士兰微是半导体芯片设计、制造及封测一体化龙头,业务板块涵盖器件、集成电路、LED芯片及外延片,是中国产品线最齐全的半导体IDM厂商。
据知情人士透露,士兰微基于自主研发的SiC MOSFET芯片主驱模块已通过吉利等客户验证,并开始批量生产和交付。士兰微第Ⅲ代平面栅SiC MOSFET技术的开发也已初步完成。
产能方面,士兰微旗下子公司士兰明镓6英寸SiC MOS芯片产能达6000片/月,现有产能已满载,同时其正在加快项目设备的购置和安装调试,2024年年底产能将达到12000片/月。
士兰微在2024年上半年也交出了不错的业绩。在近日披露的2024年上半年财报中,士兰微收入约52.7亿元,同比增加18%。管理层也给出了碳化硅板块全年收入10亿元的目标,碳化硅国产替代的步伐又前进一步。
打入吉利供应链,标志着士兰微在碳化硅领域的追赶势头明显,这对另一家碳化硅代工龙头芯联集成造成压力,这两家国产公司此前都曾计划在2024年全年实现碳化硅板块收入10亿元的业绩。
芯联集成一直被认为是国内碳化硅模块技术领先的存在,然而强劲对手的优秀表现,正在增加其座次变化的不确定性,对财务尚未完全转为健康的芯联集成来说,激烈竞争带来的结果尚未可知。
财务表现方面,士兰微营收连续多个季度同环比增长,在2024年上半年的逆风环境下,也仍然保持了近20%的毛利率,且连续至少3年扣非归母利润为正。相较而言,芯联集成收入、毛利率、扣非归母净利等多项指标存在困扰。
但值得注意的是,受行业发展和竞争格局等因素影响,士兰微短期盈利表现也相对一般。公司销售毛利率自2021年高点33%一路回落至24上半年的20%。
据相关媒体报道,士兰微近两年的净利润表现均差强人意。2023年,行业从过往“缺芯潮”转入下行周期,下游整体需求疲软,半导体行业整体盈利能力受到挑战。公司在生产消费电子类芯片的5英寸线和6英寸线产能利用率下降较大。
与此同时,8英寸线和12英寸线产出也未达到预期,整体产品结构调整较慢。另一方面,士兰微在昱能科技和安路科技的投资上遭遇股价下跌,导致公司公允价值变动出现亏损,尽管这部分亏损可能只是账面上的“浮亏”,但它对公司净利润的影响是显著的。
竞争模式上,芯联集成与部分芯片设计厂商如瑶芯微结成联盟共同作战补充了其作为Foundry的劣势,但士兰微作为首屈一指的综合性IDM厂商,此前老厂早已折旧完毕,团队磨合时间更长,且产品类目更多,摊销起来更省力一些,因此相对Fab界新星芯联集成,有一定优势。
不过,只要芯联集成绑定好设计厂商,这点模式上的区别并不算很大。
以上比拼之外,8英寸碳化硅趋势正逐渐明晰,行业内布局也是你追我赶、异常激烈。
2024年4月,芯联集成建设的国内首条8英寸SiC MOSFET产线已开始投片,并实现了工程批下线,明年将进入量产阶段。
5月,士兰微也与厦门市人民政府、厦门市海沧区人民政府签署了《8英寸SiC功率器件芯片制造生产线项目战略合作框架协议》,拟投资两期共120亿元建设72万片/年的8英寸碳化硅产线。
随着8英寸碳化硅产能逐渐释放,碳化硅单器件或单位电流密度的成本有望降低到硅基器件的2.5倍以内,进而成为碳化硅大规模商业化应用的转折点。
然而,大规模量产带来的降价趋势却先了一步。
据知情人士,国产车企已经开始给碳化硅产业链压价,要求降低碳化硅模块成本,降价幅度已达到30%左右。
这对各家的毛利率都是不小的冲击,尤其对芯联集成尚在收窄的负毛利率来说,压力不小。
作为当前已经有相当业务规模、且技术在行业首屈一指的碳化硅龙头,下一步产能和出货规模的扩大,需要在规模经济效益和预防亏损之间寻找权衡。
友商步步紧逼,8英寸时代即将到来,功率半导体的行业集中化和价格战也很快打响。在一切来临之前,想办法让买卖不赔本是当务之急。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。