发布日期: 2026.09.21 (一)

“一颗芯片耗资数百亿韩元”……Exynos Kim Jin-young代表揭示芯片设计公司的残酷现实

Exynos代表Kim Jin-young在视频中分享了芯片设计公司(Fabless)面临的高昂成本和技术挑战,并介绍了公司凭借韩国人才竞争力,计划在明年上半年实现量产芯片销售的战略。

한경수 | 发布 2026.09.21 07:51 | 评论 0
“一颗芯片耗资数百亿韩元”……Exynos Kim Jin-young代表揭示芯片设计公司的残酷现实
在演播室场景中,三名男子坐在桌子旁进行对话。

有一家半导体设计专业企业(Fabless)初创公司,正致力于克服面临的巨额成本负担和技术难题,并以明年上半年实现正式营收为目标。根据“Understanding:世间所有知识”的视频显示,Exynos的Kim Jin-young代表阐述了芯片设计行业的高准入门槛以及基于韩国人才竞争力的业务战略。

“制作一颗芯片需数百亿韩元”……失败即决定企业命运的芯片设计公司

由于芯片设计公司不直接拥有工厂(Fab),因此人力资源是核心。但Kim Jin-young代表解释说,除了人工成本外,投入巨额资本也是必不可少的。这是因为设计并制作一个原型(Prototype)所花费的费用高达数百亿韩元。Kim代表表示:“虽然取决于芯片的大小,但制作一颗芯片的费用会恐怖地超过100亿韩元,通常需要数百亿韩元。”特别是使用微细工艺的尖端工艺,成本负担会更加沉重。

即使设计是完美的,验证过程中的费用也同样不容小觑。在制作芯片之前在计算机上进行的仿真设备,以及确认制作出的芯片是否正常工作的测量设备,各自的价格都高达数十亿韩元。Kim代表强调:“一旦设计错误,可能会损失数百亿韩元,对于小公司而言,第一颗芯片开发的成功与否决定了公司的命运。”

为了管理这些风险,Exynos已吸引了约1,200亿韩元的投资,并配备了必要的设备。Kim代表解释说:“在设计阶段实现或在芯片制造阶段产生的错误,进行系统化且整体性(Holistic)的审查和验证,是芯片设计公司的基本职责。”他同时说明,公司的人员由在三星电子等顶级半导体企业多次制造过企业级(Enterprise-grade)产品的专家组成,因此可以降低失败概率。

“韩国是硬件人才的宝库”……吸引全球人才的技术力

Kim代表分析认为,韩国在获取全球硬件人才方面拥有非常有利的环境。他解释说,与过去硅谷的人才涌向软件领域不同,韩国以三星电子和SK hynix等世界级存储企业为中心,形成了坚实的硬件人才库。他表示:“韩国是一个聚集了全世界最擅长此领域的人才的产业,”并透露公司的人员水平与全球顶尖企业相比也毫不逊色。

实际上,最近全球企业为了挖掘韩国半导体人才而展开激烈竞争的情况也被提及。Kim代表传达了韩国人才的地位,他表示:“埃隆·马斯克甚至还发布过要招聘韩国人才的帖子。”Exynos凭借这些人力资源,在数据中心内存侧展示了差异化的技术力,最近还在美国斯坦福大学举办的“Hot Chips”活动上,作为初创公司罕见地发表了技术。Hot Chips是Google或OpenAI等大企业主要发表论文的世界级盛会,据说明,Exynos是几乎首次作为数据中心内存侧的初创公司进行发表。

Kim代表还提到了公开技术的重要性。其意图在于,作为初创公司,需要一定程度地共享技术,才能让潜在客户或合作伙伴产生“我们也可以试用一下”的想法,从而创造新的机会。他补充说,目前正通过在美国当地与投资者及合作伙伴进行会议来扩大这些机会。

明年上半年量产芯片营收正式化……以内存效率化为胜负手

Exynos目前正在原型阶段进行采样,预计将于今年年底推出量产芯片。Kim代表表示:“由于量产芯片与目前的原型芯片相似,因此风险并不大,”并透露“计划从明年上半年开始通过量产芯片构建正式的营收渠道”。为此,公司也在考虑未来的IPO(上市)计划。

Exynos的核心技术在用于内存近存计算的核心数量上具有差异化。根据Kim代表的解释,与竞争对手使用10个左右的核心不同,Exynos搭载了数千个核心,在性能方面占据优势。凭借这种技术力,公司抱有通过在内存上附加差异化功能来引领未来内存市场的雄心。

针对近期内存价格上涨与否,关于技术效用性的问题,他回答道:“即使内存价格有所下降,使内存系统变得高效的技术依然具有优势。”他预测,内存价格越高,基础设施建设成本就越高,因此最大限度提高内存效率以降低整体基础设施成本的需求将会持续存在。Kim代表强调了技术的市场性,他表示:“如果能高效使用内存,就可以进行更多的基础设施投资。”

#Exynos #Kim Jin-young #芯片设计 #半导体 #内存 #韩国人才 #硬件
한경수
트렌드경제신문 · 기자
该记者的其他报道 ›
版权所有 ⓒ 트렌드경제신문 禁止未经授权转载、再分发及用于 AI 训练与使用

相关报道

0评论

当前已关闭评论功能。

快来发表第一条评论吧。