年秋开始在全球范围内爆发的芯片短缺，在年持续了一整年仍没有缓解态势，半导体行业在拓展产能的同时，也在积极将工艺升级提高产出率。另一方面，新冠病毒不断出现变异，疫情的延续对于整个半导体行业的影响依旧存在，远程办公、线上会议和在线教育习惯的形成，加速了多个产业的数字化转型，也从侧面促进了网络通信、AI、存储和云服务等技术更新。
AspenCore全球分析师团队在这一年中与业内专家和厂商交流，总结分析后挑选出了年全球半导体行业将出现或高速发展的10大技术趋势。
1、3nm工艺量产，2nm竞争不确定性增加
半导体尖端制造工艺方面，年三星foundry临时将4LPE调整为完整工艺节点——即4nm工艺会成为三星接下来一段时间的推广重点。加上年10月台积电发布的消息基本明确了N3工艺的稍许延后，年或许将成为4nm工艺之年；iPhone14要赶上3nm工艺是几乎无望的。
不过基本可以明确的是，虽然采用台积电N3工艺的芯片最快大概需要等到年一季度才会问世，但N3工艺量产明确在是年第四季度。
与此同时，我们认为，三星3nmGAA或许会比台积电N3再晚一点。三星在3nm节点上开始采用GAA结构晶体管是焦点，但实际上三星也未能按照时间点如期推进。而且基于三星目前公开的数据，其最早的3nm工艺在技术层面可能会存在更大的不确定性。
至于Intel3，即便按照规划也是完全赶不上年的班车的。我们认为，台积电N3将持续保持市场优势地位，并且相较另外两名对手暂时有着显著的领先。但在N3上踩一脚刹车，实际上也为2nm时代的来临埋下隐患。
一方面Intel20A工艺预计将在年上半年到来，Intel18A则或可见于年下半年——Intel在这两个节点上预备重返技术领先地位的决心是相当大的；另一方面三星预计将在年下半年量产的2nm工艺，将是其第三代GAA结构晶体管，即其3nm工艺虽然很难取得市场优势地位，但技术上将为其2nm工艺提供强有力的支撑。这些都为后续2nm工艺市场竞争增加了不确定性。
2、DDR5标准内存进入量产和商用
年7月15日，为了解决从客户端系统到高性能服务器的广泛应用所面临的性能和功耗挑战，固态技术协会(JEDEC)正式发布了下一代主流内存标准DDR5SDRAM的最终规范(JESD79-5)，为全球计算机内存技术拉开了新时代的序幕。JEDEC将DDR5描述为一种“具备革命意义”的内存架构，认为它的出现标志着整个行业即将向DDR5服务器双列直插式内存模块(DIMM)过渡。
市场调研机构Omdia分析指出，对DDR5的市场需求从年已经开始逐步显现，到年，DDR5将占据整个DRAM市场份额的10%，年则将进一步扩大至43%；YoleDevelopment则预测称，DDR5的广泛采用应该会从年的服务器市场开始，年，手机、笔记本电脑和PC等主流市场将开始广泛采用DDR5，出货量明显超过DDR4，两种技术间完成快速过渡。
内存带宽增长速度远远赶不上处理器性能的提升速度，这是DDR5推出的根本动力所在。但与其先前几代产品的迭代重点主要集中在如何降低功耗上，并将PC视为应用优先级不同，业界普遍认为，DDR5将紧随DDR4的步伐，率先导入数据中心。
DDR5最亮眼的部分，就是速度比已经“超级快”的DDR4还要快。与1.6GHz时钟频率下DDR4内存最高3.2Gbps的传输速度相比，全新DDR5内存的最高传输速率达到了6.4Gbps，并同步将供电电压从DDR4的1.2V降至1.1V，进一步提升了内存的能效表现。
目前，三星、SK海力士和美光等全球存储巨头已经宣布了各自的DDR5产品量产和商用时间表。不过，DDR5的面市绝非一蹴而就，它需要得到包括系统和芯片服务商、渠道商、云服务提供商和原始设备制造商在内的生态系统的强力支持。
3、DPU市场蛋糕持续做大和爆发
DPU这个名号变得响亮是从年近年底的时候开始的。我们认为，将DPU这一名词变得热门的市场行为，一是英伟达收购以色列公司Mellanox之后，次年就发明了“DPU”一词；二是同年初创公司Fungible大肆推广DPU这个名字。
DPU的D是指data数据。不得不承认老黄是营销鬼才，smartNIC摇身一变就成了DPU数据处理器；而且以迅雷不及掩耳之势，短时间内冒出了数十家DPU初创企业。
DPU本质上是smartNIC进化，但从DPU的火热并不难看出数据中心对于数据方向专用处理器的热烈渴求，以及形态上的进一步固定和标准化。
早年数据中心有个词叫“数据中心税”，即服务器选购很多核心的CPU，但对最终业务而言，其中一部分核心是默认被“吞噬”的。因为这些处理器资源需要用来做数据虚拟networking、安全、存储、虚拟化等工作。当这些工作变得越来越复杂，DPU就出现了。就像针对图形计算有GPU，针对AI计算有NPU，DPU也是这个时代专用计算崛起的一个产物。
一般我们说DPU的工作包括了第一，offload（卸载）原属于CPU的OVS、存储、安全服务之类的活儿；第二，以hypervisor管理做隔离、虚拟化实现；第三是以各种方式，进一步加速跨节点的数据处理。
DPU成为数据中心标配也就不难理解。但需要注意的是，在具体实现上，不同的DPU不应同台竞技，这是由其扮演角色差异导致的。比如Intel的IPU虽然也是一种DPU，但和英伟达DPU在职责和工作偏向性上仍然有不同。所以有一定可能性，DPU市场或许会出现细分。以及数据中心系统企业都在自研更具适配性的DPU，这给DPU市场带来了不确定性。
4、存算一体翻越“存储墙”和“功耗墙”
存算一体技术（Processingin-memory，PIM）概念的形成，最早可以追溯到上个世纪七十年代，但当时受限于芯片设计复杂度与制造成本问题，缺少杀手级大数据应用进行驱动，一直不温不火。
随着最近几年芯片制造工艺的进步和人工智能（AI）应用的发展，处理器计算能力越来越强、运算速度越来越快，存储容量越来越大。面临数据洪流，数据搬运慢、搬运能耗大等问题成为了计算瓶颈。从处理单元外的存储器提取数据，搬运时间往往是运算时间的成百上千倍，整个过程的能耗大概在60%-90%之间，能效非常低。
另一方面，接近极限的摩尔定律和被存储墙限制的冯诺依曼架构，在算力提升上也已经不能满足这个时代的需求。当前多种尝试解决处理“存储墙”与“功耗墙”的非冯诺依曼（non-vonNeumann）架构包括低电压亚阈值数字逻辑ASIC、神经模态（Neuromorphics）计算和模拟计算等，而存算一体是最直接高效的一种。
存算一体可理解为在存储器中嵌入算法，令存储单元具备计算能力，这是新型的运算架构，做的是二维和三维矩阵乘法运算，而不是在传统逻辑运算单元上优化。这样能从理论上消除数据搬移的延迟和功耗，成百上千倍地提高AI计算效率，降低成本，因此格外适用于神经网络。
当前国内外已经有一大批存算一体芯片公司伴随着融资信息浮出水面，动辄亿元起的融资金额也充分证明了后摩尔时代，异构计算和新架构正在获得资本的青睐。基于不同的存储介质，各家在做存算一体技术的时候会采用不同的技术方向，有些是忆阻器，有些则是SRAM、DRAM、Flash等。随着3D堆叠技术的发展，以及新型非易失性存储器件的日益成熟，存算一体将迎来属于它的时代。
5、5G建设重点向独立组网和毫米波转变
凭借光纤般的速度、超低时延和网络大容量，5G正在产生如同电力一样巨大的影响力，彻底变革着各行各业。
而作为Sub-6GHz频段的有力补充，5G毫米波具备频率宽带容量大，易与波束赋形结合，超低时延等多个突出优势，有利于推动工业互联网、AR/VR、云游戏、实时计算等行业的发展。同时，毫米波可以支持密集区域的部署，进行高精度定位，设备集成度高，将有利于促进基站和终端的小型化发展。
根据GSMA《毫米波的应用价值》报告，预计到年，5G毫米波将创造亿美元的全球GDP，并产生亿美元的税收，占到5G创造总价值的25%。而另一份《5G毫米波在中国》的报告则指出，预计到年，在中国使用毫米波频段所带来的经济收益将达到亿美元，其中垂直行业领域中的制造业和水电等公用事业占贡献总数的62%，专业服务和金融服务占12%，信息通信和贸易占10%。
目前，已有48个国家的家运营商正在26-28GHz、37-40GHz和47-48GHz的毫米波频谱上规划发展5G；23个国家的家运营商持有许可证，可以进行毫米波部署，北美、欧洲和亚洲占据所有频谱部署的75%。其中，26-28GHz是被部署和发放牌照最多的毫米波频段，37-40GHz频段紧随其后。
但并不是所有应用场景都需要毫米波覆盖。年7月，中国工信部联合十部门印发《5G应用“扬帆”行动计划(-年)》，提出针对工业物联网、车联网、物流、港口、电力、农业等9个场景进行5G业务深化推进，而上述场景对带宽、时延的要求非常高，易于毫米波发挥自身优势。
6、EDA工具开始使用AI设计芯片
当前智能手机、车联网、IoT等终端，对于系统级芯片（SoC）的PPA(功耗、性能、面积)提出了更高的要求。面对动辄数百亿颗晶体管的芯片设计规模，以及异构集成、系统级封装、Chiplets等新的封装方向，如果没有机器学习（ML）和人工智能的辅助，只用现有的设计方法，工程师们会面临越来越严峻的挑战。
将AI设计从概念升级到实战阶段，无论是在EDA工具中应用AI算法赋能芯片设计的“AIInside”，还是