3、半导体 IP 的创收模式主要来源于授权收入和版税收入
IP 创收模式为前期授权与后期版税。半导体 IP 授权业务主要是将集成电路设计时所需用到的经过验证、可重复使用 且具备特定功能的模块（即半导体 IP）授权给客户使用，并提供相应的配套软件与技术支持。知识产权授权模式为向 客户交付 IP 时进行一次性收费，特许权授权即版税的付费模式为客户完成芯片量产和销售后按费率产生收入，版税 收入将依赖于客户搭载 IP 产品的销量。
海外龙头公司均采用收取 IP 授权费与版税的创收模式。主要的三家龙头公司 ARM、Synopsys 以及 Cadence 均对其 IP 产品同时收取前期授权费用和后期版税费用。以 ARM 为例，ARM IP 核通过前期一次性的授权费以及后期芯片量 产后按销量提成收取版税的方式创收，另外两家龙头 Synopsys 与 Cadence 也采用类似的商业模式，国内半导体 IP 公司也采取类似的收入模式，而不少国内 IP 公司在 IP 授权与版税收入之外，还基于独立设计 IP 提供芯片定制服务， 如芯原股份、芯动科技及灿芯半导体等。
海外厂商主要收入为版税，国内公司主要贡献在授权费。IP 主要玩家中，海外龙头如 ARM 与 Synopsys 以及较为成 熟的公司如力旺等厂商 IP 业务主要来源于版税，依靠长生命周期使用广泛的 IP 产品获取长期稳定成长的现金流，而 国内 IP 厂商如芯原股份与国芯科技，当前 IP 业务主要收入仍在授权费方面。
1、半导体 IP 是半导体产业垂直分工进一步细化的产物
在产业发展早期，由于芯片的种类有限，当时的半导体芯片设计难度较低，大部分芯片设计公司自身可以独立完成芯 片的设计全流程，所以当时几乎没有独立的 IP 厂商。随着集成电路的发展，大规模集成电路（VLSI）逐渐占据行业 主流，半导体行业遵循摩尔定律的发展，单个芯片上集成的晶体管数量已达上亿个，半导体芯片的流程分工愈发明细， 全球 IDM 厂商数量极少，芯片行业发展更趋向于分工协作。 半导体产业分工进一步细化，诞生 IP 厂商。20 世纪 70 年代起，美国将半导体系统装配、封装测试等利润含量较低 的环节转移到日本等其他地区，拥有芯片设计和生产能力的 IDM 得到快速发展。20 世纪 80 年代至 90 年代，芯片设 计公司和晶圆厂之间的技术衔接与匹配的需求催生了芯片设计服务行业的诞生。21 世纪终端产品逐渐变得更加复杂 多样，芯片设计难度显著提升，研发资源和成本持续增加，促使全球半导体产业分工继续细化，芯片设计产业进一步 拆分出半导体 IP 产业。
新的产品协议、更多的功能集成以及制程迭代不断催生新的 IP 需求。芯片中元器件协议正不断演进，不同的协议将 适配不同的 IP，例如接口 IP 中 USB 接口已从 2.0 衍生出 3.0、3.1 以及 USB 4.0，PCIe 2 也已发展至 PCIe 6，不同 协议版本均将产生不同的 IP 需求，同时芯片中集成功能也在增加，例如 AI 芯片在芯片中集成神经网络计算单元等， 新的集成功能将产生新的 IP 需求，同时制程也在不断迭代，当前已发展至 3nm，制程的演进也将推动可集成晶体管 数量增加，芯片复杂度的提升将不断催生新的 IP 需求。
2、半导体 IP 核心在于提升芯片设计效率，降低开发成本
在芯片设计环节，超大规模集成电路所涉及的流程愈发复杂，研发费用逐步升高，同时伴随着芯片种类的愈加丰富， 以及先进制程的不断涌现，半导体 IP 为简化 IC 设计流程提供了极大便利，半导体 IP 以及应运而生的 IP 企业是半导 体产业发展的必然产物，配合先进的 EDA 工具，芯片设计借助各种 IP 达到了极大的便捷。
先进制程下芯片设计成本显著增加。随制程的不断迭代，芯片设计软硬件成本均增长明显，从 65nm 制程到 5nm 制 程设计开发成本呈指数级增长，Synopsys 数据估计在 5nm 制程下芯片设计成本可达 5 亿美元以上，其中软件成本与 硬件成本占比基本持平，软件成本主要包括验证、原型与相关软件，而外购 IP 核可快速完成芯片设计中通用模块的 开发，缩减芯片设计成本，提升研发效率。
随着先进制程演进，集成 IP 核数迅速增加。先进制程的演进，线宽的缩小使得芯片中晶体管数量大幅提升，使得单 颗芯片中可集成的 IP 数量也大幅增加。根据 IBS 报告，以 28nm 工艺节点为例，单颗芯片中已可集成的 IP 数量为 87 个。当工艺节点演进至 7nm 时，可集成的 IP 数量达到 178 个，5nm 制程下可集成数字 IP 数量与数模混合 IP 数 量分别为 126 和 92 个，总计 218 个。可集成 IP 核数的增加将为芯片设计中的半导体 IP 核提供需求空间，IP 核市场 可受益于先进制程的不断迭代。
IP 核及供应商生态圈可降低芯片开发成本，提升开发效率。SoC 开发成本可拆解为 IP 资格、SoC 设计、验证、物理 设计、软件、原型、确认与测试几部分，其中成本主要来源于验证、软件、SoC 设计与物理设计，四类成本占比总计 91%，而半导体 IP 将应用于验证、芯片设计、物理设计以及 IP 验证等多个环节，是芯片开发成本中的重要一环。好 的 IP 核生态可帮助降低芯片开发成本，以 ARM 生态为例，ARM 生态圈较广，各类 IP 核与开发工具适配性较强，据 ARM 估计其所提供的 IP 生态可将 28nm 芯片开发成本降低合计 50%以上，其中主要在 IP 资格、芯片设计、硬件验 证以及软件开发与测试方面降本显著。
缩短上市时间是半导体 IP 首要需求来源。在芯片设计厂商选择 IP 自研和外购 IP 中几个关键因素为上市时间、相关 设计师的可获取性、开发成本、相关开发风险以及产品生态系统，外购 IP 主要有可缩短芯片上市时间、降低开发成 本以及使用 IP 供应商生态等好处，但具备一定的商业风险等问题，其中通过外购 IP 以大大缩短上市时间为芯片设计 厂商的首要考量因素。
3、芯片的模块化设计是未来重要趋势，将不断催生新的 IP 需求
驱动模块化的主要是两大原因，第一，摩尔定律往前推进放缓，需要更多异构集成的方式实现系统级芯片，SoC 和 Chiplets 都需要半导体 IP 的支持；第二是 DSA（Domain Specific Architecture，特定领域架构）的兴起。 More Moore 与 More than Moore 趋势催生 SoC 与 SiP 技术，均需新的半导体 IP 的支持。后摩尔时代的集成电路 技术演进路线可分为延续摩尔定律（More Moore）、扩展摩尔定律（More than Moore）以及超越摩尔定律（Beyond Moore）三类， Beyond Moore 为推出量子器件、单电子器件等完全创新的电子系统，而在另外的 More Moore 与 More than moore 方向，小型化和多样化的趋势分别催生了 SoC 和 SiP 技术，SoC、Chiplets 以及 3D-Package 等技 术均需要新的半导体 IP 支持。
后摩尔时代依靠增加晶体管密度来提升计算性能乏力，DSA（Domain Specific Architecture）兴起。摩尔定律已经 持续了几十年，但在 2000 年左右开始放缓，到 2018 年，根据摩尔定律得出的预测与实际能力已相差 15 倍。登纳德 缩放定律（Dennard scaling）指出随着晶体管密度的增加，每个晶体管的能耗将降低，因此硅芯片上每平方毫米上的 能耗几乎保持恒定。而登纳德定律也于 2012 年左右失效，计算机性能的每年改进出现明显限制。获得更高的性能提 升需要新的架构方法。从而 DSA 开始兴起。 DSA（domain specific architecture，特定领域架构）是一种针对特定领域定制的可编程处理器，能够用于加速某 些应用程序，实现更好的性能，其实 GPU 就是一个基于 DSA 思路设计的产品，其他芯片如 NPU、DPU 以及新兴的 AI 芯片等多种芯片均为 DSA 的产物，目前产业内的谷歌、Tesla、Cerebras、Oppo 等厂商也针对其特定应用推行他 们的 DSA 芯片。
DSA 拥有更高效率与更低能耗的原因主要来源于四个方面：
DSA 可在特定利用利用更高效的并行形式。例如在许多特定领域当中，相较于 MIMD（多指令多数据流）更不 灵活的 SIMD（单指令多数据流）是可接受的，而 SIMD 在一个时钟步长内只需处理单一指令，从而可以获得更 高的效率。
DSA 可更高效地利用内存层次结构。内存访问成本要远高于算数运算，例如访问 32kbyte 缓存需要能耗相当于做 32 位加法的大约 200 倍。而 DSA 通常使用由软件明确控制运动的存储器层次，对于合适的应用，用户控制 的存储器可以比高速缓存使用更少的能量。
DSA 可在特定领域降低使用的数据精度。用于做通用计算的 CPU 数据位数当前大多为 64 位，而在很多机器学 习和图形计算的特定领域中，64 位是高于所需数据精度的。
DSA 受益于以 DSL（Domain-Specific Language，特定领域语言）编写的程序。DSL 编写的应用程序可实现 更高程度的并行、更好的内存结构与表示，并使应用程序更有效地映射到特定域的处理器。
以 Google TPU 为例，其 TPU 即为一种 DSA 应用。区别于一般的 CPU，TPU 的核心计算单元为矩阵单元，数据精 度为 8 位，使用更高效的脉动阵列（Systolic Array）形式以及 SIMD 控制，从而使得 TPU 在单个时钟周期内所能执 行的乘加数是通用单核 CPU 的 100 倍。 DSA 的兴起将形成相应 IP 的需求。DSA 概念的兴起将在多个特定领域催生出专用芯片，而此类芯片的诞生也将形成 对应的 IP 需求。例如当前的 GPU IP、NPU IP、VPU IP 等本质上均为 DSA 概念下的产物。在未来 DSA 应用进一步 广泛的趋势下，所需的 IP 支持也将保持增长。
