芯片的二线战场:14nm与12nm争夺战

640?wx_fmt=jpeg
来源:半导体行业观察

在半导体制造领域,10nm、7nm及更先进制程的竞争正在变得越来越不激烈,其主要原因自然是投入巨大、风险高,愿意进入的玩家越来越少,目前只剩下台积电、三星和英特尔这三家了,这里显然成为了卖方市场,从各大客户为获得足够的台积电7nm产能而争破头这一点就可见一斑。

我们知道,在中高端领域,市场上的主流制程工艺节点是22nm、16/14nm、10nm、7nm,以及今后的5nm和3nm,这些被称为主节点。而28nm、20nm、12nm、8nm等,被称为半节点,这些节点有很强的过渡属性。因此,总体来讲,它们的市场占有率相比于那些主节点要低。

而28nm和12nm相对较为特殊,28nm是因为具有绝佳的性价比,因此应用面很广,也非常成熟;而12nm是典型的中端芯片制程工艺,市场上有多家知名处理器厂商的中端产品都选用了该制程工艺,这其中尤以手机处理器为最多。

640?wx_fmt=jpeg图源:中信证券

先进产能竞争不激烈,而成熟的28nm制程则已经显得有些过剩。此时,居于两者中间位置的14nm制程显然成为了当下的中坚力量,承载着市场上绝大多数中高端芯片的制造,特别是工业、汽车、物联网等,拥有庞大的市场空间,14nm制程正当其时。

另一方面,中国大陆手机市场庞大,且中端和中低端占据着出货量的大头儿,这就给了中端手机处理器芯片绝佳的发展机会,相应的12nm制程技术的市场份额也就水涨船高了。

目前来看,14nm制程主要用于中高端AP/SoC、GPU、矿机ASIC、FPGA、汽车半导体等制造。对于各厂商而言,该制程也是收入的主要来源,特别是英特尔,14nm是其目前的主要制程工艺,以该公司的体量而言,其带来的收入可想而知。

而对于中国大陆本土的晶圆代工厂来说,正在开发14nm制程技术,距离量产时间也不远了。特别是中芯国际,其中14nm已经进入客户风险量产阶段,预期将在今年年底实现营收。这样,在两三年后,随着新产能的成熟,14nm制程的市场格局值得期待。

目前来看,具有或即将具有14nm制程产能的厂商主要有7家,分别是:英特尔、台积电、三星、格罗方德、联电、中芯国际和华虹。

下图所示为6家厂商的各种制程工艺量产时间,其中绿色部分为14nm的。

640?wx_fmt=jpeg图源:西南证券

具备12nm制程技术能力的厂商很少,主要有台积电、格芯(原格罗方德,GF)、三星电子和联电。联电于2018年宣布停止12nm及更先进制程工艺的研发。因此,目前来看,全球晶圆代工市场,12nm的主要玩家就是台积电、格芯和三星这三家,这一点,从近两年市场推出的各种芯片也可见一斑。

01

12nm制程芯片

2018年8月,华为发布了中端芯片麒麟710,采用的就是12nm制程,用在了当时的中端机型、在海外被称为Mate 20 Lite上。麒麟710由Cortex A73×4+Cortex A53×4组成,CPU主频为2.2GHz,GPU为Mali-G51。

2018年5月,联发科推出了中端芯片Helio P22,采用台积电12nm FinFET工艺制造,CPU为8核A53,最高主频2.0GHz。GPU采用PowerVR GE8320,频率650MHz,最高支持1600x720(20:9)屏幕分辨率。

2018年6月,联发科推出的中端芯片Helio P60表现不凡,吸引了OPPO和vivo等国产一线手机厂商的订单,像OPPO R15、vivo X21i等机型都搭载了Helio P60处理器。这颗芯片同样是定位中端,基于12nm制程工艺,并加入了人工智能技术。

2018年7月,联发科又推出了Helio A 系列产品,并称其把高端产品功能下放到了用户基数庞大的大众市场。该系列的首款产品为Helio A22,同样采用12nm制程工艺,搭配CorePilot技术,内建主频2.0 GHz的4核Cortex–A53,以及PowerVR GE图形处理器。

在中国大陆,紫光展锐最近几年在中端和中低端市场的拓展力度也很大,并逐步扩大着市场占有率,而在即将到来的5G市场,该公司推出了春藤510,采用了台积电12nm制程工艺,同时支持SA(独立组网)和NSA(非独立组网)方式。

可见,联发科是12nm制程中端手机芯片的主要玩家,来自DIGITIMES Research的统计和分析显示,高通受中美贸易影响,预计今年第3和第4季度出货量将分别较前季减少3.8%和2.7%,高通强化自主架构芯片,第4季度占高通整体出货比重有望提升至64.6%。从目前的形势来看,华为很可能将中端机种AP转单联发科,再加上OPPO、vivo等新品也多采用联发科的AP,预计会带动后者今年第3季度AP出货量较前一季增加5.8%,其中,Cortex-A57以上平台出货比重至今年第4季度有望提升至39.2%。

除了手机处理器之外,2018年底,AMD的显卡RX 590采用了12nm制程代工生产,而这款产品的代工厂为格芯和三星两家。由于AMD与格芯的深厚关系,其很多芯片都是由格芯代工的,但随着格芯宣布退出10nm及更先进制程的研发和投入,使得AMD不得不将先进产品分给了三星和台积电代工,从而分散了格芯的订单。

而在同一时期,另一家显卡厂商NVIDIA则选择了台积电的12nm制程。

02

执着的英特尔与三星传绯闻

自2015年正式推出14nm制程后,英特尔已经对其依赖了4年的时间,该制程也为这家半导体巨头带来了非常可观的收入。从Skylake(14nm)、Kaby Lake(14nm+)、Coffee Lake(14nm++),到2018年推出的14nm+++,该公司一直在保持对14nm制程的更新。而英特尔原计划在2016年推出10nm,但经历了多次延迟,2019年才姗姗来迟,从这里也可以看出该公司对14nm制程的倚重程度。

同为14nm制程,由于英特尔严格追求摩尔定律,因此其制程的水平和严谨度是最高的,就目前已发布的技术来看,英特尔持续更新的14nm制程与台积电的10nm大致同级。

这里还可就具体的参数指标,与三星和台积电做个比较,英特尔于2014年发布了14nm制程,其节点每平方毫米有3750万个晶体管,台积电16nm制程(该公司没有14nm制程,但其16nm与市场上的14nm同级)节点每平方毫米约有2900万个晶体管,三星14nm节点每平方毫米约有3050万个晶体管。此外,英特尔的14nm节点栅极长度为24nm,优于台积电的33nm,也优于三星的30nm。英特尔14nm节点的鳍片高度为53nm,优于台积电的44nm,以及三星的49nm。

今年5月,英特尔称将于第3季度增加14nm制程产能,以解决CPU市场的缺货问题。

然而,英特尔公司自己的14nm产能已经满载,因此,该公司投入15亿美元,用于扩大14nm产能,预计可在今年第3季度增加产出。其14nm制程芯片主要在美国亚利桑那州及俄勒冈的D1X晶圆厂生产,海外14nm晶圆厂是位于爱尔兰的Fab 24,目前还在升级14nm工艺。

三星方面,该公司于2015年宣布正式量产14nm FinFET制程,先后为苹果和高通代工过高端手机处理器。目前来看,其14nm产能市场占有率仅次于英特尔和台积电。

前面提到,英特尔的14nm产能吃紧,已经难以满足市场需求,在这样的背景下,今年6月,有媒体报道称,三星和英特尔正在就14nm Rocket Lake芯片的生产进行谈判。

640?wx_fmt=jpeg

自2018年下半年以来,英特尔在升级和建立用于生产10nm芯片的新生产线方面投入了大量资金,但要想扩大规模还需要几年时间。在此期间,英特尔必须提高其14nm芯片的产量。因此,传闻它将一部分CPU转由三星代工,希望能够解决产能不足的问题。

由于存储芯片市场疲软,对三星的营收产生了很大影响,因此,三星的晶圆代工产能利用率下降,想寻找新客户,高通和英特尔是其主要的争取对象。

据报道,三星将于明年第四季度开始大规模生产英特尔的14nm Rocket Lake芯片,如果此言不虚的话,三星制造的首款CPU将于2021年上市。

三星其晶圆代工路线图中原本是没有12nm工艺的,只有11nm LPP。不过,三星的11 LPP和格芯的12nm LP其实是“师出同门”,都是对三星14nm改良的产物,晶体管密度变化不大,效能则有所增加。因此,格芯的12nm LP与三星的12nm制程有非常多的共同之处,这可能也是AMD找三星代工12nm产品的原因之一。

AMD于去年推出了RX 590,这是该公司首款12nm GPU。三星加入该产品的代工行列,其12nm制程是为AMD定制化的,是将原来的14nm制程进行版本优化的结果。另外,AMD的第2代Ryzen处理器也是采用12nm制程工艺制造的。

03

不一样的台积电

台积电于2015下半年量产16nm FinFET制程。与三星和英特尔相比,尽管它们的节点命名有所不同,三星和英特尔是14nm,台积电是16nm,但在实际制程工艺水平上处于同一世代。

到2018年第二季度,台积电的16nm和20nm制程对该公司的营收贡献率为25%,主要产品分为两大类:一是逻辑器件,包括中高端手机AP/SoC、基带芯片、CPU、GPU、矿机ASIC,以及FPGA等;二是射频芯片,包括高端手机的WIFI、蓝牙、NFC芯片,5G毫米波芯片,以及汽车电子用芯片等。

例如,寒武纪的MLU100,以及比特大陆开发的AI张量计算芯片BM1680,均采用了台积电的16nm工艺制造。

台积电的16nm制程经历了16nm FinFET、16FF+和16FFC三代,之后进入了第四代16nm制程技术,此时,台积电改变策略,推出了改版制程,也就是12nm技术,用以吸引更多客户订单,从而提升12吋晶圆厂的产能利用率。因此,台积电的12nm制程就是其第四代16nm技术。

与前几代相比,12nm具备更低漏电特性和成本优势。与16nm相比,12nm制程不仅拥有更高的晶体管密度,而且在性能和功耗方面得到了进一步优化,有较大的升级幅度。对于台积电来说,推出12nm工艺,不仅可以缓解10nm制程带来的订单紧张问题,而且还能在市场营销上反击三星、格芯、中芯国际等对手的14nm工艺,避免订单流失。

04

格芯与联电14nm制程占比有限

2018年8月,格芯宣布放弃7nm LP制程研发,将更多资源投入到12nm和14nm制程。

据悉,格芯制定了两条工艺路线图:一是FinFET,这方面,该公司有14LPP和新的12LPP(14LPP到7LP的过渡版本)。12LPP主要针对人工智能、虚拟现实、智能手机、网络基础设施等应用,利用了格芯在纽约萨拉托加县Fab 8的专业技术,该工厂自2016年初以来,一直在大规模量产格芯的14nm FinFET产品;二是FD-SOI,格芯目前在产的是22FDX,当客户需要时,还会发布12FDX。

由于许多连接设备既需要高度集成,又要求具有更灵活的性能和功耗,而这是FinFET难以实现的,12FDX则提供了一种替代路径,可以实现比FinFET产品功耗更低、成本更低、射频集成更优。

数据显示,格芯的12FDX制程能够以低于16nm FinFET 制程的功耗和成本,提供等同于10nm FinFET的性能,并且支持全节点缩放,使性能比FinFET 制程提升15%,功耗降低50%。而掩模成本也比10nm FinFET减少40%。

格芯的12FDX制程在号称成本、功耗等方面都优于台积电主力16nm制程的情况下,台积电推出了第四代16nm制程,也就是12nm制程,使得双方的竞争进一步加剧,而格芯12FDX的量产时间要比台积电的12nm制程晚一些,这些对于12FDX来说,在后续的市场竞争中,是个不小的考验。

目前,格芯正在大力推广其12nm制程。该公司宣布开发出了基于Arm的3D高密度测试芯片,该芯片采用GF的12nm FinFET工艺制造,采用3D的Arm网状互连技术,允许数据更直接地通往其他内核,最大限度地减少延迟。

格芯表示,他们的方法可以在每平方毫米上实现多达100万个3D连接,使其具有高度可扩展性,并有望延长12nm工艺的寿命。目前来看,相对于7nm,12nm工艺更加成熟、稳定,因此,目前在3D空间上开发芯片更容易,而不必担心如7nm制程可能带来的问题。

联电方面,该公司位于台南的Fab 12A于2002年进入量产,目前已运用14nm制程为客户代工产品。

然而,联电的14nm制程占比只有3%左右,并不是其主力产线。这与该公司的发展策略直接相关,联电重点发展特殊工艺,无论是8吋厂,还是12吋,该公司会聚焦在各种新的特殊工艺发展上,尤其是针对物联网、5G和汽车电子这些在未来具有巨大市场和发展前景的应用领域,联电的汽车电子业务,最近几年的年增长率都超过了30%。包括RF、MEMS、LCD Driver IC、OLED Driver IC等领域。

14nm FinFET制程方面,联电于2017年初开始量产,该公司还开发了第二套14nm平台,但是,在继续投资14nm制程方面,该公司持保守态度。

05

中国大陆14nm制程呼之欲出

相对于美、韩和台湾地区,中国大陆在14nm制程方面是绝对的跟随者,经过多年的研发努力,取得了一定的突破,距离量产时间也不远了,有望于2020年实现,中芯国际将扮演主要的推动者,其次是华虹集团的华力微电子。

中芯国际方面,其14nm FinFET已进入客户试验阶段,2019年第二季在上海工厂投入新设备,规划下半年进入量产阶段,未来,其首个14nm制程客户很可能是手机芯片厂商。据悉,2019年,中芯国际的资本支出由2018年的18亿美元提升到了22亿美元。

2019年2月,中芯国际联席首席执行官梁孟松指出:“我们努力建立先进工艺全方位的解决方案,特别专注在FinFET技术的基础打造,平台的开展,以及客户关系的搭建。目前,中芯国际14nm技术进入客户验证阶段,产品可靠度与良率已进一步提升。同时,12nm的工艺开发也取得突破。”

据悉,中芯国际14nm制程量产主要分三个阶段:第一阶段是成本>ASP,第二阶段成本与ASP相抵,第三阶段成本<ASP。这三个阶段需要控制产能逐步爬升,产品品类也需要慎重选择。第一阶段主要聚焦高端客户、多媒体应用等,第二阶段聚焦中低端移动应用,并且在 AI、矿机、区块链等应用有所准备。第三阶段为实现高 ASP,会发展射频应用。

华力微电子方面,在年初的SEMICON China 2019先进制造论坛上,该公司研发副总裁邵华发表演讲时表示,华力微电子今年年底将量产28nm HKC+工艺,2020年底将量产14nm FinFET工艺。

06

结语

目前来看,英特尔、三星和台积电依然是14nm制程的主力军,也是它们主要的营收来源,其次是格芯和联电,但这两家的14nm产能相对来说很有限,而且也不是它们的发展重点。因此,在这个有巨大营收规模的市场,前三大玩家都在积极发展10nm、7nm及更先进制程,第四和第五玩家的产能又很有限的情况下,给了我国本土晶圆代工厂商不错的发展机遇,关键是要抓紧时间量产,并保证产能和良率。只要跟对了时间点,还是大有可为的。

12nm制程本来不是一个竞争激烈的领域,但随着格芯对其重视程度的提升,以及台积电的强势杀入,另外,市场需求,特别是中国大陆地区中端手机处理器需求的上涨,使得这一板块在未来的两三年很有看头。

另外,别忘了,中芯国际不仅14nm FinFET制程已进入客户风险量产阶段,而且在2019年第一季度,其12nm制程工艺开发进入客户导入阶段,第二代FinFET N+1研发取得突破,进度超过预期,同时,上海中芯南方FinFET工厂顺利建造完成,进入产能布建阶段。这意味着用不了多久,一个新的12nm制程玩家将杀入战团,新的竞争局面和变数值得期待。

640?wx_fmt=jpeg

张亚勤、刘慈欣、周鸿祎、王飞跃、约翰.翰兹联合推荐

这是一部力图破解21世纪前沿科技大爆发背后的规律与秘密,深度解读数十亿群体智能与数百亿机器智能如何经过50年形成互联网大脑模型,详细阐述互联网大脑为代表的超级智能如何深刻影响人类社会、产业与科技未来的最新著作。

《崛起的超级智能;互联网大脑如何影响科技未来》2019年7月中信出版社出版。刘锋著。了解详情请点击:【新书】崛起的超级智能:互联网大脑如何影响科技未来

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/490687.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

python+OpenCV检测条形码

今天看到一篇关于条形码检测的文章&#xff0c;还是存在一些问题的&#xff0c;昨天我陪朋友去取快递的时候&#xff0c;看到了关于条形码检测在现实场景中的应用&#xff0c;于是&#xff0c;便想着实现一波&#xff0c;并且对程序中的一些问题做了一些修改。 首先要确定调用…

快搜浏览器_让微软丢大脸的edge浏览器终于出新版了!

九月份&#xff0c;基于 Chromium 内核的全新微软 Edge 浏览器开启 Beta 版本的测试&#xff0c;我看到使用全新内核的edge浏览器&#xff0c;以及官方加入的 IE 模式、隐私工具等一些更好用的新功能后&#xff0c;我暂时放下用了很长时间的老版本的edge浏览器&#xff0c;投入…

逻辑回归实现多分类任务(python+TensorFlow+mnist)

逻辑回归实现多分类任务&#xff08;pythonTensorFlowmnist&#xff09; 逻辑回归是统计学中的一种经典方法&#xff0c;虽然叫回归&#xff0c;但在机器学习领域&#xff0c;逻辑回归通常情况下当成一个分类任务&#xff0c;softmax就是由其演变而来&#xff0c;逻辑回归一般用…

物理哲学和生物哲学的对抗

来源&#xff1a;科学技术哲学相对论革命在上一讲中&#xff0c;我们提到第二次科学革命始于18世纪后期的化学革命&#xff0c;它的两大标志是&#xff1a;1. 近代西方科学的古典科学传统和培根科学传统融合&#xff0c;西方科学现代化&#xff1b;2. 科学和技术结合&#xff0…

cpu开核_新锐龙让AMD重返巅峰,但逆袭的50年里这些CPU也不应忘记

AMD从成立至今无疑有着许多神奇的经历&#xff0c;比如其创始人一开始只能艰难地筹集到5000美元创业&#xff0c;到如今AMD成为一家年营业额达到65亿美元的公司&#xff0c;这位创始人创始人杰里.桑德斯也赋予了AMD永不放弃&#xff0c;永不投降的精神。曾有过无比辉煌的历史&a…

二隐层的神经网络实现MNIST数据集分类

二隐层的神经网络实现MNIST数据集分类 传统的人工神经网络包含三部分&#xff0c;输入层、隐藏层和输出层。对于一个神经网络模型的确定需要考虑以下几个方面&#xff1a; 隐藏层的层数以及各层的神经元数量各层激活函数的选择输入层输入数据的shape输出层神经元的数量以上神经…

Android之SurfaceView

SurfaceView也是继承了View&#xff0c;但是我们并不需要去实现它的draw方法来绘制自己&#xff0c;为什么呢&#xff1f; 因为它和View有一个很大的区别&#xff0c;View在UI线程去更新自己&#xff1b;而SurfaceView则在一个子线程中去更新自己&#xff1b;这也显示出了它的…

日韩决裂,半导体谁最受伤?

来源&#xff1a; 半导体行业观察日本政府于7月1日公布&#xff0c;要加强对韩国的出口管理&#xff0c;7月4日发起了“氟化聚酰亚胺&#xff08;Polymide&#xff09;”、“EUV Resist&#xff08;光阻剂&#xff09;”、“氟化氢”三种半导体材料的出口限制。根据此次出口限制…

验证码随机生成

验证码随机生成 这里主要使用到的库是captcha库&#xff0c;下载的命令如下&#xff1a; pip install captcha 验证码随机生成代码&#xff0c;(python 版本&#xff1a;3.6 captcha 版本&#xff1a;0.3) from captcha.image import ImageCaptcha import numpy as np …

台式电脑麦克风_还有人买台式PC吗?这份新品推荐攻略值得收藏

【科技犬】新品一&#xff0c;联想发布新款天逸510S台式机联想现已推出天逸 510S 小型主机&#xff0c;搭载了英特尔最新的十代酷睿处理器 i5-10400&#xff0c;8GB 内存 512GB SSD 售价 3499 元。联想新款天逸 510S 将于 7 月 23 日开卖&#xff0c;适合企业办公用户使用。天…

天基物联,毫瓦服务,商业航天撬动万亿市场

来源&#xff1a; 卫星与网络2019年8月17日12时11分&#xff0c;酒泉卫星发射中心&#xff0c;北京国电高科科技有限公司&#xff08;以下简称“国电高科”&#xff09;研制的天启沧州号&#xff08;又名“忻中一号”&#xff09;卫星由首次发射的捷龙一号商业火箭成功送入太空…

GitHub如何上传超过100MB的文件

GitHub如何上传超过100MB的文件 平时在GitHub上上传项目文件时&#xff0c;遇到比较大的文件&#xff0c;就会出现无法上传的情况&#xff1a; this exceeds GitHubs file size limit of 100.00 MB 解决方法如下&#xff1a; 在所要上传文件的目录下打开Git 首先&#xff0c;…

人的智商到底有多高?

图片来源&#xff1a;verywell.com来源&#xff1a;生物谷人的智商到底有多高&#xff1f;来自慕尼黑大学的Markus Buhner教授表示&#xff0c;其实日常生活中我们认为的很多事实实际上或许都是误解&#xff0c;这里&#xff0c;研究人员对8种陈词滥调的有效性证据进行了权衡分…

解决问题:Couldn't open file: data/coco.names

错误&#xff1a;Couldn’t open file: data/coco.names darknet GitHub&#xff1a;https://github.com/pjreddie/darknet YOLO官网&#xff1a;https://pjreddie.com/darknet/yolo/ 在进行yolo效果测试时&#xff0c;出现了该错误。通过如下命令下载darknet&#xff1a; git…

linux系统下codeblocks控制台打印中文乱码

linux系统下codeblocks控制台打印中文乱码 在linux下安装codeblocks后&#xff0c;打印中文出现如下问题&#xff1a; #include <stdio.h> #include <stdlib.h>int main() {printf("你好&#xff0c;世界&#xff01;\n");return 0; } 解决办法 1、将…

db2时间格式化为时间到时分秒_快捷指令为 iPhone 手机照片添加时间水印

安卓手机用户&#xff0c;自带的相机一般都有花样繁多的水印功能&#xff0c;可以将当前使用的手机型号、日期时间、品牌等信息以水印形式添加到照片。而苹果手机自带的相机应用可设置的功能较少&#xff0c;不过&#xff0c;苹果系统自带的“快捷指令”应用扩展功能非常强&…

深度学习仍是视觉大数据领域的最好分析方法之一

在这个数据为王的时代&#xff0c;深度学习擅于发掘多维数据中错综复杂的关系。基于大数据的深度学习算法在计算机视觉、自然语言处理以及信息检索等多个领域不断刷新着记录。来源&#xff1a; AI科技评论AI 科技评论注&#xff1a;本文作者为中国科学院信息工程研究所张晓宇副…

matplotlib调节colorbar的大小

调节plt.colorbar的fraction系数即可调节colorbar的大小 weight np.random.random([8, 8]) plt.imshow(weight) plt.colorbar(fraction0.05, pad0.05) plt.savefig(tjn.png, bbox_inchestight) plt.show()

学习opencv 英文版_B站上适合程序员的学习资源【赶紧收藏!】

“二次元&#xff0c;鬼畜&#xff0c;动漫”是大家提到B站&#xff0c;最容易冒出来的关键词&#xff01;然而央视网一条微博却表示&#xff1a;过去一年有近2000万人在B站学习&#xff0c;相当于去年高考人数的2倍&#xff01;B站正在成为年轻人学习的首要阵地。下面整理一些…

Matlab读取json文件

Matlab读取json文件 在matlab中&#xff0c;可以将数据写入json文件&#xff0c;却没发现读取json的函数&#xff0c;网上查了一下&#xff0c;大部分是个人写的函数&#xff0c;再可执行性上可能会有一些问题。最终&#xff0c;还是发现了一个matlab解析json文件的工具包&…