抓住AI时代发展机遇 国产芯片未来发展道路何在

著名猎头机构推荐金领职位 企业 职位 经理人 专访 社区 会员 军工仪器研发制造--电子工程师/项目经理 36-45万 北京 电网侧储能初创公司-全钒液流储能--CEO 150-200万 江苏 上海 TOP5国内氢能源存储公司--俄罗斯客户经理 30-60万 莫斯科 央企背景-全钒液流电池电堆设计高级工程师（全钒液流电池储能） 40-70万 浙江 北京 著名合资财险保险公司--总精算师 100-140万 北京 河北 核生化军工企业--产品经理 （VR/AR)/研发经理 60-70万 北京 深圳 财险公司---健康险事业部总经理 40-60万 北京 河北 天津 军用AI分布式智能仿真系统（军棋战略推演）-销售总监 60-120万 北京 成都 西安

芯片被誉为当今一个国家科技发展水平最真实，也是最前沿的体现，同时芯片也是各国竞相角逐的国之重器，众所周知，我国拥有全球最大的半导体市场，在集成电路领域也已经跃居全球第二大设计市场，但是当前除了移动终端和网络设备部分集成电路产品占有率超过10％意外，高端芯片我们的市场占有率几乎为零。

在今年上半年，我国明显加快了微电子、集成电路等产品的研发速度和进度，这点不但从领导人视察等重视程度提升之外，对于科技企业来说，对于芯片研发的投入力度也在加大，这其中包含了人力投入和资金投入等等，从数字上，整个投资增长了43．6％，相较以前这其实是一个质的飞跃。

“芯片热”的爆发

我国芯片市场的爆发其实源于市场自身需求以及政府的大力扶持，尤其是在2003年前有，当时大量资金的投入带动了整个集成电路市场的快速发展，市场需求作为导向也带来的海量的市场需求，2005年，凭借摄像头芯片业务，中星微电子登陆纳斯达克，成为国内第一个登陆纳斯达克的芯片企业。

2006年之后我国的集成电路科技创新主要集中在高端芯片领域的开拓和创新，在这几十年当中，在集成电路方面我国也出现了几次集中发展的契机和浪差，但是客观来说，由于技术相对落后，再加上前瞻性和战略视野的缺少，使得我们一直处在追赶的角色当中，高端芯片的研发速度也相对受到制约和放缓。

不可否认的是，摩尔定律的放缓使得整个芯片领域的研发速度也在放慢，芯片每研发一步其难度相比以前都加大了不少。目前的解决方案是通过光学信号处理（光子计算和光子芯片）和AI突破摩尔定律的限制，这也必将带来芯片技术发展的新形势和新机遇。因此，在世界新一轮科技革命同我国转变发展方式的历史性交汇点。

传统芯片我们该坚持吗？

在我看来，传统芯片领域当中要想实现完全的国产化替代，需要较长的时间和较多的投入，因此我们应该做到有所为有所不为。基站芯片的成熟度和高可靠性要求与消费级芯片不可同日而语，从开始试用到批量使用起码需要两年以上的时间，呈现技术更迭快、门槛高和自给率低的特点。

高性能的FPGA芯片目前基本由国外的企业垄断着，尤其是在融合芯片领域当中软件定义无线电系统仍然具备很强的优势，因此后续我们可以实现该领域产业的技术进一步提升。

目前，lntel在高端服务器处理器芯片的市场占有率已经高达99％，其X86架构加上微软的软件生态，已经处于绝对垄断的地位。但是，近年在云计算、大数据和人工智能推动下，服务器市场需求强劲。全球又掀起了一股高端服务器处理器芯片竞争热潮。

值得一提的是，尤其是在AMD推出了其Zen芯片之后，其突破性的性能已经可以和英特尔最快的10纳米芯片相匹敌，放眼国内，目前我们的自主研发高端芯片当中已经嵌入了符合中国商用密码算法的标准和解决方案，由于Wintel生态过于强大，考虑到运行在云端的软件无须传承于任何传统企业，我们在高端服务器芯片上的突破应该从ARM、云计算和Linux生态入手，以保证足够的设计、创新和提升空间。

下一代重点：光子集成芯片

光子集成技术自从2010年以来就进入了高速发展的阶段，国际上也有很多国家开始在围绕着这一领域展开全面的研发与合作，其目的就是为了实现基于半导体材料或者二维晶体材料的光电混合。因此，未来这一技术创新必将会带来很大的市场需求，同时这一领域也将会成为未来芯片领域角逐的重点层面，所以我们要发力。

客观来说，目前我国光子集成技术还是处于起步阶段，目前制约我们这一领域发展的问题主要集中在人才匮乏、研究碎片化、缺乏系统架构研究等等问题当中，不过幸运的是，我们国家已经开始进行超前的布局，开始在重点领域进行规划和资金的投入，所以我们仍然有希望在这一领域赶上并且超过国外。

光子计算被认为是突破摩尔定律的有效途径之一，且更适合线性计算。光子器件的开关速度比电子器件更快，而且光波具有不同的波长、频率、偏振态和相位信息，可以用来代表不同的数据，因而光子计算具有内禀的高维度的并行计算特性。

人工智能AI或许带来新的突破

我们都知道，近几年人工智能技术开始被应用在了许许多多的行业当中，对于芯片领域来说也不例外，当前已经有很多企业在其芯片研发和应用领域当中融入了人工智能的元素，但是，不管是当前的CPU、GPU还是FPGA，在AI芯片本质上来看其实还并不能算是真正的AI芯片，它们往往无法满足AI的需求。

通常CPU和GPU被设计成用来运行完整的程序，不是数据驱动的。而机器学习与CPU和GPU处理完全不同，是不断训练程序使用数据的过程，然后在不进行明确编程的情况下进行推理，需要完全不同类型的处理器。

AI芯片需要循环使用训练数据，必须擅长处理数据之间的连接关系，比如可以用图形表示数据之间的相关性和其他关系。可以说，AI的神经网络的总体目标是创造大而复杂的连接关系网络，这个网络不仅可以是稀疏的、多层级的，而且可以彼此循环、学习和改进。

综上所述，芯片的研发和架构的创新体现了一个国家科技成果的创新地步，一旦在这一领域当中能取得突破性的成果，那么将会是带动整个国力的大幅度提升，有很多业界专家曾经表示，目前我们正处在处理器芯片发展的黄金阶段，因此我们更应该抓住这一市场发展基于，加快投入和研发力度，并且结合国内应用市场的需求，去研发出真正适合国内市场领域发展的芯片产品，在我看来，这才是芯片产业持续发展的关键所在。