近千万中国网民联署要求加拿大释放孟晚舟!普迪飞半导体：晶圆上的大数据挑战正成为下一道竞争前线;GaN和SiC是汽车功率器件赢家

  1、集微咨询：站上汽车电动化的浪尖 GaN和SiC将是汽车功率器件的最大赢家

  2、普迪飞半导体：晶圆上的大数据挑战 正成为下一道竞争前线、【芯视野】经历超级反弹的CIS 扩产和汽车将是未来的关键词

  跨过了量产鸿沟的第三代半导体材料已确定进入了产业高质量发展的快车道。未来3-5年将是其发展的关键时期，新能源汽车、消费电子、5G通信将会大量出现应用第三代半导体材料的产品。其中，

  ，结合汽车本身的“新四化”需求，将带动第三代半导体材料的技术迭代和产能扩张的速度激增，成为驱动市场整体增长的强劲动力。

  以碳化硅（SiC）和氮化镓（GaN）为代表的宽禁带化合物半导体被称为第三代半导体。相比于以硅（Si）、锗（Ge）为代表的第一代半导体材料，以砷化镓（GaAs）、锑化铟（InSb）、磷化铟（InP）为代表的第二代半导体材料，第三代半导体材料在高温、高耐压等多个角度具备明显的优势，因而更适合于制作高温、高频及高功率器件。

  这是因为SiC和GaN都具有较低的导通电阻，极大地降低了器件的导通损耗；同时其高电子饱和速率和电子迁移率还能提高器件的开关速度，以此来降低电力电子器件的开关损耗，提高了转换效率。

  SiC和GaN可以工作在较高的频率下，高开关频率还有助于将电容器和电感器的值减少约75％，明显降低了无源和滤波元器件的成本，从而抵消了开关器件的较高成本。同时，第三代半导体功率器件拥有更高的功率密度，也大幅度降低了电路的规模、体积和重量。

  随着SiC、GaN器件产业化进程的加速，基于SiC和GaN的高性能、高能效功率系统模块设计不仅性能高于硅基器件，且成本也在不断降低，逐渐接近企业的价格甜蜜点。

  据CASA近期的调研，SiC、GaN产品的价格近几年来迅速下降，较2017年下降了50%以上，而主流产品与Si产品的价差也在持续缩小，已经基本达到4倍以内，部分产品已经缩小至2倍，已达到了甜蜜点，将加速向市场渗透。

  从Omdia数据能够准确的看出，2024年是市场发展的拐点，之后的市场将以接近50%的整体速率增长。

  电动汽车对功率半导体需求量十分巨大，其主动力与各子系统都要依赖电力来运作。

  同时，电动汽车还在发生着用电气系统来取代机械系统的转变，如真空或气动控制向电子控制模组(ECM)转移，线控驱动(DbW)系统向高功率机电执行器转移等。所有这些新系统的推出，大幅度的增加了功率半导体使用的数量，如接着使用传统的硅基器件则意味着更多的重量和更高的成本。

  数据显示，传统油车中，每辆车中的功率器件价值约71美元，仅占燃油汽车车用半导体器件总价值的21%；而在电动汽车（EV/HEV）中，每辆车中的功率器件价值在400美元左右，占到了电动车车用半导体器件总价的55%以上。

  SiC拥有高度稳定的晶体结构，工作时候的温度可达600℃；击穿场强是Si的10倍多，因此阻断电压更高；导通损耗比硅器件小很多，而且随气温变化很小；热导系数几乎是硅材料的2.5倍，饱和电子漂移率是Si的2倍，所以能在更高的频率下工作。

  在相同功率等级下，全SiC模块的封装尺寸显著小于Si模块，同时也可以使开关损耗降低75%。在相同封装下，全SiC模块具备更高的电流输出能力，支持逆变器达到更高功率。

  根据三菱电机的研究，SiC的功率损耗较IGBT下降了87%。结合功率半导体在整车中的能量损耗占比数据能得出，仅仅是将IGBT替换为SiC，就可提高整车续航能力10%左右。

  而据CASA的预计，国内SiC汽车市场也将以30.6%的复合年增长率增长，2020年市场规模15.8亿元，到2025年将超过45亿元。折算成晶圆，国内2020年新能源汽车市场6英寸SiC晶圆需求量超过4万片，预计到2025年需求量将增长到近30万片。国际2020年新能源汽车市场6英寸SiC晶圆需求量超过5万片，到2025年需求量超过60万片。

  电动车中，逆变器和电机取代了传统发动机的角色，因此逆变器的设计和效率直接影响着电机的功率输出表现和电动车的续航能力。由于SiC的优异特性，围绕SiC MOSFET进一步提升车用逆变器功率密度，降低电机驱动系统重量及成本，成为各车企的布局重点。下图列举了SiC在牵引逆变器中的应用进展情况。

  SiC在OBC中已得到比较广泛的运用，目前有超过20家汽车厂商在OBC中使用SiC器件，随着车载充电机功率的提高，碳化硅方案也由二极管向“二极管+SIC MOS”演进；DC/DC 转换器上从2018年开始从Si基MOS转向SiC MOS方案。

  一、GaN的低栅极电容可在硬开关期间实现更快的导通和关断，由此减少了交叉功率损耗。

  二、GaN的低输出电容可在软开关期间实现快速的漏源转换，在低负载（磁化）电流下尤其如此。借助这一些器件，设计人能使用较小的死区时间和低磁化电流，而它们对于增加频率和减少循环功率损耗必不可少。

  三、与Si和SiC电源MOSFET不同，GaN晶体管结构中本身没有体二极管，因此没有反向恢复损耗。这使得图腾柱无桥功率因数校正等新型高效架构可以在数千瓦时变得可行，这在以前使用硅器件时是没办法实现的。

  以Tesla Model S为例，相比传统的Si IGBT牵引逆变器，GaN逆变器续航能力增加了6-10％，而且GaN解决方案将冷却系统尺寸减小了40％。

  根据Yole的预测，GaN在汽车领域将实现加快速度进行发展，2020到2026年的复合增长率达到185%。

  按照EPC公司的介绍，GaN在电动汽车的应用最重要的包含48V-12V电源转换系统、激光雷达、电机驱动和车载信息娱乐系统。

  基于GaN技术的48V车用总线系统可提高效率、缩小尺寸和降低系统成本。以3kW多相降压转换器为例，GaN器件的解决方案可以高效地在每相250kHz下工作，而基于传统MOSFET器件的解决方案的工作频率为每相125kHz。

  较短的脉宽能轻松实现更高的分辨率，而更高的脉冲电流可以让激光雷达系统看得更远。这两个特性加上超小尺寸的优势，使GaN FET成为了激光雷达应用的理想驱动器件。基于GaN器件的48V车用电机优势显著，包括缩小电机尺寸和重量，在高于可听频谱频率下高效的工作，具有更强的转矩和更高的效率，从而

  新型的车载信息娱乐系统对车辆的整体功率系统要求更高。同时，仪表板监测器给这些附加电源系统的空间非常有限，不仅需要高很多的功率，还会产生更高的热量。而

  在PCIM Europe 2020上，GaN Systems首席执行官Jim Witham介绍了一款All-GaN（全氮化镓）汽车，采用可再次生产的能源的太阳能蓄电池，证明了GaN在汽车功率转换方面的可行性，同时也证明了GaN适合所有需要更高电压、频率、温度和效率的应用。

  2021年4月，安世推出第二代650 V功率GaN FET器件系列。这一些产品使得安世得以进入高压应用领域，比如电动汽车。同时，安世半导体还开发出900V高压的GaN车载产品，且未来还有针对1200V产品的计划，这打破了GaN仅适用于中低压产品的传统思维。

  在当前的市场中，汽车电子功率器件区块采用SiC技术的比重将超过20%，而GaN器件在各类电动车(xEV)市场的渗透率在未来几年仍占极少数。即使目前GaN在电动车的应用上相对来说成熟度仍不足，不过，待其克服技术和商用上的挑战后，48V DC/DC可望在中长期成为GaN一个有潜力的应用领域。

  数据密集带来的挑战在一片晶圆上就足以体现。从IC设计、制造到封测，一片晶圆要经历成千上百道工序，每一道工序都会产生大量数据。这些海量数据在半导体工厂追溯问题、提升良率上承担着逐渐重要的角色。

  然而，半导体公司做数据分析异常艰难，因为半导体产业链极其长且高度细分，每一个环节都是由一大批专业的公司在做。这就从另一方面代表着，小小一片晶圆上的数据要串联起来，面临着诸多实际困难。这是实现半导体工业4.0第一步要解决的问题。

  普迪飞半导体高级应用总监Edward Yang对集微网指出。Edward曾就职于苹果、恩智浦和罗克韦尔等领先公司，拥有20多年的行业经验。目前他在普迪飞负责Exensio Analytics Platform的全球应用工程团队。

  良率是半导体产业最重要的核心要素，它是芯片从实验室阶段到量产的重要衡量标准。与此同时，从经济学角度上看，芯片良率更与整体成本密切相关。

  对于芯片企业来说，芯片良率直接反映了所投放的芯片可出售比例，因此也直接影响芯片制造成本，这也是半导体厂商如此重视良率的原因。半导体材料厂商Entegris执行副总裁及首席运营官Todd Edlund就曾在接受各个媒体采访时简单算过一笔账：

  与此同时，伴随着终端智能化应用的爆发性增长，半导体芯片在全世界内对各个行业的重要程度逐年递增，它在产品中所占的比重慢慢的变大，对可靠性也提出了慢慢的升高的要求。

  在半导体先进制程不断向前的当下，良率问题已不单单是晶圆厂的技术能力问题。其中数据的价值正日益凸显，因为

  然而，作为所有尖端技术基础的半导体产业，在挖掘数据价值，为产业高质量发展提供有效洞察力的方面却并不超前。数据密集型的半导体产业正在经历着技术和应用的快速的提升，面临着大数据挑战。

  具体来看，芯片设计和制造决定良率，封装测试决定产品最终的合格率。而良率还需要细分为wafer良率、Die良率和封测良率，总良率则是这三者的乘积。影响芯片良率的因素复杂多样，一般而言设计越复杂、工艺步骤越多、制程偏移率越大，芯片良率越低，同时外因（常见的外因包括尘埃、湿度、温度和光照亮度）也会对良率造成一定的影响。其中，影响最大的包括wafer尺寸、外因和技术成熟度。

  在整个生产的全部过程中会造成晶圆缺陷的原因有很多，可能是环境、设备、工艺问题，也可能是原材料或人员因素等。Edward指出：“如果产品出现了问题，你要第一时间知道是哪个环节出问题，整个半导体产业都要重新审视这样的一个问题，并引入更多有效的手段和工具。”在半导体先进工艺节点上，尤其下探到7nm、5nm时，随着工艺复杂度的提升，很多缺陷已不在晶圆表面上，而是埋在里面，这就使得在研发和量产时监控缺陷问题变得十分困难。

  那么，如何把一片晶圆上密集的数据价值挖掘出来，从而对半导体设计、生产、封装、测试以及应用等所有的环节提出有效的提升方案？这些对半导体企业而言真实的操作起来并不容易。

  “一片晶圆上包含了从IC设计到制造再到封装测试的各种数据，且每个环节的数据形式也不一样，分析的方法也不一样，若无法好好整理的话，数据就杂乱无章，要去做一些问题的追溯，找出提升良率的解决方案就变得很困难。”

  比如从晶圆厂中把数据送到后续的测试厂，如何让数据格式实现标准化的通行方式，同时工业领域里又有ERP、MES等各类工业软件系统，这之间也存在数据格式怎么来实现标准化的问题，这些都是半导体行业实施工业4.0人机一体化智能系统的关键点，也是半导体厂商在面对数据分析时的最大痛点。普迪飞推出的半导体大数据平台Exensio 平台就是为此而生的。它整合了全产业链的大数据，包括对数据来进行清洗以及分析的功能，服务于产业链上的各类公司。

  整个系统包括高分辨的设计结构、高速并行的测试机台以及高效的良率分析软件。而在此之前，传统工艺技术采用导入工艺器件检验测试结构的方式来实现，如采用SRAM测试芯片来监测、诊断良率，但这种方法不够全面且周期很长。迄今，普迪飞已经提供了100多种10nm及以下的CV测试芯片。特别是CVi系统提供的大量的器件表征数据结合Exensio Platform中的数据分析功能，可以建立精确的、针对特定产品的性能模型，以实现针对特定产品的最佳工艺设置，从而最大限度地提高制造可靠性和可预测性。

  这种互联不仅仅只是设备之间的，同时也将所有的环节的半导体工程师与所有的芯片生产、封装、测试设备连接起来，为设计和制造提供重要的回馈，有助于降低各项成本、提高性能和良率。去年，普迪飞半导体与爱德万测试宣布建立合作伙伴关系，双方以普迪飞的 Exensio软件分析平台为基础，建立由Exensio驱动的爱德万测试云(Advantest Cloud)，供爱德万公司内部和外部客户使用。通过这一合作，能为半导体工程师连接起横跨半导体价值链的自动化测试设备(Automated Test Equipment, ATE)，推动重要设计并产生制造分析，藉此降低测试成本、提升效能。

  迄今为止，在IC设计部分，普迪飞的Fire Engine软件分析了100亿个晶体管的版图结构；在晶圆制造环节，全球超过24,000台芯片生产设备通过其提供的生产监控软件进行连接；在封装测试部分，全球超过15个头部封测服务供应商的工厂数据与该平台对接，超过16,000台测试机和封装设备通过其监控整个运营情况的软件相连接。值得一提的是，

  针对不同成长阶段和规模的半导体企业，推出相应的数据分析模块以满足个性化的需求。行业多个方面数据显示，截止到2020年中国的IC设计企业达到了2218家，比2019年的1780家多了438家，数量增长了24.6%。但从规模上看，大部分公司还局限在小而弱的状态。Edward指出，近年来，国内的半导体工艺一直在更新换代，IC设计公司也成长很快，但整体看来，目前国内的IC设计公司，尽管设计能力很强，可是在做数据分析、IT维护、导入量产方面，与国外公司相比则较弱。针对此，

  据Edward观察，在服务半导体产业链的过程中，半导体厂商的数据分析需求在过去十多年中也不断发生着变化。从早期的由客户提供数据，然后普迪飞基于这些提供的数据来进行分析并给出调整相应工艺制程的建议，渐渐转变到从客户希望达到的效果和目标入手，普迪飞基于此来建议客户要做哪些分析，需要采集什么样的数据，同时也会帮助客户去采集相关的数据。

  收购了智能制造和工业4.0设备连接产品供应商Cimetrix，就是看重其强大的数据采集能力。据介绍，超过150家半导体设备公司使用Cimetrix产品为数百种设备类型提供工厂自动化连接。这些软件产品是随设备一起装运的，这样工厂就可以很容易地从设备中获取数据，以改进制造。此外，Cimetrix Sapience智能工厂平台使世界各地的半导体制造、测试、封装与系统厂能够轻松地连接到工厂车间设备，以实现先进分析。

  Edward指出，普迪飞将 Exensio与基于标准的领先连接产品Cimetrix相结合，采集到的数据实现统一标准、格式，且数据更高频高质量，数据分析的效率和质量都将得到大大提升。

  而整个行业也开始越来越注重在问题发生之前如何预警从而规避。人工智能技术的导入也是业界趋势。

  Edward举例，以晶圆厂为例，普迪飞的Process Control软件中有一部分功能用于监测机台设备，通过收集的过往数据来分析预测机器大约会在运作多少小时之后有可能会出现问题，导致生产的wafer报废。通过该功能能实现提前停机检修。而以往，都是等到机器开始生产报废的wafer后，才会停机。此外，人工智能还可以把很多的专家经验进行数字化整合，以此来实现管理和预测。在不需要专家在场的情况下，依然可以在一定程度上完成大规模推广应用，其关键点是需要大量的数据来支撑实现。

  30年来，普迪飞半导体与国际一流的流片厂及设计企业密切合作，帮助先进 Fab、Fabless、IDM/System等国际领先的半导体公司完成了众多先进工艺量产项目，它的数据魔法陪伴着半导体产业共同迭代升级，而随着全行业智能化的深入，这种对于数据价值的挖掘也将是产业永恒的线、【芯视野】经历超级反弹的CIS 扩产和汽车将是未来的关键词

  根据Yole的统计数据，在2020年，索尼CIS的市场占有率为40%，仍是第一。三星22%份额排名第二，豪威以12%列第三名。与2019年相比，索尼的市场占有率下降了2%。注意，这个下降是“被下降”，因为索尼的销售额并没有下滑，但是三星的销售额却增长了13%。除了中高端产品销售下降之外，最大的竞争对手三星对其市场占有率的蚕食愈加猛烈。

  2011-2018 年，由于单个像素感光效率下降以及像素间的串扰问题，全行业的像素尺寸缩小速度有所放缓。此时，三星运用 DTI（深沟槽隔离）技术降低像素间串扰问题，推出1.0 μm 技术产品。

  此外，索尼还宣布，未来还将依据市场趋势调整Fab5新产线的产能，继续提供高性能CIS以适应持续不断的发展的智能手机镜头市场。

  三星这方面，很早就提出了要在产能上超过索尼的口号。为扩大CIS产能，该公司于2017年开始改造12英寸DRAM产线年底完成改造；同时对FAB 13做改造。三星原本拥有1条CIS芯片专用产线年，该公司CIS产能约为4.5万片/月，随着FAB 11和FAB 13线转为CIS专用线万片/月。

  在自己扩充产能的同时，双方还不约而同地打起了晶圆代工的主意。在2020年，台积电就获得索尼大单，将在南科14B厂打造专为索尼生产高端CIS的代工生产线。近日，更是有媒体曝出，台积电有意在日本设厂，为索尼代工CIS。虽然双方没有直接回应，但是索尼曾表示，将芯片委外代工，并取得稳定产能的策略，对维持竞争力非常重要。

  报告特别指出，汽车将成为未来五年CIS增长最快的应用领域，到2025年，CIS用在汽车上的复合年增长率将达到33.8%，达到51亿美元。

  摄像头搭载数量增加之像素迈向高端是驱动CIS市场前进的主因。根据Yole统计，2020年全球平均单车摄像头用量为2.2颗，随着无人驾驶等级的提升，对摄像头的需求也慢慢变得大。一套完整的ADAS至少需要搭载6颗摄像头（1前视+1后视+4环视），目前L2～L3等级车型的摄像头数量在8～14颗。

  在像素方面，将从VGA~2M提升到8M。目前市面上的后视摄像头一般为VGA~1M级别，前视摄像头在1M~2M（M百万）之间，例如特斯拉Model系列摄像头像素为120万，小鹏P7车载摄像头像素为200万。2021年的新发车型开始采用8M摄像头，以达到更好的信息采集准确度，例如蔚来ET7摄像头像素为800万，理想ONESUV车载摄像头像素为800万。

  CIS的高单价也是吸引厂商们参与的根本原因。相比于手机，汽车CIS需满足更苛刻的条件，要求具备120-140dB的高动态范围，能在-40-+105°C下正常运行，具备较好的夜视能力 并解决交通信号灯识别、LFM和伪影等问题。因此，同像素的情况下，汽车CIS本身价格即高于手机CIS，1-2M 单颗价格在3-8美元左右，8M的量产单价在10美元以上，单颗汽车CIS价值量较高。

  领头羊安森美无手机CIS 产品，缺少小像素技术积累，没办法实现大小像素曝光技术。尽管2019 年汽车CIS 市场中安森美还是一家独大，但大小像素技术积累的缺失是硬伤，随着其他厂商在三合一（传感器、逻辑电路与DRAM）融合技术方案上的优势逐渐显现，安森美的汽车CIS 市场占有率有可能逐渐降低。

  豪威在汽车领域布局很早，其CIS芯片当前大多数都用在欧美汽车品牌，在车用CIS市场占据20%以上份额。而且，产品在持续升级，2020年6月推出全球首款汽车晶圆级摄像头，尺寸仅为6.5mm×6.5mm。2021年加入英伟达无人驾驶汽车开发ECO，未来在巩固拓展欧美市场的同时，有望在亚太市场获得显著增量。

  日前格芯CEO Tom Caulfield接受德国经济周刊采访时表示，正准备与客户、德累斯顿所在的萨克森邦（Sachsen）政府、德国政府和欧盟合作，扩大德累斯顿厂的产能。而争取半导体产业的政府补贴也是一种投资，有助产业在当地发展，但是目前尚未开始申请，也不清楚欧盟补贴力度是否会超过新加坡。

  英特尔公司高级副总裁兼加速计算系统和图形事业部总经理Raja M. Koduri介绍，近年来英特尔在架构方面的重大改变和创新包括：第一次深入介绍了英特尔首个性能混合架构Alder Lake，其搭载两款新一代x86内核以及智能英特尔®硬件线程调度器；英特尔全新引领行业标准的数据中心架构Sapphire Rapids，其搭载全新的性能核以及多种加速器引擎；英特尔全新的独立游戏图形处理器（GPU）架构；英特尔全新的基础设施处理器（IPU）以及超凡的数据中心GPU架构Ponte Vecchio，其具备英特尔迄今为止最高的计算密度。

  架构突破为英特尔的下一波领先产品奠定基础，即将推出的英特尔锐炫高性能显卡产品基于Xe HPG微架构所打造，采用台积电N6制程，融合了英特尔Xe LP、HP和HPC微架构的优势。代号为Alchemist（此前代号为DG2）的第一代英特尔锐炫高性能显卡产品将采用基于硬件的光线追踪和人工智能驱动的超级采样，为DirectX 12 Ultimate提供全面支持，预计于明年第一季度推出；另一款图形处理器，则是适用于HPC和AI工作负载的Xe HPC微架构“Ponte Vecchio”。

  他强调了架构提升对于满足这一需求的重要性：“架构是硬件和软件的‘炼金术’。它将特定计算引擎所需的先进的晶体管结合在一起，通过领先的封装技术将它们连接，集成高带宽和低功耗缓存，并在封装中为混合计算集群配备高容量、高带宽内存和低时延、可扩展互连，同时确保所有软件无缝加速。随着桌面到数据中心的工作负载变得前所未有的密集、复杂、且多样，今年公布的这些新突破也展示了架构将如何满足对于更高计算性能的迫切需求。”

  信件由密西根州哈里Gary Peters、Debbie Stabenow以及俄亥俄州Sherrod Brown三位参议员共同签署，收件者为台湾驻华盛顿代表萧美琴。信中称赞后者在努力解决短缺问题方面的努力，同时“但愿你们继续与你们的政府和代工厂合作，尽一切可能减轻美国国家经济面临的风险。”短缺如今已造成美国汽车行业的减产和裁员，冲击了严重依赖该行业的多个州的经济。

  从底层技术来说，Omniverse将皮克斯于2012年开发的通用场景描述 (USD) 交换框架与用于建模物理、材料和实时路径跟踪的技术相集成，同时又与NVIDIA AI完全集成，后者是推进机器人、无人驾驶汽车等领域的核心。此外，Omniverse是云原生的，可跨多个GPU扩展，运行在任何RTX平台上，并在任何设备上远程连接。

  只不过这一次，英伟达将“朋友圈”扩大至“宇宙级别”，将艺术家、建筑师等纳入其中，旨在创造真正的“英伟达AI计算宇宙”。

  英伟达公布资料显示，目前Omniverse平台已确定进入了各行各业，包括爱立信使用Omniverse模拟5G波的实时传播，从而最大限度地减少密集城市环境中的多径干扰。艾美奖获奖动画片《南方公园》也在探索让几位艺术家能够在场景中合作，并优化制作时间。AI时代加速硬件商转型 软件平台化成巨头共识

  推出Omniverse之前，英伟达在平台化上已颇有建树。除了最早的CUDA几乎已成为程序员标配外，视频游戏流媒体平台GeForce Now已成为其显卡以外在游戏领域的又一增长引擎，DRIVE也已与数十家汽车制造商和初创企业合作，共同推进自动驾驶。

  硬件进化带来性能提升，迭代出新软件产品，消费者通过购买软件为硬件的进化买单，即高投入的硬件升级，最终一定要通过软件为开发商盈利。

  AI时代的到来以及摩尔定律的瓶颈为这一现状带来了变数。一方面，AI提高了软件在概率判断的准确度，软件又将反哺提高硬件的性能。另一方面，越发高昂的硬件开发成本，给硬件开发商的盈利带来了挑战。多种因素叠加影响下，软硬结合变得更迫切。

  类似的平台还有FPGA巨头赛灵思推出的Vitis AI，软件开发者在该平台做程序编写后，科学家可以把应用程序接入神经网络，继而将结果反馈给软件开发者，同时能将从云到边缘的所有开发统一起来。

  英伟达的Omniverse听起来很酷，但它不是第一个吃螃蟹的人，也不会是最后一个。

  英伟达第二季度财务报表显示，该季度数据中心收入达到23.7亿美元，较上年同期增长35%，超过分析师预期，公司表示，在全球最新的500强超级计算机中，有342台是英伟达的产品。预计数据中心收入的上涨的速度将加快。

  摆脱英特尔的束缚，是英伟达不惜砸下400亿美元的巨资收购Arm的原因之一。物联网时代的加速到来，已凸显Arm架构CPU灵活性优势，有分析认为，Arm架构CPU将在未来的服务器市场给英特尔代表的X86架构CPU带来威胁。能想象，若该交易完成，结合英伟达在AI上的优势，英特尔龙头地位将受到挑战。

  然而，在监管层的压力下，慢慢的变多的人对这一笔交易的达成持悲观态度，其中也可能包括CEO黄仁勋。据英媒近日报道，黄仁勋最近几周已经累计兑现了价值1.6亿美元的股票，原因是认为Arm收购案将被监督管理的机构阻止。公司CFO在财报发布当天的电话会议上表示，虽然对交易的完成仍抱有信心，但审核所需的时间会比预计的要长。

  “公司距离倒闭只有30天。”黄仁勋的这句名言，形象地反映了AI芯片发展之迅速、赛道竞争之激烈。这种危机意识让英伟达在正确的时机分别搭上了深度学习、无人驾驶的顺风车。在竞争进一步加剧的当下，Omniverse会否让其再次借元宇宙概念实现软件平台化的野心，甚至甩开竞争者几个身位，目前仍有待观察。

  由《环球时报》发起的要求加拿大释放被美国迫害的中国公民孟晚舟的全球网民联署活动，在从18日晚11时开始后的短短24小时，联署人数已接近千万。中国民众用这种方式表达出对一个中国公民在加拿大遭受不公正待遇的普遍关注，以及对加拿大政府的强烈不满。当地时间18日，孟晚舟引渡案在加拿大不列颠哥伦比亚省高等法院的审理全部结束，法官决定，将于10月21日举行会议，商定宣布判决结果日期。

  外界认为，判决结果将在加拿大今年9月的大选之后才会公布。显然加方企图把这一事件继续拖下去。从2018年12月1日孟晚舟被加拿大政府非法拘押至今已近1000天。两年多来，无数事实和证据早已充分证明美方对孟晚舟所谓欺诈的指控纯属捏造。孟晚舟案根本不是什么法律事件，而是一起彻头彻尾的政治事件。