火星撞地球：博通收購高通背後的深度分析

美國時間週五，傳出消息說博通正在考慮以 1000 億美元的股票和現金收購高通。這將可能是半導體行業歷史上最大的收購案，如果博通和高通能成功合併則將會成為英特爾和三星之後的全球第三大半導體企業。消息傳出後，兩家的股票紛紛大漲，可見資本市場對於兩家合併一事持積極態度。

安華高的崛起：

安華高 (Avago) 最初是安捷倫的半導體部門，獨立之後在射頻前端器件領域成為了全球領先的公司，並且擁有強大的現金流，於是開啟了買買買之路，以快速收購來擴展其業務版圖。在幾年前先是收購了 LSI，之後在 2015 年，安華高以 370 億美金的收購了博通，成為當時最大的一筆半導體收購案。

在併購了博通並成立新博通之後，安華高的 Hock Tan 也入主了合併後的公司。 Hock 的管理風格簡練而有力，把原來重視技術研發，工程師文化強烈且有「UCLA 校辦工廠」(原博通創始人 Henry Samueli 系 UCLA 電子工程系教授) 之稱的博通改造成了一切向市場和營收看齊，讓博通從手機 SoC 業務徹底失敗後的頹勢中迅速走了出來。此次合併讓博通在射頻 SoC 領域深厚的積累與安華高在射頻前端器件領域的優勢很好地結合在了一起，於是我們看到了新博通漂亮的財報以及快速上漲的股票。

在高通青黃不接之時，Hock Tan 再次出手：

相比蒸蒸日上的新博通，高通在最近的業務可謂有一些尷尬。高通的問題出在兩方面。

首先，從技術更替的角度來說，高通憑藉著十數年在通訊領域的積累，其最擅長的領域可謂是高端手機晶片。然而，一方面，高通的技術優勢在慢慢削減：在 3G 時代，高通可謂是一枝獨秀，而到了 4G 時代，高通在 4G 推出初期領先幅度巨大，然而之後隨著聯發科、華為海思等企業追趕現在競爭已經非常激烈，優勢已不復過去。現在高通正在積極佈局 5G，希望在 5G 正式推出的時候再次佔據市場制高點。現在對高通來說恰恰是黎明前的黑暗：4G 增長勢頭不能讓高通滿意，而 5G 市場還沒正式開始。

另一個方面是商業模式。高通之前的商業模式，可以說是用大量專利費的收入來補貼高昂的研發成本，因此其技術能始終走在市場前列。然而，這個模式正在遭到各大公司以及各地政府的挑戰。由於高通擁有通信協議的專利，高通之前的專利收費模式非常霸道，是按照手機整體價格收費，即使你手機中高通的晶片只佔總體成本的很小一部分。這個模式讓其他手機公司叫苦不迭，被稱為「高通稅」，而從幾年前開始也被各地政府 (中國、歐洲等) 頻頻以不公平交易的罪名制裁，在制裁之後高通的專利收入也逐步下降。

在政府制裁之後，手機巨頭蘋果也加入了討伐高通專業收費模式的陣列，向美國法院起訴高通，直指高通專利收費模式，阻礙了蘋果創新，蘋果在手機中加入了自己研發的新科技從而能讓手機賣更好的價錢，而高通的按手機整機比例收取專利費的模式，卻也要從蘋果的研發成果中分一杯羹。

高通在青黃不接之際，股價從今年年初到現在已經下跌了 16%，甚至連 NXP 的收購案也因為監管的原因遲遲沒發完成。就在這時候，Hock Tan 出手了。

博通對高通的收購意味著傳統半導體行業已經步入中年：

近幾年半導體業收購頻頻，究竟是為什麼？

在這裡，我們認為主要原因是摩爾定律遇到了瓶頸。在之前，摩爾定律背後的邏輯是：半導體行業需要以一個合適的速度增長以實現利潤的最大化。

上世紀 60 年代，摩爾發現半導體電晶體製程發展的速度對於一個半導體廠商至關重要。隨著製程的進化，同樣的晶片的製造成本會更低，因為單位面積晶體管數量提升導致相同的晶片所需要的面積縮小。所以製程發展速度如果過慢，則意味著晶片製作成本居高不下，導致利潤無法擴大。

另一方面，如果孤注一擲把所有的資本都用來發展新製程，則風險太大，一旦研發失敗公司就完蛋了。摩爾發現當時市場上成功的半導體廠商的製程進化速度大約是每年半導體晶片上集成的電晶體數量翻倍，於是寫了著名的論文告訴大家這個發展速度是成本與風險之間一個良好的折中，半導體業以後發展可以按照這個速度來。

摩爾定律背後的終極推動力其實是經濟因素。依據摩爾定律縮小特徵尺寸獲得紅利的過程就像挖掘金礦：在過去，離地表較近比較容易挖掘的金礦已經被挖光了，到了今天，剩下的都是金礦深處的難啃的骨頭。晶片特徵尺寸縮小已經越來越困難，必須克服各種科學技術和工程上的難題。歸根到底，再繼續縮小特徵尺寸不是不能做，只是要錢，很多錢。

隨著特徵尺寸縮小，晶片的成本上升很快，晶片的成本包括 NRE 成本 (Non-Recurring Engineering，指晶片設計和掩膜製作成本，對於一塊晶片而言這些成本是一次性的) 和製造成本 (即每塊晶片製造的成本)。在先進工藝製程，由於工藝的複雜性，NRE 成本非常高。

例如 FinFET 工藝往往需要使用 double patterning 技術，而且金屬層數可達 15 層之多，導致掩膜製作非常昂貴。另外，複雜工藝的設計規則也非常複雜，工程師需要許多時間去學習，這也增加了 NRE 成本。

對於由先進製程製造的晶片，每塊晶片的毛利率較使用落後製程製造的晶片要高，但是高昂的 NRE 成本意味著由先進製程製作的晶片需要更多的銷量才能實現真正盈利。這使得晶片設計和製造所需要的資本越來越高，而無力負擔先進工藝製程的中小廠商則不得不繼續使用較舊的工藝。這也部分地打破了摩爾定律「投資發展製程 - 晶片生產成本降低 - 用部分利潤繼續投資發展製程」的邏輯。

隨著摩爾定律背後的邏輯慢慢失效，半導體行業也慢慢地與鋼鐵，石油等傳統大工業越來越像：進入門檻高，資金需求大，之前幾個工程師孤軍奮戰在自家車庫裡設計出商用晶片的浪漫故事不再出現，因為缺少資金的支持不可能使用先進工藝，而不使用先進工藝在市場上就缺乏競爭力。

對於大公司而言，由於先進工藝需要的資本越來越多，意味著研發新產品的風險也越來越大。越來越多的公司在市場上的策略從拼命做新產品與競爭對手死磕變成瞭如何降低風險在市場上堅持下來。於是，伴隨著 2008 年後的資本寬鬆，我們在這兩年看到了半導體行業前所未見的公司兼併與重組。

2015、2016 年我們都看到了數千億美金的總收購額，而今天我們更是看到了看到了博通和高通「火星撞地球」式的千億美元合併案。這輪兼併也是半導體行業走向成熟期的標誌之一，意味著將來一方面使用先進工藝的成本越來越高，另一方面在手機、處理器等豪強兼併的傳統市場上的玩家都是巨頭，新玩家幾乎不可能去挑戰這些巨頭。

半導體行業的機會在於人工智慧機器：

那麼，是不是說半導體行業已經沒有機會了呢？並不是！但是，要尋找機會，必須要把眼光從傳統半導體市場移開，去看新興市場。在今天，這個新興市場就是以人工智慧為主題的智慧機器市場。

什麼是智慧機器？舉個例子，物聯網的智慧交通燈控制系統，在各個角落鋪開海量傳感器隨時監控各條道路的交通流量，彙總信息到雲端伺服器，經過人工智慧計算後，智慧地調整每個交通燈的紅綠燈時間。

這一整個系統就符合 AI 人工智慧機器的定義，但是這個機器的很多部分是無形的。在 AI 智慧機器中，就孕育著半導體行業的新機會。不妨看看一個 AI 智慧機器中會用到多少新的晶片吧！如果將 AI 智慧機器與人體相類比的話，會需要以下部分：

* 大腦：核心處理器晶片，負責執行算法。深度學習中使用的計算晶片和通常的 CPU 甚至 GPU 都有很大不同，因此需要重新設計，這也是處理器領域的一個新機遇。 Google 推出了 TPU，Nvidia 即將推出開源的 DLA，Amazon 和微軟都在使用 FPGA 加速雲計算，而在終端邊緣計算如何設計效率最高的晶片目前還沒有定論，目前和未來幾年內可以說是深度學習相關處理器晶片發展的黃金時期。

* 五官：傳感器晶片，負責從環境中感知信息。海量的物聯網節點需要的傳感器根據不同的感應信號和功耗、靈敏度需求會有一個巨量的長尾市場，「長尾」的意思就是不同的品類都有屬於自己的小市場，而不會有一款通用的傳感器來吃下整個市場。

* 神經：無線連接晶片，負責把傳感器的信號傳回雲端。無線連接需要做到超低功耗，目前的 IoT 無線連接技術在人體植入晶片等地方還無法達到要求，所以還有許多路要走，同時也會出現許多新的公司和新的技術，為射頻市場帶來新的活力。

由此可見， AI 智慧機器離不開晶片，而且隨著機器的進化，晶片也會隨之進化，晶片這一行並不會缺工。隨著機器用途、種類的越來越多，晶片的需求也會大量增長。我們不妨回顧一下，之前的晶片和機器發展之間的關係。在上世紀 80 年代到本世紀初，半導體領域的強勁增長來源於個人電腦 PC 的普及；在本世紀初隨著互聯網泡沫破滅，半導體行業萎靡了幾年，但是之後隨著智慧型手機的普及，半導體行業再次恢復了強勁增長。 PC，智慧型手機等都是典型的新機器；而下一代 AI 智慧機器則會比 PC 和智慧型手機的市場量遠遠要大，因此對於半導體集成電路市場的驅動力要遠遠大於之前的兩波增長。