当前位置:首页> 新闻中心
联系电话
0510-68100979

存储大厂开始拥抱CIS

* 来源: 中国电子报 * 作者: admin * 发表时间: 2021/11/01 13:18:00 * 浏览: 117

CIS(CMOS 图像传感器)正在俘获存储器大厂的芳心。作为全球最大的DRAM和NAND供应商,三星在年初将位于韩国华城的第11条DRAM生产线改建成CIS产线后,于近期再度传出将部分DRAM产能转向CIS的消息。全球第二大DRAM厂商SK海力士也在近期表示,CIS将与DRAM、NAND 一起成为海力士的增长支柱,海力士将以进入第一阵营为目标,提升研发能力和生产力。

 

市场、产业、工艺共同作用

 

DRAM是韩国半导体大厂的主要营收来源。但是,DRAM具有产品线较为单一、市场份额集中在IDM大厂等特点,是景气变化最明显、价格起伏最剧烈的半导体产品之一。因而,以三星、海力士为代表的存储大厂,一直将布局非存储业务作为头等要务。

 

CIS之所以被存储大厂作为非存储业务的重要支点,是基于市场、产业、工艺等因素的综合考量。

 

从市场增长点来看,CIS需求正盛,涨势明显。Yole Developpement报告显示,2020年CIS产业营收已经占到全球半导体产业的4.7%,相比2015年营收翻倍,年复合增长率达15.1%。芯谋研究高级分析师张彬磊向《中国电子报》记者指出,CIS已经成为三星主营业务之一,调配和扩充CIS产能,是关注到CIS需求旺盛的常规操作。海力士一直专注于存储领域,如今在CIS市场上升期新增CIS业务,也是优化产品布局的一步好棋。

 

从产业链条来看,随着集成DRAM的CIS出现,CIS成为了DRAM的下游产品。麦姆斯咨询CEO王懿向《中国电子报》指出,索尼在2017年发布了业界首款集成DRAM的三层堆叠式CIS,通过3D堆叠工艺实现DRAM与CIS集成。DRAM在CIS中充当缓存,大幅提升了CIS处理数据的速度。DRAM对于CIS影响力的提升,将提升存储厂商入局CIS的成本和品控优势。

 

从生产工艺来看,DRAM与CIS有一定的工艺条件相似性,因而DRAM产线能较为容易地改造成CIS产线。

 

“CIS和存储工艺都需要高深宽比,因此利用DRAM设备和产线能较容易地满足CIS生产要求,仅需增加CFA(彩色滤波阵列处理技术),并提高污染等级管控即可。目前先进DRAM产线的污染管控等级已经支持CIS的生产,对于三星和海力士等先进DRAM工厂,仅需补齐CFA就可以满足CIS生产需求。”张彬磊说。

 

CIS增长点呈现“百花齐放”态势

 

一段时期以来,手机的多摄像头趋势是CIS市场高速增长的主要动力。但是,智能手机出货量放缓,且手机销量存在淡旺季。Omdia全球第二季度智能手机出货量数据显示,第二季度全球出货量前十手机厂商中,有七家厂商的出货量同比第一季度出现负增长。如果存储厂商希望以CIS对冲DRAM的景气变化,单靠手机拉动,并不是一个保险的策略。

 

好在CIS的增长点正在趋向多元化。王懿指出,从2020年开始,计算、汽车、安防、医疗、工业等众多领域的CIS市场增速都超过了手机领域,呈现出“百花齐放”的局面。

 

在计算领域,新冠肺炎疫情防控推动了视频会议、居家办公和游戏等业态的发展,进而提升了PC和平板电脑的市场需求,加上3D摄像头和指纹识别传感器的引入,一举扭转了CIS在PC市场多年下降的趋势。

 

在汽车领域,随着ADAS及自动驾驶的推进,CIS作为感知车内外信息的重要传感器,正迎来新一轮增长。

 

在安防领域,随着5G、AI、物联网等技术的发展,安防监控行业正在进行“智慧”升级,为CIS注入了新的活力。

 

“展望未来5年,CIS市场的复合年增长率预计为8%左右。不仅韩国存储厂商对CIS愈加重视,国内某些DRAM厂商也有意布局CIS及新兴图像传感器。”王懿说。

 

技术创新成下半场竞争焦点

 

提到CIS的市场竞争,就不得不提到长期站在市场顶端的索尼。虽然三星已经成为全球第二大CIS供应商,但在市场份额上仍然与索尼存在较大差距。可以说,索尼在CIS长期占优,是运营模式、自驱力、技术创新的共同结果。

 

在索尼的三项优势中,三星在IDM模式和终端自驱力方面,同样具有优势,这也是三星在CIS领域能够坐二望一的原因。

 

至于技术创新方面,图像传感器还有哪些技术点可以供三星等厂商挖掘,以挑战索尼的龙头地位呢?

 

王懿指出,在波段范围、成像技术、技术融合方面,CIS仍有广泛的市场机遇。

 

目前,捕捉可见光的传统CIS已经商品化。但能捕捉近红外光、短波红外光等更多波段的CIS仍有增量市场。业界正积极开发近红外、ToF、量子点红外等新兴的图像传感器。

 

针对基于帧的传统成像技术会产生大量数据且功耗较大,基于事件的动态视觉传感器应运而生,为快速变化的运动场景成像提供更高的时间分辨率,降低了数据传输及后续处理需求,具有功耗低、动态范围大等优势。

 

同时,为满足AI技术的发展需求,业界正在尝试将作为边缘器件的图像传感器与AI信号处理结合,以降低延迟、保证隐私,并降低功耗和通信成本,支持物体识别、行为识别和身份验证等新兴应用的发展。