中美芯片公司研发投入对比-技术圈

芯片设计公司必须将很大一部分收入投入到研发 (R&D) 中，以赶上竞争对手或保持领先地位。一家公司在吸引最好的研究人员和授权最好的工具上花费越多，公司就越有可能进行创新、跟上摩尔定律、在竞争中保持领先并赢得最多的市场份额。如果一家公司的支出不够，落后于竞争对手一代，那么它最终要么不得不烧钱追赶，要么寻找新的或利基市场去做。

长期以来，将 18% 的收入用于研发一直被认为是一个健康的份额。对于整个半导体行业来说，这个份额现在甚至可能达到 22%，这可能使其成为研发支出占收入百分比最高的行业。但中国公司是否跟上这一步伐？一些国家支持的芯片制造商正试图帮助实现中国雄心勃勃的目标，即用国产产品取代大部分进口半导体。他们是否花费了更大比例的收入来赶上国际同行？

从数字上看，我们看到大多数中国芯片公司将其收入的 18% 左右用于研发。这与全球标准相当。但由于他们的收入往往较小，您会认为他们必须花费更高的百分比才能赶上。

美国与中国的无晶圆厂研发支出

美国半导体行业协会估计，美国芯片公司在 2019年平均将其收入的 20% 左右用于研发。有些公司的支出更多：Marvell 在 2020 年的支出约为 40%，Nvidia为 26%，AMD 为 23%。然而，Microchip在2019 年的支出仅为 16.6%。

看看在上海和深圳上市的中国无晶圆厂公司，我们可以看到 2020 年的平均研发投入占收入的 23% 左右。除去一个明显的异常值，寒武纪，它在研发上花费了 167% 的收入（这是在烧钱到-catch-up 阶段，在某些方面应该算作初创公司），这个百分比下降到 17.5%。这几乎是上述健康的 18% 份额，但低于我们在美国看到的份额。

但是请稍等，如果中国无晶圆厂公司的支出与美国同行相似或更少，那么以纯美元计算，这如何比较？差距有多大？让我们比较几家类似的美国和中国公司。

最大的差距是图形处理单元（GPU）的两个设计者：纳斯达克上市的英伟达和深圳上市的景嘉微。虽然成立于 2006 年的景嘉微显然没有在短期内取代英伟达的计划，但它确实将自己宣传为国产GPU/国产显卡的创造者。它还将 27% 的收入用于研发，略高于英伟达的 26%。

景嘉微和国芯

可以想象，这两家公司的收入大不相同。2020 年景嘉微的收入为 1 亿美元（6456 亿元人民币），而英伟达的收入为 109.2 亿美元。也就是说，景嘉微在研发上投入的2700万美元，相当于英伟达当年研发预算的不到1%。尽管尽了最大努力，甚至增加了一些政府投资，但景嘉微不太可能与英伟达竞争。

国芯设计微控制器、现场可编程门阵列 (FPGA) IP 和智能卡芯片等。让我们以在深圳上市的国芯为例，它是一家中国 FPGA 公司。国芯为清华紫光旗下的Pango Micro提供FPGA知识产权（IP）。它目前仅将大约11% 的收入用于研发，并且分配给各种产品，而不仅仅是 FPGA IP。假设所有 11% 都投入到 FPGA 研发中；这相当于 5500 万美元。Xilinx 在2020 年将 27% 投入研发；相当于 1.952 亿美元，这意味着国芯的投资约为 Xilinx 的 28%。

也许这是两个极端的例子。中国台湾的专用集成电路 (ASIC) 制造商GUC在收入方面大于中国大陆的Verisilicon（4.75 亿美元对 2.6 亿美元），但GUC 的研发支出约为 8900 万美元，占其收入的 19%，而 Verisilicon花费高达 35%，即 9100 万美元。看起来 Verisilicon 想要与 GUC 的美元研发支出相匹配，考虑到 GUC 本质上是全球最大的代工芯片制造商台积电的一部分，这是一个明智的决定。总部位于深圳的汇顶科技以其指纹传感器芯片而闻名，其研发支出约为 26%，相当于 2.6 亿美元，在该领域显然处于世界领先地位。

结论：花更多钱

虽然研发支出占收入的百分比和研发总支出是我们可以用来确定公司创新程度的因素，但它们并不是一切。许多公司将有其他资金来源用于研发支出，例如风险投资或政府基金，这些资金可能不会出现在这些统计数据中。

此外，任何研发预算的很大一部分都花在了薪水上，虽然我们看到中国大陆半导体行业一些公司发放巨额薪水的头条新闻，但大多数公司支付不起。平均而言，工资低于美国、欧洲和中国台湾。这意味着其中一些研发资金在中国大陆可能会比在其他地区走得更远。事实上，这些公司中的大多数每年都在显着扩大其研发团队。例如，汇顶科技在 2020 年的研发团队中增加了 578 人，而Verisilicon则增加了 168 人。

总之，这些上市的中国公司在研发支出方面远远落后于国际竞争对手。只有像寒武纪这样有实力支持的公司才能承受巨额亏损，才能达到世界一流的地位。对于有更高目标追赶甚至超越外国竞争对手的中国企业来说，加大研发支出至关重要。

下载链接：

自动驾驶芯片产业链梳理（AI篇）

智能汽车芯片专题研究

CPU生态、价值与机遇研究（2021）

信创研究专题框架

异构芯片研究框架合集

中国数据处理器行业概览（2021）