1Q23 DRAM觀察

• DRAM所有的好幾家公司直接看成一家公司, 所有的股價都要看記憶體報價, 只要報價漲, 股價就會漲

• 自家公司好不好與股價無關, 記憶體報價>自家公司好不好, 以DRAM民族大業為重, 犧牲個人營收毛利產能是可以的.
• 股價的行為
• 美光被中國審查結果南亞科股價開盤跌後來還漲, 美光自己跌到爆(四月清明節前)
• 三星說要減產結果自己股價還漲, 財報越爛股價還漲(三星CQ1財報預報)
• 舊的華亞科廠房地震還怎樣出問題結果美光股價還漲, 明明等於美光自己損失結果美光股價還漲
• 產業面來說
• Capex要花多少錢也要看別人的狀況如何, 一個複雜的賽局, 要輸要贏不僅要考慮別人, 也要考慮到之後景氣變動後怎麼樣.

• 賠錢毛利率負的也沒關係, 前景看好就好, 股價起飛.
• 所有的產業分析跟財報分析沒有用, 市場認定報價將起漲利空出盡才有用.
• 市場也不知道所有的事情, 大家也都在賭. 並沒有誰比較聰明, 或許比較有經驗.
• 所有的事情以股價為依歸.
• 當下賭記憶體與面板會漲的機率高, 因為報價反轉.
• 接下來看要漲到哪, 可能漲到開始要用pe價說很便宜, 可能漲到真的報價漲.
• 報價漲的初期股價應該還是繼續要漲, 直到報價開始漲不上去了, 股價才停歇.

電動車光達

上圖: 雷射家族找到新工作惹

• 光達模組
• 成本可能高達數千至上萬美元 一輛車可能至少兩三組光達 角度解析度最高最精準
• 雷達 
• 數百美元 主流具備ADAS輔助駕駛的車通常都會有4到8顆雷達 容易被干擾誤判 惡劣天氣
• 攝影機模組 
• 一顆鏡頭成本十幾美元

• 光達
• 機械式
• 掃描速度快範圍廣
• 克服天氣
• 貴
• 解決惡劣天候或特殊狀況下的辨識問題，精度也更高
• 無法判斷材質, 動量與移動方向
• Google, UBER, Baidu

• Velodyne
• Velodyne H64E價格約7~8萬美金
• 手工打造 產量每月只有5000顆
• 光達準確性是趨勢, 很好, 無法取代, 甚至相機也會運用到
• Google, UBER, Baidu

• 混合固態光達
• 便宜
• 克服天氣
• 穩定性加拿大Leddar MEMS單軸掃描鏡 輕便
• 美國ASC APD 崩潰光電二極體

• 固態光達-OPA
• CMOS與GaAs VCSEL
• 體積小, 便宜
• 難度高, 固態光達晶片, 天線很多, 測試整合麻煩, 容易被熱干擾
• Quanergy 固態光達-OPA 鴻海

• 固態光達-Flash
• 體積小
• 距離短 生產難度高

• Tesla
• 目前台灣賣的model Y沒有超音波雷達, 可能1Q23再把雷達裝回去. 最近似乎又有新的光達的討論, 戰國時代群雄割據, 還沒有一統天下的時刻. 就連主要車廠, 都還沒有定論.
• 越看越有意思, 完全就是以前三星手機跟水果手機開始崛起的路線, 各種規格各種零組件方案滿天飛誰也不服誰. 看最後鹿死誰手. 各種亂用各種理論, 結果搞到最後也都沒賺錢, 錢都被水果賺走. Tesla能夠複製水果最後的路線制住所有供應商嗎? 所以Tim Cook就是在賈伯斯崛起的道路上, 負責控制所有供應商的人嗎?

source:

1

2

3

4

5

6

4D毫米波雷達

上圖: Big Band Theory的Raj週五下課後要去上班

目前4D毫米波雷達有以下

• 方案
• 一是基於傳統CMOS雷達芯片，強調“軟件定義”，主要包括傲酷、Mobileye等；
• 二是將多發多收天線集成在一顆芯片，直接提供成像雷達芯片，如Arbe、Vayyar等；
• 傳統方案是將標準雷達芯片進行多芯片級聯，以增加天線數量，如大陸、博世、ZF等公司；
• 四是通過超材料研發新型雷達架構，代表廠家有Metawave等。
• “Mobileye推出成像雷達的意義與Arbe差不多，因為目前主流方式（包括博世、大陸、ZF的量產方案）都是傳統級聯方式，新型方案對傳統方式是否兼具成本和性能優勢有待觀察。
• 晶片
• 單片微波集成電路可以實現低噪聲放大器、混頻器、變頻器、功率放大器等功能，主要玩家包括STM, TI, NXP.
• 雷達數字信號處理，分為通用數字處理芯片和雷達專用處理芯片，目前提供專用雷達處理器的芯片廠商主要有TI, NXP, Infineon.
• 2018年, TI提出了4D成像毫米波雷达的概念, 推出FMCW 4D毫米波Turnkey solution. 有硬體廠商跟進.

優勢

• 成本僅為LiDAR的10%-20%
• LiDAR的成本目前RMB$幾千元降到幾百元，至少需要5年，所以4D成像毫米波雷達還很便宜. 
• 但要是LiDAR成本降下來, 推估4D成像毫米波雷達將會喪失成本優勢.
• 或是功能不需要那麼好用到LiDAR.

面對的問題

• 車廠對4D毫米波雷達的需求不明確
• 這個問題感覺一直在server也是一樣, 市場一直搞不清楚到底需要的規格是什麼, 到最後解決方案是hyperscaler直接找代工廠組裝量身訂做. 感覺是新產品的必經過程, 關於這樣的未知科技, 不知最後贏家是誰, 該怎麼樣抓這一波, 沒辦法知道答案, 若是答案明確也就不重要了.
• 沒有對4D毫米波雷達的測試設備, 供應鏈尤其設備的生態鏈不成熟, 拖累研發量產時程. 以前水果剛上瀏海時也是為了這個炒一波ASM Pacific.
• 要想形成一個標準化、可規模量產的4D成像毫米波雷達產品, 可能還需要3-5年時間, 但是LiDAR價格一直往下
• 搞不清楚方案跟晶片的差別
• 搞不清楚為何昨晚Abre大漲

規格比較

• ADAS: 3發4收
• L3 (L2+自動駕駛): 12發16收

• 圖像雷達/ 7xGHZ為主流/24GHZ
• Intel Mobile eye與NXP有圖像雷達
• 台廠現在主要24GHZ, MTK, 環隆科技(40%+營收), 啟碁, 明泰
• 天線數量越多, 越需要處理器
• 射頻晶片為主/ 微處理器/ 微控制器/ 電源處理
• 預計晶片會越來越整合, 越來越少晶片

• 目前主流48通道（6發8收）, 向192個以上數量的通道邁進
• 華為的4D成像毫米波雷達288個通道12發24收, 甚至128發128收
• Mobile eye 48發48收, 軟體虛擬通道超過2000個.
• Arbe 48發48收，虛擬通道也超過2000個
• 安霸傲酷雷達4D成像毫米波雷達產品目前性能已與32線束激光雷達性能同等

概念股

• Abre投GF
• 搞不清楚市場預期是什麼, 新產業, 規格應用廠商都很亂
• 容易因為特斯拉的選擇影響波動, 但馬斯克常常變來變去, 增添波動

source:

1

2

3

4