服務、系統整合、雲端服務等產業的企業,包括教育機構、新創公司、API媒合平台群鼎團隊、意藍資訊以及提供aiDAPTIV+服務方案的群聯電子等,都加入MediaTek Davinci生態系。
- 群聯董事長潘健成指出,不需要額外投資,用傳統PC基礎設備,即能達到70B參數AI運算。潘健成以20年前機械手臂為例,當時要價1,500萬的設備,如今已普及全部工廠;典範轉移正發生於生成式AI身上。
- GPU決定算力、HBM則決定模型大小,群聯以SSD取代造價高昂的HBM系統,加上輝達消費級GPU打造,將傳統工作站升級為小規模AI伺服器,硬體成本大幅降低;儘管運算速度仍不如大型CSP運端運算,不過相當具備成本優勢
- 台北到高雄,坐飛機最快、但是高鐵更有性價比。
- 聯發科資深處長梁伯嵩強調,邊緣與雲端CPU設計有非常大的不同,輕巧化、高能源效率將為未來趨勢。
- 行動處理器在AI計算上,受到更多限制。10年之間,手機CPU在同樣面積下,電晶體數量由10億成長至200億個,但受限功耗,在設計上就需要進行取捨,尤其要以幾十億之參數模型進行推論,考驗IC設計公司技術實力。
- 要讓大型神經網路的AI能力湧現(Emergence),需要極大量運算需求,短短七年間成長三十萬倍以上,遠超過半導體摩爾定律的成長速度,讓AI快速進入 Large-Scale Era。現階段將大型神經網路透過預訓練後,再Fine Tune進行下游任務訓練,兩階段的訓練方式,將協助生成式AI普及化。
Reference:
[11][20240216]Google 新模型「Gemini 1.5」亮相!token 數破百萬、採 MoE 架構效率更佳https://www.inside.com.tw/article/34200-gemini-1.5
2024年4月9日 星期二
華為手機研究
[20240409]華為P70與Mete 70風雲再起,預估P70 系列出貨強勁成長至1,000萬~1,500萬支
華為Mate系列和P系列在中國市場一直以來都是蘋果最大的競爭對手,憑借Mate 60系列熱銷,2023年華為終端業務打了一場翻身仗,如今的P70上市無疑又對蘋果來說更是壓力來源。因此於2024年4月上市的華為P70系列依然是三款機型,分別是P70、P70 Pro以及P70 Art。其中,P70和P70 Pro將採用三角排列的鏡頭模組,P70 Art則繼續採用不規則的鏡頭造型。而Mate 70系列預計2024年9~10月發布。
P70將搭載華為自研的麒麟9000S晶片、支持5G、高密度電芯、無線充、 50Mp超大底感測器、潛望長焦鏡頭、衛星通訊等。其中,P70支持北斗衛星消息,而P70 Pro、P70 Art將進一步,支持北斗衛星消息和天通一號衛星通話。
影像處理晶片方面,P70系列也會帶來眾多升級,P70將採用豪威的CIS感測器OV50H晶片,P70 Pro和P70 Art則搭載Sony IMX989感測器。此外,潛望長焦鏡頭也將會是全系列的標配。
在中國高階手機市場,華為的新機對蘋果恐進一步產生影響。2024年前6周,華為手機銷量64%的成長,而蘋果手機則年減24%,雙方形成了明顯反差。市佔率方面,2024年第1季,榮耀、華為、蘋果三家廠商的手機成長量位於市場前三,分別是15.8%、15.5%、15.5%,華為也超過蘋果。
而IDC 2023年中國智慧型手機市場出貨量約2.71億台,年減幅5%。觀察個別品牌表現,蘋果以17.3%市佔率、榮耀(Honor)的17.1%、OPPO 16.7%、vivo 16.5%以及小米13.2%。華為睽違兩年多,終於重返中國前五大手機品牌(蘋果、榮耀、OPPO、vivo、華為),2023年第四季出貨量大幅成長36.2%,以13.9%的市佔表現,位居中國國內市場第四大品牌,小米則被擠出前五名。
自從2023年Q4起,蘋果在中國銷量便已出現頹勢,當季的手機年減約10.6%,而小米、華為、榮耀等品牌均呈現成長,這也說明蘋果在中國市場正面臨著多重挑戰。2024年2月,蘋果手機在中國銷售依然出現了33%下滑,這還是進行多輪降價後的結果,仍無法掩蓋蘋果手機銷量下滑的趨勢,而隨著華為P70系列的到來,蘋果的出貨量很可能進一步下滑。而這不僅只是華為,蘋果還要面臨的還有來自小米、Oppo、Vivo、榮耀等本土品牌的圍堵。
其中,P70系列產能可望比Mate 60樂觀,P70 系列出貨量在2024年有望強勁成長至1,000萬~1,500萬支,較2023年P60系列銷量400萬~500萬支倍增。Mate 60系列已經呈現疲軟態勢,華為需要用P70系列和Mate70系列來重新提振市場興趣,或許隨著美中和緩,華為手機事業可望再度提升,朝向當年全球手機排名第二邁進。
20240318 華為突破國際封鎖,營收在破七千億人民幣,實增9%成長
遭美國強力制裁的中國設備巨頭華為常務董事汪濤,表示去年2023公司經營基本回歸常態,整體經營穩健,全球的銷售收入超過人民幣7,000億元,實現超過9%的增長。而華為2022年全球銷售收入6,423億元,淨利356億元。其中,其中ICT基礎設施業務保持穩健,終端業務好於預期,數位能源和雲端業務實現良好成長,智慧汽車解決方案競爭力顯著提升。中國區企業業務收入取得超過25%的快速成長。而去年2023華為的研發投入總額排名居全球前五。華為公司始終保持對研發的強力投入,透過技術創新來構築產品和解決方案的競爭力。2021年至去年,這三年的研發投入占比公司營收均超20%。據IDC的數據,Mate X5系列上市以後一直處於加價購買狀態,且供不應求,幫助華為鞏固去年中國折疊機市場第一的位置,市場占有率達到37.4%。
此外,中芯最近已經籌組3奈米製程研發團隊,協助華為生產3奈米晶片,推測中芯將利用美國晶片禁令實施前所囤積的設備。美國財經媒體近日也披露,華為去年2023推出的Mate 60 Pro新機,其由中芯生產的處理器晶片麒麟9000s,就是使用美國半導體設備商應用材料與科林研發的設備,這些設備在美方禁令實施之前就已獲得。如今,其新一代麒麟9010晶片將以3奈米製程製造,目前已在設計階段,預估在2024年底設計完成。
- 華為EDA已完成14nm以上工藝的國產化,2023年將完成對其全面驗證
- 華為2023年推出的Mate 60 Pro新機,其由中芯生產的處理器晶片麒麟9000s,就是使用美國半導體設備商應用材料與科林研發的設備,這些設備在美方禁令實施之前就已獲得。
- 全球的銷售收入超過人民幣7,000億元,實現超過9%的增長。而華為2022年全球銷售收入6,423億元,淨利356億元。中國區企業業務收入取得超過25%的快速成長。而去年2023華為的研發投入總額排名居全球前五。2021 7,000億年至去年,這三年的研發投入占比公司營收均超20%
- 華為新一代麒麟9010晶片將以3奈米製程製造,目前已在設計階段,預估在2024年底設計完成
- P70系列產能比Mate 60樂觀,P70 系列出貨量在2024年有望強勁成長至1,000萬~1,500萬支,較2023年P60系列銷量400萬~500萬支倍增
- 2024年前6周,華為手機銷量64%的成長,而蘋果手機則年減24%,雙方形成了明顯反差
- 市佔率方面,2024年第1季,榮耀、華為、蘋果三家廠商的手機成長量位於市場前三,分別是15.8%、15.5%、15.5%,華為也超過蘋果
- IDC 2023年中國智慧型手機市場出貨量約2.71億台,年減幅5%。蘋果以17.3%市佔率、榮耀(Honor)的17.1%、OPPO 16.7%、vivo 16.5%以及小米13.2%。華為睽違兩年多,終於重返中國前五大手機品牌(蘋果、榮耀、OPPO、vivo、華為),2023年第四季出貨量大幅成長36.2%,以13.9%的市佔表現,位居中國國內市場第四大品牌,小米則被擠出前五名。
- 自從2023年Q4起,蘋果在中國銷量便已出現頹勢,當季的手機年減約10.6%,2024年2月,蘋果手機在中國銷售依然出現33%下滑,還是進行多輪降價後的結果,仍無法掩蓋蘋果手機銷量下滑的趨勢
- 據Canalys的數據,2023年Q4,中國手機市場跌幅進一步收窄,整體出貨7,390萬支,年減1%。其中,華為出貨1,040萬支,主因透過旗艦新品出貨大增47%,擠進銷售前四名。
- 據IDC的數據,Mate X5系列上市以後一直處於加價購買狀態,且供不應求,幫助華為鞏固去年中國折疊機市場第一的位置,市場占有率達到37.4%。
2024年4月2日 星期二
摺疊機觀察
[20240410] 摺疊機市場概況分析
2024年三星Galaxy Z Fold系列將具備三款陣容,以應對中國手機業者的快速追趕。根據Counterpoint Research數據,2023年全球折疊機出貨量年增25%,達1,590萬支,三星雖以66.4%市佔率位居第一,但與2022年80%相比大幅減少。此外,DSCC則預測,2024年Q1華為透過Mate X5、Pocket 2等提高市佔率,華為折疊機出貨量預計將較去同期飆升105%,全球市占可望達到40%,並首次超越尚未推出新產品的三星,成為折疊機市場第一,而三星電子首季市占預估低於20%。
[20240402] 摺疊機華為與三星之兩雄爭霸
不讓三星專美於前,華為2024年下半將推出2款折疊式手機,其中1款為平價款,企圖擴大市場規模。三星傳將在下半年推出3款新折疊機,其中包括一款平價的折疊機Galaxy Z Fold 6 FE,其售價將由1,000美元以上,降至800美元,同時要打華為及Apple iPhone。Galaxy Z Fold6 Ultra(價格:1,800美元),為比既有產品群更高階的機型,三星Galaxy Z Fold6將具備3款規格。
原本三星獨佔折疊市場,如今中系廠已經快速跟上,兩大折疊式手機品牌華為與三星,將進入低價搶空策略。三星通常會於7~8月左右推出新產品,不排除三星可能先推出Fold6一般款後,再公開Fold6 Ultra。
品牌廠競相推出折疊式手機,代表2件事,首先是,該機款市場初步已滿足,接下來要進入第二階段的價格競爭,將會加速折疊機滲透率提升。
其次,折疊機種擴大,也讓更多供應商受惠,包括尚未切入供應鏈的廠商,有機會搭上車,然已經名列供應鏈的廠商,其供貨產品的平均單價與毛利率,也將受到壓縮。
然而,此為消費電子產品代工宿命,當產品規模拉升,其平均單價與毛利率難免受到客戶擠壓,不過好處是,當整體規模擴大,最終獲利仍有成長空間。
目前折疊式手機無法帶給大多數用戶具有足夠吸引力的額外效用,價格又高於一般智慧型手機,客層十分有限。在蘋果遲遲未進入該市場前,難以掀起大流行風潮。
其實,蘋果確實在開發折疊產品,然短期內尚無意導入iPhone設計,且調動Vision Pro團隊支援,最可能會從iPad或Mac開始,時間點最快也會在2025年下半或是2026年就會推出。蘋果確實最在意折疊面板的品質,也是蘋果仍不願推出折疊產品的主因。在此期間,Androind的三星與華為,勢必要進行價格戰。因此,三星面臨兩大挑戰,一為中系品牌廠快速跟進,諸如上述,總計中廠各品牌在2023年折疊式手機市佔率已經達5成。二為整體折疊式手機滲透率拉升速度不如預期。
三星因應價格戰,有意導入新供應商,也讓原本尚未打入折疊式手機供應鏈的廠商,找到切入點,價格戰凸顯折疊式手機無法擴大的癥結點,也意味客戶砍價恐更明顯。至於近期折疊機成長動能看似減緩,但是客戶給的出貨預估量並未改變,且2025年仍將快速成長,因此對供應鏈來說,與其擔心出貨量縮,更關心如何擴充產能因應客戶需求。此外,MWC 2024可彎曲手機也可能是摺疊機將來會整合的一項技術之一,屆時將可擴大消費者的吸引力。
[20240222] iPhone摺疊機透露機會,開發折疊產品已長達5年,最快在2026年9月發表《Alphabiz》透露蘋果有望打破「折疊iPhone開發不順」傳聞,Vision Pro團隊的許多核心人員已被指定參與摺疊機的開發。除非情況發生變化,否則蘋果的摺疊機將於2026年9月推出。蘋果考慮將摺疊機的出貨量目標訂為5000萬支,但若在開發過程中遇到重大障礙,所有這些計畫都可能被迫放棄。蘋果不願推出折疊產品的主因,是因為在意折疊面板的品質。對於摺疊產品,蘋果已經開發至少5年,依據產品線不同,分不同部門負責。近期摺疊產品設計已在收斂,開始進入量產準備的跡象,最快也要等2025年才會問世,且初期將是平板或NB(應是非手機的大尺寸產品最快),而手機則在2026年推出。
- Counterpoint Research數據,2023年全球折疊機出貨量年增25%,達1,590萬支,三星雖以66.4%市佔率位居第一,但與2022年80%相比大幅減少。
- DSCC則預測,2024年第1季華為透過Mate X5、Pocket 2等提高市佔率,將超越尚未推出新產品的三星,成為折疊機市場第一。
- IDC的數據指出,2023年中國折疊式手機市場成長114.5%,出貨量達到700萬支。而在市佔率部分,華為則引領中國折疊機市場,緊接著是Oppo、榮耀、三星,接下來才是Vivo。另外華為Mate X5系列上市以後一直處於加價購買狀態,幫助華為鞏固2023年中國折疊機市場第一的位置,市場占有率達到37.4%。
2024年4月1日 星期一
蘋果的印度發展
[20240401] 蘋果把目光朝向印度的iPhone業務
Counterpoint Research調研,2023年蘋果在印度智慧型手機市場市佔率約7%,銷售1,000萬支手機。除外,蘋果在印度高階手機市場的市佔率也正在提升。印度是第二大手機市場,僅次於中國。在中國、美國等主要市場需求放緩的同時,蘋果把目光看向印度的iPhone業務。2023年4月,蘋果在印度的首兩家直營店開幕,執行長Tim Cook還親自到場參與。- Counterpoint Research調研,2023年蘋果在印度智慧型手機市場市佔率約7%,銷售1,000萬支手機
- 針對iPhone經銷商,蘋果的一套完整獎勵機制,可使經銷商順利賣出iPhone的同時,也獲得分潤。在高階機款當中,經銷商可以獲得4~6%的分潤;如果是200美元以下的手機,則可獲得6~10%的分潤。
- 蘋果將經銷商分級,優良經銷商可獲得10%的分潤,大型連鎖店(Large Format Retail;LFR)可獲6~8%,授權的小型的業者則有4~6%。比較其他業者,Samsung Electronics提供8~10%的分潤,中國手機業者最高則是10%。
[1] 20240219 iPhone印度出貨增 帶旺台鏈
電子與通訊
希望能夠更加了解神奇的宇宙 歡迎各位光臨 ^^"