智库文档所有分类

【完整版】2020-2025年中国AI芯片行业发展存在的问题及对策建议研究报告.pdf

下载

用户#3701649

137页 | 6.01MB | 0次下载 |

0.0

(0人评价)

我要评价：

投诉举报

用手机看文档

扫一扫,手机看文档

下载

开通VIP

（二零一二年十二月） 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告【完整版】决策精品报告洞悉行业变化专业˙权威˙平价˙优质 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 2 报告目录第一章 AI 芯片行业研究方法、意义 ...........................................................................................................7 第一节 AI 芯片行业研究报告简介 .......................................................................................................7 第二节 AI 芯片行业研究原则与方法 ...................................................................................................7 一、研究原则 ..................................................................................................................................7 二、研究方法 ..................................................................................................................................8 第二章市场调研：2019-2020 年中国 AI 芯片行业发展分析..................................................................10 第一节 AI 芯片行业概述 .....................................................................................................................10 第二节 AI 芯片行业概况及特征 .........................................................................................................12 一、AI 芯片实现算力提升 ...........................................................................................................12 二、AI 芯片产品定位 ...................................................................................................................13 三、AI 芯片应用场景 ...................................................................................................................15 四、AI 芯片行业产业链及商业模式分析 ...................................................................................16 （一）AI 芯片行业产业链 ...........................................................................................................16 （二）AI 芯片公司商业模式 .......................................................................................................17 （三）AI 芯片研发设计投入分析 ...............................................................................................19 （四）AI 芯片制造成本投入分析 ...............................................................................................20 第三节 2019-2020 年中国 AI 芯片行业发展情况分析......................................................................21 一、深度学习算法对芯片要求更为苛刻，通用 CPU 性价比相对较差 ................................21 二、GPU、FPGA 以及 ASIC 各有优劣，成为当前 AI 芯片行业的主流...........................23 三、短期内 GPU 仍将是 AI 芯片主导，长期看三大技术路线将呈现并行态势 ................28 四、国内外 AI 芯片市场需求将保持较快增长势头，云端、边缘均具备潜力 ....................30 第四节 2019-2020 年我国 AI 芯片行业竞争格局分析......................................................................31 一、国内外 AI 芯片企业融资概况 ..............................................................................................31 二、国内外 AI 芯片厂商概览 ....................................................................................................32 （一）整体排名 ............................................................................................................................33 （二）芯片企业 ............................................................................................................................33 （1）英伟达 ..................................................................................................................................33 （2）英特尔 ..................................................................................................................................34 （三）IT 及互联网企业 ..............................................................................................................36 （1）谷歌 ......................................................................................................................................36 （2）阿里巴巴 ..............................................................................................................................37 （3）百度 ......................................................................................................................................38 （四）创业企业 ............................................................................................................................39 （1）寒武纪 ..................................................................................................................................39 （2）地平线机器人 ......................................................................................................................41 （3）比特大陆 ..............................................................................................................................41 （4）嘉楠科技 ..............................................................................................................................42 第五节 AI 芯片应用场景及市场需求分析 .........................................................................................43 一、应用场景：云计算 ................................................................................................................43 （一）云计算：共享规模化经济效益有效降低边际成本投入 ................................................43 （二）云计算中心服务器及硬件市场规模 ................................................................................44 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 3 （三）云计算中心 AI 芯片市场规模及份额 ..............................................................................51 （四）云计算 AI 芯片发展趋势 ..................................................................................................53 二、应用场景：边缘计算 ............................................................................................................54 （一）边云协同共同实现万物互联时代计算任务需求 ............................................................54 （二）边缘计算场景与人工智能芯片 ........................................................................................55 （三）应用场景 1：智慧安防市场 .............................................................................................56 （1）智慧安防与 AI 芯片 ............................................................................................................57 （2）智慧安防芯片市场 ..............................................................................................................58 （四）应用场景 2：移动互联网市场 .........................................................................................61 （1）移动互联网与 AI 芯片 ........................................................................................................62 （2）移动互联网芯片市场 ..........................................................................................................63 （五）应用场景 3：自动驾驶 .....................................................................................................65 （1）前景广阔，但 5~10 年内 L4~5 进入乘用车平台困难较大 .............................................65 （2）自动驾驶与汽车电子发展趋势 ..........................................................................................66 （3）自动驾驶与 AI 芯片 ............................................................................................................67 （4）自动驾驶芯片市场 ..............................................................................................................68 （六）边缘计算 AI 芯片技术发展趋势 ......................................................................................68 三、智能家居 ................................................................................................................................69 四、机器人 ....................................................................................................................................70 第六节 2020-2025 年我国 AI 芯片行业发展前景及趋势预测..........................................................72 一、AI 芯片整体市场规模预测 ...................................................................................................72 二、AI 芯片行业发展展望 ...........................................................................................................73 （一）人工智能产业相关政策梳理 ............................................................................................73 （二）半导体产业相关政策梳理 ................................................................................................73 三、AI 芯片行业发展阶段 ...........................................................................................................74 四、AI 芯片行业资本市场热度 ...................................................................................................75 五、行业投资布局 ........................................................................................................................77 六、中国 AI 芯片行业发展趋势 ..................................................................................................78 第三章 2019-2020 年中国 AI 芯片行业存在的问题..................................................................................79 一、产能过剩仍需化解 ................................................................................................................79 二、供需错配、有效需求不足 ....................................................................................................79 三、处于产业链的低端 ................................................................................................................80 四、大而不强 ................................................................................................................................81 五、内生发展动力不足 ................................................................................................................81 六、关键核心技术缺失 ................................................................................................................82 七、产品质量不高 ........................................................................................................................83 八、缺少“工匠精神” ................................................................................................................83 九、物流配送问题 ........................................................................................................................83 十、AI 芯片业经营管理信息化及智能化不足 ...........................................................................84 第四章 2019-2020 年中国 AI 芯片行业面临的困境..................................................................................85 一、增长势头一路走低 ................................................................................................................85 二、成本居高不下压缩企业盈利空间 ........................................................................................85 三、AI 芯片业成本竞争力下降 ...................................................................................................85 四、产品同质化严重，结构性问题较为突出 ............................................................................86 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 4 五、跟不上消费变化 ....................................................................................................................86 六、品牌竞争激烈 ........................................................................................................................86 七、转变经营模式困难重重 ........................................................................................................86 八、转型有待系统变革 ................................................................................................................86 九、“用工荒”逼迫 AI 芯片企业转型 ........................................................................................87 十、“脱实向虚”倾向 ..................................................................................................................87 十一、“过度房地产化”对实体经济的挤出效应 ......................................................................87 十二、“过度金融化”掠夺实体经济发展成果 ..........................................................................88 第五章 2019-2020 年中国 AI 芯片行业面临的制约与挑战......................................................................89 一、传统红利正在递减 ................................................................................................................89 二、制造业转型升级的难度较大 ................................................................................................89 三、我国制造业的优劣势正在发生变化 ....................................................................................89 四、与先进国家相比还有较大差距 ............................................................................................90 五、装备和技术严重依赖进口 ....................................................................................................90 六、技术引进受阻 ........................................................................................................................91 七、高素质人才缺乏 ....................................................................................................................91 第六章 2020-2025 年中国 AI 芯片行业发展建议......................................................................................92 一、创新和产业升级是加快制造强国建设关键 ........................................................................92 二、中国制造业必须要有自己的核心技术 ................................................................................92 三、以“品质革命”引领中国制造“华丽转身” ....................................................................93 四、优化营商环境为企业强化服务减轻负担 ............................................................................93 五、改进与制造业相关的公共政策 ............................................................................................93 六、强化培育消费者对国货的信心 ............................................................................................94 七、应对中国制造业综合成本上升建议 ....................................................................................94 八、培育世界先进制造业集群 ....................................................................................................94 九、进一步加大对内对外开放步伐 ............................................................................................95 十、建立多渠道投融资机制 ........................................................................................................95 十一、健全复合人才培养机制 ....................................................................................................95 十二、推动资源要素向实体经济集聚 ........................................................................................95 十三、推进各类要素融合发展 ....................................................................................................95 第七章 2020-2025 年中国 AI 芯片行业发展对策......................................................................................97 一、质量变革 ................................................................................................................................97 二、效率变革 ................................................................................................................................97 三、动力变革 ................................................................................................................................97 四、以消费者需求为导向，回归商业本质 ................................................................................97 五、协同创新发展，进行系统变革 ............................................................................................98 六、顺应消费升级，聚焦潜力业态 ............................................................................................98 七、重构供应链，推进经营模式转型 ........................................................................................98 八、创新商业模式，打造智慧 AI 芯片 ......................................................................................98 九、加快技术创新来驱动 AI 芯片的数字化转型 ......................................................................99 十、激发出新技术的真正效能 ....................................................................................................99 第八章 2020-2025 年中国 AI 芯片行业高质量发展策略建议................................................................100 一、要牢固树立制造业高质量发展的思想认识 ......................................................................100 二、要制定引领制造业高质量发展的战略 ..............................................................................101 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 5 三、要建立一套适应高质量发展的体制机制 ..........................................................................101 四、要不断完善支撑高质量发展的要素条件 ..........................................................................102 五、用工业互联网推进制造业高质量发展 ..............................................................................103 六、以工业设计引领制造业高质量发展 ..................................................................................105 七、以产业融合推动制造业高质量发展 ..................................................................................108 八、制造业高质量发展呼唤良好创新生态 ..............................................................................112 九、2019 年《促进制造业产品和服务质量提升的实施意见》解读 .....................................113 第九章推进装备制造业与现代服务业深度融合 ....................................................................................118 一、先进制造业与现代服务业深度融合的重要性 ..................................................................118 （一）推动先进制造业与现代服务业深度融合是实现创新发展的重要举措 ......................118 （二）推动先进制造业与现代服务业深度融合是提升产业国际竞争力的重要举措 ..........119 （三）推动先进制造业与现代服务业深度融合是加快新旧动能转换、推动产业转型升级的重要举措 ......................................................................................................................................119 二、当前存在的主要问题 ..........................................................................................................119 （一）核心技术短板突出 ..........................................................................................................119 （二）综合集成能力偏低 ..........................................................................................................119 （三）高端软件发展较为滞后 ..................................................................................................119 （四）增值服务开发不足 ..........................................................................................................120 （五）产品供需对接不畅 ..........................................................................................................120 三、推动先进制造业与现代服务业深度融合的主要工作 ......................................................120 （一）打造有利于先进制造业与现代服务业深度融合的市场环境 ......................................120 （二）鼓励制造业企业向服务型制造转型 ..............................................................................120 （三）搭建先进制造业与现代服务业融合发展的载体和平台 ..............................................121 四、推进深度融合的现实路径 ..................................................................................................121 （一）多渠道搭建技术研发创新平台，推进核心技术攻坚 ..................................................121 （二）加快推动工业软件创新突破，推动“软”“硬”协调发展 ........................................122 （三）重点发展系统集成和总包服务，提高产业链竞争水平 ..............................................122 （四）提高装备柔性个性化生产能力，提高供需协同水平 ..................................................122 （五）推动专业化增值服务创新发展，激活服务增长空间 ..................................................123 第十章建立制造业金融体系 ....................................................................................................................124 一、创新制造业金融理论 ..........................................................................................................124 二、促进制造业金融协调发展 ..................................................................................................126 三、制造业金融要实现绿色发展，同时支持“绿色制造” ..................................................127 四、推动制造业金融全面对外开放 ..........................................................................................127 五、促进制造业金融共享发展 ..................................................................................................128 第十一章盛世华研总结 ............................................................................................................................131 第一节企业失败的原因及提高胜率的策略 ....................................................................................131 一、企业失败的原因 ..................................................................................................................131 二、提高胜率的策略 ..................................................................................................................132 第二节盛世华研独创五大决策研究体系 ........................................................................................133 一、基于“产业”的研究与决策体系 ......................................................................................133 二、基于“周期”的研究与决策体系 ......................................................................................133 三、基于“人性”的研究与决策体系 ......................................................................................133 四、基于“变化”的研究与决策体系 ......................................................................................134 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 6 五、基于“趋势”的研究与决策体系 ......................................................................................134 六、小结 ......................................................................................................................................134 第三节致读者：商业自是有胜算 ....................................................................................................135 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 7 第一章 AI 芯片行业研究方法、意义第一节 AI 芯片行业研究报告简介企业要想在瞬息万变的市场竞争环境中立于不败之地，更好的生存与发展，就必须尽可能全面准确地了解与本行业有关的信息，从而做出最科学有效的决策。行业研究是揭示行业发展的重要工具，通过深度的行业研究报告，及时了解行业动态与未来发展趋势，对企业的经营、发展与壮大，起着越来越重要而关键的作用。本 AI芯片行业研究报告在大量周密的市场调研基础上，依据中国国家统计局、国家海关总署、相关行业协会、国内外相关报刊杂志的基础信息以及专业研究单位等公布和提供的大量数据，综合采用桌面研究法、行业访谈研究法、市场调查研究法、历史资料研究法、数理统计法、归纳与演绎法、比较研究法等多种研究方法，结合盛世华研监测数据及知识体系，本报告在分析 AI 芯片行业的发展历现状的基础上，对 AI 芯片行业发展中存在的问题、挑战、瓶颈进行分析，最终提出有益 AI 芯片行业发展的对策建议。为 AI芯片行业企业经营者及投资该领域的投资者提供重要的决策参考依据，为企业未来发展战略、投资布局等提供可参考的路径与方向。相信通过本报告对 AI芯片行业全面深入的研究和梳理，您对行业的了解和把控将上升到一个新的高度，这将为您经营管理、战略部署、成功投资提供有力的决策参考价值，也为您抢占市场先机提供有力的保证。与此同时，报告中还具有丰富的理论基础、研究体系、知识体系、决策体系以及方法论等丰富内容，让您在了解行业的同时，也掌握研究的方法和技巧。第二节 AI 芯片行业研究原则与方法一、研究原则 1、真实原则只有真实的信息资料才能做出正确的判断，真实是研究分析的第一要素，因此我们在做研究中，需要辩证的去对待信息，需要大致判断信息来源的可靠性与真实性，尤其是对于过多的二手信息，我们需要筛选和确认其信息的真实性。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 8 2、全面原则行业研究需要坚持全面原则，所谓的全面指信息搜集的全面性、分析过程与方法的全面性、思考的内容的全面性等等，只有做到全面思考与分析才能做出有价值的结论。 3、客观原则能够客观与准确的描述行业发展的过去、现在与未来并不易，但做研究需要谨记研究的客观是基础，是能够为投资者做决策的前提条件。 4、逻辑原则条理与逻辑清晰是行业研究的灵魂，没有逻辑的研究最多只能说是一堆资料的堆砌，毫无价值。只有在大的逻辑框架下，提供客观真实全面的观点支撑，才算是一个好的行业研究报告。 5、思辨原则行业研究要在各种可能性中选择未来必然性的结果，且在不断被验证中，是一个很有挑战的工作，行业研究的成果要经得起推敲。世界是可知的，所有结果，都是人的行为产生的，数据也是结果，要把人的研究，特别顺着产业从下游向上游逻辑顺序。二、研究方法本 AI芯片行业研究报告综合采用历史资料研究法、调查研究法、归纳与演绎法、比较研究法、倒推法和穷举法、数理统计法等多种研究方法，结合盛世华研监测数据及知识体系，对 AI芯片行业进行深入研究。本报告主要研究方法有： 1、历史资料研究法历史资料研究法是通过对已有资料的深入研究，寻找事实和一般规律，然后根据这些信息去描述、分析和解释过去的过程，同时揭示当前的状况，并依照这种一般规律对未来进行预测。这种方法的优点是省时、省力并节省费用；缺点是只能被动地囿于现有资料，不能主动地去提出问题并解决问题。只要是追溯事物发展轨迹，探究发展轨迹中某些规律性的东西，就不可避免地需要采用历史资料研究法。各个行业都在不断地发展，如果从一个行业的发展历程来认识它，更有助于较为全 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 9 面深刻地认识和理解该行业，并把握它的发展脉搏。 2、调查研究法调查研究法是一项非常古老的研究技术，也是科学研究中一个常用的方法，在描述性、解释性和探索性的研究中都可以运用调查研究的方法。它一般通过抽样调查、实地调研、深度访谈等形式，通过对调查对象的问卷调查、访查、访谈获得资讯，并对此进行研究。调查研究是收集第一手资料用以描述一个难以直接观察的群体的最佳方法。当然，也可以利用他人收集的调查数据进行分析，即所谓的二手资料分析方法，这样可以节约费用。这种方法的优点是可以获得最新的资料和信息，并且研究者可以主动提出问题并获得解释，适合对一些相对复杂的问题进行研究时采用。缺点是这种方法的成功与否取决于研究者和访问者的技巧和经验。 3、归纳与演绎法归纳法是从个别出发以达到一般性，从一系列特定的观察中发现一种模式，在一定程度上代表所有给定事件的秩序。值得注意的是，这种模式的发现并不能解释为什么这个模式会存在。演绎法是从一般到个别，从逻辑或者理论上预期的模式到观察检验预期的模式是否确实存在。演绎法是先推论后观察，归纳法则是从观察开始。在演绎法中，研究的角度就是用经验去检验每一个推论，看看哪一个在现实(研究)中言之有理，从而获得理论的验证。而在归纳法中，研究的角度则是通过经验和观察试图得到某种模式或理论。由此可见，逻辑完整性和经验实证性两者都不可或缺。一方面只有逻辑并不够;另一方面，只有经验观察和资料搜集也不能提供理论或解释。 4、比较研究方法。每个行业、每个公司都有人的行为产生，没有普适的法则套用，通过比较研究方法，发现差别、解释差别过程中对已经发生的现象合理的解释。同时研究影响结果的因素和作用机制，探寻哪些因素在发生变化，从而实现对未来的预测。 5、倒推法和穷举法结合。首先假设有 N种可能的结果，假设 A结果发生，倒退 A结果发生会有哪些具备条件，如果目前条件不具备，即可排除 A结果。通过不断筛选，得出最大可能性的判断。同时，正推穷尽法和二叉树三叉树结合，与倒推法配合。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 10 第二章市场调研：2019-2020 年中国 AI 芯片行业发展分析第一节 AI 芯片行业概述 AI芯片：基于矩阵运算、面向 AI应用的芯片设计方案 1、定义：当前 AI芯片设计方案繁多，包括但不限于 GPU\FPGA\ASIC\DSP等。目前市场上的对于 AI芯片并无明确统一的定义，广义上所有面向人工智能（Artificial Intelligence，AI）应用的芯片都可以被称为 AI芯片。 2、当前 AI运算指以“深度学习” 为代表的神经网络算法，需要系统能够高效处理大量非结构化数据（文本、视频、图像、语音等）。这需要硬件具有高效的线性代数运算能力，计算任务具有：单位计算任务简单，逻辑控制难度要求低，但并行运算量大、参数多的特点。对于芯片的多核并行运算、片上存储、带宽、低延时的访存等提出了较高的需求。 3、针对不同应用场景，AI芯片还应满足：对主流 AI算法框架兼容、可编程、可拓展、低功耗、体积及造价等需求。深度学习模型复杂度及规模对芯片算力需求激增 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 11 通过架构设计 AI芯片跨越工艺限制，算力效能对 CPU实现大幅超越 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 12 第二节 AI 芯片行业概况及特征一、AI 芯片实现算力提升 AI芯片满足 AI应用所需的“暴力计算”需求早在上世纪 80年代，学术界已经提出了相当完善的人工智能算法模型，但直到近些年，模型的内在价值也没有被真正的实现过。这主要是受限于硬件技术发展水平，难以提供可以支撑深度神经网络训练/推断过程所需要的算力。直到近年来 GPU\FPGA\ASIC等异构计算芯片被投入应用到 AI 应用相关领域，解决了算力不足的问题。下图以云计算场景为例，通过对全球几大科技巨头的代表性云端芯片产品计算性能对比，我们可以发现 ASIC芯片相比起其他几种芯片，在计算效能、大小、成本等方面都有着极大优势，未来随着通用 AI指令集架构的开发，预计会出现最优配置的 AI计算芯片。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 13 典型的云端计算芯片算力表现比较二、AI 芯片产品定位 AI芯片对 CPU并非替代，与 CPU共同满足新时代计算需求目前来看，AI芯片并不能取代 CPU的位置，正如 GPU作为专用图像处理器与 CPU的共生关系，AI芯片将会作为 CPU的 AI运算协处理器，专门处理 AI应用所需要的大并行矩阵计算需求，而 CPU作为核心逻辑处理器，统一进行任务调度。在服务器产品中，AI芯片被设计成计算板卡，通过主板上的 PCIE接口与 CPU相连；而在终端设备中，由于面积、功耗成本等条件限制，AI芯片需要以 IP形式被整合进 SoC系统级芯片，主要实现终端对计算力要求较低的 AI推断任务。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 14 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 15 三、AI 芯片应用场景 AI芯片为 AI应用落地提供了商业化可行的算力解决方案在人工智能发展初期，算法已经通过数据中心（云端）在大数据分析、精准营销、商业决策等方面实现了成功地应用落地。而未来，智能化将会逐渐渗透进入能源、交通、农业、公共事业等更多行业的商业应用场景中，除了部署在云端进行数据分析等工作，人工智能还需要下沉到摄像头、 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 16 交通工具、移动设备终端、工业设备终端中，与云计算中心协同实现本地化的、低延时的人工智能应用。考虑到任务算力需求，以及传输带宽、数据安全、功耗、延时等客观条件限制，现有云端计算解决方案难以独自满足人工智能本地应用落地计算需求，终端、边缘场景同样需要专用的 AI计算单元。云端与边缘侧人工智能应用场景对于 AI芯片的需求四、AI 芯片行业产业链及商业模式分析（一）AI 芯片行业产业链半导体行业产业链长，具有资本和技术壁垒双高的行业特点半导体行业产业链从上游到下游大体可分为：设计软件（EDA）、设备、材料（晶圆及耗材）、 IC设计、代工、封装等。Fabless与 IDM厂商负责芯片设计工作，其中 IDM厂商是指集成了设计、制造、封装、销售等全流程的厂商，一般是一些科技巨头公司，Fabless厂商相比 IDM规模更小，一般只负责芯片设计工作。分工模式（Fabless-Foundry）的出现主要是由于芯片制程工艺的不断发展，工艺研发费用及产线投资升级费用大幅上升导致一般芯片厂商难以覆盖成本，而 Foundry厂商则是统一对 Fabless 和 IDM的委外订单进行流片，形成规模化生产优势，保证盈利的同时不断投资研发新的制程工艺，是摩尔定律的主要推动者。当前在半导体产业链中，我国在上游软件、设备、高端原材料以及代工制造与全球一线厂商差距较大，而在封装环节拥有长电、华天、通富微等行业前十企业，今年来在 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 17 IC设计领域也逐渐涌现了以海思为代表的一批优秀企业。（二）AI 芯片公司商业模式半导体行业商业模式主要可分为：IP授权与流片模式行业主要存在两种商业模式 IP授权和流片模式。其中在 IP授权模式中，IP设计公司将自己设计的芯片功能单元，如：CPU、GPU、DSP、NPU等，授权给其他的 IC设计公司，如华为海思麒麟 970、980芯片获得了寒武纪 NPU的 IP授权。被授权方将会向授权方支付一笔授权费来获得 IP，并在最终芯片产品销售中，以芯片最终售价的 1%~3%向授权方支付版税。授权费用实现 IP开发成本的覆盖，而版税作为 IP设计公司的盈利。但正如手机芯片市场，优质的 IP资源往往集中在科技巨头手中，拥有单一或少量 IP的创业公司往往因为自身 IP竞争力不足、或是难以提供具有综合竞争力的完整解决方案而最终落得被收购或退出市场的境地。流片生产模式虽然前期投入较大，但一款成功的产品将会使公司获得丰厚的利润，一般芯片产品定价采取 8:20原则，即硬件成本：最终产品售价=8：20。该比率可能会随厂商对市场话语权不同而上下波动，因此一款成功的芯片销售毛利应在 60%以上。但公司是否能够最终实现盈利，还需要在毛利中进一步扣除前期研发费用。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 18 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 19 （三）AI 芯片研发设计投入分析芯片设计需要厂商承担昂贵的 EDA费用及高昂的人力成本芯片整体设计制造流程大体包括：1）IC设计公司进行芯片架构设计，2）将设计完成的芯片 “图纸”文件交由 Foundry厂商进行流片，3）裸片将会交由 OSAT厂商进行封装，4）产品销售。研发费用主要包括：研发团队人力成本、EDA软件及 IP授权费用及其他场地租金、水电费用等。人力成本占研发成本主要部分，项目开发效率与资深工程师数量正相关，国内资深芯片设计工程师年薪一般在 50~100万元之间。EDA工具是芯片设计工具，是发展超大型集成电路的基石，EDA工具可有效提升产品良率。目前，该领域被海外厂商高度垄断，CR3大于 70%。EDA厂商主要是通过向 IC设计公司进行软件授权获取盈利，根据调研，20人的研发团队设计一款芯片所需要的 EDA工具采购费用在 100万美元/年左右（包括 EDA和 LPDDR等 IP购买成本）。英伟达开发 Xavier，动用了 2000个工程师，开发费用共计 20以美金，Xlinix ACAP动用了 1500个工程师，开发费用总共 10 亿美金。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 20 （四）AI 芯片制造成本投入分析芯片设计技术积累+市场洞察力=芯片产品市场推广成功与否在 IP授权和流片两大类商业模式中，IP授权由于不涉及芯片制造，仅需要考虑研发费用，资金占用相对小、风险较低。流片除前期的研发投入以外，还需要向代工厂支付巨额的代工费用，对资金占用极大，需要芯片销售达到一定量级才能分摊掉前期巨额投入实现盈利，若期间出现流片失败（即流片未达设计期望性能指标）或者市场推广失利等情况，芯片设计厂商需要承担前期巨额的研发和制造投入、费用损失。芯片单位硬件成本主要包含掩膜、封装、测试和晶圆成本，并受到制程工艺、产量、芯片面积等多因素的影响。我们简要测算 16nm制程工艺下，不同产量不同面积的芯片单位成本，可以看出芯片单位硬件成本随芯片面积、产量上升逐渐下降。因此，一款芯片能否获得广大的市场认可，并拥有较长的产品生命周期，实现芯片产品的规模销售和生产显著决定了企业的盈亏情况。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 21 第三节 2019-2020 年中国 AI 芯片行业发展情况分析一、深度学习算法对芯片要求更为苛刻，通用 CPU 性价比相对较差经历了 60 多年的起起伏伏之后，人工智能终于迎来了第三次爆发。第三次爆发的核心引爆点是深度学习算法的出现，但其背后的支撑是数据和算力。对整个 AI 行业来讲，算法、数据和算力三大基本要素中，数据尤其是海量数据的获取和处理难度在下降，算法也在深度学习模型的基础上不断优化，而负责将数据和深度算法统一协调起来的芯片能否获得大的飞跃，成为市场关注的焦点。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 22 深度学习算法对芯片性能需求主要表现在三个方面：一、海量数据在计算和存储单元之间的高速通信需求。这不但需要芯片具备强大的缓存和片上存储能力，而且还需要计算和存储单元之间有较大的通信带宽。二、专用计算能力需求高。深度学习算法中有大量卷积、残差网络、全连接等特殊计算需要处理，还需要提升运算速度，降低功耗。三、海量数据自身处理同样也对芯片提出了新的要求，尤其是非结构化数据的增多，对传统芯片结构造成了较大的压力。通用 CPU 在深度学习中可用但效率较低。比如在图像处理领域，主要用到的是 CNN（卷积神经网络），在自然语言识别、语音处理等领域，主要用到的是 RNN（循环神经网络），虽然这两种算法模型有着较大的区别，但本质上都是向量和矩阵运算，主要是加法和乘法，辅助一些除法和指数运算。传统 CPU 可用于做上述运算，但是 CPU 还有大量的计算逻辑控制单元，这些单元在 AI 计算中是用不上的，造成了 CPU 在 AI 计算中的性价比较低。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 23 二、GPU、FPGA 以及 ASIC 各有优劣，成为当前 AI 芯片行业的主流正因为 CPU 在 AI 计算上的弱点，给了可以实现海量并行计算且能够对进行计算加速的 AI 芯片留下了市场空间。从广义上讲，面向 AI 计算的芯片都可以称为 AI 芯片，包括基于传统架构的 GPU、FPGA以及 ASIC（专用芯片），也包括正在研究但离商用还有较大差距的类脑芯片、可重构 AI 芯片等。云端训练芯片市场较为集中，而推理市场云、边两端均有大量企业参与按照部署位置划分，AI 芯片可以分为云端芯片和边缘端芯片。云端芯片部署位置包括公有云、私有云或者混合云等基础设施，主要用于处理海量数据和大规模计算，而且还要能够支持语音、图片、视频等非结构化应用的计算和传输，一般情况下都是用多个处理器并行完成相关任务；边缘端 AI 芯片主要应用于嵌入式、移动终端等领域，如摄像头、智能手机、边缘服务器、工控设备等，此类芯片一般体积小、耗电低，性能要求略低，一般只需具备一两种 AI 能力。按照承担的任务分，AI 芯片可以划分为训练芯片和推理芯片。训练是指通过大量标记过的数据在平台上进行“学习”，并形成具备特定功能的神经网络模型；推理则是利用已经训练好的模型输入新数据通过计算得到各种结论。训练芯片对算力、精度要求非常之高，而且还需要具备一定的通用性，以适应多种算法的训练；推理芯片更加注重综合能力，包括算力能耗、时延、成本等因素。综合来看，训练芯片由于对算力的特殊要求，只适合在云端部署，而且多采用的是“CPU+加速芯片”类似的异构模式，加速芯片可以是 GPU，也可以是 FPGA 或者是 ASIC 专用芯片。AI 训练芯片市场集中度高，英伟达和谷歌领先，英特尔和 AMD 正在积极切入。推理在云端和终端都可进行，市场门槛相对较低，市场参与者较多。云端推理芯片除了传统的英伟达、谷歌、赛灵思等芯片大厂外，Groq等国际新兴力量也在加入竞争，国内寒武纪、比特大陆也有不错表现；终端推理芯片市场较为分散，场景各异，参与者除了英伟达、英特尔、ARM 和高通之外，国内企业如寒武纪、地平线、云知声、云天励飞等在各自细分领域均有所建树。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 24 GPU 擅长云端训练，但需与 CPU 异构、功耗高且推理效率一般 GPU（Graphics Processing Unit）是一种由大量核心组成的大规模并行计算架构，专为同时处理多重任务而设计的芯片。正是由于其具备良好的矩阵计算能力和并行计算优势，最早被用于 AI 计算，并在云端获得大量应用。GPU 中超过 80%部分为运算单元（ALU），而 CPU 仅有 20%，因 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 25 此 GPU更擅长于大规模并行运算。以英伟达的 GPU TITAN X 为例，该产品在深度学习中所需训练时间只有 CPU 的 1/10 不到。但 GPU 用于云端训练也有短板，GPU 需要同 CPU 进行异构，通过 CPU 调用才能工作，而且本身功耗非常高。同时，GPU 在推理方面需要对单项输入进行处理时，并行计算的优势未必能够得到很好的发挥，会出现较多的资源浪费。 ▲CPU 与 GPU架构对比 FPGA 芯片算力强、灵活度高，但技术难度大国内差距较为明显 FPGA（Field-Programmable Gate Array）即现场可编程门阵列，该芯片集成了大量的基本门电路以及存储器，其灵活性介于 CPU、GPU 等通用处理器和专用集成电路 ASIC 之间，在硬件固定之前，允许使用者灵活使用软件进行编程。FPGA 在出厂时是“万能芯片”，用户可根据自身需求， 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 26 用硬件描述语言对 FPGA 的硬件电路进行设计；每完成一次烧录，FPGA 内部的硬件电路就有了确定的连接方式，具有了一定的功能；输入的数据只需要依次经过各个门电路，就可以得到输出结果。 FPGA 应用于 AI 有以下优势：（1）算力强劲。由于 FPGA 可以同时进行数据并行和任务并行计算，在处理特定应用时效果更加明显，对于某一个特定的运算，FPGA 可以通过编辑重组电路，生成专用电路，大幅压缩计算周期。从赛灵思推出的 FPGA 产品看，其吞吐量和时延指标都好于 CPU 和 GPU 产品。（2）功耗优势明显。FPGA 能耗比是 CPU的 10倍以上、GPU的 3倍。由于在 FPGA 中没有取指令与指令译码操作，没有这部分功耗；而在复杂指令集（X86）的 CPU 中仅仅译码就占整个芯片能耗的约 50%，在 GPU 里取指与译码也会消耗 10%至 20%的能耗。（3）灵活性好。使用通用处理器或 ASIC 难以实现的下层硬件控制操作技术，利用 FPGA 可以很方便的实现，从而为算法的功能实现和优化留出了更大空间。（4）成本相对 ASIC 具备一定优势。FPGA 一次性成本（光刻掩模制作成本）远低于 ASIC，在芯片需求还未成规模、深度学习算法暂未稳定需要不断迭代改进的情况下，利用具备可重构特性的 FPGA 芯片来实现半定制的人工智能芯片是最佳选择。正因为存在上述优势，FPGA 被广泛用于 AI 云端和终端的推理。国外包括亚马逊、微软都推出了基于 FPGA 的云计算服务，而国内包括腾讯云、阿里云均在 2017 年推出了基于 FPGA 的服务，百度大脑也使用了 FPGA 芯片。从市场格局上看，全球 FPGA 长期被 Xilinx（赛灵思）、Intel（英特尔）、Lattice（莱迪思）、Microsemi（美高森美）四大巨头垄断。其中，赛灵思和英特尔合计占到市场的 90%左右，赛灵思的市场份额超过 50%，国内厂商刚刚起步，差距较大。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 27 专用芯片（ASIC）深度学习算法加速应用增多，可提供更高能效表现和计算效率 ASIC（Application Specific Integrated Circuits），即专用芯片，是一种为特定目的、面向特定用户需求设计的定制芯片，具备性能更强、体积小、功耗低、可靠性更高等优点。在大规模量产的情况下，还具备成本低的特点。 ASIC 与 GPU、FPGA 不同，GPU、FPGA 除了是一种技术路线之外，还是实实在在的确定产品，而 ASIC 只是一种技术路线或者方案，其呈现出的最终形态与功能也是多种多样的。近年来，越来越多的公司开始采用 ASIC 芯片进行深度学习算法加速，其中表现最为突出的 ASIC 就是 Google 的 TPU（张量处理芯片）。 TPU 是谷歌为提升 AI 计算能力同时大幅降低功耗而专门设计的芯片。该芯片正式发布于 2016 年 5月。TPU 之所以称为 AI 专用芯片，是因为它是专门针对 TensorFlow 等机器学习平台而打造，该芯片可以在相同时间内处理更复杂、更强大的机器学习模型。谷歌通过数据中心测试显示，TPU 平均比当时的 GPU 或 CPU 快 15-30 倍，性能功耗比（TFOPS/Watt）高出约 30-80 倍。但是，ASIC 一旦制造完成以后就不能修改了，且研发周期较长、商业应用风险较大，目前只有大企业或背靠大企业的团队愿意投入到它的完整开发中。国外主要是谷歌在主导，国内企业寒武纪开发的 Cambricon 系列处理器也广泛受到关注。其中，华为海思的麒麟 980 处理器所搭载的 NPU 就是寒武纪的处理器 IP。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 28 三、短期内 GPU 仍将是 AI 芯片主导，长期看三大技术路线将呈现并行态势短期内 GPU 仍将主导 AI 芯片市场，FPGA 的使用将更为广泛 GPU 短期将延续 AI 芯片的领导地位。GPU 作为市场上 AI 计算最成熟、应用最广泛的通用型芯片，应用潜力较大。凭借其强大的计算能力、较高的通用性，GPU 将继续占领 AI 芯片的主要市场份额。当前，两大 GPU 厂商都还在不断升级架构并推出新品，深度学习性能提升明显，未来应用的 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 29 场景将更为丰富。英伟达凭借着其在矩阵运算上的优势，率先推出了专为深度学习优化的 Pascal GPU，而且针对 GPU 在深度学习上的短板，2018 年推出了 Volta 架构，正在完成加速-运算-AI 构建的闭环；AMD 针对深度学习，2018 年推出 Radeon Instinct 系列，未来将应用于数据中心、超算等 AI 基础设施上。我们预计，在效率和场景应用要求大幅提升之前，作为数据中心和大型计算力支撑的主力军，GPU 仍具有很大的优势。 FPGA 是短期内 AI 芯片市场上的重要增长点，FPGA 的最大优势在于可编程带来的配置灵活性，在当前技术与运用都在快速更迭的时期，FPGA 具有明显的实用性。企业通过 FPGA 可以有效降低研发调试成本，提高市场响应能力，推出差异化产品。在专业芯片发展得足够完善之前，FPGA 是最好的过渡产品，正因为如此，科技巨头纷纷布局云计算+FPGA 的平台。随着 FPGA 的开发者生态逐渐丰富，适用的编程语言增加，FPGA 运用会更加广泛。因此短期内，FPGA 作为兼顾效率和灵活性的硬件选择仍将是热点所在。长期来看 GPU、FPGA 以及 ASIC 三大类技术路线将并存 GPU 主要方向是高级复杂算法和通用型人工智能平台。（1）高端复杂算法实现方向。由于 GPU 本身就具备高性能计算优势，同时对于指令的逻辑控制上可以做的更复杂，在面向复杂 AI 计算的应用方面具有较大优势。（2）通用型的人工智能平台方向。GPU 由于通用性强，性能较高，可以应用于大型人工智能平台够高效地完成不同种类的调用需求。 FPGA 未来在垂直行业有着较大的空间。由于在灵活性方面的优势，FPGA 对于部分市场变化迅速的行业最为实用。同时，FPGA 的高端器件中也可以逐渐增加 DSP、ARM 核等高级模块，以实现较为复杂的算法。随着 FPGA 应用生态的逐步成熟，FPGA 的优势也会逐渐为更多用户所认可，并得以广泛应用。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 30 ASIC 长远来看非常适用于人工智能，尤其是应对未来爆发的面向应用场景的定制化芯片需求。ASIC的潜力体现在，AI 算法厂商有望通过算法嵌入切入该领域，以进入如安防、智能驾驶等场景。由于其具备高性能低消耗的特点，可以基于多个人工智能算法进行定制，以应对不同的场景，未来在训练和推理市场上都有较大空间。四、国内外 AI 芯片市场需求将保持较快增长势头，云端、边缘均具备潜力近年来，伴随着全球 AI 产业的快速增长，AI 芯片需求大幅上升。按照 Gartner 最新数据， 2018 年全球 AI 芯片市场规模达到亿美元。未来几年，全球各大芯片企业、互联网巨头、初创企业都将在该市场上进行角逐，预计到 2023 年全球市场规模将达到 323 亿美元。未来五年（2019-2023年）平均增速约为 50%，其中数据中心、个人终端、物联网芯片均是增长的重点。相比之下中金公司研究部公布的一组数据则更为乐观，该数据显示，2017年，整体 AI芯片市场规模达到亿美元，其中云端训练 AI芯片亿美元，云端推理芯片亿美元，边缘计算 AI芯片亿美元；到 2022年，整体 AI芯片市场规模将会达到亿美元，CAGR57%，其中云端训练 AI芯片亿美元，CAGR %，云端推断芯片亿美元，CAGR %，边缘计算 AI芯片亿美元，CAGR %。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 31 国内人工智能芯片行业发展仍处在起步阶段。长期以来，我国在 CPU、GPU 和 DSP 设计上一直处于追赶状态，绝大多数芯片依靠国外的 IP 核进行设计，自主创新能力不足。但我们也看到，国内人工智能产业的快速发展，也为国内芯片产业实现换道超车创造了机会。由于国内外在芯片生态上并未形成垄断，国内芯片设计厂商尤其是专用芯片设计厂商，同国外竞争对手还处在同一起跑线上。目前国内人工智能芯片市场呈现出百花齐放的态势。AI 芯片的应用领域广泛分布在金融证券、商品推荐、安防、消费机器人、智能驾驶、智能家居等众多领域，催生了大量的人工智能创业企业，如地平线、深鉴科技、寒武纪、云知声、云天励飞等。我们认为，未来随着国内人工智能市场的快速发展，生态建设的完善，国内 AI 芯片企业将有着更大的发展空间，未来 5 年的市场规模增速将超过全球平均水平。第四节 2019-2020 年我国 AI 芯片行业竞争格局分析一、国内外 AI 芯片企业融资概况从 2012年开始，英伟达将其 GPU产品应用于 AI并行运算应用中，人们意识到了 AI芯片的巨大潜力，传统半导体行业巨头、科技巨头和众多创业团队纷纷加入到该领域的产品研发中来。国内创业公司多成立于 15年以后，从 2017年开始大量的 AI计算芯片产品陆续发布，产品逐步开始实现落地。传统的半导体巨头和科技巨头也在布局 AI芯片领域，除自主研发以外，基于资金优势通过对外投资收购优质资产及创业团队等手段加速自身的 AI芯片业务发展，典型代表如 Intel，大手笔收购了包括 Altera、Nervana、Movidius以及 Mobileye在内的多家 AI芯片企业，阿里巴巴也通过 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 32 先后投资、收购布局 AI芯片的开发。国内大量的 AI芯片创业公司都是在 2015-2017年成立，2018年新增企业数量减少。资本方面，受到宏观经济影响虽然行业内投融资事件相比 2017年同比增长了 32%，但行业整体投融资金额骤减，但头部企业在 2018年依然持续获得投资人青睐，多家企业创造了估值新高。二、国内外 AI 芯片厂商概览 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 33 （一）整体排名近年来，各类势力均在发力 AI 芯片，参与者包括传统芯片设计、IT 厂商、技术公司、互联网以及初创企业等，产品覆盖了 CPU、GPU、FPGA 、ASIC 等。在市场调研机构 Compass Intelligence 2018年发布的 AI Chipset Index TOP24 榜单中，前十依然是欧美韩日企业，国内芯片企业如华为海思、联发科、Imagination（2017 年被中国资本收购）、寒武纪、地平线机器人等企业进入该榜单，其中华为海思排 12 位，寒武纪排 23 位，地平线机器人排 24 位。（二）芯片企业芯片设计企业依然是当前 AI 芯片市场的主要力量，包括英伟达、英特尔、AMD、高通、三星、恩智浦、博通、华为海思、联发科、Marvell（美满）、赛灵思等，另外，还包括不直接参与芯片设计，只做芯片 IP 授权的 ARM 公司。其中，英伟达、英特尔竞争力最为强劲。（1）英伟达 AI 芯片市场的领导者，计算加速平台广泛用于数据中心、自动驾驶等场景 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 34 英伟达创立于 1993 年，最初的主业为显卡和主板芯片组。其主板芯片组主要客户以前是 AMD，但是在 AMD 收购 ATI 推出自研芯片组之后，英伟达在该领域的优势就荡然无存。于是，公司全面转向到 GPU 技术研发，同时进入人工智能领域。2012 年，公司神经网络技术在其 GPU 产品的支持下取得重大进展，并在计算机视觉、语音识别、自然语言处理等方面得到广泛应用。 2016 年，全球人工智能发展加速，英伟达迅速推出了第一个专为深度学习优化的 Pascal GPU。2017年，英伟达又推出了性能相比 Pascal 提升 5 倍的新 GPU 架构 Volta，同时推出神经网络推理加速器 TensorRT 3。至此，英伟达完成了算力、AI 构建平台的部署，也理所当然成为这一波人工智能热潮的最大受益者和领导者。公司的战略方向包括人工智能和自动驾驶。人工智能方面，英伟达面向人工智能的产品有两类，Tesla 系列 GPU 芯片以及 DGX 训练服务器。 Tesla 系列是专门针对 AI 深度学习算法加速设计 GPU 芯片，DGX 则主要是面向 AI 研究开发人员设计的工作站或者超算系统。2018 年，公司包含这两款产品的数据中心业务收入大幅增长 52%，其中 Tesla V100 的强劲销售是其收入的主要来源。自动驾驶方面。英伟达针对自动驾驶等场景，推出了 Tegra 处理器，并提供了自动驾驶相关的工具包。2018 年，基于 Tegra 处理器，英伟达推出了 NVIDIA DRIVE AutoPilot Level 2+，并赢得了丰田、戴姆勒等车企的自动驾驶订单。同时，2018 年，公司也正在积极推动 Xavier 自动驾驶芯片的量产。值得关注的是，英伟达还正在通过投资和并购方式继续加强在超算或者数据中心方面的业务能力。 2019 年 3 月，英伟达宣称将斥资 69 亿美元收购 Mellanox。Mellanox 是超算互联技术的早期研发和参与者。通过与 Mellanox 的结合，英伟达将具备优化数据中心网络负载能力的能力，其 GPU 加速解决方案在超算或者数据中心领域的竞争力也将得到显著提升。（2）英特尔加速向数字公司转型，通过并购+生态优势发力人工智能英特尔作为传统的 CPU 设计制造企业，在传统 PC、服务器市场有着绝对的统治力。随着互联网时代的到来以及个人电脑市场的饱和，公司也在开始加快向数字公司转型。尤其在人工智能兴起之后，英特尔凭借着技术和生态优势，打造算力平台，形成全栈式解决方案。英特尔主要产品为 CPU、FPGA 以及相关的芯片模组。虽然 CPU 产品在训练端的应用效率不及 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 35 英伟达，但推理端优势较为明显。英特尔认为，未来 AI 工作周期中，推理的时长将是训练时长的 5 倍甚至 10 倍，推理端的芯片需求也会放量。同时，即使是云端训练，GPU 也需要同 CPU 进行异构。目前，英特尔在人工智能芯片领域主要通过三条路径：1）通过并购快速积累人工智能芯片相关的技术和人才，并迅速完成整合。英特尔在收购了 Altera 后，还先后收购了 Nervana、 Movidius 与 Mobileye等初创企业。在完成上述一系列并购之后，英特尔设立了 AI 事业群，整合了 Xeon、Xeon Phi、Nervana、Altera、Movidius 等业务和产品，同时将原有的自动驾驶业务板块并入 Mobileye。2）建立多元的产品线。目前，英特尔正建构满足高性能、低功耗、低延迟等差异化芯片解决方案，除了 Xeon 外，包括可支持云端服务 Azure 的 Movidius VPU 与 FPGA。 3）通过计算平台等产品，提供强大的整合能力，优化 AI 计算系统的负载，提供整体解决方案。在英特尔收购的这些企业中，除了前面已经提到的 Altera、Mobileye 之外，Nervana 也非常值得关注。2016 年 8 月，英特尔斥资超过亿美元收购这家员工人数不超过 50 人的创业公司，但是经过不到三年的成长，这家公司已经成为英特尔 AI 事业部的主体。依托 Nervana，英特尔成功在 2017年 10 月推出了专门针对机器学习的神经网络系列芯片，目前该芯片已经升级至第二代，预计 2019年下半年将正式量产上市，该芯片在云端上预计能和英伟达的 GPU 产品一较高下。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 36 （三）IT 及互联网企业 AI 兴起之后，互联网及 IT 企业凭借着在各大应用场景上技术和生态积累，也在积极拓展 AI 相关市场，其中 AI 芯片是部署重点之一。相较而言，互联网企业凭借着数据和场景先天优势，在 AI 算法和芯片领域优势更为明显，如美国谷歌、国内的 BAT。IT 企业如 IBM，在人工智能领域较早开始研究，2018 年年中曾经推出专门针对深度学习算法的原型芯片。（1）谷歌 TPU 芯片已经实现从云到端，物联网 TPU Edge 是当前布局重点谷歌可谓是 AI 芯片行业的一匹黑马，但是竞争力强劲。谷歌拥有大规模的数据中心，起初同其他厂商的数据中心一样，都采用 CPU+GPU 等异构架构进行计算加速，用来完成图像识别、语音搜索等计算服务。但是，随着业务量的快速增长，传统的异构模式也很难支撑庞大的算力需求，需要探索新的高效计算架构。同时，谷歌也需要通过研发芯片来拓展 AI 平台 TensorFlow 的生态。因此，2016年，Google 正式发布了 TPU 芯片。从谷歌 TPU 的本质来看，它是一款 ASIC（定制芯片），针对 TensorFlow 进行了特殊优化，因此该产品在其他平台上无法使用。第一代 Cloud TPU 仅用于自家云端机房，且已对多种 Google 官方云端服务带来加速效果，例如 Google 街景图服务的文字处理、Google 相簿的照片分析、甚至 Google搜寻引擎服务等。Cloud TPU 也在快速改版，2017 年推出第二代，2018 年推出第三代芯片 TPU 。同时，谷歌对 TPU 的态度也更为开放，之前主要是自用，目前也在对用户开放租赁业务，但没有提供给系统商。除了云端，谷歌针对边缘端推理需求快速增长的趋势，也在开发边缘 TPU 芯片。2017 年 11 月，Google 推出轻量版的 TensorFlow Lite（某种程度取代此前的 TensorFlow Mobile），使得能耗有限的移动设备也能支持 TensorFlow，2018年推出的 Edge TPU芯片即是以执行 TensorFlow Lite为主，而非 TensorFlow。Edge TPU 性能虽然远不如 TPU，但功耗及体积大幅缩小，适合物联网设备采用。 Edge TPU 可以自己运行计算，不需要与多台强大计算机相连，可在传感器或网关设备中与标准芯片或微控制器共同处理 AI 工作。按照谷歌的规划，Edge TPU 将提供给系统商，开放程度将进一步提升。如果 Edge TPU 推广顺利，支持的系统伙伴将进一步增多，谷歌将尽快推出下一代 Edge TPU 产品。即使推广不顺利， Google也可能自行推出 Edge 网关、Edge 设备等产品。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 37 （2）阿里巴巴推出自研神经网络处理芯片，同时加速对 AI 企业投资布局阿里巴巴作为国内 AI 领域的领军企业，在底层算力、算法技术以及应用平台方面都有较强积累。同 Google 类似原因，阿里巴巴也在近年来开始开发 AI 芯片，同时加大对相关领域的投资布局。 2017 年，阿里巴巴成立阿里达摩院，研究领域之一就是 AI 芯片技术。2018 年 4 月，阿里达摩院对外宣布正研发一款 Ali-NPU 神经网络芯片，预计将在 2019 年下半年问世。这款芯片将主要应用于图像视频分析、机器学习等 AI 推理计算。阿里巴巴在自研 AI 芯片之前，主要在通过投资的方式布局 AI 芯片领域。目前，寒武纪、深鉴科技、杭州中天微等都有阿里巴巴的入股，其中 2016 年 1 月份还成为了 AI 芯片设计企业杭州中天微的第一大股东。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 38 （3）百度通过自研、合作以及投资等多种方式布局 AI 芯片百度作为搜索企业，其对 AI 芯片的需求更为明确。早在 2011 年，百度就在 FPGA 和 GPU 进行了大规模部署，也开始在 FPGA 的基础上研发 AI 加速器来满足深度学习运算的需要。此后，百度就不断通过合作、投资和自研的方式来推进该业务。 1）加强同芯片设计及 IP 企业合作。2017 年 3 月，百度发布了 DuerOS 智慧芯片，并与紫光展锐、ARM、上海汉枫达成战略合作。这款芯片搭载了对话式人工智能操作系统，可以赋予设备 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 39 可对话的能力，能广泛用于智能玩具、蓝牙音箱、智能家居等多种设备。2017 年 8 月，百度又与赛思灵（Xilinx）发布了 XPU，这是一款 256 核、基于 FPGA 的云计算加速芯片。同在 2017 年，百度同华为达成合作，推动终端 AI 芯片的落地。 2）参与 AI 芯片企业投资。2018 年 2 月 5 日，美国初创公司 Lightelligence 宣布获得了 1000 万美元种子轮融资，由百度风投和美国半导体高管财团领投。Lightelligence主要利用基于光学的新技术，来加速人工智能的工作负载，通过光子电路的新兴技术来加速信息处理。 3）自研芯片也正在加速部署。2018 年 7 月，百度正式发布了自研的 AI 芯片“昆仑”，这是当时国内第一款云端全功能 AI 芯片，其中包含训练芯片昆仑 818-300，推理芯片昆仑 818-100。昆仑 AI 芯片是基于百度 CPU、GPU、FPGA 的 AI 加速器研发，能够在 100W 左右的功耗下，提供高达 260 万亿次/秒的运算速度，算力处于业界领先水平。（四）创业企业（1）寒武纪同时发力终端和云端芯片，技术综合实力较强寒武纪发源于中科院，是目前全球领先的智能芯片公司，由陈天石、陈云霁兄弟联合创办，团队成员主要人员构成也来自于中科院，其中还有部分参与龙芯项目的成员。2018 年 6 月公司，公司获得数亿美元投资，此轮融资之后，寒武纪科技估值从上年的 10 亿美金大幅上升至 25 亿美元。公司是目前国内为数不多的同时具备云端和终端 AI 芯片设计能力的企业。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 40 公司最早发力的是终端芯片，主要为 1A 系列，包括 1A、1H8 和 1H16，公司通过 IP 授权的模式赋能终端或者芯片设计企业，目前主要合作伙伴包括华为，其中麒麟 970 就采用其 1A 处理器。另外，公司还推出了面向低功耗场景视觉应用的寒武纪 1H8，高性能且拥有广泛通用性的寒武纪 1H16，以及用于终端人工智能产品的寒武纪 1M。2018 年 9 月，华为发布的麒麟 980 依然集成了优化版的寒武纪 1H 新一代智能处理器。公司云端芯片也取得较大突破。云端芯片一直是英特尔、英伟达等公司的领地，国内企业很难进入。2018 年 5 月，寒武纪推出算力达到 128Tops 的 MLU 100 云端智能芯片，可用于训练和推理。MLU100相比传统的 GPU 和 CPU 芯片，MLU 芯片拥有显著的性能功耗比和性能价格比优势，适用范围覆盖了图像识别、安防监控、智能驾驶等多个重点应用领域。 2019年 6月 20日，寒武纪正式推出了第二代云端 AI芯片——思元 270（MLU270）及板卡产品。思元 270采用的是寒武纪自主研发的 MLUv02指令集，可支持视觉、语音、自然语言处理以及传统机器学习等高度多样化的人工智能应用，更为视觉应用集成了充裕的视频和图像编解码硬件单元。具体性能指标方面，思元 270芯片处理非稀疏深度学习模型的理论峰值性能提升至上一代 MLU100的 4倍，达到了 128TOPS（INT8）；同时在定点训练领域取得关键性突破，兼容 INT4和 INT16运算，理论峰值分别达到 256TOPS和 64TOPS；支持浮点运算和混合精度运算。综合来看，公司在 AI 芯片方面竞争力较强。公司拥有自己的处理器架构和指令集，而且通过硬件神经元虚拟化、开发通用指令集、运用稀疏化处理器架构解决了 ASIC 用于深度学习时存在的云端算力的挑战、能效瓶颈、手机端和云端超大规模计算场景应用问题。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 41 （2）地平线机器人公司 AI芯片和计算平台在嵌入式及智能驾驶领域具备优势地平线成立于 2015 年，主要从事边缘人工智能芯片和计算平台业务，场景聚焦于智能驾驶和 AIoT边缘计算。2018 年起，公司逐渐实现产品化落地。2019 年 2 月，公司官方宣布已获得 6 亿美元 B轮融资，SK 中国、SK Hynix 以及数家中国一线汽车集团（与旗下基金）联合领投。B 轮融资后，地平线估值达 30 亿美元。 2017 年 12 月，地平线发布中国首款全球领先的嵌入式人工智能视觉芯片征程（Journey）系列和旭日（Sunrise）系列。旭日处理器面向智能摄像头等应用场景，具备在前端实现大规模人脸检测跟踪、视频结构化的处理能力，可广泛用于智慧城市、智慧零售等场景。征程处理器面向智能驾驶，具备同时对行人、机动车、非机动车、车道线、交通标志牌、红绿灯等多类目标进行精准的实时检测与识别的处理能力，同时满足车载严苛的环境要求以及不同环境下的视觉感知需求，可用于高性能 L2 级别的高级驾驶辅助系统 ADAS 。 2018 年 2 月，地平线自主研发的高清智能人脸识别网络摄像机，搭载地平线旭日人工智能芯片，提供基于深度学习算法的人脸抓拍、特征抽取、人脸特征值比对等功能。可以在摄像机端实现人脸库最大规模为 5 万的高性能人脸识别功能，适用于智慧城市、智慧零售等多种行业。 2018 年 4 月，公司发布地平线自动驾驶计算平台。目前已经更新到性能更强的升级版本，地平线 Matrix 自动驾驶计算平台结合深度学习感知技术，具备强大的感知计算能力，能够为 L3 和 L4 级别自动驾驶提供高性能的感知系统。地平线 Matrix 自动驾驶计算平台已向世界顶级 Robotaxi 厂商大规模供货，成功开创了中国自动驾驶芯片产品出海和商业化的先河。（3）比特大陆区块链矿机霸主进军 AI领域比特大陆是全球领先的算力芯片设计企业，其致力于开发高性能、低功耗、全定制的算力芯片，是全球少数几家掌握最先进 7nm制程设计能力并可规模量产 7nm芯片的公司之一。目前，比特大陆的产品主要应用于区块链和人工智能两个领域，区块链矿机的市场份额高达 %。2017年，比特大陆正式发布了面向人工智能领域的子品牌——“算丰”，并推出了针对深度学习推理的第一代云端 AI芯片 BM1680。2018年 3月，比特大陆快速推出了第二代云端人工智能芯片 BM1682，2018年 9月份推出了面向终端的 AI芯片产品 BM1880，并计划于 2019年推出其第三代云端 AI芯片 BM1684。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 42 此外，比特大陆基于其芯片，在云端还研发了加速卡、服务器等产品，在终端推出了计算棒、模组、开发板等产品，为不同行业的客户提供适应多种应用场景的产品。在项目落地方面，比特大陆基于云端 AI芯片的人脸闸机助力福建 618展会与厦门 98投洽会成功举办，累计通行超过 30万人次，通道表现稳定可靠，状况良好。在第二届数字中国峰会安保系统中，搭载比特大陆自研芯片的算丰人工智能服务器与海康威视人脸识别算法相融合，全程应用于峰会安全保障工作，3D人脸轨迹系统为日均 6万余人次、累计 150余万张人脸图片的海量分析提供算力支持。在合作方面，比特大陆与福建当地企业合资成立福建省算域大数据科技有限公司，负责福州城市大脑的投资、建设与运营，为日后福州 AI产业发展建设好基础设施。比特大陆还作为首批企业加入海淀城市大脑科技产业联盟，助力海淀“城市大脑”建设，后还与海淀区签署了围绕“智能处理芯片应用场景建设”的重大项目合作意向书，推动算力芯片应用落地。此外，公司还与东亚最大的游戏云平台优必达（ Ubitus ）合作，共同建设公司位于日本、台湾的机房，基于“算丰”芯片，公司协助 Ubitus共同开发计算机视觉相关的 AI功能。（4）嘉楠科技转型 AI芯片厂商作为仅次于比特大陆的全球第二大比特币矿机厂商，近几年以来，嘉楠科技也开始积极转型 AI芯片厂商，目前已掌握集 AI芯片研发、AI算法、结构、SoC集成及流程实现一体化等综合技术，以 AI芯片为核心建立 AI生态链，以生态伙伴需求为依归，为生态伙伴提供一揽子 AI服务方案。嘉楠科技于 2013年发布了全球首款基于 ASIC芯片的区块链计算设备，引领行业进入 ASIC时代。2015年，嘉楠科技获清华长三角研究院投资，并作为重点项目被引进至科技重镇杭州。同年，嘉楠科技成功实现 28nm制程工艺芯片的量产，迈出了 AI芯片量产的第一步。嘉楠科技在 2016年实现了 16nm芯片量产，一举通过国家高新技术企业认定。并于 2017年被正式评定为杭州市高科技独角兽企业。2018年，嘉楠科技连获两项全球重大技术突破，实现量产全球首个基于自研的 7nm芯片，以及量产全球首款基于 RISC-V 自研商用边缘智能计算芯片。 2018年 9月，嘉楠科技推出了第一代边缘侧 AI芯片勘智 K210，通过完全自主研发的神经网络加速器 IP，同时具备机器视觉和语音识别能力，可以在超低功耗下进行高速卷积神经网络计算。随后勘智 K210很快在无感门禁、智能门锁、病虫害防治等领域得到应用。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 43 在项目落地方面，嘉楠科技提供的无感门禁系统已经得到了软通动力总部大楼（共有集团员工 5万人）的采用，目前已实现每个监控点日均 2000次的识别数量。嘉楠科技提供的智能电表解决方案也被亚洲最大的社区——贵阳南明花果园社区采用，实现了对社区 10万多个传统电气表的智能化升级改造，解决传统人工入户抄表模式的“高成本、低效率、难入户”等问题。在治理林业病虫害的业务场景中，嘉楠与百度、林业大学合作，将搭载 8通道高性能麦克风阵列的音频处理硬件插入树中，以虫子嗑咬树植的声音为音源，判断害虫的位置。同时，还可利用 K210芯片的视觉能力，将芯片置入 40mm见方的智能盒子，通过图像分类和检测的方法判断视野内是否有害虫存在。这种视听综合判断的方法有效提升了判断的效率与精度，在林业、农田都有广泛的应用场景。同时，该智能盒子不需要外接供电设备，只需要电池供电即可，相比传统的设备更为轻量化，使用成本更低廉。第五节 AI 芯片应用场景及市场需求分析一、应用场景：云计算（一）云计算：共享规模化经济效益有效降低边际成本投入云计算是一种按使用计费的 IT服务模型，实现对高可靠、可配置的计算资源池（服务器、存储、网络、应用程序和服务）的方便快捷的访问，资源可通过最少的管理工作快速的配置和发布。云计算具有：资源池、广泛的网络访问、按需自助服务、快速弹性膨胀、测量服务等 5个基本特征。云计算服务模式主要包括：IaaS、PaaS、SaaS： 1、IAAS-提供基本的计算（虚拟或专用硬件）、存储、网络资源，使用者在资源中部署运行任意应用程序和操作系统； 2、PAAS-提供部署在云基础设施上的编程语言、库、服务和支持工具，为开发人员提供了一个自助服务门户而无需管理底层基础设施； SAAS-提供在云基础设施上运行的应用程序，程序运行管理皆由服务提供商负责。相比起传统 IT模式，云计算模式可实现：降低用户初始 IT投资成本及 IDC机房维护费用并实现资本效益配置最大化、IT资源快速弹性扩展、数据价值的有效挖掘以及业务的快速上线部署等。云计算服务模型 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 44 （二）云计算中心服务器及硬件市场规模云计算发展带动上游硬件市场需求近些年云厂商巨头快速扩张带动了上游数据机房建设热潮，虽然这会抵消部分企业自建机房及采购服务器的需求，但是这部分需求并没有消失而是转移到了对云数据中心 IT资源的需求上。中国云产业比美国发展晚 2~4年左右，在全球云计算市场中，美国占比达到 %，中国仅为 5%。 2017年中国 IT支出为万亿人民币，仅占全球 IT总支出金额的 %，对应中国 GDP水平仍有较大的提升空间。中国虽然起步较晚但发展迅猛，对比亚马逊及阿里巴巴云计算资本支出数据，可以看到阿里巴巴在云计算领域支出总金额绝对值虽然少于亚马逊，但增速却显著超过了亚马逊的资本支出增速，这显示了近年来国内加大对于计算资源基础设施的建设力度，将极大受益于服务器厂商及上游芯片厂商业绩。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 45 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 46 云计算与人工智能服务云计算为 AI开发部署提供多元化服务支持云计算服务供应商可以向客户提供包括计算、存储、数据库、分析、移动、物联网和企业应用等一系列多层级服务。在人工智能应用方面，由于人工智能（以深度学习为代表）的开发及应用对于算力、数据有较大的需求，而云计算服务可以为开发者提供 AI计算芯片以及基于其开发的智能服务器集群等强大算力设施的租用，同时也可以为开发者提供 PaaS级的开发平台或是直接提供已训练好的人工智能功能模块等产品。通过多元化的服务模式，可以降低开发者的开发成本和产品开发周期，为客户进行方便快捷的 AI赋能。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 47 云计算与人工智能云计算服务模式可显著降低 AI应用开发、部署成本云计算发展自互联网厂商提升服务器使用效率（考虑为应付黑色星期五、双 11等特殊日期访问量激增而添置的巨量服务器资源）而逐渐开始的服务器 Web租赁服务。在云计算产业链中，云厂商负责基础设施和云组织架构的搭建，并为客户提供 PaaS、SaaS服务，具有极高的资本和技术门槛，在产业链中享有极大的话语权。如前文所述，在 AI开发中，由于深度学习模型开发及部署需要强大算力支持，需要专用的芯片及服务器支持。开发者如选择自购 AI服务器成本过高。通过云服务模式，采取按需租用超算中心计算资源可极大降低项目期初资本投入同时也省却了项目开发期间的硬件运维费用，实现资本配置效率的最大化提升。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 48 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 49 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 50 云计算与 AI芯片 GPGPU+CUDA方案提供丰富的 AI开发 SDK及广泛适用性英伟达除了在传统独立显卡领域有近 7成的市场份额，其在云计算智能服务器领域市场份额更是一家独大。英伟达为客户提供了支持 AI应用开发的完备的 TESLA GPU产品线，相比于传统 CPU 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 51 服务器，在提供相同算力情况下，GPU服务器在成本、空间占用和能耗分别为传统方案的 1/8、 1/15和 1/8。除了优秀的硬件性能外，英伟达开发了基于 GPU的“CUDA”开发平台，为开发者提供了丰富的开发软件站 SDK，支持现有的大部分的机器学习、深度学习开发框架，开发者可以在 CUDA平台上使用自己熟悉的开发语言进行应用开发。公司花费大量时间培养自己的开发生态，包括与高校合作培训专业人才、开展专业竞赛，培养、发展英伟达“GPU+CUDA”的开发者群体，形成了相当可观的产品使用人群，构建了当前英伟达在人工智能领域的霸主地位。英伟达云端软硬件一体解决方案（三）云计算中心 AI 芯片市场规模及份额 GPU并非完美，市场期待替代 GPU的云端 AI芯片解决方案当前全球云计算 AI芯片市场英伟达一家独大（尤其是训练端），主要原因是英伟达 GPU产品线丰富，编程环境成熟，产品支持市场上主要的开发框架和语言，产品广受 AI开发者好评。但同时其产品也存在着功耗偏大、价格昂贵等问题（V100芯片售价达 10万元，DGX系列服务器售价过百万元）。基于此，各大云厂商纷纷提出自己的 AI芯片开发计划以摆脱上游 AI芯片供货商一家独大的垄断市场情况。此外根据数据显示，推断市场未来增速和空间将会高于训练端市场，而 GPU芯片并不善于推断任务，因此，在当前智能服务器渗透率尚低，GPU产品并非完美解决方案的情况下，我们认为对于其他 AI芯片厂商云计算中心市场依然存在着较大的市场空间可以进入。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 52 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 53 （四）云计算 AI 芯片发展趋势看好基于 AI专用指令集的可编程 ASIC芯片及配套开发平台如前文所述，当前在云端场景下被最广泛应用的 AI芯片是英伟达的 GPU，主要原因是：强大的并行计算能力（相比 CPU）、通用性以及成熟的开发环境。但是 GPU也并非是完美无缺的解决方案，明显的缺点如：高能耗以及高昂的价格。目前包括创业公司、科技巨头等都在积极寻找 GPU的替代方案，希望实现：既具有 GPU通用性、又具有更好的能效和算力表现的通用、可编程产品。当前市场上典型的替代方案包括 Google的 TPU系列以及寒武纪的 MLU系列产品。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 54 二、应用场景：边缘计算（一）边云协同共同实现万物互联时代计算任务需求边缘计算：在靠近数据源头的网络边缘侧，融合网络/计算/存储/应用等核心能力的分布式开放平台，就近提供边缘智能服务，具有海量联接、实时业务处理、数据优化、应用智能、安全与隐私保护等特点。边缘计算对软硬件系统提出了：1）海量异构联接、2）计算任务在边缘节点实时处理响应、3）硬件功耗/成本/空间/抗干扰等有严格要求、4）分布式资源的动态调度与统一管理、 5）支持联接/数据/管理/控制/应用/安全等方面的协同等要求。边云协同放大边缘计算及云计算价值：边缘计算承担数据采集和部分的数据处理任务，支撑云端应用，而云计算通过大数据分析，优化输出的业务规则或模型，下发到边缘侧，为终端提供运行规则/模型。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 55 （二）边缘计算场景与人工智能芯片边缘侧场景繁杂，综合考量 AI芯片 “PPACR” 在边缘计算场景，AI芯片主要承担推断任务，通过将终端设备上的传感器（麦克风阵列、摄像头等）收集的数据代入训练好的模型推理得出推断结果。由于边缘侧场景多种多样、各不相同，对于计算硬件的考量也不尽相同，芯片可以是 IP in SoC，也可以是边缘服务器，对于算力和能耗等性能需求也有大有小。因此不同于云端场景的“高端、通用”，应用于边缘侧的计算芯片需要针对特殊场景进行针对性设计以实现最优的解决方案。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 56 （三）应用场景 1：智慧安防市场当前国内基于 G端需求最明确的边缘计算 AI应用场景在国内，安防市场是最为确定的边缘侧 AI应用场景，主要原因是大量的监控视频数据分析对人力的需求与当前基层人力缺失、人力成本上升之间的显著矛盾。需求端来自于包括政府、大中企业以及个人安防需求，主要市场需求来自于政府，包括平安城市、智慧交通管控、智慧城市、雪亮工程等，其中公安部“雪亮工程” 提出到 2020年实现“全域覆盖、全网共享、全时可用、全程可控” ，智能摄像头的应用可以有效解决基层数据传输带宽压力以及基层警力人员缺失等问题，预计“雪亮工程”等政府项目将会对智能安防摄像头市场带来较大的驱动作用。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 57 （1）智慧安防与 AI 芯片 AI芯片为摄像头提供边缘智能解决方案降低数据回传需求安防摄像头发展经历了由模拟向数字化、数字化高清到现在的数字化智能方向的发展，最新的智能摄像头除了实现简单的录、存功能外，还可以实现结构化图像数据分析。安防摄像头一天可产生 20GB数据，若将全部数据回传到云数据中心将会对网络带宽和数据中心资源造成极大占用。通过在摄像头终端、网络边缘侧加装 AI芯片，实现对摄像头数据的本地化实时处理，经过结构化处理、关键信息提取，仅将带有关键信息的数据回传后方，将会大大降低网络传输带宽压力。当前主流解决方案分为：前端摄像头设备内集成 AI芯片和在边缘侧采取智能服务器级产品。前端芯片在设计上需要平衡面积、功耗、成本、可靠性等问题，最好采取低功耗、低成本解决方案（如： 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 58 DSP、ASIC）；边缘侧限制更少，可以采取能够进行更大规模数据处理任务的服务器级产品（如： GPU、ASIC）。 AI芯片在智能安防摄像头中的应用（2）智慧安防芯片市场市场考验厂商综合服务能力，海外厂商逐步退出国内市场摄像头由于任务相对单一，行业内产品同质化程度较高，导致行业竞争激烈。智能安防芯片领域参与者包括国际一线厂商如：英伟达、华为、安霸、TI等，还有创业公司如：比特大陆、地平线、云天励飞等，以及北京君正、国科微等传统安防半导体企业，甚至下游的安防厂商如海康威视、大华股份也开始自研 AI芯片产品。英伟达作为 AI巨头在安防领域有前、后端完整软硬件解决方案，国内诸多安防厂商均采购其产品；华为推出了 Hi3559等智能芯片，虽然算力性能表现暂时不如英伟达，但作为在国内传统 IPC市场有近 7成市场份额的企业，基于其深厚的市场积累，能够为客户提供完善的、高性价比的解决方案。在面临越来越多的企业涌入安防芯片市场的情况下，行业客户倾向于采购完整的方案，因此除了考察单一芯产品性能以外，更加考察企业的行业积累及整体解决方案设计及交付能力。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 59 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 60 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 61 （四）应用场景 2：移动互联网市场 AI芯片为移动互联网消费电子类产品带来新增市场空间智能手机在经历了近 10年的高速增长后，市场已趋于饱和，出货增速趋近于 0，行业逐渐转为存量市场。近年来，一批国产厂商在产品质量上逐渐达到了第一梯队的水平，进一步加剧了头部市场的竞争。为实现差异化竞争，各厂商加大手机 AI功能的开发，通过在手机 SoC芯片中植入 AI 芯片实现在低功耗情况下 AI功能的高效运行。随着未来竞争进一步加剧，以及产量上升所带来的 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 62 成本下降，预计 AI芯片将会进一步渗透进入到中等机型市场，市场空间广阔。移动端 AI芯片市场不止于智能手机，潜在市场还包括：智能手环/手表、VR/AR眼镜等市场。AI芯片在图像及语音方面的能力可能会带来未来人机交互方式的改变并进一步提升显示屏、摄像头的能力，有可能在未来改变移动端产品。（1）移动互联网与 AI 芯片智能手机：SoC内嵌 AI IP实现手机 AI功能的高效执行通过云数据中心做手机端 AI推理任务面临网络带宽延迟瓶颈的问题，严重影响用户使用体验，而 CPU适合逻辑运算，但并不适合 AI并行运算任务，目前市场上流行在 SoC中增加协处理器或专用加速单元来执行 AI任务。以智能手机为代表的移动互联网终端是一个多传感器融合的综合数据处理平台，AI芯片需要具备通用性，能够处理多类型任务能力。由于移动终端依靠电池驱动，而受制于电池仓大小和电池能量密度限制，芯片设计在追求算力的同时对功耗有着严格的限制，可以开发专用的 ASIC芯片或者是使用功耗较低的 DSP作为 AI处理单元。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 63 当今手机电池电容量普遍在 2000~5000mAh。有限的电量需要被被分配到 AP、CP中的射频、 CPU、GPU、ISP等诸多电子元器件，用于信号接发、编解码、摄像头、图像处理/渲染等多类型任务，对电子元器件功耗设计提出了极高的要求。通过设计专用的 AI加速运算单元并植入在 SoC 中，在功耗可控的情况下可实现高效的执行 AI运算任务。（2）移动互联网芯片市场传统手机芯片厂商技术实力强劲，行业壁垒较高目前手机芯片市场存在以下情况：1）、AI应用场景、功能有限；2）、AI芯片厂商一般向 SoC 厂提供 IP并收取授权费，需要 AI-IP与整块 SoC进行良好的匹配，而创业公司缺少与 SoC厂商合作经验；3）、传统手机 SoC厂商和 IP厂商都在开发自己的 AI加速器，传统 IP巨头可以采取 IP打包销售的方式推广其 AI-IP产品。相比之下新进厂商在成本、功能、产品线、匹配度等都不占优的情况下很难在该领域存活。新进厂商应加强其软件方面优势，并加深与手机厂商合作共同进行手机 AI功能开发。主要手机 AI芯片解决方案 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 64 2017年手机 SoC芯片市场份额 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 65 （五）应用场景 3：自动驾驶（1）前景广阔，但 5~10 年内 L4~5 进入乘用车平台困难较大根据美国汽车工程师协会（SAE）将自动驾驶按照车辆行驶对于系统依赖程度分为 L0~L5六个级别，L0为车辆行驶完全依赖驾驶员操纵，L3级以上系统即可在特定情况下实现驾驶员脱手操作，而 L5级则是在全场景下车辆行驶完全实现对系统的依赖。目前商业化乘用车车型中仅有 Audi A8、Tesla、凯迪拉克等部分车型可实现 L2、3级 ADAS。预计在 2020年左右，随着传感器、车载处理器等产品的进一步完善，将会有更多的 L3级车型出现。而 L4、5级自动驾驶预计将会率先在封闭园区中的商用车平台上实现应用落地，更广泛的乘用车平台高级别自动驾驶，需要伴随着技 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 66 术、政策、基础设施建设的进一步完善，预计至少在 2025年~2030年以后才会出现在一般道路上。（2）自动驾驶与汽车电子发展趋势高级 ADAS/自动驾驶需要中央“CPU+XPU”异构处理器目前汽车电子控制系统是分布式 ECU架构，不同的信息娱乐、车身、车辆运动和动力总成系统及其细分功能分别由不同独立的 ECU单元进行独立控制，部分高档车型上的 ECU数量超过 100个。未来随着汽车进入 L3级以上的高级别自动驾驶时代，随着车载传感器数量及其所产生的数据量剧增，分布式电子系统难以满足对大量、多元的传感器数据进行高效融合处理，并综合所有传感器数据做出车辆控制决策等一系列操作需求。要满足以上功能需求，汽车电子系统由需要向着域控制器（DCU）、多域控制器（MDC）等集中化方向发展，未来，汽车电子操控系统将会进一步向着集中化、软硬件解耦及平台化方向发展，汽车将会由统一的超算平台对传感器数据进行处理、融合、决策最终实现高级别的自动驾驶功能。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 67 （3）自动驾驶与 AI 芯片 AI芯片厂商需提供可编译的“硬件+软件”产品解决方案伴随人工智能技术在视觉领域的应用，基于视觉技术的自动驾驶方案逐渐变为可能，这需要在传统行车电脑平台上添加用于视觉算法处理的 AI芯片。自动驾驶汽车计算单元设计需要考虑算力、功耗体积等问题，出于硬件资源最优化应用，往往采取异构计算平台设计方案，及“CPU+XPU” （XPU包括：DSP/GPU/FPGA/ASIC），其中可采取 DSP用于图像特征提取任务、GPU/FPGA/ASIC等计算单元用于目标识别、追踪任务等，而 CPU则会用于定位、决策等逻辑运算任务。目前最典型的产品如英伟达的 DRIVE PX系列及后续的 Xavier、Pegasus等。除硬件计算平台外，英伟达为客户提供配套的软件平台及开放的上层传感器布局和自定义模块使得客户能够根据自身需要进行二次开发，其还为客户提供感知、制图以及行驶策略等解决方案。目前其产品已经被包括 ZF、Bosch、 Audi、Benz以及 Tesla等 Tier1s、OEMs厂商及诸多自动驾驶创业公司采用作为其处理器方案所使用。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 68 （4）自动驾驶芯片市场前装市场壁垒高企，企业需有深厚的汽车电子设计经验积累在全部的边缘计算场景中，用于自动驾驶的计算芯片设计难度最大，这主要体现在：1）算力要求高， L3级以上自动驾驶需要复数种类的传感器实现传感器冗余，包括：6~12颗单目摄像头、 3~12台毫米波雷达、5台以内的激光雷达等（不同方案配置侧重不同），因此产生的数据量极大（估计 L5级一天可产生数据量 4000GB），在车辆高速行驶的情况下系统需要能够快速对数据进行处理；2）汽车平台同样是由电池供电，因此对于计算单元功耗有较高的要求，早期计算平台功耗大、产热也较大，对于系统的续航及稳定性都有较大的印象；3）汽车电子需要满足 ASIL-D车规级电子产品设计标准，而使自动驾驶所需要的中央处理器达到 ASIL-D级设计标准难度更大。目前自动驾驶市场尚处于发展早期，市场环境不够成熟，但以英伟达、Intel（Mobileye、 Altera）等科技巨头为代表的厂商已经投入巨资在该领域开发出了相关的硬件产品及配套软件技术。人工智能芯片创业公司应该加强与 OEMs、Tier1或产业联盟合作为其提供 AI芯片+软件工具链的全套解决方案。（六）边缘计算 AI 芯片技术发展趋势企业应该具有系统级设计能力，为客户提供完整个解决方案边缘计算场景呈现多样化分布，除我们提到的安防监控、移动互联网、自动驾驶以外还涉及智慧家具、智能制造、智慧医疗等多样化物联网场景。不同的应用场景基于计算任务、场景限制等，对 AI芯片在算力、功耗、成本等方面提出了不同的要求。但总体来看，相对于云计算中心来说，边缘计算场景要求 AI芯片在芯片体积、功耗、成本方面做到更经济，由于边缘计算场景主要执行 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 69 推断任务，芯片算力及计算精度相对于云计算中心可适量下调。由于在功耗、面积、成本方面的限制， AI芯片企业往往需要将 AI芯片作为协处理器内置于 SoC中，因此对于企业的 SoC系统级产品开发能力提出了较强的要求。此外，对于复杂应用场景，如自动驾驶等，芯片企业应为客户提供硬件+软件开发环境的全套解决方案。三、智能家居智能家居近年来也成为人工智能重要的落地场景。从技术应用上讲，人类 90%的信息输出是通过语音，80%的是通过视觉，智能家居领域应用最多的就是智能语音交互技术。近年来，正是看到语音交互技术与智能家居深度融合的潜力，谷歌、苹果、微软均将其作为进入智能家居领域的重要切入口，发布了多款软硬件平台，如亚马逊推出的智能音箱设备。国内智能语音龙头企业科大讯飞较早就切入了该领域，联合地产商推出了硬件平台魔飞（MORFEI）平台，电视、咖啡机、电灯、空调、热水器等产品都能通过融入相关平台实现智能化。当前，无论是智能音箱还是其他智能家居设备，智能功能都是在云端来实现，但云端存在着语音交互时延的问题，对网络的需求限制了设备的使用空间，而且由此还带来了数据与隐私危机。为了让设备使用场景不受局限，用户体验更好，端侧智能已成为一种趋势，语音 AI 芯片也随之切入端侧市场。国内主要语音技术公司凭借自身在语音识别、自然语言处理、语音交互设计等技术上的积累，开始转型做 AI 语音芯片集成及提供语音交互解决方案，包括云知声、出门问问、思必驰以及 Rokid。市场上主流的 AI 语音芯片，一般都内置了为语音识别而优化的深度神经网络加速方案，以实现语音离线识别。随着算法的精进，部分企业的语音识别能力得到了较快提升，尤其是在远场识别、语音分析和语义理解等方面都取得了重要进展。云知声在 2018 年 5 月，推出语音 AI 芯片 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 70 雨燕，并在研发多模态芯片，以适应物联网场景，目前公司芯片产品已经广泛用于智能家电如空调之中；出门问问也在 2018 年推出了 AI 语音芯片模组“问芯”MobvoiA1；Rokid 也发在 2018 年发布了 AI 语音芯片 KAMINO18；思必驰利用其声纹识别等技术优势，2019 年初推出基于双 DSP 架构的语音处理专用芯片 TH1520，具有完整语音交互功能，能实现语音处理、语音识别、语音播报等功能。由于语音芯片市场过于细碎，需要企业根据场景和商业模式需要设计出芯片产品，这对传统的通用芯片企业的商业模式是一种颠覆，以致于在 2018 年以前都很少有芯片巨头进入该领域，这也给了国内语音芯片企业较大的施展空间。而对算法公司来说，通过进入芯片市场，进而通过解决方案直接面向客户和应用场景，通过实战数据来训练和优化算法。四、机器人机器人是人工智能行业最早的落地形态，也是现在和将来重要的应用方向。机器人主要包括两类——制造环境下的工业机器人和非制造环境下的服务机器人。工业机器人主要是面向工业领域的多关节机械手或多自由度机器人。服务机器人则是除工业机器人之外的、用于非制造业并服务于人类的各种先进机器人。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 71 随着云物移大智等信息及智能化技术的发展，机器人在某些领域的工作效率高于人类，并在工业和服务场景中得到了大量应用。据国际机器人联盟统计，2017 年，全球工业机器人产量达到万台，同比增长 30%，预计 2018-2021 年全球工业机器人产量将保持 10%以上增速增长， 2021 年产量预计将达到万台。中国是全球最大的工业机器人生产国，2017 年产量达到万台，同比大幅增长 60%。服务机器人主要用于物流、防务、公共服务、医疗等领域，虽然规模不大，但是增长迅速。2017 年全球产量为万台，同比大幅增长 85%。预计 2018 年全球专业服务机器人产量将达到万台，同比增长 32%，2019-2021 年平均增速将保持在 21% 左右。机器人尤其是国内产业规模的快速扩大，将大幅带动国内机器人相关智能芯片产业的发展。机器人由控制、传感、驱动和电源四大装置构成，其中控制装置是机器人的“大脑”，核心是 AI 芯片。机器人芯片需要具备强大的数据计算、自主判断思考和执行能力，国外厂商如高通、英特尔、 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 72 英伟达都在积极部署该领域，国内企业目前处于追赶状态，相关企业包括瑞芯微、珠海全志、炬力等。第六节 2020-2025 年我国 AI 芯片行业发展前景及趋势预测一、AI 芯片整体市场规模预测 AI芯片市场规模未来 5年增长有望达到 10倍 1、市场根据 AI芯片功能及部署场景将 AI芯片分为：训练/推断、云端/边缘两个维度进行划分。训练端由于需要对大量原始数据进行运算处理，因此对于硬件的算力、计算精度，以及数据存储和带宽等都有较高要求，此外在云端的训练芯片应该有较好的通用性和可编程能力。推理端对于硬件性能要求没有推断端高，实证证明一定范围的低精度运算可达到同等推理效果，但同时这要求模型训练精度要达到较高水平。根据中金公司研究部数据显示，2017年，整体 AI芯片市场规模达到亿美元，其中云端训练 AI芯片亿美元，云端推理芯片亿美元，边缘计算 AI芯片亿美元；到 2022 年，整体 AI芯片市场规模将会达到亿美元，CAGR 57%，其中云端训练 AI芯片亿美元，CAGR %，云端推断芯片亿美元，CAGR %，边缘计算 AI芯片亿美元，CAGR %。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 73 二、AI 芯片行业发展展望（一）人工智能产业相关政策梳理经济转型背景下国内将重点加大对科技领域的政策扶持力度（二）半导体产业相关政策梳理 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 74 半导体是发展“安全、可靠、领先”信息科技技术的基石国内半导体技术发展落后于海外，使我国在发展信息科技产业时，出现上游底层技术严重依赖海外的情况，在当前世界面临去全球化风潮中，不管是从商业还是从国家安全角度考虑，都急需开发自主产品对海外技术和产品实行替代。国内在 CPU领域有海光、兆芯、龙芯等厂商对相关领域进行填补。在布局发展物联网、人工智能等未来产业时，应吸取前车之鉴，提前布局、研发相关领域的通讯、计算芯片等底层技术。三、AI 芯片行业发展阶段行业存在泡沫，期待有技术实力和业绩的企业的发展前景国内在 CPU等高精尖半导体领域发展长期落后的背景下，在近两年集中出现了大量的 AI芯片行业企业，这一方面说明：资本和行业从业人员对 AI芯片未来应用前景的认可，另一方面也说明 AI芯片的技术门槛并没有 CPU高，或者可以说低端 AI芯片产品技术门槛并不高。芯片研发、制造成本高昂，对资金需求极大，预计未来 1~2年，随着各厂商首批 AI芯片产品的面市，市场将会对各厂商的产品和技术进行实际检验，技术不足、产品缺乏竞争力的团队在缺乏后续订单和盈利支撑的情况下将会陆续退出市场，存活下来的企业将会是技术和产品领先、获得市场认可的优秀企业和团队。当前已经有一批企业在产品研发和市场推广上作出了一定的成绩，其中包括海外和国内的科技巨头和创业公司，如：英伟达、华为海思、寒武纪、比特大陆等，其产品在云端、自动驾驶、智慧安防、移动互联网等场景中获得了较好地应用。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 75 四、AI 芯片行业资本市场热度 AI芯片行业市场预期逐渐趋于理性，创业进入市场检验期大量 AI芯片公司在 15~17年成立，18年新增企业数量减少。资本方面，受到宏观经济影响虽然行业内投融资事件相比 17年同比增长了 32%，但行业整体投融资金额骤减，但头部企业在 18年依然持续获得投资人青睐，多家企业创造了估值新高。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 76 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 77 五、行业投资布局关注具有软硬件开发、生态构建、充足资金及产品落地的企业基于前文对于技术、市场、宏观环境等因素的分析，我们认为提前布局 AI芯片领域在未来可能会使投资人享受到较好的投资收益，原因可以总结为：物联网、AI、5G等技术发展塑造了全新的、巨大的应用场景和市场空间，以及传统计算芯片在面临新场景时难以满足其计算需求，这两者共同催生了对于 AI芯片的需求及前景可观的市场想象空间。此外，在加大自主替代和科技领域投资的政策背景下，一批拥有优秀创业团队和技术实力的 AI芯片公司将会享有较好的市场政策和发展前景。对于 AI芯片行业发展的判断及 AI芯片公司评定标准 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 78 六、中国 AI 芯片行业发展趋势 AI芯片企业的主要落地市场包括云端（含边缘端）服务器、智慧型手机移动终端、物联网终端设备、自动驾驶等应用场景，这些市场都是千万量级出货量或百亿美元销售额，市场相当庞大。当前海外和国内的科技巨头和创业公司，已有一批企业在产品研发和市场推广上作出一定成绩，如 Nvidia、AMD、IBM、Intel及高通等传统的芯片老牌企业，也有如苹果、Google、亚马逊、华为、阿里巴巴、百度等互联网企业，逐渐兴起的新贵如中科寒武纪、地平线等，产品在云端、自动驾驶、智慧安防、移动互联网等场景中都获得较突出的应用。 AI芯片行业刚处于起步阶段，市场增长快速，芯片企业和客户的合作模式仍在探索中。同时 AI芯片行业也存在着泡沫，市场期待有技术实力和业绩的企业发展，国内在高精尖半导体领域发展落后背景下，近两年集中出现了大量 AI芯片行业企业，证明资本和行业从业人员对 AI芯片未来应用前景表示认可，另一面也说明 AI芯片的技术门槛并没有 CPU高，或者说低端 AI芯片产品技术门槛并不高。但需注意的是芯片研发、制造成本高昂，对资金需求极大，也是此行业特点。预计在未来 2年内，随着各厂商首批 AI芯片产品面市，市场将会对各厂商的产品和技术进行检验，技术不足、产品缺乏竞争力的团队在缺乏后续订单和盈利支撑下将会陆续退出市场，能存活下来的企业应该只有获得市场认可，技术坚强的团队。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 79 第三章 2019-2020 年中国 AI 芯片行业存在的问题尽管我国 AI芯片行业发展取得了一系列可喜成果，但仍存在一些突出问题有待解决。一、产能过剩仍需化解在行政干预、投资冲动等多重因素的影响下，我国在传统领域和新兴领域均出现了产能的快速扩张，但下游市场需求增速下降，产生了新一轮的产能过剩。本轮产能过剩具有涉及行业广、持续时间长、影响程度深、化解难度大的特点，已经成为我国当前经济发展中面临的突出问题。二、供需错配、有效需求不足供需结构错配主要表现为过剩产能处置缓慢，多样化、个性化、高端化需求难以得到满足，供给侧结构调整受到体制机制制约，市场供给不适应市场需求。有效供给不能完全适应消费结构升级的需求，需要提高供给侧对消费结构升级的适应性和灵活性；对当前的中国经济，大家有共识的是，经济发展已经由紧缺阶段进入了相对过剩的阶段。其中有供给方面的问题，即有效供给与需求不匹配。但是从更长远的角度来说，还是有效需求不足的问题。比如说降成本，其实空间已经很小了，降成本过程是不同部门的收益重新分摊，制造业成本下降，上游企业提供资源、提供资金的收益，包括政府的税收，都会受到影响。有效的供给改革是以能够激发潜在需求为前提，包括推进创新与结构性调整，根本上是因为激发了潜在的需求。中国经济发展更长远的挑战是有效需求不足。我们现在面临状况是在市场经济的条件下，资本因为追逐利润而去生产，它的本性驱使它不断地积累资本扩大生产，随着生产率越来越高，需求的速度远远跟不上，所以会导致有效需求不足，或者说生产过剩，造成利润率下降。潜在的巨大需求由于消费需求与购买能力在人群不匹配，长期需求与短期收益不匹配，公共需求与私人利益不匹配，使得其难以转化为现实的有效需求。归根结底，是由于资本追逐利润的生产方式，从而束缚了生产中人的杠杆与物的杠杆的结合，有效供给与有效需求的匹配。随着传统产业需求饱和，原有的供给结构已经越来越不适应市场需求结构的变化，再简单用扩大投资的办法化解供需矛盾，投资的边际效应会明显递减，对经济增长的拉动作用减弱，还会使现有矛盾和问题后延，潜在风险进一步积累。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 80 这就需要我们利用社会主义与市场经济的复合优势，将潜在需求转化为有效需求，持续扩大总需求，应对市场经济带来的长期利润率下降的危机。三、处于产业链的低端当前我国制造业大多处于产业链的低端。从低端产品起家，向高端产品发展，是一条艰难的创新之路。中国工业和信息化部副部长、国家制造强国建设领导小组办公室主任辛国斌 2018年 7月 13日在“2018国家制造强国建设专家论坛”上表示，一段时期以来，国内外评价中国制造业发展成就，往往扬长避短，片面夸大成绩。然而实际上中国制造业创新力不强，核心技术短缺的局面尚未根本改变。辛国斌表示，中国改革开放 40年来，制造业发展取得了举世瞩目的成就。尤其 2010年以来，中国制造业增加值连续多年位居世界第一，高技术制造业发展势头良好，目前占规模以上工业比重超过 12%，载人航天、高速铁路等多个领域实现重大突破，人工智能、物联网、大数据、云计算、区块链等新技术、产品、模式等不断涌现，一批技术进入国际市场第一方阵。辛国斌表示，看到成绩的同时，也要清醒地认识到中国制造业创新能力薄弱，对外依存度高，整体上仍处于全球产业链和价值链的中低端。据介绍，工信部对全国 30多家大型企业 130多种关键基础材料调研结果显示，32%的关键材料在中国仍为空白，52%依赖进口，绝大多数计算机和服务器通用处理器 95%的高端专用芯片，70%以上智能终端处理器以及绝大多数存储芯片依赖进口。在装备制造领域，高档数控机床、高档装备仪器、运载火箭、大飞机、航空发动机、汽车等关键件精加工生产线上逾 95%制造及检测设备依赖进口。中国在 2010年超越美国成为世界第一大工业产值国家，多年来制造业也一直是中国 GDP以及出口的重点，取得的成绩是可以看得到的，不过工信部对中国制造实力的定性也很客观——创新能力薄弱，对外依存度高，整体上依然处于全球产业链、价值链的中低端。事实上这也不是工信部第一次对中国制造如此定性，早在 2016年的两会上，工信部部长苗圩就表示“在全球制造业的四级梯队中，中国处于第三梯队，而且这种格局在短时间内难有根本性改变。要成为制造强国至少要再努力 30年。” 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 81 四、大而不强导致中国制造业“大而不强”的五大原因经济新常态下，传统产业代表的旧动力在减弱，以战略性新兴产业和高新技术产业为代表的新动力不足，成为我国制造强国的主要挑战。近几年，人民论坛，搜狐网等媒体竞相发布：中国制造业为何“大而不强”的言论，这也说明要想擦亮“中国制造”这个名片，优先要解决“大而不强” 的困境。目前我们的制造业大而不强原因有五个：第一，我们自主创新能力不强，基础比较薄弱。我们卫星 85%实现了国产化，但是还有 15%没有国产化的部分，花费了 80%的钱。第二，我们处于价值链的低端。郑州富士康有 30万人，一年生产亿部手机，但利润只占到整个利润价值的 5%多一点，利润很低。第三，生产经营效率不高。2011年我国制造业增加值率只有 %，而世界发达国家往往在 35%以上，可见差距比较大。第四，产业结构不合理。我们基本上是资源密集型、劳动力密集型企业，而技术密集型和服务密集型的企业太少了。第五是产品质量问题突出。中国制造和低质量可能是划等号的。所以习总书记讲要从中国制造向中国质量转变很重要，其他国家可能不存在这个问题。五、内生发展动力不足与国际上一些创新型发达国家相比，我国企业的总体内生发展动力仍显不足，创新活动仍局限于少数企业。内生动力，即创造力、创新能力，是决定企业发展的根本力量，是核心竞争力。企业是否能立足于市场，能否存活下去，能否发展，关键还是要看企业的内生动力和创造力。对于缺乏市场进取精神、缺失创造力的企业，即便政府不收税，也很难存活下去。一些企业投机取巧，最终被逐出市场，被淘汰出局的案例并不少见。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 82 随着新一轮科技革命和产业变革加速，增长动力的阶段转换开始，客观上要求企业创新能力实现从“跟踪、并行”并存、“跟踪”为主向“并行、领跑”为主的跃迁。目前，我国企业创新能力的发展进入了爬坡、攻坚阶段，正面临多重阻力。主要表现为：创新成果的保护方式落后，创新人才匮乏和成本居高不下，开放与合作创新水平不高。六、关键核心技术缺失缺乏核心技术是制约我国制造业的发展因素。近几年，核心技术仍受制于人的问题却日益突显。核心技术是制造业发展的重中之重，也是我国从“制造大国”走向“制造强国”的必然条件。如果核心技术受制于人，制造业的发展也会被扼于他人之手。“中兴事件”已经给了我们前车之鉴，核心技术决不能受制于人。但就目前而言，我们制造业核心技术的掌握程度仍有不足。究其原因，一方面，所谓的核心技术依靠的就是强大的工业底蕴加上长时间的技术积累、资金投入。我国的制造业起步晚，基础薄弱、资金短缺、人才不足，核心技术在短期内难以取得突破是一件在所难免的事情。另一方面，一些的制造业企业以挣快钱的浮躁心态去经营企业，并不重视核心技术，长期忽视技术研发与科技创新，也在一定程度上导致了核心技术的落后。发展制造业，首先要靠创新、靠质量。创新要突破核心技术，抢占制高点。核心技术不能全靠进口，补足制造业短板的工作已迫在眉睫。近年来，我国制造业不断发展，产业结构持续优化，但在关键核心领域仍存在诸多短板弱项，创新能力依然薄弱且不平衡，关键核心技术缺失是制造业的切肤之痛，更是制约“两机”发展的重大瓶颈，补短板、强弱项是当前各项工作的迫切需要。中国要成为制造强国，必须拥有自己的核心技术。没有核心技术，做不到舍我其谁，更没有未雨绸缪的准备，盲目于跟风和炒作，中国的制造业会更加风雨飘摇！中国经济要实现更高质量、更高效率的发展，一方面要破除对房地产市场拉动经济发展作用的迷信，真正把发展的动能放到依靠技术进步、人才培养、自主创新的路径上来；另一方面要加快构建房地产市场平稳健康发展的长效机制，综合运用金融、土地、财税、投资、立法等手段，驱动房地产市场走上正轨，从根本上消除不时涌现出来的依赖症。工业强基、实业兴邦，是一个人口大国走向经济强国的唯一途径。改革开放三十多年来，中国工业化快速推进，重化工业得以长足发展，" 中国制造 " 征服了世界主要市场。然而，金融危机之后，制造业尤其是重化工业产能过剩问题暴露无遗，这对中国工业转型升级虽是一个重大机遇，但对中低端制造业却是一次重创和打击。在工业产能过剩、GDP 增速下滑的大背景下，一些工业企业执着于自己的主业，面对房地产和金融 " 暴利 " 的诱惑，它们不分心、不分神，持续研发，不断创新，志在长远，放眼世界。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 83 从世界列强走过的历史道路来看，没有一个国家是靠房地产业走向强盛的，也没有一个国家是靠资本运作、倒腾股权走向强大的。制造业才是立国之本、强国之基，而核心技术则是制造业的基础。世界强国的兴衰史和中华民族的奋斗史一再向我们证明，拥有核心技术的制造业才能强盛，而拥有强盛的制造业才能拥有强生的国家和民族。面对目前核心技术受制于人的情况，我国的制造业仍需不断努力突破。我们仍有不小的差距，还需要再努力，再奋斗，再发展，有自主创新，彻底摆脱对国外的依赖，才能真正的实现智能制造 2025，成为真正的工业强国，补齐短板不再尴尬。七、产品质量不高我国产品质量总体不够高提质迫在眉睫我国质量总体水平不够高。首先是产品质量总体水平还有一定的差距，一部分产品档次还比较低。特别是中高端的产品难以满足消费者的需求，以至大家说的“海淘”、“海购”、消费外溢。我们有一些商品走到国际先进行列，但总体上处于产业链的中低端，国际竞争力有待增强。重要的一个问题就是品牌，品牌建设的差距还是比较大的，现在许多产品是贴牌生产，全世界驰名的大品牌我们国家还比较少。这是从产品的质量状况来分析的。八、缺少“工匠精神” 中国制造，匠心精神的空白日本拥有数以万计的百年老铺甚至千年老店，许多日本企业能延续百年甚至千年的秘诀，就是持之以恒专注自己的事业，不为眼前的利润所左右的“工匠精神”。意大利的匠人及工坊闻名遐迩，许多奢侈品大牌出自意大利的小工坊匠人之手。在日本、意大利、德国等国家，工匠精神都得到了很好地传承。放眼国内，李宁的悄然没落，班尼路的轰然倒塌，匠心不在，一切的浮华都是过眼云烟说散就散了，“中国制造”的灵魂，仍是国人努力的一个中国梦。九、物流配送问题在我国现在还缺乏一个高效成熟的社会物流配送体系能够对实物的转移提供低成本的、及时的、便捷的服务。配送的成本过高、速度过慢是偶尔涉足电子商务的企业和个人最为不满的问题。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 84 十、AI 芯片业经营管理信息化及智能化不足技术的创新应用是零售企业增强核心竞争力，实现可持续发展的动力。但长期以来，零售业信息化、智能化效率普遍相对较低，很多零售企业信息化、智能化水平较低，缺乏先进的信息设备，仍使用人工方式，进行较低效率的管理、销售、售后服务等。同时，受资金不足、人才缺乏、体制不活、政策不力等诸多因素的制约，使零售企业的生存受影响，对其发展与壮大非常不利。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 85 第四章 2019-2020 年中国 AI 芯片行业面临的困境中国食品产业新一轮发展面临以下挑战：食品安全问题—决定了中国食品产业的发展质量；食品的营养与健康—决定了中国食品产业的发展水平；中国食品产业的自主创新—决定了中国食品产业的特色和价值；中国食品学科的多层次分布及专业化方向—决定了中国食品产业的持久竞争力；关注节能和环保—将影响中国食品产业可持续发展的未来。一、增长势头一路走低出现这种现象的原因，既有整体经济低迷的影响，也有消费进一步萎缩的作用。比如说近两年经济大环境下行明显，消费力不足，导致 AI芯片产品销量不振，传统 AI芯片行业的发展越来越艰难。二、成本居高不下压缩企业盈利空间 AI芯片企业经营压力日增，资源与环境约束趋紧，土地、和劳动力等生产要素成本不断上升，企业多年老惯常的依靠资源要素投入、规模扩张的粗放型发展模式难以为继。尤其近几年来，伴随深圳房地产价格、用工成本不断上升，劳资关系博弈困扰日益加大，技术蓝领工人和中下层和管理骨干留任越来越难，导致制造业综合成本一路攀升，行业利润率持续走低。企业各级各种税费负担过重，减费数额不大，企业税负相比其他国家仍显过高。另外，融资成本太贵，银行贷款利率平均上浮 10%以上，加上担保费、交易费等其他费用，融资成本高昂，导致民间借贷猖狂，非法互联网金融融资盛行，也引发了许多社会问题。三、AI 芯片业成本竞争力下降 2015年，美国波士顿咨询集团(BCG)发布了一份《全球制造业转移的经济分析》报告显示，中国作为低成本制造业大国的竞争优势正在逐步削弱，美国温和的薪酬增长、高效的生产技术、低廉的能源价格以及美元汇率走低使得部分商品在中美两国的生产成本几乎没有差异，越来越多的美国企业与其他国家跨国公司未来会选择在美国境内进行生产。此外，经济学人智库发布的一份《中国制造业劳动力成本分析》报告显示，在劳动力成本方面，中国相对于越南、印度、尼日利亚、印尼等新兴制造业国家失去比较优势。预计，中国制造业劳动力成本将会逐年稳步攀升，将在 2019年分别达到越南劳动力成本的 177%及印度的 218%。据有关资料显示，由于成本原因及贸易因素，我国纺织业对外投资设厂明显增多，截至 2014年年底，国内纺织业已在全球 100多个国家和地区投资建立超过 2600家纺织服装生产、贸易和产品设计企 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 86 业，其中大多数分布在亚洲。2004年至今，国内约 200家服装企业在东南亚建设了生产车间。能源成本也是影响部分制造企业选择海外设厂的重要因素之一。以福耀集团所在的玻璃行业为例，属于天然的高耗能的行业，据业界提供的数据，天然气或燃料占整个玻璃生产成本的 %，天然气价格直接影响玻璃的生产成本。美国由于页岩天然气的开发，2014年工业用天然气成本下降到约美元/MBTU(百万英热单位)，而我国工业用天然气 2014年为美元/MBTU，成本约为美国的倍。此外，我国税费成本也有可以降低的空间。从现实情况看，人工成本、能源成本、税费成本以及综合交易成本等均直接影响企业的投资决策。当然，还应该看到，不同行业的企业成本构成并不一样；笼统地进行制造业成本国际比较是有很大局限性的。四、产品同质化严重，结构性问题较为突出即使不少的 AI芯片企业不断提出新品应对消费市场的变化，但由于产品同质化现象明显，难以在消费者群体中留下深刻印象。另外，大部分快消企业不但缺乏品牌影响力，而且也缺失高端产品线的支撑，企业盈利能力开始下降，经营管理问题也越来越突出。五、跟不上消费变化消费观念与消费结构同步发生了明显的变化，消费者意识逐渐改变，呈现多元化消费趋势。传统快消企业面对消费升级的新常态，由于未能及时调整好策略、把握消费需求、并加强与消费者的沟通和互动，造成市场应对越来越被动。六、品牌竞争激烈 AI芯片行业之间的竞争，导致品牌之间的竞争，而经济下行带来的市场容量萎缩，进一步加剧了品牌之间的恶性竞争，价格战、渠道战、促销战在不断升级，导致营销费用不断增加，最终企业的竞争压力越来越大。七、转变经营模式困难重重传统企业必须从做库存转向订单式生产，实现从推动式经营向拉动式经营的转变，这是个艰难的过程。整个企业的观念、架构、人员的构成、产品研发的模式和目标都要变革。这个难关过不去，转变经营模式是很难成功的。八、转型有待系统变革 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 87 目前，消费转型更多体现在对消费体验方面的关注，如购物环境、商品陈列、空间规划，或是业态上的跨界，如超市+餐饮，超市+3C，超市+娱乐休闲，这种业态升级迎合了消费升级下的部分新需求，也是创新的具体体现，但简单的业态组合或业态细分或聚焦，不能解决行业遭遇困境的根源问题。转型升级并不意味着只是进行空间改造，引入各种体验业态，社交性场景，标配化地增加服务，未必一定能够很好的实现引流效果，带来整体项目业绩提升。九、“用工荒”逼迫 AI 芯片企业转型 “人才为本”是“中国制造 2025”规划的五大基本方针之一。以大数据、物联网、人工智能等新技术等为代表的 AI芯片智能制造，以文化创意、时尚传媒、品牌营销等为代表的时尚品牌生态运营，以共享经济、平台经济、个性化定制等为代表的新经济，对各类行业创新型人才的需求不断提高。适用人才匮乏当前， AI芯片行业用工方面带来三个极为突出的问题：一是招工难，工人流动性大；二是在岗职工平均年龄普遍较高，代际更替出现断层，“85后”工人日渐稀缺；三是高端设计研发人才、高级营销管理人才等存在着“引进难、留住难”的问题。十、“脱实向虚”倾向国际金融危机后我国工业及制造业比重下降偏快。伴随经济发展进入新常态，工业增速合理回落总体上是合乎规律的，但也要看到工业占比回落过快所表征的“脱实向虚”倾向。1991—2000 年，我国工业年均增长 %，到 2016年降为 6%，增速回落一半多。工业增速下降的同时，我国工业及制造业比重自 2006年开始下降。2006—2016年，工业占比 10年间由 42%降至 %。与发达国家走过的历程相比，降速显然过快。制造业占比与金融保险和房地产业占比的差距，1990— 2008年在 23个百分点左右，2016年缩小为 11个百分点。2013—2016年，工业就业人数占比连续下降，从 %降至 29%左右。当前我国工业相对地位下降，既有加快经济结构优化、转向服务主导型经济的正面因素，也有做实业太难、金融服务不到位等负面因素，值得警惕。十一、“过度房地产化”对实体经济的挤出效应我国规模以上工业平均利润率 5%—6%，而金融行业净资产收益率在 15%以上，房地产行业利润率也是两位数。行业报酬结构失衡产生虹吸效应，致使各种创新要素、生产要素逃出实体经济，进入金融、房地产领域。这不仅动摇了实体经济可持续发展的基础，还削弱了“基业长青、追求卓越”的企业家精神。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 88 近几年全国的房地产价格飙升，大大提高了民间对这个行业的预期，不仅把房地产泡沫推向了新的高度，而且对实体经济尤其是中小型企业产生了挤出效应。另外伴随着房价的飙升，租金成本也在明显上涨，让不少制造企业感受到了租金费用导致的压力。很多劳动力密集型企业将工厂搬回了内地人力资源丰富、成本较低的城市，只将研发和销售部门留在了深圳。十二、“过度金融化”掠夺实体经济发展成果因国家金融监管严重滞后，各种形式的融资担保，互联网金融和民间借贷打着金融创新的名义任意放大杠杆，肆虐市场，不少企业因融资成本加大而倒在了资金链断裂的路上。城市房价的高企和金融环境的复杂化成为深圳未来几年，乃至今后相当长一段时间内必须面对的一个重大经济问题。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 89 第五章 2019-2020 年中国 AI 芯片行业面临的制约与挑战一、传统红利正在递减中国人口红利的消失，不仅体现在加速老龄化上，也体现在劳动力的减少上，尤其是年轻劳动力的减少；“全球化红利”目前也在减弱；政府主导型的投资红利，不可持续的矛盾越来越突出了。过去 30余年，中国通过改革开放有效地释放了这些红利，实现了经济的快速发展。但是，随着内外环境的变化，“传统红利”正在递减。二、制造业转型升级的难度较大近年来智能制造成为推动制造业转型升级、成为国家经济竞争力的关键所在，但是目前中国智能制造还处于比较分散和竞争力较弱的初级阶段。徐东华说，我国智能制造侧重于技术追踪及技术引进，在高端电子装备制造、极限制造、生物制造和芯片制造等基础研究和共性技术研究领域投入不足，原始创新匮乏，制约了我国智能制造的推进。而且，智能制造领域高端人才及复合型人才需求缺口较大，加重了对国外智能制造装备和技术的依赖。此外，我国企业智能化水平参差不齐，普遍不高。 “目前我国在智能制造、自主制造上的问题，表面看是核心技术支撑的生产制造能力不足造成的，但从深层次来看，是包括配套、制度、文化在内的系统性支撑不足。这就决定了改变也必须是系统性的，依靠单一技术、单一产品的突破短期有效，但长期还是难预见中国制造业持续创新发展的生态系统。”上海临港经济发展集团董事长刘家平称。三、我国制造业的优劣势正在发生变化近几年，随着中国人口红利逐步消失、原材料和人力成本不断攀升，中国制造业赖以生存的全球竞争优势正在逐步丧失。同时，传统落后的生产管理模式也已经无法满足日益多样化的市场需求，中国制造业的发展正在面临着严峻的挑战。我们也面临着诸多挑战，包括劳动力成本提升较快，劳动生产率不高，综合成本较高，附加值较低；制造业产品质量较低，低端产能过剩与高端产品有效供给不足并存，缺乏世界知名品牌；企业创新能力不足，技术实力有较大差距；基础工业相对薄弱，核心关键技术对外依赖度较大；劳动密集制造开始外移，产业和技术空心化值得警惕。在一国劳动力成本较低的时候，制造业竞争力会凸显出来，出口份额会不断提升；但随着经济 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 90 增长和劳动力成本的提高，相比其它国家的成本优势会逐渐减弱，该国在全球出口、尤其是中低端制造业出口的份额会不断被侵蚀，领先地位逐渐被成本更低的国家取代。在这一过程中，必须实现产业和贸易的升级，注重技术创新，将产业向“微笑曲线”的两端发展，才能保持持久的竞争力。四、与先进国家相比还有较大差距经过几十年的快速发展，我国制造业规模跃居世界第一位，建立起门类齐全、独立完整的制造体系，成为支撑我国经济社会发展的重要基石和促进世界经济发展的重要力量，我国已具备了建设工业强国的基础和条件。但我国仍处于工业化进程中，与先进国家相比还有较大差距。制造业大而不强，自主创新能力弱，关键核心技术与高端装备对外依存度高，以企业为主体的制造业创新体系不完善；产品档次不高，缺乏世界知名品牌；资源能源利用效率低，环境污染问题较为突出；产业结构不合理，高端装备制造业和生产性服务业发展滞后；信息化水平不高，与工业化融合深度不够；产业国际化程度不高，企业全球化经营能力不足。推进制造强国建设，必须着力解决以上问题。盛世华研认为：建设制造强国，必须紧紧抓住当前难得的战略机遇，积极应对挑战，加强统筹规划，突出创新驱动，制定特殊政策，发挥制度优势，动员全社会力量奋力拼搏，更多依靠中国装备、依托中国品牌，实现中国制造向中国创造的转变，中国速度向中国质量的转变，中国产品向中国品牌的转变，完成中国制造由大变强的战略任务。五、装备和技术严重依赖进口高端制造装备对外依存度较高目前我国智能装备难以满足制造业发展的需求，我国 90%的工业机器人、80%的集成电路芯片制造装备、40%的大型石化装备、70%的汽车制造关键设备、核电等重大工程的自动化成套控制系统及先进集约化农业装备严重依赖进口。船舶电子产品本土化率还不到 10%。关键技术自给率低，主要体现在缺乏先进的传感器等基础部件，精密测量技术、智能控制技术、智能化嵌入式软件等先进技术对外依赖度高。关键智能制造技术及核心基础部件主要依赖进口构成智能制造装备或实现制造过程智能化的重要基础技术和关键零部件主要依赖进口，如新型传感器等感知和在线分析技术、典型控制系统与工业网络技术、高性能液压件与气动原件、高速精密轴承、大功率变频技术、特种执行机构等。许多重要装备和制造过程尚未掌握系统设计与核心制 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 91 造技术，如精密工作母机设计制造基础技术、百万吨乙烯等大型石化的设计技术和工艺包等均未现国产化。几乎所有高端装备的核心控制技术严重依赖进口。综上所述，我国的智能制造技术还存在着一些问题，需要我们去挖掘更有效的方法来解决，我们更应该着重于思路的创新性，与国际化接轨。目前，世界各国都对智能制造系统进行了各种研究，未来智能制造技术也会不断地发展。目前，以 3D打印为代表的“数字化”制造技术已经崭露头角，未来智能制造技术创新及应用也会贯穿制造业全过程，世界范围内智能制造国家战略将会空前高涨，这对我国来说，无疑是一项挑战也是巨大的动力。六、技术引进受阻当前，中国产业整体发展范围在不断扩大，各产业的生产规模也在不断拓展，相应的技术也有了突破性的进展，甚至很多技术都是走在世界前沿的，在此背景下，要想通过技术引进来实现产业结构进一步优化的可能性变小，加上高科技领域相应技术的封锁与控制使得技术引进变得更加困难，自身的创新能力又有限，所以这就给进一步实现产业结构优化升级带来了阻碍。七、高素质人才缺乏随着 AI芯片行业的不断开发和发展，其对人才需求方面出现了人才总量不断扩大、人才结构不断优化的要求，人才远远不能满足 AI芯片行业发展的需要”。主要存在整体文化水平不高，人才结构有待改善，高层次人才缺口大，核心竞争力弱的问题。特别是产品开发和生产方面缺乏高、精、尖的专业科技人员，产业运营方面也缺少能力卓越的管理人才，需要大量的高层次人才、高技能人才、创新型人才、复合型人才以及高、精、尖的核心技术人才。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 92 第六章 2020-2025 年中国 AI 芯片行业发展建议一、创新和产业升级是加快制造强国建设关键改革开放四十年来，中国制造业的产能雄踞全球前列，其中 100多种产品产量居全球首位，家电、制鞋、棉纺、化纤、服装等产能占全球的 50%以上，轻工、纺织出口占全球的 30%以上，产业规模如此巨大，但却难称制造强国。世界工厂的地位并没有带来相对应的利润，中国出口产品的附加值一直处于低位，在技术创新、质量控制、品种结构、产品品质、品牌培育等方面与发达国家的差距不容回避。加快建设制造强国，必须坚持往创新，坚持产业转型升级。除了传统制造业企业，高新科技企业在制造强国建设中也发挥着越来越重要的作用。在全国人大代表、小米科技董事长雷军看来，中国制造业升级可以把创新、质量、设计和“互联网＋”作为四个支撑点，而创新是首要，“我觉得发展制造业，首先还是要靠创新，主要是在核心技术上有所突破，抢占技术的制高点，并且获得技术的话语权。创新是制造业发展最重要的手段。” 制造业要实现高质量发展，只有在材料、技术、产品＋服务的全方位发展，才能不断催生和孕育新技术，不断满足人们对美好生活的需求，在此过程中，创新是关键。实践证明，只要坚持创新，传统制造业同样能焕发出发展新活力。” 二、中国制造业必须要有自己的核心技术目前中国的制造业规模变大，成本相对较低，但技术水平、科技含量、附加值方面还有待提升，这是目前整个中国制造业和中国企业面临的比较核心的问题。9号下午，全国人大代表、格力电器董事长董明珠在今年两会第二场“代表通道”上更是谈到，中国制造要成为制造强国，必须拥有自己的核心技术。“一些关键核心技术还没掌握在自己手上。” 但核心技术怎么来？朝着本领域技术制高点积极进行研发创新，是必由之路。其实，走技术创新之路已经成为业内共识。不少企业已经以技术创新为导向，在投资结构、研发方向等方面先行一步。此前记者会上，宁高宁谈到，在中国企业界里，这几年以来，大家去买矿山、油田、土地等资源去找政策支持的少了。“今天就是没有创新、没有技术就不要投资，不要扩大规模，不要再做重复性的建设了。”他认为这是一个很好的开始，中国制造业已经悄悄地在起步了。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 93 三、以“品质革命”引领中国制造“华丽转身” 产品质量提升刻不容缓与 10年、20年前相比，如今的“中国制造”已让世人刮目相看，而外界似乎也更期待“中国制造”的华丽转身。全国人大代表、小米科技董事长兼 CEO雷军于 8日下午建言称，中国制造业未来要发展，只有把质量搞好，中国制造才能去除山寨、低端的形象。这个观点也得到了全国人大代表、中国船舶重工集团公司第七二五研究所所长马玉璞的肯定，我国通过多年发展，工业门类已经很齐全，但是我国的制造业还处于中低端。中国要想成为一个制造强国，必须提高我们产品的质量。“号召中国企业制造出像德国产品那样真正叫响世界的产品”。盛世华研认为：改革是推进国家发展前进的动力源，品质是打造国际影响声誉的生命线，“品质革命”则是助推“中国制造”提挡升级的加速剂。我国是名副其实的消费品制造、消费和出口大国，目前生产的消费品中，有 100多种产品产量居全球首位，与此同时，也需要积极通过质量提升行动，加速迈向制造强国。四、优化营商环境为企业强化服务减轻负担优化营商环境，为企业强化服务减轻负担，是进一步提高产业竞争力的重要手段。随着我国传统低成本优势削弱，特别是面临以美国为首的减税竞争，我国必须进一步大幅度降低企业税费负担，让企业轻装上阵迎接竞争。此外，要强化政府为企业服务，特别是提供有利于企业创新驱动的系列制度环境。五、改进与制造业相关的公共政策总体来看，制造业的公共政策主要包括以下几方面：一是人才政策，如教育和人才培养、人才激励等；二是鼓励技术创新的政策，如鼓励利用先进技术、技术转让和科学研究等；三是建设创新网络，如突破传统界限，加强创新主体之间的合作，跨领域和跨地区的合作等；四是培育要素市场，促进各种驱动因素的平衡，如降低综合成本，提高整体效率等；五是政府与市场的合理分工，加强政府与私营部门的合作；六是加强法治建设，如保护知识产权、完善标准体系和检验检测、促进公平市场竞争等。德勤公司对中国企业管理人员进行的一项制造业政策竞争力调查结果显示，被调查的企业高管认为，提升制造业竞争力的政策按重要性排序为：支持科学、技术和创新的政策最具竞争优势，接下来依次是技术转让和应用整合政策、可持续发展政策，以及基础设施建设与规划。有些政策和制 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 94 度一定程度上影响了企业的竞争力，有待改进，依次是政府的干预、劳动政策、法律法规、企业税费和高收入职工的个人所得税等。由此可见，我国制造业公共政策的重点应放在进一步完善制度环境、降低企业综合生产成本和社会交易成本、提高制造业公共政策的国际竞争力等方面。六、强化培育消费者对国货的信心大力完善市场环境，强化培育消费者对国货的信心，是发挥需求引领动力，拉动产业升级的核心。在“企业”、“市场”到“最终消费者”这三个环节中，我国“企业”有着很强的活力和竞争力，“消费者”有着升级的迫切需求，而“市场”则是当前的最突出短板。当前，迫切需要大幅度增加政府对商品质量抽查的投入，广泛采用互联网等新手段全面高效公开商品质量信息，加大对消费者权益的保护力度，在市场监管环节落实从“企业优先”转向“消费者优先”的理念，全面创造消费者“放心买”的市场环境，发挥我国巨大市场规模对实体经济的拉动作用。七、应对中国制造业综合成本上升建议应对中国制造业综合成本上升的问题，应从制造业的智能化改造、创新工业组织流程、提高劳动生产率，以及统筹协同推进能源资源等诸多领域的供给侧结构性改革。八、培育世界先进制造业集群在 2018年的两会上，作为浙江非公有制企业的委员代表，王建沂表示，将继续聚焦高质量发展、聚焦实体经济、聚焦转型升级、聚焦现代化，并拟提交 7份提案，其中之一即《发挥制度优势、坚定道路自信，培育一批世界级先进制造业集群，打造一批世界级的行业领军企业》。培育世界级先进制造业集群，是我国产业迈向全球价值链中高端，在产业组织形态和区域布局方面推动高质量发展的必然要求。当下，在我国由“制造大国”向“制造强国”迈进的新征程中，已经形成了以“京津冀”、“长三角”、“珠三角”等区域为核心的若干现代产业集群，但我国的现代产业集群发展还面临着产业层次不高、技术水准不强、规模不大、产业组织形态碎片化、低小散等问题，对培育世界级先进制造业集群带来了一定的挑战。通过调研和走访，并结合所在企业富通集团正在浙江嘉兴的产业探索和实践，王建沂认为，从国家战略的高度出发，立足中国特色社会主义的制度优势和道路优势，集中全要素资源，以打造一批世界级行业领军企业，以此培育一批世界级先进制造业集群此外，王建沂还指出，要实施创新驱动战略，建设一批区域产业创新中心。以深入推动“中国制造 2025”战略为契机，以产业创新为目标，实施创新驱动战略，导入大数据、物联网、互联网 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 95 +、人工智能等新技术，通过培育世界级先进制造业集群带动装备制造业和传统产业的改造升级，加快“制造强国”建设的步伐。九、进一步加大对内对外开放步伐进一步加大对内对外开放步伐，是实体经济升级的压力和激励。改革开放以来的实践证明，我国制造业不怕竞争，竞争有利于产业的升级和发展。因此，我国要坚持开放步伐，特别是服务业的开放。只有进一步的开放，才能适应服务型制造的升级趋势，更好促进实体经济发展。十、建立多渠道投融资机制统筹政府和市场多渠道资金投入，形成财政资金、金融资本、社会资本多方支持的格局。十一、健全复合人才培养机制建设专业人才培训基地，加快建成多层次、高质量的人才梯队。十二、推动资源要素向实体经济集聚推动资源要素向实体经济集聚，更好发挥金融业、生产性服务业对先进制造业的支撑作用。按照党的十九大提出的着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系的要求，处理好产业资本与金融资本关系。切实放宽中小银行准入，扩大直接融资比重，扩大金融业开放，拓宽中小企业融资渠道，打通资金与企业的“最后一公里”。引导社会资本投入高新技术制造业，以金融高效率提升制造效率，增强国际竞争力，加快从制造大国迈向制造强国。我国改革开放以来服务业发展迅速。从发达国家经验看，工业化进程中产业升级的方向，不是单纯的提升服务业比例，而是重在实现制造业与生产性服务业的相互促进。19世纪中叶以来，美国以“专业和商业服务”为代表的生产性服务业一直快速发展，占比从 1950年的 %升至 2016年的 %，而目前我国生产性服务业仅占 8%左右，发展空间很大。要积极推动技术、资金、人才、服务向实体经济汇集，加快我国制造业由大变强，这是推动现代化经济体系建设的必由之路。十三、推进各类要素融合发展随着制造业智能化、网络化、服务化步伐加快，制造业与相关产业和要素深度融合，催生了更多引领制造业发展的新模式、新业态。为此，要把握“制造业+”发展趋势，按照加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系的新要求，促进各种要素深度融合，推动 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 96 “制造业+生产性服务业”“制造业+互联网、大数据”等产业加快发展。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 97 第七章 2020-2025 年中国 AI 芯片行业发展对策一、质量变革质量变革重点是提高供给体系的质量，提高产品质量，更好满足消费者新变化的需求。经过改革开放 40年发展，消费者的需求发生了很大变化，但很多产品还要进口，甚至有些是一般消费品。面粉不好是做不出好面包的，劳动力质量不高、资本质量不高、技术水平不高，就没办法生产出好的制造业产品，生产要素质量的提高是提高产品质量的基础性工程，还要提高技术和产品的质量标准。同时要加强市场监管，让假冒伪劣包括低质量的产品，不能卖出高价格，更不能出现劣币驱逐良币的情况，不能出现逆向选择，应是一种正向选择，激励好企业生产高质量产品，获得更好的效益和发展，这是重要的机制。二、效率变革提高效率其实就是提高生产率，包括劳动生产率、资本产出率及技术进步贡献率、全要素生产率等，都属于效率重要的指标。需要优化制造业部门的结构，去产能是解决供给侧的低效率问题，通过减少供给过剩部门的生产能力，甚至是资产规模来优化配置资产，把低效率部门的资产转到更高效率部门的资产，实际上最终对制造业部门来讲是一种结构优化。提高效率还有很多工作要做，比如实现技术创新，把更多的新技术运用于传统生产部门。近几年出现的数字化、智能化等有利于提高制造业部门生产环节的效率，也可以提高整个制造业产业链的效率，把上、中、下游，也就是生产、制造、服务、设计这些环节都可以联动起来，整个产业链的效率会提升，制造业部门的竞争力也会提升，效益就会改善。三、动力变革中国工业化阶段已进入后期，也就是快速工业化时期，一些制造业产品，包括一些产业需求增长的空间越来越小，更多需要考虑结构调整，其实是动能转化的过程，从过去依靠在传统产业领域大规模投资，转向更多在新兴产业领域发展，把更多投资转向发展空间和需求空间更大的新兴产业部门。四、以消费者需求为导向，回归商业本质无论市场如何变化，线上与线下如何互动融合，归根到底还是手段和方式的变化，并没有改变 “AI芯片= 服务+商品”的本质，新技术固然可以大大降低零售成本，提高效率，但是 AI芯片的 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 98 周转还需通过适销的商品和良好的服务来完成，通过商品和服务为顾客创造价值依然是 AI芯片业经营的本质。五、协同创新发展，进行系统变革以新消费增长为驱动的 AI芯片变革需要从根本上改变传统思维方式，从理念、机制、模式、组织、文化等方面进行协同创新及系统化建设，以消费者价值为导向，从供给侧和需求侧双向发力，围绕效率升级，打造关键性竞争能力，即供应链能力，业态布局能力、品牌建设能力、全渠道能力，构筑不断引领，持续迭代的成长平台，真正从“商品销售者”转变为“品质生活提供者”、“生活美学传播者”，只有这样，“以消费者价值为中心”的业态升级才能够产生价值。六、顺应消费升级，聚焦潜力业态顺应消费升级及年轻人成为消费主流的大趋势，百货行业应紧密结合市场最新发展趋势和运营模式，洞察年轻人新的生活方式和消费习惯，重点加强在消费升级相关领域、如儿童及教育、健康医疗、生活旅游、文化创意等相关行业的投资布局和资源整合，使产品和服务朝着“品质、品味、品格”的方向升级，打造具有竞争力的业态组合，重构商业消费新生态。七、重构供应链，推进经营模式转型企业在发展策略上，要量力而行，渐进性投入，探索性发展，实现平稳过渡。现阶段可以建立深度联营与自营相结合的模式，积极参与部分品牌的商品管理，提升对商品资源的控制力，逐步加大自营比重，最终达到合理占比，可以将发展自有品牌纳入自营发展的整体规划之中。鉴于当前零售行业仍然区域分割严重，市场集中度不高，难以形成规模效应，零售企业间可以通过横向联合，建立联合采购来打破区域代理制造成的市场封闭，形成规模化的采购力量。八、创新商业模式，打造智慧 AI 芯片过去的一年，企业大力发展全渠道多元业务，变身综合服务的全零售企业。许多领先的行业巨头都以打通线上线下为基础、以重构传统商业要素为核心、以创新商业发展及全业态融合为目标。在此过程中，抗风险能力和综合竞争力大幅提升。政府近年来先后出台多项重要政策，在积极的政策环境下，随着技术的普及和消费的升级，新的零售业态和商业模式将主导未来 AI芯片业。未来会有更多 AI芯片企业积极以科技智能引领新零售，并努力打造智慧零售，提出更多的创新商业模式，以利于长远发展和可持续增长。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 99 九、加快技术创新来驱动 AI 芯片的数字化转型 AI芯片是建立在互联网基础之上的商业模式，天然具有数据属性。在互联网用户增长红利消失的背景下，要更加注重运用技术创新让更多的数据活跃起来，实现 AI芯片的数字化转型。如运用个性化推荐系统来提升 AI芯片营销的精准性，以数据分析为基础挖掘新需求推动消费升级。十、激发出新技术的真正效能人工智能融入制造业的根本目的是提质增效、降低成本。但目前来看，中国制造业与人工智能融合有很长的路要走。制造企业需深刻理解，人工智能不是万能灵药，它仅仅是一种推动制造业发展的工具或方法，不论外界如何热捧宣传，如果无法与实际应用需求结合，必然缺乏发展的动力。在人工智能应用实践过程中，制造企业不能生搬硬套、急于求成，必须脚踏实地地研发、突破，积累，调研自身实际应用需求，结合现有的软、硬件基础设施、人员技术条件以及资金规划，分析人工智能技术怎么用以及如何用好的问题，只有这样才能激发出人工智能的真正效能，最终实现智能制造。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 100 第八章 2020-2025 年中国 AI 芯片行业高质量发展策略建议习近平总书记在党的十九大报告中指出，加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。当前，智能制造已成为我国制造业转型升级的重要途径和参与国际竞争的先导力量，加快发展智能制造是推进信息化和工业化深度融合，推动中国制造迈向高质量发展的必然要求。制造业是一个国家综合实力的根本，是立国之本、强国之基，从根本上决定一个国家的综合实力和国际竞争力。无论是大国还是小国，没有制造业就谈不上是一个强大的国家。工业革命以后，中国迅速从一个发达的农业文明国家滑落，其根本原因就在于错过了工业革命带来的发展机遇。这些年，中国综合国力不断增强，一个很重要的原因就是逐渐发展成为制造业大国。 2010年中国制造业增加值超过美国，跃居世界第一位。今天，我们拥有世界上最完整的工业部门，这是一个巨大成就。但也要看到，中国制造业“大而不强”。面临新一轮技术革命，面临百年未有之大变局，国际竞争日益激烈，中国制造业由大变强显得更加紧迫，任务也十分艰巨。实现制造业的高质量发展关乎国运，关乎能否实现中华民族伟大复兴的中国梦。中国经济由高速增长转向高质量发展，其中，制造业的高质量发展是最重要的一项内容。只有实现了制造业的高质量发展，才能支撑整体经济转向高质量发展。一、要牢固树立制造业高质量发展的思想认识一个国家、一个民族、一个人的思想认识，决定他的行为。高质量发展怎么实现？从宏观层面上说，要牢固树立创新、协调、绿色、开放、共享的新发展理念，指导制造业高质量发展。高质量发展首先是创新发展，没有创新就谈不上高质量发展；高质量发展是协调的发展；特别要强调高质量发展还是绿色的发展，过去，我们在快速发展过程中，粗放的发展方式在资源环境方面付出了很高的代价。所以，这几年“三大攻坚战”，其中一个就是污染防治的攻坚战，这实际上就是实现高质量发展的一个重要内容。当然，高质量发展还是开放的发展。处在一个全球化的时代，中国要利用全人类进步的文明成果来促进发展，同时要和世界形成一个分工合作、互利共赢的关系。我们是制造业大国，我们要吸收全人类的先进文明。重要的是，要牢固树立国际分工的观念。比如中美贸易战爆发以后，很多人就说我们不能依赖别人，我们是个大国，什么都要做。其实这是不现实的。中国要争取在全球分工中占据有利地位，在全球生产价值链上不断提升位置，越是在贸易保护主义抬头、逆全球化思潮抬 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 101 头的时候，越要清醒地看到经济全球化历史的潮流是不可逆的，越要看到建立开放型世界经济的重要意义。中国自身实现高质量发展也要始终坚持开放发展，坚持国际合作、互利共赢。高质量发展最重要的是共享发展。发展成果要让每个国民更加公平地分享。在推进高质量发展的同时，要注意五大新发展理念的整体性、系统性、协同性，这是把高质量发展落到实处最需要强调的。从微观层面上来说，实现高质量发展要有工匠精神。每一个从业者都要发扬这一精神，要发挥专业主义精神，在推进制造业发展的过程中精益求精、做到最好。新发展理念加上工匠精神，推进制造业高质量发展的思想认识才能牢固地树立起来，进而才能转变为推进高质量发展的行动。二、要制定引领制造业高质量发展的战略过去几十年，我们创造了经济快速发展的人间奇迹，40年平均增长速度接近 10%，迅速成为世界第一大制造业大国、第二大经济体。之所以有这么快的发展，是因为我们从中国实际出发，吸收其他国家的发展经验，形成了一套高速增长的发展模式。现在，新一轮技术革命和产业变革，为实现高质量发展提供了历史性机遇。面对高质量发展，要有一套高质量发展的战略来引领。大家讲新旧动能转换，山东省是唯一的新旧动能转换试验区。什么是新动能？新技术、新产品、新模式、新业态，这毫无疑问是对的。我们要抓住历史机遇发展新经济，用技术革命的成果创造新的热点，引领新的发展。同时，要用好新技术改造和提升传统产业。信息技术在传统制造领域的深度应用，不仅带来新的消费模式，也带来制造业生产方式的巨大变革。三、要建立一套适应高质量发展的体制机制要从高速增长、粗放式增长转向高质量发展，一定要有全新的体制机制保障。比如，要建立起更加完善的知识产权保护体制。过去，很多同志说要偷学别人的技术使自己发展得更快。其实很多国家在发展的不同阶段，都经历过不同的体制机制、不同的战略。中美贸易摩擦，美国发布了 301调查报告，指责中国的知识产权保护不够有力，指责中国的产业政策。但是，产业政策最早从哪里来的？难道只有中国在搞产业政策？实际情况远不是这样。美国第一任财政部长亚历山大·汉密尔顿（Alexander Hamilton）干了一件很重要的事，就是组织编写了制造业报告。翻看美国的历史，当年就有很多美国人刻意跑到英国偷学纺织技术。美国的制造业报告可以说是产业政策思想的源头。 “幼稚产业保护理论”是由汉密尔顿于 1791年最早提出的，但是真正引起人们注意的是德国 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 102 经济学家李斯特（Friedrich List）的论述，它指导了德国在工业化初期的发展。美国的知识产权保护制度，在很长一段时间不保护外国的发明专利，只保护本国的专利。后来美国的技术水平越来越高，希望全世界都能保护它的技术专利，于是开始修订本国法律，既保护美国的发明专利，也保护外国的发明专利。并且推动制定保护知识产权的国际规则，在乌拉圭回合谈判中制定了《与贸易相关的知识产权保护协定》。我们回顾美国的知识产权制度，在不同的发展阶段，这一套体制机制是在不断演变的。今天中国从高速增长转向高质量发展，同样需要一套适应高质量发展的体制机制，这是发展阶段转变提出的一个迫切要求。我们经济体制的改革和创新，必须紧紧围绕推进高质量发展这样一个核心目标，重新构造一整套有利于高质量发展的体制机制。这是一个非常艰巨的任务。四、要不断完善支撑高质量发展的要素条件推进高质量发展，要不断完善支撑高质量发展的要素条件。传统的生产要素，如劳动、土地、资本依然要发挥好作用，提高效率；随着经济的发展，生产要素实际上在不断丰富，技术变得越来越重要了，数据在信息化时代变成了一个新的生产要素，要更加重视发挥技术、人才、数据等新的生产要素的作用。技术要进步，关键靠创新。所以，就需要有一套鼓励创新的体制机制。与发达经济体相比，我国制造业的技术水平与先进水平还有差距，有的领域差距还相当大。目前我国每年研发投入已经居世界第二，拥有数量最多的研发人才队伍。要尽快实现技术超越，关键是建立和完善研发创新体制机制，充分调动企业开展技术创新的动力，充分激发研发人员的积极性，更好地保护知识产权。中国人口的数量特别是劳动力数量已经过了峰值，人口老龄化的挑战也越来越严峻，在高质量发展阶段最重要的是提升劳动力的素质，这要靠什么？要靠教育，靠培训，靠干中学，靠在生产生活整个社会环境里形成一套鼓励提升人力资本的文化氛围，形成一种终身学习的环境和条件。例如，以色列虽然国家不大，人口也不多，但是创新能力极强，靠的就是人力资源。所以，我们应该去学习借鉴好的经验。作为一个制造业强国，除了需要大量的创新人才、研发人才、管理人才，还需要高水平的工匠、技术工人。要大力发展技术培训，适应制造业高质量发展的需要。数据是信息化时代一个新的生产要素，要给予充分的重视。中国数据资源丰富，相关产业的发展有优势，但是如何用好数据资源、保护好消费者的隐私，还需要进一步探讨。高质量发展时期，要高度重视数据资源，同时要尽快完善制度，既能够用好数据资源，又能够保护好国家和个人的信息安全，让数据能够成为支撑高质量发展的一个新的生产要素。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 103 总之，中国要实现高质量发展，不是简单地喊口号就能实现的，需要在观念、战略、体制机制和生产要素支撑等多方面一起发力，才能推动制造业的高质量发展。五、用工业互联网推进制造业高质量发展工业互联网概念从 2012年被首次提出到 2019年被写入国务院政府工作报告的 7年间，多个政府部门陆续出台了推动工业互联网与先进制造业融合、促进制造业高质量发展的相关政策，支持力度越来越大，影响越来越广。2019年 11月，工业和信息化部印发了《“5G+工业互联网”512工程推进方案》，在强有力政策的支持下，我国工业互联网发展正驶向快车道，在各领域和区域中有影响力的工业互联网平台近百家，走出了具有中国特色的工业互联网创新发展之路。研祥智能自创立以来，一直致力于为智能制造、工程机械、智能交通、电力、航空航天、石油石化等 30多个行业提供数据采集、智能控制、工业网络互联、边缘计算、工业大数据存储和分析技术与产品，以及工业控制过程监控、设备远程运维、设备健康管理、机器视觉检测、设备智能化控制等解决方案。经过 26年的实践，研祥智能对工业互联网如何与先进制造融合、如何通过工业互联网促进制造业高质量发展有了较深刻的认知。针对中小微企业普遍存在的信息化投入不足导致数据缺乏标准、获得不及时甚至难以获得，或者虽然有数据但缺乏分析、存在数据孤岛等问题，工业互联网可实现生产要素的连通，打破数据孤岛，实现数据驱动的精细化运营。工业互联网平台为企业提供低成本的信息化、数据化、网络化手段和工具。研祥智能既是工业互联网平台解决方案提供商，同时也是电子制造企业，通过工业互联网平台，实现设备数据及 MES、ERP、CRM系统数据打通后，通过混线生产模式，实现小批量多品种的特种计算机个性化生产，可以对生产经营数据做多维度、细粒度的分析，可有的放矢地解决问题。企业生产效率、能源利用率有效提高，运营成本、产品研制周期、产品不良率显著降低。通过实施数据驱动，减少了决策的盲目性，提高了决策的正确性。传统模式企业在时间、空间和经营模式上存在限制，无法给客户、供应商提供更加灵活的技术支持服务、运营服务甚至金融服务。有了工业互联网，可以实现与客户、供应商、协作厂商资源的连接，制造和服务就有了融合的可能，可以实现服务化延伸。研祥智能在智能装备领域做了有益的探索。通过为客户提供设备远程运维服务，采集设备使用数据及使用环境等信息，提高设备利用率，改进设备设计，提高竞争力。同时，对价值比较高的设备，可以采取按使用时间付费或租赁等新型经营模式。研祥工控机采用远程运维后，售后服务费用降低了 46%，服务费收入增加了 10 倍。针对传统企业发展缺乏新动能的问题，工业互联网将企业生产经营资源在产业链、生态链上做优化配置，使企业增添新活力、新引擎。工业互联网服务行业，催生一批基于工业互联网平台从事轻量化 App应用的公司，提供设备互联、设备监控、订单管理、生产计划管理、生产过程管控等功 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 104 能，降低了中小微企业的信息化门槛，降低中小微企业的经营成本，提高效率。工业互联网平台公司主要有两类：第一类由 IT技术公司发展而来，第二类由某一个专门领域发展而来。工业互联网的核心在于工业机理模型、过程控制算法优化、设备运维智能化等，这些需要一批工业互联网服务企业与各行业各领域专业企业合作，根据各行业特点，开展专业的信息化、智能化转型升级工作。针对中小微企业由于科技投入不足，缺乏系统、科学、可持续改进、可预测的质量体系的现状，工业互联网为中小微企业提升产品质量、提高生产效率提供了科学的手段和工具。以研祥智能为平板显示行业提供的智能检测解决方案为例，该项目利用工业互联网平台提供的机理模型、深度学习算法，为平板显示行业提供了一揽子在线智能检测解决方案，漏检率大幅度降低，仅为原来的 1/10。对生产设备或者生产过程工艺、流程监控不到位，无法科学优化，是企业普遍存在的问题，工业互联在此领域大有可为。研祥智能对辽宁营口菱镁网矿“高温等离子体电弧炉”进行技术改造，通过对人、机、料、法、环的监控，利用炉温监控、冶炼数据分析等手段，节约耗电 15%以上，除尘率提高到 98%以上，固体废弃物回收利用达到 99%。工业互联网要真正发挥作用，需要 IT技术和 OT技术深度融合，需要工业互联网平台运营商与工业互联网平台使用企业密切合作，把各个行业的经验、知识转化成工业机理模型，这就需要各行业各领域的专家进行分析、总结，这方面的综合人才尤其缺乏。此外，工业互联网平台厂商大多数只熟悉自己所在的行业或者领域。行业的经验和知识是企业的商业秘密，要建设跨行业、跨领域的工业互联网平台，必须与相关行业的科研院所合作，借助行业协会组织，共同解决行业共性的关键技术问题。因此，要提高工业互联网未来在各行业各领域的应用成效，我认为还要做好以下三个方面的工作：第一，工业互联网平台投资大、回报时间长，需要政府在资金方面给予扶持，尤其是对有行业优势的工业互联网平台的支持，引导产业基金对工业互联网的投资。第二，加大工业软件人才培养及产学研结合力度，开发更多的工业机理模型，推动重点行业基础共性技术的模型化、组件化、软件化与开放共享。第三，发挥产业联盟的作用，建立和完善工业互联网平台产业生态，围绕工业互联网平台，发展工业互联网服务和应用产业，推动产业、技术、应用落地的协同。工业互联网目前还处在发展初期。不同于消费互联网，工业互联网平台的商业模式各有千秋， 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 105 每个工业互联网都在构建自己的生态，我认为这是未来工业互联网发展的最大障碍，需要工业互联网平台厂商共同解决。我国工业互联网产业体系正在形成，虽然面临标准化、技术研发应用、安全保障应用等诸多挑战，但我们仍应对工业互联网的发展前景充满信心。六、以工业设计引领制造业高质量发展我国工业设计近年来快速发展，但也存在发展水平不高、市场环境不优等问题，建议把握好新工业革命的战略机遇，充分发挥设计创新的关键引领作用，加快完善有利于工业设计创新发展的政策和制度环境，以设计创新引领制造业高质量发展。工业设计是一种将策略性解决问题的过程应用于产品、系统、服务及体验的创造性的活动。它通过系统整合与横向协调多工种、多学科、多专业的思想和方法，将知识、技术、信息和创意转化集成为产品、装备和服务系统解决方案，是引领技术创新、集成利用各种创新成果实现价值创造的先导，是产业链、价值链和创新链的起点和龙头。工业设计牵引了生产要素集成创新和产业结构优化升级的过程，既是生产性服务业的重要组成部分，也是制造业高质量发展的重要引领，是促进中国制造向中国创造转变的关键突破口。我国工业设计发展现状与短板（一）快速发展的工业设计产业对我国产业升级的贡献和带动作用显著增强我国工业设计发展起步于 20世纪 80年代，截至 2017年底，全国设有工业设计部门的企业和专业工业设计公司近万家，从业人员共超过 60万。其中长三角、珠三角、环渤海、成渝经济圈等先进制造业集聚区产业集聚效应较为明显，相关省份保持了年均 15%—20%的增长。全国设计创意类园区超过 1000家，其中以工业设计为主题的产业园区超过 60家。近年来，优秀设计企业和创新设计成果不断涌现。海尔、小米、华为、格力、美的等行业龙头企业纷纷在海外设立了设计中心，毅昌、浪尖、嘉兰图、洛可可等一批专业设计公司已具备一定国际竞争力。调查表明，工业设计在企业开发满足市场需求的新产品（100%）、提高产品附加值（%）、推动所在行业技术升级（%）、提升创新主体的专业化程度（%）等方面具有重要意义。在引领消费需求，促进企业收入增长方面工业设计发挥了重要作用。（二）发展水平不高、市场环境不优是当前面临的主要问题我国工业设计整体发展水平与先进国家有较大差距。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 106 一是设计创新浅型化的问题。有 %的企业认为目前我国的设计模式仍以模仿改良为主。很多企业特别是中小设计企业停留在短期内能够快速推向市场的改良型、追随型、模仿式设计，原创设计产品不多，尤其是缺乏能够引领行业甚至引领世界的设计作品。二是现代设计体系尚未真正建立。有 %的企业认为功能设计、结构设计不强，有 %认为设计与制造互动关联性较弱，%认为人工智能、大数据等新技术在当前工业设计中应用程度不够，%认为工业设计成果交易转化渠道不畅通。调研了解到，很多工业设计还停留在产品外观设计阶段，无法达到针对性地进行产品功能和使用创新以及围绕新的材料、先进工艺等进行综合集成创新设计；服务能力也较为单一，无法开展制作低成本样机以及新产品验证等服务。三是现代设计工具高度依赖国外。企业反映我国工业设计中 90%以上使用的是国外的数字化设计工具，国产设计工具能用和好用的很少。四是工业设计从业人员数量和质量不匹配。约 50%的企业认为发展过程中最欠缺的条件是人才；其次是资金，占 21%；然后是共性技术和政策环境，各占 14%。我国设立“工业设计”专业的高等院校从 20世纪 80年代的十几所激增到目前的 600多所，毕业生数量已达到相当的规模，然而巨大的设计需求却不能得到满足。究其原因，主要是具备高水平专业能力的人才不足（%）；人才培养体系及教学内容与专业前沿有差距（%）；缺乏对市场发展趋势的准确认知（%）；设计创新思维能力不足（%）；以及缺乏工业设计的实际工作经验（%）。五是良性健康发展的市场环境尚未形成。大的商业环境还不够健康和规范，基于模仿和简单改良采取的低水平低价营销一定程度制约了行业良性发展。调查反映，工业设计知识产权保护存在的主要问题是：对侵权行为的惩罚力度不足（%），知识产权保护措施单一（%），专利申请效率低、周期长（%），以及专利申请费用高（%）。目前我国外观专利申请的时间在半年到一年，从市场竞争和时效性角度考虑，一些产品不得不提前推向市场，不排除申请专利尚未获批，仿冒产品已经出现的情况。整体知识产权环境不好，保护不到位，也制约了国外一些先进设计成果和设计业务向国内转移。（三）发展起步晚、观念滞后、支撑保障体系不健全是导致短板的深层次原因首先，是发展阶段和观念的原因。我国多数工业设计机构成立时间较短，%的工业设计中心在 4—10年间，仅有 %的工业设计中心为 20年以上，无论是工业设计机构自身还是整个社会对工业设计创新功能和价值的认知都很不足。总体上看，我国还是一个制造型的国家，还没有完全走到创新型发展的道路上。大多数企业仍然缺乏设计的概念，整个社会存在着“设计让位于研发，研发让步于制造”的倾向。很多企业舍得花高昂的费用购买设备，却舍不得在设计费上多掏一分钱，这也使得单笔设计订单定价较低、盈利不高，设计业整体仍处在借鉴、模仿国外设计模式的阶 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 107 段。其次，现代工业设计创新支撑服务体系不健全。缺乏面向知识网络时代的高度数字化、高度协同和设计制造一体化的集成体系，已有设计方案的知识化、数据化积累不足，数据库资源支撑不够。与发达国家相比，我国工业设计技术转让服务，原创设计创新成果转化应用服务，设计标准和规范服务等方面均有待健全和完善。再次，工业设计发展的政策环境有待改善。市场方面，对低水平不规范竞争的治理有待进一步加强。税收方面，绝大多数工业设计企业实行的是 5%的营业税和 25%的企业所得税标准。虽然国家对经认定的技术先进型服务企业有减按 15%税率征收的优惠政策，但知晓这一政策的企业并不多，且相关认定工作有待落实。融资方面，工业设计的轻资产特性使其长期面临融资难题，主要依靠自我滚动式发展，多数企业难以做大。最后，工业设计的人才培养体制机制亟须改革完善。主要是设计教育与行业需求脱节。调研企业反映学校教学理论性过强，学生对材料、表面处理工艺、产品制造等知识缺乏了解，实战能力弱，而仅仅做造型不能称为工业设计。此外，现有教学体系也未能很好解决科学、技术、工程、艺术等跨学科储备，以及网络经济背景下的知识更新问题。大力发展工业设计促进制造业高质量发展（一）健全工业设计创新支撑服务体系引导全社会树立全面的工业设计观，从引领制造业创新发展，集成全产业链资源开展创新和价值创造的视角对工业设计的地位、作用进行再认识。完善工业设计奖励和成果展示制度，支持和奖励原创设计。支持具有自主知识产权的关键设计工具及软件研发，支持集成设计与仿真一体化系统、产品全生命周期绿色设计、再制造产品创新设计、智能产品和智能服务设计发展。建立健全工业设计公共支撑平台和知识服务系统，提供设计原型数据库、设计专利数据库、材料科学数据库、艺术资源数据库等知识服务，促进多领域融合创新。支持“众创”“众包”“众设”发展，构建开放式协同设计创新网络。支持工业设计专业服务和成果转化机构发展，搭建工业设计成果交易平台。（二）优化工业设计教育和人才培养体系创新工业设计教育和人才培养体制。进一步优化工业设计教学内容设置，促进设计与材料、工艺、制造、服务等跨领域知识技能的融合，设计与技术、艺术、商业的有机结合，培养学生运用设计逻辑进行组合、集成创新的能力。支持企业建设工业设计人才实训基地，把企业高端、原创项目研发设计引入教学和人才培养。支持工业设计人员在职培训、知识更新和国际交流。实施工业设计 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 108 人才奖励激励机制。全面开展工业设计职业资格认定工作，拓宽工业设计人才职业晋升通道，使其获得社会的认可。设立政府人才奖励基金，对行业有突出贡献的设计大师和创新人才给予奖励。（三）完善工业设计财税金融支持体系研究设立制造业设计创新发展基金，重点用于支持有影响力的原创设计，工业设计关键共性技术研发、公共支撑平台和知识服务系统建设，支持中小企业设计创新项目产业化等。完善工业设计税收优惠政策，进一步落实技术先进型服务企业所得税优惠政策，扩大政策认定和支持的企业范围。落实好研发设计费用加计扣除政策，促进制造企业采购工业设计服务按规定给予税前加计扣除。加强金融扶持，将工业设计企业纳入科技型中小企业信贷政策支持的范畴。引导金融机构开发适合工业设计企业发展需求的综合性金融产品，探索设计类企业知识产权质押融资服务。支持符合条件的工业设计企业在境内外资本市场上市融资。（四）促进知识产权保护和行业规范发展鼓励设计企业和设计师申请专利和进行著作权登记。提高专利申请和审批效率，尽量缩短审批时限。适当调整企业突出反映的外观设计专利侵权判定标准过高，不利于企业保护设计创新成果的问题。建立设计知识产权侵权黑名单和信用公示制度。加强设计知识产权快速维权、纠纷调解、专业指导等公共服务。促进知识产权保护的区域和国际协作。健全和完善工业设计行业标准和规范，探索由政府指导，行业组织开展的设计企业等级评价制度，促进行业自律。（五）全面深化国际交流合作以协会、园区、企业层面的合作为主体，深化与欧美日韩等工业设计领先国家和地区的务实合作，建立健全常态化联络机制，学习和引进国外工业设计高水平、创新发展模式和先进管理经验，推动人才交流、教育培训合作，加强战略、标准和知识产权合作，联合设立高水平的工业设计示范园区。引导工业设计企业国际化发展，鼓励有条件的制造企业或专业设计公司在海外建立工业设计中心，整合全球设计创新资源，形成国际化的创新设计网络。支持有实力的设计企业积极发展国际设计外包服务，政府部门在税收、信贷、融资等方面给予大力支持。七、以产业融合推动制造业高质量发展 20世纪七八十年代后，发达国家相继完成工业化，制造业企业纷纷转型，从简单产品制造到提供售后服务、再到提供“产品+服务+技术+系统解决方案”，制造业和服务业融合发展成为一个重要趋势。21世纪以来，在经济全球化、新一轮科技革命和产业变革的作用下，产业融合日益成为世界性潮流。 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 109 当前，我国总体上已经进入工业化后期。现实地看，我国是“制造大国”，但不是“制造强国”，制造业发展存在一些亟待解决的突出问题。比如，产品同质化、产能过剩、创新能力不高、盈利水平下降、在全球产业价值链处于中低端环节等，这些问题与制造业和服务业融合程度不高有关。与此同时，我国服务业比重高但效率不高，同样面临着有效提升发展水平的挑战。在此背景下，推动先进制造业和现代服务业融合发展势在必行，这是当前我国深化供给侧结构性改革的重要内容，也是建设现代化经济体系的重要途径，对于更好发挥“中国制造+中国服务”组合效应、推动制造业高质量发展和建设“制造强国”，都具有重大的现实意义。产业融合对制造业高质量发展有重要意义产业融合发展尤其是先进制造业和现代服务业融合发展，对现阶段推动我国制造业高质量发展具有重要意义。产业融合发展能有效改善制造业的供给质量，实现差异化竞争，增强企业的盈利能力。长期以来，我国制造业企业产品同质化现象严重，并由此导致低水平重复建设和产能过剩等问题。产品同质化同时造成企业参与市场竞争主要采用“价格战”，这使制造业企业获利甚微。产业融合发展尤其是先进制造业和现代服务业融合发展，形成了“制造+服务”，不仅能改善供给质量，还可实现差异化竞争，有效提高企业盈利能力。从发展趋势看，服务差异化是制造业差异化竞争的重要手段，服务创新已成为制造业创新的一种重要形式，成为制造业创新活力的重要来源、提升竞争力的重要途径。产业融合发展有利于制造业企业沿产业链升级、提升在全球产业分工价值链的位置。国际产业分工的高价值环节已从以制造环节为主向以服务环节为主转变。目前在国际分工较为发达的制造业中，产品在生产过程中停留的时间不到全部循环过程的 5%，而处在流通领域的时间要占 95%以上；产品在制造过程中的增加值部分不到产品价格的 40%，60%以上的增值发生在服务领域，商品价值实现的关键和利润增值空间日益向产业价值链两端的服务环节转移。先进制造业的发展，需要专业化、高级化的生产要素的投入，而现代服务业中的大多数行业属于知识密集型服务业，具有较强的产业创新能力。推进先进制造业和现代服务业融合发展，促进制造业企业更多从事研发设计、维护运行、营销、售后服务、品牌管理、提供一体化解决方案等价值链增值环节的服务活动，有助于我国制造业摆脱长期处于价值链中低端环节的境况，提高自身在国际产业链中的分工地位。产业融合发展可推动制造业转型升级，形成制造服务平台。制造业与服务业相向发展，使产业价值链重构为一条既包含制造业价值链增值环节，又包含服务业价值链增值环节的融合型产业价值链，与原有单纯的制造业价值链和服务业价值链相比，具有更广阔的利润空间和增长潜力，在产业层次上表现出明显的结构升级效应。一些新产业、新业态、新模式能有效推动制造业转型升级；同 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 110 时一些传统的互联网企业开始向上游延伸，开发生产能够与自身互联网业务形成战略协同的硬件产品。特别是在新一轮信息技术革命的推动下，一批“制造—服务平台”或“服务—制造平台”将涌现，新产业、新业态、新模式将向平台经济方向发展，传统产业的边界日益模糊，将演变成以平台企业为主导的产业生态系统。其中，工业互联网就是一个突出代表，已成为深化先进制造业和现代服务业融合的重要工具和平台。先进制造业和现代服务业融合发展的现状先进制造业和现代服务业融合发展，是制造业和服务业融合发展的重要内容，是制造业服务化发展进入更高阶段的产物，但有着比制造业服务化更为广泛的含义和更为丰富的表现方式。先进制造业和现代服务业融合发展主要有三种途径：一是先进制造业服务化，也就是先进制造业融入更多现代服务业元素，包括制造业投入服务化和产出服务化两个方面。制造业投入服务化，就是金融、物流、科技研发、管理咨询、检测认证等现代生产性服务业投入制造业企业生产中的过程；产出服务化，则表现为产品服务系统、服务型制造等。二是现代服务业向制造业拓展延伸，也就是以现代服务业为主体融入更多先进制造业元素，包括服务型制造、以服务为主导的反向制造等。三是先进制造业和现代服务业双向深度融合，最终形成以平台企业为主导的新产业生态系统。这个过程包括制造和服务的战略与业务协同、跨界融合、业态与模式创新等，最终形成制造服务平台或者服务制造平台。当前，我国先进制造业和现代服务业融合的程度偏低、融合效益尚不明显，制造业沿价值链攀升和融合发展的能力不足，服务业对先进制造业发展的支持也不足。一是先进制造业的服务化水平不高。基于国别投入产出表的测算，近年来我国制造业投入服务化的水平在 10%左右，而同期的美国一般在 16%以上；我国先进制造业在投入环节对现代服务业的需求水平在 4%左右，而同期美国在 7%左右。二是现代服务业向制造业拓展态势趋于停滞。现代服务业向制造业拓展延伸主要体现在两个方面。一方面是现代服务业加强向制造业的渗透。从生产性服务业的增长反映出金融、物流、研发等服务部门以制造业为主要市场、为制造业服务，并且在程度上不断加深。另一方面是服务业企业沿产业链向制造业拓展延伸。在价值链上处于主导地位的服务业企业，凭借其技术、管理、销售渠道等优势，通过贴牌生产、连锁经营等方式嵌入制造业企业，共同为消费者提供服务。但近几年的数据显示，现代服务业向制造业拓展的趋势呈现出停滞态势。三是双向融合的服务制造平台和制造服务平台的原始创新能力较为薄弱。先进制造业和现代服务业融合发展的一个重要方面是平台企业的兴起（包括服务制造平台和制造服务平台两类）。这些 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 111 企业将其产品与服务不断向用户领域延伸，同时也在向制造领域延伸，一方面为用户提供个性化、定制化的解决方案，另一方面推动制造业面向市场、定制制造、柔性制造和转型升级。根据工信部摸底数据分析及中国信息通信研究院调研统计，当前我国已有 269个平台类产品。其中，具备一定产业影响力的工业互联网平台数量超过 50个。但与国外相比，我国服务制造平台和制造服务平台企业的优势主要是应用创新和模式创新，技术基础较为薄弱，尤其体现在缺乏核心技术、关键零部件依赖国外等方面。进一步推进产业融合的着力点更好推进先进制造业和现代服务业融合发展，需要找准着力点。第一，树立产业融合发展的理念。经济学界关于三次产业的分类由来已久，而制造业和服务业 “两分法”源于三次产业划分，产业界限似乎泾渭分明。然而，在信息技术的推动下，产品的生产与服务的提供在消费全过程中相互渗透，制造业拉动服务业发展，服务业推动制造业升级，两者的关系越来越密切，边界越来越模糊。在现代经济体系中，仅依靠制造业或服务业“单兵突进”，经济发展的整体质量难以改善，消费者的需求难以得到满足。因此，既要重视制造业发展，也要重视服务业发展，通过发展一体化解决方案，推动制造业和服务业融合发展，尤其是先进制造业和现代服务业的融合发展。第二，完善产业政策和优化营商环境。在这方面，尤为重要的是建立促进一体化融合发展的产业政策体系。逐步消除服务业和制造业在税收、金融、科技、要素价格等方面的政策差异，降低交易成本。对于产品与服务混合经营、提供一体化解决方案的企业，要根据其业务范围，在适用税率方面实行“就低不就高”政策，适用最低税率。在加大对技术支持力度的基础上，加大对制造、服务企业流程创新、商业模式创新等的支持力度，推动制造和服务融合发展。同时还要进一步推进 “放管服”改革，营造产业融合发展的良好环境；有效解决金融业务独立于实体经济并主要服务自身的问题，实现金融等要素配置“脱虚向实”，转变到服务实体经济上来；加强知识产权保护和运用。第三，推进以企业为主体、产学研用相结合的协同创新。企业可以借助给客户提供相关服务的机会，加强与客户的合作，利用客户资源如需求、信息、知识、技术等，扩大企业的资源范围和规模，开拓企业创新的视野和途径。一方面，要将外部资源纳入制造业服务创新中来。另一方面，要发挥以企业为主体、“产学研用”相结合的开放式协同创新的优势，以关键核心技术为主攻方向，加强对前沿技术协同攻关。第四，完善现代化基础设施，优化平台治理机制。适应产业融合发展实际，加大基础设施尤其是网络基础设施建设力度，强化基础设施的互联互通，提升基础设施网络化、智慧化水平，优化基 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 112 础设施系统功能。同时还需适应平台经济快速发展的需要，加快完善有利于平台型企业发展的融资支持、复合型人才供给、兼并重组等相关政策，明确平台运营规则和权责边界，提升其整合资源、对接供需、协同创新的功能，支持平台型企业带动和整合上下游产业。坚持审慎监管和包容式监管，探索开展多边协同治理，推动形成“共同参与、共同担责、共同分享、共赢发展”的局面。第五，着力打造一批先进制造业和现代服务业融合发展示范区。先进制造业和现代服务业融合发展需要集聚化、配套化的空间融合、区域融合实现形式。建议重点在京津冀、长三角、粤港澳大湾区选择一些地区推进制造服务融合平台建设，打造先进制造业和现代服务业融合发展示范区，基于良好的制度设计优化发展环境，吸引全国乃至全球先进制造业和现代服务业落户，形成先进制造业和现代服务业融合发展的产业集聚发展生态。八、制造业高质量发展呼唤良好创新生态中国经济要实现高质量发展，必须推动制造业高质量发展。目前我国制造业仍然存在大而不强的问题，不管是劳动生产率、资源利用效率，还是投资回报率、全要素生产率，与国际先进水平相比都还存在明显差距。在消费升级和产业升级的大背景下，制造业供给体系质量不高的问题尤为明显。推动制造业高质量发展，首要目标就是要提高制造业体系的供给质量，而供给质量的提高则依赖于制造业不断增强的技术创新能力。企业是技术创新的主体，进行技术创新往往需要大量的资金和人才。如果这些投入所获得的创新成果，不能转化为切实的盈利，那么企业就会产生创新动力不足的问题。为此，政府的发力点应该是积极推进科技成果产业化，完善科技成果转化运行机制，建立完善科技成果信息发布和共享平台，健全以技术交易市场为核心的技术转移和产业化服务体系。技术转移和科技成果产业化体系的建立，不仅能够保证创新主体从创新成果中获得相应的利益，进一步激发创新热情，而且能够加快科技成果产业化的步伐，进一步推动产业发展。制造业公司的技术突破，是我国制造业整体高质量发展的前提，但远非全部。还要在此基础上以点带面形成联动效应，不断完善国家制造业创新体系，建立以创新中心为核心载体、以公共服务平台和工程数据中心为重要支撑的制造业创新网络。在这样的制造业创新网络中，公共服务平台将为制造型和服务型企业之间供需顺畅对接扫除障碍。目前，服务业和制造业的互动发展还存在一些有形和无形的壁垒，需要促进二者的深度互动发展，让服务业更好地服务于制造业。比如，积极发展智能物流体系，发展第三方物流，降低制造业运行的流通成本，提高流通效率；积极发展新一代信息技术服务业，实现信息化、智能化和工业化 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 113 的联动；有序发展金融服务业，健全金融市场体系，增强金融服务制造业的能力等。最后，绿色低碳也是我国制造业高质量发展的应有之义，将有力推动制造业实现全面革新。要由依靠大量自然资源投入、牺牲环境为代价的粗放式发展道路，转向依靠科技创新和技术进步、注重节约资源和环境保护的集约化发展道路，就要突破制造业发展过程中的路径依赖和低端锁定，转型升级为绿色发展模式。实现向绿色发展模式转型升级，最根本的在于，立足“供给侧与需求侧相匹配”，充分发掘绿色低碳经济发展的巨大需求，通过积极完善相关政策体系，加快体制机制创新，大力研发推广低碳技术和低碳产品，培育发展低碳产业和绿色经济，带动制造业生产力的整体升级和生产方式的全面革新。九、2019 年《促进制造业产品和服务质量提升的实施意见》解读 2019年 8月 29日，工业和信息化部印发了《关于促进制造业产品和服务质量提升的实施意见》（工信部科〔2019〕188号，下称《实施意见》）。现就《实施意见》的有关内容解读如下：一、《实施意见》的背景制造业是国民经济的主体。打造具有国际竞争力的制造业，是我国提升综合国力、保障国家安全、建设世界强国的必由之路。质量代表着供给满足需求的程度，关系着供给侧发展的质量和效益，影响着需求侧的获得感、幸福感和安全感。提升产品和服务质量是制造业高质量发展的基础，是建设制造强国的生命线。党的十九大报告指出，建设现代化经济体系，必须把发展经济的着力点放在实体经济上，把提高供给体系质量作为主攻方向，显著增强我国经济质量优势。中央经济工作会议将“努力满足最终需求，提升产品质量”列为 2019年重点任务，彰显了质量提升的重要性和紧迫性。新中国成立 70年特别是改革开放 40多年来，我国制造业持续快速发展，建成了门类齐全、独立完整的工业体系，成为世界制造业第一大国。但是，制造业整体质量水平仍然不高，对比满足人民美好生活和打造国际产业竞争质量优势的任务，还存在差距。落实制造业高质量发展的要求，必须坚持质量第一、效益优先，加强质量品牌建设，推动制造业质量变革、效率变革、动力变革。党中央、国务院高度重视质量工作，2017年出台了《中共中央国务院关于开展质量提升行动的指导意见》，对质量提升行动做出全面部署。2019年政府工作报告提出要“推动标准与国际先进水平对接，提升产品和服务品质，让更多国内外用户选择中国制造、中国服务”。2019年全国工业和信息化工作会议也明确提出大力推进质量提升的任务。《实施意见》是贯彻落实党中央、国务院决策部署，推动质量变革，提高供给质量，促进制造 2020-2025 年中国 AI 芯片行业发展存在的问题及对策建议研究报告让每个人都能成为行业专家、管理专家、研究专家、投资专家、成功企业家…… 114 业高质量发展的重要举措，是针对制造业质量突出问题，加快提升制造业产品和服务质量的工作措施和安排。《实施意见》的出台，有利于推动各有关方面把握质量工作的新形势、新要求，统一思想、提高认识，增强合力。有利于各级工业和信息化主管部门加大质

联系我们

智库文档公众号

客服微信

【完整版】2020-2025年中国AI芯片行业发展存在的问题及对策建议研究报告.pdf

下载

标签

相关文档

包含本文档的专题

联系我们

意见反馈