芯片世界地图 | 台湾:改写游戏规则,酱油小弟成就新帝国

2017-01-02 09:00:00 来源:EEFOCUS
分享到:
标签:

近两年来,全球半导体产业呈现持续衰退现象,而台湾却能逆势突围保持成长。台湾半导体产业经过50来年的发展,培养出了大量的人才。

 

近日,台湾半导体人才被挖角的新闻不断,台积电前CEO蔡力行将加盟清华紫光负责晶圆代工业务、台积电灵魂人物蒋尚义将加盟中芯国际担任独立非执行董事。曾经张汝京、梁孟松、袁帝文及高启全等人的出走,成为台湾半导体史上无法愈合的伤口,而如今人才流失也成为一大心病。

 

“30年河西,30年河东”,回顾半导体发展的这些年,从晶体管诞生至今,半导体产业发生由西方向东方迁移的趋势,日本、韩国、台湾,在往期《芯片世界地图》栏目中可清晰的看到世界半导体的成长足迹,本期就来讲讲台湾的半导体产业。

 

 

台湾的半导体产业涉及晶圆制造代工、芯片设计封测封装、系统设计代工制造、面板生产制造、内存设计制造等,涵盖了上游的IC设计、中游的晶圆生产、下游的封装和测试以及设备、材料全领域。由于这种垂直分工特性,成为全球半导体生产体系中不可或缺的一部份,而相对韩、日半导体厂更具全球影响力。

 

台湾半导体到底扮演怎样的角色呢?

2016年全球半导体厂商营收前二十大排行榜中,台湾占据3席地位。

 

9月29日台湾半导体产业协会(TSIA)年会上指出,台湾的半导体产业2016年将持续成长7.2%,占全球产值的23%、占台湾GDP的13%,将继续蝉联全世界第二大半导体产业地区。

 

台湾的封装测试产业的产值,占全球市占超过一半。

 

 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

作者简介
赵碧莹
赵碧莹

与非网编辑,网名小老虎。通信工程专业出身,喜欢混迹在电子这个大圈里。曾经身无技术分文,现在可以侃侃电子圈里那点事。喜欢和学生谈谈心情、聊聊理想,喜欢和工程师谈谈生活、聊聊工作。不求技术“上进”,只求结交“贵圈”的朋友!

继续阅读
被指长期盈利模式不清晰,加密货币对芯片市场的助推作用还能持续多久

比特币等虚拟货币在半导体圈显示出了极高的讨论度,从2018年1月中台积电法说开始,台积电董事长张忠谋退休前的最后一次法说,格外引起市场关注,而张忠谋一席话,更耐市场寻味。

三星7nm晶圆厂欲正式动土,速度比台积电快吗?

三星电子位于南韩华城市(Hwaseong)的晶圆新厂本周五(2月23日)将正式动土,预定明年下半年开始量产7nm以下制程的芯片,未来可望在智能装置、 机器人的客制化芯片取得不错进展。

卸下“半导体教父”的光环,张忠谋私底下被这个人宠成孩子

今年即将退休的台积电董事长张忠谋被外界称为「半导体教父」,在业界备受尊崇,但在太太眼中却有两种不同的角色。 张淑芬说,老公不只是她的偶像,也是她最疼爱也最宠的小孩。

张忠谋:台积电5nm建厂延续摩尔定律

台积电日前于南科举行其晶圆十八厂5nm动土仪式。 台积电董事长张忠谋表示,台积电5nm晶圆厂得以动工,此举象征台积电持续支持摩尔定律的承诺,以及深耕台湾的决心,更象征台积电进入下一个里程碑。

平均每位员工分红107万新台币,台积电未来营收还得看挖矿行业

台积电董事会决议今年配发现金股利8元新台币,创历年发放新高,同时核准今年发放员工现金奖金与现金酬劳共460亿3816万元新台币,换算平均每位员工分得107.06万新台币。

更多资讯
与非网硅谷科技游第1天,揭开Supplyframe总部、Supplyframe DesignLab和加州理工的神秘

今天,与非网硅谷科技游团队的坐标--洛杉矶,我们将与Supplyframe总部、Supplyframe DesignLab以及加州理工大学来一次亲密接触。

Intermolecular发布2017年第四季度和全年财务业绩

加州圣荷西2018年2月14日电 /美通社/ -- 值得信赖的先进材料创新合作伙伴 Intermolecular, Inc. (NASDAQ: IMI)今天发布截至2017年12月31日的第四季度和全年业绩。

“All in AI”的百度,是怎样度过“水逆期”的

被质疑、被原罪、被抹黑,2016年的百度看起来像是经历了“水逆期”,但仅仅在2017年一年的时间,中国互联网排名前三的科技巨头已然完成了一场华丽的转身。

解读去中心化交易所运作过程,安全是最棘手问题?
解读去中心化交易所运作过程,安全是最棘手问题?

加密货币市场的繁荣离不开蓬勃发展的交易所的支撑,Poloniex、Bittrex、Bitfinex、Yunbi、Okcoin、Kraken、Liqui等等,它们为区块链市场的资产代币化发展提供了全球化全天候的充足流动性。然而这些中心化交易所存在一些显著的风险和问题。

新手如何接触机器学习?这十大算法一定不能错过
新手如何接触机器学习?这十大算法一定不能错过

在神经网络的成功的带动下,越来越多的研究人员和开发人员都开始重新审视机器学习,开始尝试用某些机器学习方法自动解决可以轻松采集数据的问题。

Moore8直播课堂
电路方案