芯片設計的案例
五大寡頭“割據”芯片設計
結語：摩爾定律推動寡頭壟斷
芯片設計行業新節點將至？
近兩年來，由于新冠肺炎疫情影響，智能手機、數據中心、PC等領域的芯片需求快速增長，高通、英偉達、博通、聯發科、AMD等芯片設計巨頭的營收也呈快速增長的趨勢。為了保證自身技術實力和產品競爭力，這些芯片設計巨頭都在開辟新的產品線：高通開始加強汽車、AR/VR業務；英偉達推GPU+CPU+DPU的數據中心戰略，還要收購Arm；AMD收購賽靈思加強FPGA等。
對芯片設計行業來說，一方面，5G、人工智能、大數據等新興技術正快速發展，芯片的性能、功耗要求持續提高。但另一方面，當前摩爾定律面臨瓶頸，先進制程的芯片設計費用不斷提升。因此，只有足夠大的芯片市場才能容納先進制程芯片，只有行業龍頭才有動力、有能力進行產品迭代，促使了寡頭壟斷市場與芯片設計公司斷層現象的出現。
未來，隨著各國保障自身半導體供應意識的加強，其對半導體巨頭并購將更加警覺。后摩爾時代與后疫情時代，已呈現寡頭競爭的芯片設計產業或將進入新的節點。
展開 IC設計，一文看完人工智能芯片設計挑戰及解決方案
最近幾年隨著人工智能芯片在中國雨后春筍般的蓬勃發展，人工智能芯片以其設計規模、設計復雜度和先進設計方式引領數字芯片設計行業。特別是3D IC的采用，使得人工智能芯片的性能功耗比又上了一個臺階。但采用最先進的設計方法進行復雜的芯片設計也往往伴隨著諸多挑戰。
人工智能芯片的一個重要設計指標是用TOPS（Tera Operations Per Second）Per Watt來衡量。人工智能芯片設計為了追求高能效比，在設計上除了會采用最先進的芯片制造制程，一般也會采用比較先進的芯片設計架構，比如最近幾年被高性能芯片設計廣泛采用的3D IC設計。
雖然3D IC設計目前還有很多挑戰，但其設計相對傳統的芯片封裝來說，芯片規模更大（支持3000以上pin腳），信號通道更短，支持HBM（High Bandwidth Memory）等，因此對芯片性能的提升是比較顯著的。
在芯片制程開發難度不斷加大和迫近制程極限的情況下，針對這種典型的人工智能芯片，會面臨如下挑戰。
首先是功耗噪聲。人工智能芯片一般功耗都比較大，在相同算力情況下，如果功耗小，無疑會更受市場青睞。如何在芯片設計階段降低功耗是AI芯片設計的一大挑戰。另一方面，AI推理或訓練芯片要求芯片能從功耗很低的休眠狀態（sleep mode）以極快的速度切換到功耗很高的全速處理狀態（operation mode），因此電源供電必須能提供這種瞬態切換所需要的大電流，不能出現供電過沖（overshoot）或塌陷(undershoot)而造成的電壓劇烈抖動。為防止這種情況的出現僅僅依靠芯片內部的電容是不足夠的，還必須審慎選擇interposer、封裝和PCB板上的去耦電容，以協同設計的方式來保證供電網絡（PDN）滿足瞬態電流消耗需求。
其次是HBM設計的挑戰。
展開 干貨 | 半導體芯片設計-晶圓代工-封測三部曲產業鏈
一、芯片設計
集成電路是電子信息產業的基石，而IC設計作為集成電路產業鏈上游，是最具發展活力和創新的重要環節，具有高投入、高風險、高產出的特點。
近年來中國芯片設計產業在提升自給率、政策支持、規格升級與創新應用等要素的驅動下，保持了高速成長的趨勢。
根據SEMI數據，我國芯片設計行業保持了較快的增長態勢，2020年我國芯片設計行業銷售額首次突破500億美元，全行業設計企業數量為2218家，同比增長24.6%。
資料來源：SEMI
根據芯片的制造流程，分為主產業鏈和支撐產業鏈。
主產業鏈分為設計、制造和封測。其中，芯片設計是關鍵，芯片制造最難突破，芯片封測國內已經發展到全球先進水平。
支撐產業鏈包括IP、EDA、材料和設備。
1.芯片設計 - 芯片制造主產業鏈關鍵環節
芯片設計在集成電路產業鏈的上游頂端，行業公司具有較大的價值量，行業整體呈現出“小而美”的特征，是半導體產業鏈中賺錢的環節。整體毛利率都在30%以上，都屬于輕資產模式，固定資產周轉率及ROE水平處于相對較高位置。
其包含電路設計、版圖設計和光罩制作。設計方面的主要環節是電路設計，需要考慮多方面因素以及涉及多元知識結構。版圖設計和光罩制作可以借助計算機程序。
芯片設計主要由于芯片核心的底層架構（知識產權和技術壁壘）被掌握在少數廠商手中，專利費可能達到設計成本的50%以上。
2.芯片設計流程
芯片設計流程主要可分為前端設計（Front end）與后端設計（Backend），其中前端設計（也稱為邏輯設計）主要涉及芯片的功能設計，后端設計（也稱為物理設計）主要涉及工藝有關的設計，使其成為具備制造意義的芯片。
展開 新思科技攜手AMD榮登世界經濟論壇MINDS榜單，生成式與自主式AI推動芯片設計進入全新階段
我們為與新思科技長期的合作伙伴關系感到自豪，并期待繼續攜手通過代理式（Agentic）AI 共同開啟芯片設計的下一個前沿。
Brian Amick
技術與工程高級副總裁
AMD
新思科技與 AMD 因其在利用 AI 重塑芯片設計流程方面的突出成果而獲選。世界經濟論壇在《超越承諾的實證：2025 年 MINDS 組織的真實世界 AI 落地洞察》中指出：“在半導體芯片設計中，人類智慧至關重要，但人才短缺正在持續威脅行業發展。AMD 正利用新思科技的強化學習與代理式（Agentic）工作流承擔更多執行任務，從而最大化發揮工程專家的知識與時間投入。他們的方法使芯片設計速度提升一倍，拓展了可行設計方案的范圍，并縮短了產品上市時間。”
基于雙方長期合作關系，新思科技與 AMD 已引入面向設計、驗證與簽核階段的 AI 驅動流程，帶來了對 AMD 極具影響力的轉變性成果：
設計與驗證階段的整體生產力翻倍
設計空間探索能力擴大 25%，使團隊能夠評估更廣泛的方案
總體設計成本降低至原來的五分之一
簽核時間縮短 50%，且后期變更減少
更快的設計周期提升了可靠性并減少缺陷
展開 
EDA引入AI輔助芯片設計，對工程師意味著什么？
圖3 機器學習在工程領域的潛力應用
目前在芯片設計過程中，開發者最常遇到的問題，是由先進制程所帶來的電子遷移(Electron Migration, EM)、時序(Timing)與功率(Power)問題。這些問題就很適合用機器學習的方法來解。Ansys已經跟NVIDIA合作發展出一套輔助工具，讓已經完成線路布局的芯片設計，在模擬環境中進行分析，看芯片會不會遇到EM相關問題，以判斷線路布局是否需要修改(圖4) 。
圖4 以機器學習為基礎的EM輔助系統
傳統上，當芯片開發團隊完成線路布局后，是用工程團隊所設定的條件去進行模擬，但因為模擬需要耗費相當長的時間，因此開發團隊設定的模擬情境很難涵蓋周延。但在ML的輔助之下，機器學習可以幫工程師注意到以前沒關注的盲點，從而在芯片還在設計階段就把可能出現的問題排除。
AI不是萬能設計最佳化還得靠人腦
雖然用機器學習或人工智能來設計芯片將是未來趨勢，而且有越來越多芯片設計開發的環節開始使用相關工具，但誠如張嘉鴻所言，機器學習只是眾多工具中的一種，不是所有問題的萬靈丹。因此，人在芯片設計的整個過程中，還是會扮演非常重要的角色，只是專注的工作跟現在不一樣。
明導國際(Mentor Graphic)執行長Walden Rhines(圖5)就表示，人工智能是許多學運算科學的人都研究過的題目，在他還是個年輕工程師的時候，就有參與過類似的開發專案。看到現在人工智能的蓬勃發展，一方面有終于熬到出頭天的感慨，但另一方面還是得指出，神經網路(Neuro Network, NN)、機器學習這些人工智能技術，在應用上還是有其限制，不應該把AI神化。
展開 EDA引入AI輔助芯片設計，對工程師意味著什么？
Ansys已經跟NVIDIA合作發展出一套輔助工具，讓已經完成線路布局的芯片設計，在模擬環境中進行分析，看芯片會不會遇到EM相關問題，以判斷線路布局是否需要修改(圖4) 。
圖4 以機器學習為基礎的EM輔助系統
傳統上，當芯片開發團隊完成線路布局后，是用工程團隊所設定的條件去進行模擬，但因為模擬需要耗費相當長的時間，因此開發團隊設定的模擬情境很難涵蓋周延。但在ML的輔助之下，機器學習可以幫工程師注意到以前沒關注的盲點，從而在芯片還在設計階段就把可能出現的問題排除。
AI不是萬能設計最佳化還得靠人腦
雖然用機器學習或人工智能來設計芯片將是未來趨勢，而且有越來越多芯片設計開發的環節開始使用相關工具，但誠如張嘉鴻所言，機器學習只是眾多工具中的一種，不是所有問題的萬靈丹。因此，人在芯片設計的整個過程中，還是會扮演非常重要的角色，只是專注的工作跟現在不一樣。
明導國際(Mentor Graphic)執行長Walden Rhines(圖5)就表示，人工智能是許多學運算科學的人都研究過的題目，在他還是個年輕工程師的時候，就有參與過類似的開發專案。看到現在人工智能的蓬勃發展，一方面有終于熬到出頭天的感慨，但另一方面還是得指出，神經網路(Neuro Network, NN)、機器學習這些人工智能技術，在應用上還是有其限制，不應該把AI神化。
圖5 明導國際執行長Walden Rhines認為，機器學習在EDA領域的應用還在發展中，而且有些IC設計步驟所遭遇的問題未必適合用機器學習來解決。
以IC設計為例，用機器學習來做芯片繞線布局，其實是非常「粗放」的。雖然用這種方法可以加快芯片設計的速度，但很難做到面積、功耗或性能的最佳化。
展開 設計自有芯片將成為新常態？
這樣也能夠獲得更小，更冷，更實惠的芯片。從現狀看來，架構是硅設計的新“高地”，很多廠商早已投入其中以獲取領先競爭。
例如，英特爾在其14nm工藝上，將其高端的28核服務器處理器“SKYLAKE”至強可伸縮服務器處理器的面積做到了690 mm2。雖然英特爾不再披露其晶體管數量，但作為對比，Nvida采用臺積電12nm工藝制造的Volta GPU芯片在815 mm 2的硅面積上集成了210億個晶體管。
AMD則在其Epyc服務器產品線上采用了不同的方法。Epyc是基于AMD的八核Zeppelin die設計的。每個EPYC處理器中都封裝了四個由AMD proprietary 連接的四個Zeppelin die。
AMD創新的Epyc架構是不同架構和設計權衡的結果。與其他處理器設計相比，它使用了不同的互連、邏輯和存儲組合。這就使得EPYC的總晶體管數量和芯片面積與英特爾和Nvidia的產品處于相同的范圍，但制造成本卻要低得多。AMD暗示，在大芯片里，它們的架構還有可能在在單個封裝中繼續實現微縮。
不同廠商在架構上的嘗試，讓云服務供應商看到了新的可能。
芯片設計工具日趨成熟
集成電路EDA產業到現在，eSilicon，Cadence，Mentor，Synopsys等供應商能夠為擁有不同預算的開發者提供云托管設計平臺，虛擬原型設計和驗證服務，降低開發者的預算。雖然設計芯片還做不到像設計網頁那樣簡單，但如果能夠從這些廠商獲得EDA和IP方面的更多支持，對于芯片新入者來說，是一個巨大的利好。尤其是如果能從他們身上獲得可重復結構（repeatable structure）的支持，這更是成功的關鍵。
展開 印度每年設計2000多款芯片
班加羅爾還是世界上最大的芯片設計中心之一。印度的電子產業主要分布于北部的新德里和位于南部的班加羅爾，班加羅爾向來有“印度硅谷”之稱，國際大廠如Intel、IBM、Microsoft、Google等均在班加羅爾設立了研發據點。全球10大無廠半導體設計公司，以及25大半導體供應商中的23家，都在印度開展了大量業務。
在TI服務超過十五年的SamirPatel之前曾在一場會議中表示，全球約有200~400家IC設計服務公司，其中有一半在印度班加羅爾，這主要是因為美國等地的芯片公司在印度的布局。
Google自2019年以來也一直在該市建立重要的芯片設計基地。他們已經雇用了至少80名來自英特爾，高通和Nvidia等公司的工程師。其中曾在Broadcom和Intel擔任高級職位的RajatBhargava則負責領導谷歌在當地團隊。
和谷歌一樣，蘋果也在班加羅爾聘請工程師，加速其芯片設計計劃。在2019年7月份，蘋果斥資10億美元收購了英特爾的智能手機調制解調器業務。消息人士告訴記者，位于班加羅爾的近160位英特爾工程師是這項業務的一部分，他們將遷移到蘋果公司并加入其全球硬件工程團隊。
加羅爾一步一步發展到今天，首先離不開政府強有力的政策支持。第二是完備的人才發展環境。雖然印度半導體產業還處于落后階段，但其背后的龐大的人才力量，卻不可小覷。
印度熟練技工奇缺，卻不乏好的芯片設計人員。大型的國際計算機、互聯網，甚至芯片公司在印度外包基礎的設計工作已經是一個公開的秘密。甚至連高通都把一些偏門的研究業務交給了印度公司。
展開 未來芯片設計僅靠這40多條指令？
2
昨天的Linux，今天的RISC-V
我們都知道，新技術的變革都會催生新的產業機會，如今處于霸主地位的X86和ARM架構芯片也是如此。在互聯網時代，隨著PC的大規模普及，X86芯片大獲全勝。而之后的移動互聯網時代，也造就了ARM芯片的主導地位。作為后起之秀，開源架構RISC-V也在尋找能夠承載其爆發的技術變革。從目前來看，物聯網、人工智能等新興技術很有希望。
在物聯網應用領域，對于功耗及體積要求非常苛刻，而這也是RISC-V架構的天然優勢，以至于很多人認為RISC-V架構將在物聯網領域對ARM架構發起挑戰，畢竟ARM架構也定位于此。由此可見，隨著RISC-V架構的快速興起，ARM架構將首當其沖。
“RISC-V架構所帶來的不僅僅是功耗和性能的提升，更為重要的是顛覆了傳統芯片設計的模式。”SiFive中國CEO徐滔認為：“基于開源的特性，SiFive提出了‘Design Share’策略，將第三方IP供應商IP數據整合至云端，同時也將設計流程整合上云，從而使得在云端即可實現定制芯片從規格定義到產品的流程。通過SiFive的SaaS平臺，客戶可以在線選擇CPU核的配置，選擇合適的IP，生成前端代碼，進行驗證，開展后端設計，Tapeout，產生文檔等，從而大大降低芯片設計時間和人力成本。”
SiFive公司IP核覆蓋情況
另外，Krste Asanovic 教授也認為RISC-V架構在人工智能領域同樣能夠起到加速作用。工程師僅需通過在所有內核上使用一個簡單的基礎ISA簡化軟件，再通過RISC-V進行自定義擴展，便可快速推進工作進度，從而使得芯片設計效率大大提升。未來RISC-V架構也有望在人工智能領域打開新的局面。
展開 國內十大芯片設計公司最新排名，豪威躍居第二！
國內知名集成電路分析機構芯謀研究昨晚發表了2018上半年中國集成電路設計產業研究報告。報告中表示，在需求強勁、供給充足和匯率變動的綜合影響下，2018年中國IC設計產業的總營收將超過280億美元，增速將超過25%。在他們看來，這些成就主要來自于兩個方面的的貢獻：
一是眾多新型應用場景帶動IC設計需求增長，疊加國產替代芯片的巨大需求。受到中興禁運制裁事件、中美貿易關稅高企的雙重威脅，國產替代進口芯片的巨大需求。當然，國產替代并非一朝一夕的事，首先需要驗證產品性能，確保穩定供貨的前提下才能大批量采用，因此首先受益的是簡單、易替換的分立器件和小芯片，更多的需求將在未來2~3年內體現。
另一方面，晶圓制造廠的產能供應也將在2019年釋放，為設計企業的產能提供保障。2016年開始的全國新建、擴建產能將在2019年釋放，且大多數產能都是面向成熟工藝的，這將有效緩解最近兩年晶圓代工產能緊張的局面，有利于更多中小設計企業以及初創企業獲得晶圓制造廠的支持，IC設計企業出現黑馬的可能性增加。
芯謀研究進一步指出，對中國集成電路產業而言，機遇與挑戰并存。因為中美貿易戰可能引起全球經濟走弱會給中國IC設計產業帶來最大風險，進而導致芯片需求減小。芯謀研究表示，對企業來說，一方面應該完善技術服務，讓客戶更加順利的選用和替換原來的進口產品；另一方面要積極拓寬和確保自身的供應鏈，加強質量管控，確保技術帶來營收增長。
與此同時，芯謀研究還給出了一個2018中國十大集成電路設計企業的榜單。
2018年中國十大集成電路設計企業 source：芯謀研究
在芯謀研究的榜單中，華為海思依然雄踞榜首的位置，這是毫無疑問的。
展開 一個芯片產品從構想到完成電路設計是怎樣的過程？
一顆芯片從無到有，從有需求到最終應用，經歷的是一個漫長的過程，作為人類科技巔峰之一的芯片，凝聚了人們的智慧，而芯片產業鏈也是極其復雜的，在此，我大致把它歸為四個部分（市場需求--芯片設計--芯片制造--測試封裝），然后再一一的做詳細介紹。
市場需求
這個無需多講，目前芯片應用已經滲透到我們生活的方方面面，早晨上班騎的共享單車，到公司刷的IC卡，工作時偷偷地打游戲，手機卡了還要換更快的手機，可以說IC的市場需求一直都在。
（注：以下圖片部分來自網絡，侵刪）
芯片設計
芯片設計又可以分為兩部分， 芯片前端設計 和 芯片后端設計 ，整體流程如下圖：
芯片前端設計
前端設計也就是從輸入需求到輸出網表的過程：主要分為以下六個步驟：
RTL設計
驗證
靜態時序分析
覆蓋率
ASIC邏輯綜合
時序分析和驗證時出現的錯誤可能需要反復重做前面幾步才能解決，是一個多次迭代優化的過程。
下面我來仔細介紹一下這六個步驟。
1、RTL設計
在設計之前我們先要確定芯片的工藝，比如是選擇TSMC還是SMIC，是7nm，還是5nm，而工藝的選擇也是受很多因素的制約（如下圖），而芯片工藝的選擇，就是對這些因素的權衡。
IC設計的第一步就是制定Spec，這個步驟就像是在設計建筑前，要先畫好圖紙一樣，在確定好所有的功能之后在進行設計，這樣才不用再花額外的時間進行后續修改。
展開 
想要“玩轉”芯片設計，這些設計流程必須搞明白！
在各方助力下，集成電路成了時代熱點，有大量文章在寫芯片設計之復雜之困難，本文從EDA使用角度捋一遍芯片設計流程。
01
開始
在老驢（本文作者自稱，下同）畫出第一副圖之后，發現熟知的只有數字電路部分的一小段，對系統、軟件及上層應用完全無知，只能歸類為Others。
于消費者而言，一個可以使用的系統，有數字集成電路部分、模擬集成電路部分、系統軟件及上層應用部分。
關于各個部分的功能，借用IC咖啡胡總的精品圖可以一目了然。外部世界是一個模擬世界，故所有需要與外部世界接口的部分都需要模擬集成電路，模擬集成電路將采集到的外部信息轉化成0/1交給數字集成電路運算處理，再將數字集成電路運算處理完的信號轉化成模擬信號輸出；而這一切的運算過程都是在系統軟件的號令跟監控下完成的，故曰：芯片是骨架，系統軟件是靈魂。
數字集成電路設計實現流程是個相當漫長的過程，拿手機基帶芯片為例，對于3G, 4G, 5G, 工程師最初見到的是無數頁的協議文檔。
架構師要根據協議來確定：協議的哪些部分可以用軟件實現，哪些部分需要用硬件實現。
算法工程師要深入研讀協議的每一部分，并選定實現所用算法。
芯片設計工程師，需要將算法工程師選定的算法，描述成RTL。
芯片驗證工程師，需要根據算法工程師選定的算法設計測試向量，對RTL做功能、效能驗證。
數字實現工程師，需要根據算法工程師和設計工程師設定的目標PPA 將RTL 揉搓成GDS;。
芯片生產由于太過復雜，完全交由代工廠完成，封裝亦是；對于測試，大部分公司都是租借第三方測試基臺由自己的測試工程師完成，只有少部分土豪公司才會有自己的測試基臺。
一顆芯片，性能的60%取決于架構師，在國內好的架構師不超過三位數，極好的架構師不超過兩位數，架構師是芯片靈魂的締造者，是食物鏈的最頂端，是牛逼閃閃的存在。
展開 一個芯片產品從構想到完成電路設計是怎樣的過程？
一顆芯片從無到有，從有需求到最終應用，經歷的是一個漫長的過程，作為人類科技巔峰之一的芯片，凝聚了人們的智慧，而芯片產業鏈也是極其復雜的，在此，我大致把它歸為四個部分（市場需求--芯片設計--芯片制造--測試封裝），然后再一一的做詳細介紹。
市場需求
這個無需多講，目前芯片應用已經滲透到我們生活的方方面面，早晨上班騎的共享單車，到公司刷的IC卡，工作時偷偷地打游戲，手機卡了還要換更快的手機，可以說IC的市場需求一直都在。
（注：以下圖片部分來自網絡，侵刪）
芯片設計
芯片設計又可以分為兩部分， 芯片前端設計 和 芯片后端設計 ，整體流程如下圖：
芯片前端設計
前端設計也就是從輸入需求到輸出網表的過程：主要分為以下六個步驟：
RTL設計
驗證
靜態時序分析
覆蓋率
ASIC邏輯綜合
時序分析和驗證時出現的錯誤可能需要反復重做前面幾步才能解決，是一個多次迭代優化的過程。
下面我來仔細介紹一下這六個步驟。
展開 計算流體力學、軟件和芯片設計的共通之處
計算流體力學 (CFD)、軟件和芯片設計有許多共通之處。它們都會創建相關對象的規范，并最終將該規范作為制造過程的一部分；且都需要進行某種類型的驗證，以檢查設計是否符合預期。但同時，它們之間也存在著巨大的差異。
對于計算流體力學、軟件和芯片設計，本文先從軟件說起。筆者從 20 世紀 60 年代末開始編程，從那時起，基本的編程方法就沒怎么變過。我們可以使用 Fortran、C++ 或 Python 等編程語言來編寫“規范”。以前，“制造”可能涉及磁帶、CD 或文件傳輸器。但 CD 上的內容與程序員用來“驗證”（即軟件debug）的內容基本相同，所以沒有專門的驗證過程。程序的編譯和運行成本很低，以至于根本沒必要為了避免成本而專門建立驗證過程。驗證過程反而會更貴。
現代的芯片則大不相同。“規范”通常是用 SystemVerilog 編寫的，但制造一塊芯片需要幾個月的時間，成本可高達數千萬美元，因此驗證過程十分普遍（且昂貴）；因為從時間和金錢的角度來說，根本不可能制造大量的芯片來進行試驗以確保其能正常運轉。多年后，這種情況發生了很大變化。上世紀 80 年代初，當筆者剛開始在超大規模集成電路技術公司工作時，我們遇到了一個（就當時而言的）大芯片電源接地短路的問題；彼時，電路提取器尚未出現。當時唯一的解決辦法是標劃出布局、把它們粘在一起、鋪在地板上、把電源網涂成紅色、把接地網涂成綠色，直到找出問題所在。
如今，由于芯片更加復雜，需要使用更多的軟件（以及模擬器和原型系統等硬件）。有時，IP 提供商會制造測試芯片，但一般來說，人們寄希望于 SoC 芯片設計能夠一次性成功，并沒有像軟件那樣的“編譯并運行”心態。
展開 格力電器上半年凈利增35% 進軍空調高端芯片設計領域
力排眾議進軍空調芯片設計領域
格力電器今年上半年在多元化方面的大動作，便是進軍空調芯片設計領域。雖然董明珠向外界透露了格力做芯片的消息后，格力電器的股價一度下跌，但她仍然力排眾議要做芯片。
在半年報里，格力電器解釋說，近年隨著節能環保政策趨嚴，以及消費升級和產品智能化趨勢凸顯，變頻空調在格力產品中的占比大幅提高，導致格力對空調芯片的需求大幅增加。目前格力的芯片主要依賴進口，2017年芯片進口額數十億元，今后芯片需求量會進一步增加。
格力已掌握了除空調芯片以外制造空調所需的全部核心技術，為了進一步提高綜合競爭力，格力電器近年來已在自主研發空調芯片設計技術，目前已有一定的技術積累。為謀求長遠發展和股東長期利益，下一步公司將成立專門團隊穩步推進該領域的技術研究和產品開發工作。
展開 