芯耀
68
通過學習曲線預測單個晶體管的成本和收入
圖 1 是晶體管的學習曲線，它是半導體行業(yè)所有可用的預測參數(shù)中最基本的一個，甚至比摩爾定律還重要。從圖中可以看出，自從 1954 年以來，單個晶體管的收入（可能單個晶體管的成本也遵循這條曲線，如果我們有來自半導體制造商的數(shù)據(jù)的話）遵循一條高度可預測的學習曲線。在摩爾定律問世之前，這條學習曲線指引著半導體行業(yè)發(fā)展的方向。德州儀器利用這條曲線構建了自己的戰(zhàn)略優(yōu)勢，并把其數(shù)據(jù)分享給波士頓咨詢集團，后者基于這些數(shù)據(jù)出版了一本名為“觀察經驗”的書。在鍺和硅分立晶體管時代，TI 這樣的公司可以使用學習曲線指導其企業(yè)經營，比如，基于所生產的前 1000 片器件的單片成本預測生產 10 萬片器件后的單片成本。那么，他們可以根據(jù)這種預測，對最初上市的產品進行初步定價，即使這種定價實際上是虧本的，但是這種定價可以幫助他們獲得領先的市場份額，從而在未來的大規(guī)模銷售中實現(xiàn)更大的盈利，收獲更大的市場影響力。需要說明的是，德州儀器并不是學習曲線的發(fā)明者，它的問世時間要回溯至晶體管發(fā)明前的將近 100 年 -1852 年。而且，在被用于晶體管成本預測之前，它就在航空等行業(yè)找到了用武之地，人們當時用它來預測當飛機產量達到一定數(shù)量時的單架飛機成本。后來，德州儀器把它獨特性地應用在了新器件問世早期的定價策略上。
圖 1. 1954 年至 2019 年晶體管的學習曲線
圖 2 顯示了學習曲線的原理。縱軸是任何可生產產品的單位成本的對數(shù)，這個產品可以是一個實體也可以是服務，是一種可以通過不斷復制就能創(chuàng)造價值并從中獲利的東西。公開的學習曲線通常使用單個產品的收入，因為公司都不愿意透露其產品的成本數(shù)據(jù)。但是，這些公司自己知道產品的成本，而且在多年的半導體行業(yè)發(fā)展歷史中多次使用這些數(shù)據(jù)制定競爭戰(zhàn)略。學習曲線的橫軸是整個生命周期中的產品制造數(shù)量或服務提供次數(shù)的對數(shù)。在繪制這些數(shù)據(jù)時，會生成一條向下傾斜的曲線。當我們累積了更多產品制造或服務供應經驗時，我們在“學習”過程中的產品單位成本會單調下降。由于學習曲線的縱軸和橫軸取值都為對數(shù)，在曲線左端的少量生產數(shù)據(jù)就會勾勒出直線。隨著時間的推移，由于對數(shù)關系，顯然直線的移動速度會變慢，因為需要更長的時間才能使產品的總累積單位數(shù)量增加一倍。產品的累積數(shù)量每增加一倍，就可以從這個曲線上發(fā)現(xiàn)單位成本降低一個固定的百分比。不同產品的單位成本下降速度不同，對應于這里的百分比不同，但是在半導體行業(yè)中，各個產品的成本下降速度往往接近。
圖 2. 學習曲線是單位成本與制造總量的對數(shù) / 對數(shù)圖
更廣泛地說，學習曲線可以用來測量任何實體商品或服務的單位生產成本。我們之所以到現(xiàn)在還沒有明確地觀察到這種現(xiàn)象，是因為只有當產品的成本以固定的貨幣進行計量時才適用。這就意味著，必須將平減指數(shù)應用于成本數(shù)據(jù)，以扣除由政府推動的通貨膨脹部分。此外，學習曲線只適用于自由市場。在進行實際成本的比較之前，必須扣除掉關稅、貿易壁壘帶來的成本、稅收和其它成本。學習曲線之所以在半導體行業(yè)中如此有價值，就在于它是全球少數(shù)幾個相對自由的市場之一，它的監(jiān)管力度最小，關稅最低，區(qū)域之間的運費成本也極低。
半導體學習曲線的一大優(yōu)點是，只要一直生產晶體管或者類似的開關器件，它們就永遠適用。和它形成鮮明對比的是摩爾定律。摩爾定律很快就會過時，但是學習曲線永遠不會過時。不過，隨著晶體管的累積生產數(shù)量已經接近天量，橫軸上繼續(xù)向右移動的速度會迅速下降，而且隨著摩爾定律失效后，價格也不會再像過去那樣迅速下降了?；蛘哒f，學習帶來的效應會明顯減弱。在某些時候，貨幣的通貨膨脹可能會大于制造成本的降低幅度，從而使得以絕對美元計價的晶體管單位價格會隨著時間增加。不過，學習曲線將始終是預測未來的有用指南。截止到現(xiàn)在，2019 年，單個晶體管的收入每年都會下降約 32%。
那些購買微處理器或者片上系統(tǒng)器件的買家可能會意識到，從 2017 年起，單個晶體管的價格開始以每年 32%的下降速度遞減。圖 3 解釋了這一點，32%這個數(shù)字適用于 2017 年生產的所有半導體元件。這是一個綜合數(shù)據(jù)，涵蓋了包括存儲器、邏輯器件、模擬芯片等各種不同類型的半導體元件。從圖 3 中還可以看出，NAND FLAH 非易失性存儲器中的晶體管生產數(shù)量要比其它種類多得多。當存儲器的學習曲線（主要由 NAND FLASH 和 DRAM 組成）與非存儲器器件的學習曲線分離時，存儲器中每個晶體管的成本和數(shù)量遠遠超過了非存儲器器件。這沒什么，因為學習曲線并不能說明每個晶體管的成本是如何降低的，它只會標識出隨著晶體管總體生產數(shù)量的增加成本下降的走勢。
圖 3. 存儲器組件中使用的晶體管的數(shù)量比其他類型芯片中的晶體管數(shù)量增加得快得多。
在圖 3 中還能看出比較有趣的一點信息，即在曲線末端的數(shù)據(jù)點集。它是由 2017 年和 2018 年的數(shù)據(jù)生成的，可以發(fā)現(xiàn)數(shù)據(jù)點在學習曲線的上面。如果說學習曲線遵循的是真正的自然法則，怎么會發(fā)生這種背離呢？其實原因很簡單，從 2016 年到 2018 年，內存產品特別是 DRAM 出現(xiàn)短缺，當市場供不應求時，每個晶體管的銷售價格自然上漲而不是下降。這會導致對學習曲線的長期背離嗎？答案是不會，因為每當市場供需不平衡時，晶體管的單位銷售價格都會高于或者低于學習曲線的長期趨勢延長線，但這只是一個暫時的波動。當供需恢復平衡時，晶體管單位銷售價格會逐漸回歸到趨勢線的反方向上，造成在學習曲線上方的區(qū)域和下方區(qū)域互相抵消。這就是學習曲線的另一個好處，即使市場在短期內受到擾動，它也使得我們可以預測未來價格的總體趨勢。
雖然上文對于學習曲線的討論都集中在“晶體管”上面，但是，我們也可以用電氣“開關器件”做為我們的量測對象。然后將會發(fā)現(xiàn)，這條學習曲線也適用于機械開關、真空管。在其它開關器件的學習曲線上，縱軸度量的是各種類型的每秒百萬指令速度的電氣開關對應的銷售價格。學習曲線可以預測性能、可靠性、功耗和許多其它參數(shù)的改善趨勢，這些都是可以從累積生產經驗中受益改善的參數(shù)。
此外，學習曲線還為預測何時出現(xiàn)采用新技術的“臨界點”提供了有用的工具，一個很好的例子就是半導體測試行業(yè)在 2001 年引入的“壓縮技術”。事后看來，像這樣的重大創(chuàng)新不可避免地導致了集成電路中單位晶體管測試成本學習曲線的變化。從圖 4 可以看出，引入 ATE 后，其學習成本曲線與原有曲線不再平行。
ATE 行業(yè)應該早就意識到這種變化是不可避免的了。Pat Gelsinger 在 1999 年的設計自動化大會的主題演講中強調了他的預測，“在未來，晶體管的測試成本可能比其制造成本花費更多”。 如果沒有出現(xiàn)壓縮技術（也稱為“嵌入式確定性測試”），他的這個預測就要成真了。壓縮技術始于 2001 年，在實現(xiàn)相同的測試水平時，需要的“測試向量”數(shù)量下降了 10 倍，到了 2018 年時，該數(shù)量下降了接近 1000 倍。
圖 4? 直到 2001 年之前，自動測試設備行業(yè)每個晶體管的收入下降速度一直低于其半導體元件客戶生產的晶體管的收入下降速度。
2001 年引入的“嵌入式確定性測試”或壓縮測試顯著減少了所需的測試工作以及人員數(shù)量，到 2012 年，ATE 行業(yè)的年度收入已經減少了 250 億美元。
與非網編譯內容，未經許可，不得轉載！
?
