一

ADC基礎概要

1. 什么是ADC

我們通常所說的A/D 轉換器芯片（ADC）和 D/A 轉換器芯片（DAC）都是模數轉換芯片，它們本質上是信號鏈芯片中的一種。

ADC（Analog to digital converter）用于將真實世界產生的模擬信號（如溫度、壓力、聲音、指紋或者圖像等）轉換成更容易處理的數字形式；DAC（Digital to analog converter） 的作用恰恰相反，它將數字信號調制成模擬信號。ADC和DAC是真實世界與數字世界的橋梁，屬于模擬芯片中難度最高的一部分，因此被稱為模擬電路皇冠上的明珠。

在轉換器芯片中， ADC應用最為廣泛， 在兩者的總需求中占比接近80%。因此，本文將重點介紹ADC芯片、ADC市場規模以及其細分市場的投資機會。

2. 信號鏈中ADC的位置

圖1：信號鏈中ADC的位置

信號鏈ADC的位置在哪？從模擬信號轉成數字信號時，需要首先將聲、光、溫度等外部的物理條件因素，通過傳感器接受這方面的信號，經過后面的放大器以及信號條理芯片的處理，使模擬信號變得更加穩定，然后通過數模轉換器ADC將模擬信號轉換成數字信號再進行處理。

ADC有一些重要參數，當我們對比誰家的ADC優劣的時候可以用這些參數進行對比一目了然。采樣率、精度、信噪比、通道間串擾、工作溫度、增益溫漂系數等，簡單來說，電路速度越高，分辨率越高，功耗越低，高信噪比、低失真、高可靠性，這是好的ADC。

那么ADC有哪些應用領域呢？只要涉及到模擬信號轉為數字信號的時候都是需要的，可以用于處理語音、音樂、視頻、5G射頻信號、激光雷達、示波器、精密儀器、信號發生器場景。它所涵蓋的應用領域非常廣，橫跨通信、消費、工業、汽車四大領域。

3. ADC vs. 數字IC

我們把模擬IC和數字IC進行一下對比。

**從信號傳輸形式來看，**模擬IC的信號傳輸形式以波的形式，當我們把模擬信號拿過來看的時候類似于三角函數的形態，和數字IC完全不一樣。因為模擬IC接受外部的信號，所以失真程度較高，要通過一定的補償算法和采樣使它達到較為完整的波。數字IC很簡單，不會有失真的問題。

從替代性方面來看， 模擬IC的生命周期遠長過數字IC，所以替代性比較低一些，包括我們可以看到做模擬IC的設計人才，年齡比做數字IC的人偏大一些，因為他們對EDA軟件依賴性沒有那么高，更多是依賴于自己的經驗。

從零售價格來比較， 模擬IC的價格比較低，但去年上半年因為芯片缺貨，包括歐美大廠產能不足的原因，導致零售價格非常高，比海外的售價高出三到四倍的水平，該情況從去年下半年開始逐漸緩解。

一個好的ADC團隊，他們相對數字IC不需要太多的投入，模擬IC主流使用0.18um/0.13um， 除了個別使用28nm甚至16nm FinFET。整體來看，ADC相對數字IC流片比較小。

從團隊配置來看 ，數字IC往往需要大量人員儲備，我們可以理解做數字芯片的公司要不斷地燒錢和堆人，而模擬芯片對人才的經驗、學識要求更高，成員年齡較數字IC團隊偏大，往往團隊較小較精英化，其中以ADC為最。國內團隊用在民用上的ADC比較缺乏經驗，如果要打民用市場需要從海外大廠回來的人員，包括TI、ADI等，這些人更懂客戶需求，設計能力更高。

從流片情況來看，國內代工廠缺乏高速高精度ADC流片工藝，產品良率較低，如果主打高速高精度ADC，基本上只能在臺積電流片，因此拿晶圓的能力也是這個團隊很重要的能力之一。

4. 模數轉換過程與ADC

下面，我簡單和大家講一下其中的數模轉換的過程。

圖2：模擬信號轉化為數字信號的過程

從模擬信號到數字信號，模擬信號看起來非常不規則也不完整，最后變成數字信號，經過了采樣，通過積分的形式，你的精度越高，相當于積分的DS越小，因此失真性越低，完成之后進行編碼，之后轉換為數字信號。

圖3：采樣速率越高，每秒采樣次數越多，即失真性越低

從重要性來看，采樣是最關鍵的，在相同的精度下采樣速度越高表示芯片越好，轉換速度越快。精度越高，分辨率越高，轉換出來的信號和原來信號的差距比較小，我們可以理解為失真性比較小。里面存在一個很大的難點，采樣速率和采樣精度是“魚和熊掌不可兼得”。如果采樣精度做得很高，比如說32比特，沒有任何可能做到一個G的采樣速率。如果做到一個G的采樣速率，精度大概8-14位左右。

二

ADC芯片的常見架構

下面，我跟大家分享一下ADC芯片的常見架構。根據下圖所示，速度最高的叫超高速，基本上到10個G，這個細分領域的市場非常小，屬于非常冷門的ADC。行業普遍將高速ADC統稱pipeline，也叫流水線型ADC。

圖4：ADC芯片的分類

流水線型對應的是一個G到12比特左右，往上就是逐次逼進型ADC（SAR ADC），是比較中庸的ADC，屬于中精度、中速率。最后是過采樣（Σ-ΔADC），基本上是16比特高精度ADC，因此速度相對比較慢一些。

下面我就來分別介紹一下這幾類ADC：

1. 過采樣ADC（Σ-ΔADC）

圖5：Σ-ΔADC（過采樣）

如上圖所示，過采樣ADC結構相比流水線型簡單一些，比逐次逼進型稍微復雜一點。它是通過積分的方式和跟蹤信號的局部平均值，整體來看工藝要求不是很高。國內的中芯國際可以流片，應用領域很廣，包括高精度數據采集，特別是傳感器、數字音響系統、多媒體、工業流程控制、地震勘探儀器、聲納等電子測量、語音系統等。我個人喜歡分為消費領域和儀器領域，基本上是這兩個最大應用領域。

在消費領域，提質儀和測溫槍，比較低端的傳感器都會用到過采樣ADC，尤其是消費級別，占據了過采樣ADC絕大的份額。測量儀器領域，包括地震勘測儀、聲納、CT機、X光機等，這些領域的價格昂貴，但是需要的量不多，所以市場規模相對消費電子小一些。

2. 逐次逼近型ADC（SAR ADC）

圖6：SAR ADC（逐次逼近型）

逐次逼進型ADC，特點是采用二分法的形式，采樣信號在比較器里不斷和參考鏈進行比較，最后對信號完成模擬形態。優點是結構相對于流水線型來說比較簡單，數字化程度比較高，功耗比較低，整體來看主要以SoC形式存在。這款芯片也能在中芯國際流片，應用領域比較廣。因為是中等精度、中等速度，所以在工控領域和通信領域都會用到，轉換速度和精度比較一般。

3.快閃型ADC（Flash ADC）

圖7：Flash ADC（快閃型）

超高速ADC也被稱為快閃型ADC，因為性能相對來說比較好，復雜程度高。如果隨著精度上升，比較器的個數呈指數級的上升，功耗和面積非常高，所以打不動民用市場，只是在非常偏門的市場應用比較多，這塊的市場規模可以忽略不計。

4. 流水線型ADC（Pipeline ADC）

圖8：Pipeline ADC（流水線型）

我們再來看一下流水線型ADC。這一款ADC比較復雜，這個名稱是國內提出的，因為國內是仿照TI的架構自己做出來的架構。它的結構比較復雜，速度非常高，精度主要是集中在8-12比特，所以特別適合用于高速情況下的信號處理，比如說高速數據采集，視頻信號量化以及用在基站里的通訊技術等領域。它的應用場景包括5G基站、雷達、醫學成像等，基本上高性能要求的地方都要用到。功耗比較大，電路面積比較大，只能在臺積電流片。

從下面的圖可以清晰地看到四款ADC從精度、采樣速率、功耗的情況。

圖9：四款ADC性能對比

我做一個總結，流水線型屬于法拉利，單價比較高，很難買到，面積比較大，性能比較好。

逐次逼進型ADC比較中庸，屬于日系車的雷克薩斯，應用的場景比較多，單價也會低一些。

過采樣ADC相當于馬自達，精度比較高，速度很慢，可以下沉消費市場，做得好也非常難，操控性比較強。

超高速ADC只管速度，不管精度，用得很少，在一些專用的特殊場景，比如航空航天或者軍工領域，但是基本上買不到國外的，而且市場規模非常窄。

三

ADC行業特點

1. 高端ADC面臨“卡脖子”問題

目前，高端ADC面臨卡脖子問題，就是我們買不到。我們看下圖有一條線，線以上就是瓦森納協議。

圖10：“瓦森納禁運線”標準

這條線我們可以了解到高性能的，比如12比特作為代表，12比特的精度做到一個G的采樣速率水平，這類芯片是買不到的，中國屬于受限制的國家，禁運范圍主要集中在流水線型和逐次逼進型。因為用在通訊基站以及軍工方面，必須要采用流水線型的架構才能做出來，軍工客戶或者大客戶面臨的問題是有或無的問題，我寧愿花遠高于TI或者ADI的價格，可能高四五倍買芯片，解決從無到有的問題。

因為瓦森納協議的因素，國內涌進了很多家公司，目前有六七家，專注瓦森納協議以上的ADC起家，但是他們打不進民用市場。做法拉利和馬自達有很大的區別，又想性能好又舒服很考驗芯片設計能力，也許能把性能做得很好，但是體驗不是特別好，或者把體驗做得特別好，但是開起來性能一般，這也是很難平衡把握的因素。

2. ADC行業的三大難點

ADC行業有三個難點， 一是設計難度大 ，很難依賴于ADC的軟件進行設計，很多要靠設計人員自己的經驗，很多時候有很大的問題，設計出來的芯片靜態指標是完美的，但是跑出來的時候動態指標遠遠達不到靜態指標，比如噪聲、干擾等，尤其是從研究院或者科研院所出來的團隊，需要工程師有多學科基礎。這是目前ADC行業最大的痛點。

二是生命周期比較長 ，由于模擬芯片注重高可靠性和穩定性，因此模擬芯片在新場景驗證的時間比較長，一旦產品切入客戶之后，迭代周期也會比較長，可持續供貨長達10年以上，這個客戶相當于鎖定了，和汽車行業類似。

三是人才設計能力要求高 ，模擬芯片不需要大軍團，但對人才設計能力經驗要求非常高，年輕的芯片設計師可能學科背景不錯，但是也不放心，因為不具備超過10年以上模擬芯片設計的經驗，工程師要對集成電路設計、晶圓制造工藝流程和大部分元器件的電特性和物理特性均有了解。未來芯片的動態性能做出來的話，靜態性能差距有點大，這是我們必須考量的因素。