芯片技术开发服务产业工作总结

芯片技术开发服务产业工作总结

根据基础研究、技术研发、产业发展和行业应用的不同特点，制定有针对性的系统发展策略。充分发挥社会主义制度集中力量办大事的优势，推进项目、基地、人才统筹布局，已部署的重大项目与新任务有机衔接，当前急需与长远发展梯次接续，创新能力建设、体制机制改革和政策环境营造协同发力。统筹布局人工智能创新平台建设布局人工智能创新平台，强化对人工智能研发应用的基础支撑。人工智能开源软硬件基础平台重点建设支持知识推理、概率统计、深度学习等人工智能范式的统一计算框架平台，形成促进人工智能软件、硬件和智能云之间相互协同的生态链。群体智能服务平台重点建设基于互联网大规模协作的知识资源管理与开放式共享工具，形成面向产学研用创新环节的群智众创平台和服务环境。混合增强智能支撑平台重点建设支持大规模训练的异构实时计算引擎和新型计算集群，为复杂智能计算提供服务化、系统化平台和解决方案。自主无人系统支撑平台重点建设面向自主无人系统复杂环境下环境感知、自主协同控制、智能决策等人工智能共性核心技术的支撑系统，形成开放式、模块化、可重构的自主无人系统开发与试验环境。人工智能基础数据与安全检测平台重点建设面向人工智能的公共数据资源库、标准测试数据集、云服务平台等，形成人工智能算法与平台安全性测试评估的方法、技术、规范和工具集。促进各类通用软件和技术平台的开源开放。各类平台要按照军民深度融合的要求和相关规定，推进军民共享共用。建立新一代人工智能关键共性技术体系围绕提升我国人工智能国际竞争力的迫切需求，新一代人工智能关键共性技术的研发部署要以算法为核心，以数据和硬件为基础，以提升感知识别、知识计算、认知推理、运动执行、人机交互能力为重点，形成开放兼容、稳定成熟的技术体系。知识计算引擎与知识服务技术。重点突破知识加工、深度搜索和可视交互核心技术，实现对知识持续增量的自动获取，具备概念识别、实体发现、属性预测、知识演化建模和关系挖掘能力，形成涵盖数十亿实体规模的多源、多学科和多数据类型的跨媒体知识图谱。跨媒体分析推理技术。重点突破跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术，实现跨媒体知识表征、分析、挖掘、推理、演化和利用，构建分析推理引擎。群体智能关键技术。重点突破基于互联网的大众化协同、大规模协作的知识资源管理与开放式共享等技术，建立群智知识表示框架，实现基于群智感知的知识获取和开放动态环境下的群智融合与增强，支撑覆盖全国的千万级规模群体感知、协同与演化。混合增强智能新架构与新技术。重点突破人机协同的感知与执行一体化模型、智能计算前移的新型传感器件、通用混合计算架构等核心技术，构建自主适应环境的混合增强智能系统、人机群组混合增强智能系统及支撑环境。自主无人系统的智能技术。重点突破自主无人系统计算架构、复杂动态场景感知与理解、实时精准定位、面向复杂环境的适应性智能导航等共性技术，无人机自主控制以及汽车、船舶和轨道交通自动驾驶等智能技术，服务机器人、特种机器人等核心技术，支撑无人系统应用和产业发展。虚拟现实智能建模技术。重点突破虚拟对象智能行为建模技术，提升虚拟现实中智能对象行为的社会性、多样性和交互逼真性，实现虚拟现实、增强现实等技术与人工智能的有机结合和高效互动。智能计算芯片与系统。重点突破高能效、可重构类脑计算芯片和具有计算成像功能的类脑视觉传感器技术，研发具有自主学习能力的高效能类脑神经网络架构和硬件系统，实现具有多媒体感知信息理解和智能增长、常识推理能力的类脑智能系统。自然语言处理技术。重点突破自然语言的语法逻辑、字符概念表征和深度语义分析的核心技术，推进人类与机器的有效沟通和自由交互，实现多风格多语言多领域的自然语言智能理解和自动生成。建立新一代人工智能基础理论体系聚焦人工智能重大科学前沿问题，兼顾当前需求与长远发展，以突破人工智能应用基础理论瓶颈为重点，超前布局可能引发人工智能范式变革的基础研究，促进学科交叉融合，为人工智能持续发展与深度应用提供强大科学储备。突破应用基础理论瓶颈。瞄准应用目标明确、有望引领人工智能技术升级的基础理论方向，加强大数据智能、跨媒体感知计算、人机混合智能、群体智能、自主协同与决策等基础理论研究。大数据智能理论重点突破无监督学习、综合深度推理等难点问题，建立数据驱动、以自然语言理解为核心的认知计算模型，形成从大数据到知识、从知识到决策的能力。跨媒体感知计算理论重点突破低成本低能耗智能感知、复杂场景主动感知、自然环境听觉与言语感知、多媒体自主学习等理论方法，实现超人感知和高动态、高维度、多模式分布式大场景感知。混合增强智能理论重点突破人机协同共融的情境理解与决策学习、直觉推理与因果模型、记忆与知识演化等理论，实现学习与思考接近或超过人类智能水平的混合增强智能。群体智能理论重点突破群体智能的组织、涌现、学习的理论与方法，建立可表达、可计算的群智激励算法和模型，形成基于互联网的群体智能理论体系。自主协同控制与优化决策理论重点突破面向自主无人系统的协同感知与交互、自主协同控制与优化决策、知识驱动的人机物三元协同与互操作等理论，形成自主智能无人系统创新性理论体系架构。布局前沿基础理论研究。针对可能引发人工智能范式变革的方向，前瞻布局高级机器学习、类脑智能计算、量子智能计算等跨领域基础理论研究。高级机器学习理论重点突破自适应学习、自主学习等理论方法，实现具备高可解释性、强泛化能力的人工智能。类脑智能计算理论重点突破类脑的信息编码、处理、记忆、学习与推理理论，形成类脑复杂系统及类脑控制等理论与方法，建立大规模类脑智能计算的新模型和脑启发的认知计算模型。量子智能计算理论重点突破量子加速的机器学习方法，建立高性能计算与量子算法混合模型，形成高效精确自主的量子人工智能系统架构。开展跨学科探索性研究。推动人工智能与神经科学、认知科学、量子科学、心理学、数学、经济学、社会学等相关基础学科的交叉融合，加强引领人工智能算法、模型发展的数学基础理论研究，重视人工智能法律伦理的基础理论问题研究，支持原创性强、非共识的探索性研究，鼓励科学家自由探索，勇于攻克人工智能前沿科学难题，提出更多原创理论，作出更多原创发现。国内外集成电路设计行业现状及发展趋势1、全球集成电路设计行业情况随着全球电子信息产业的快速发展，除2015年市场规模出现小幅萎缩外，全球集成电路设计行业一直呈现持续增长的势头。2018年全球集成电路设计行业销售额为1，139亿美元，相比2017年销售额增长了13．90%。目前，全球集成电路设计市场较为集中。从区域分布来看，美国芯片在设计行业仍处于全球领先地位。2017年美国集成电路设计行业销售额占全球集成电路设计业的53%，位居全球第一；中国台湾地区16%，位居第二；中国大陆地区的集成电路设计企业，扣除海思半导体、中兴微电子和大唐为自用的IC产品之外，直接向市场供应的IC产品销售额占产品销售额的11%。2、国内集成电路设计行业情况我国的集成电路设计产业虽起步较晚，但凭借着巨大的市场需求、经济的稳定发展和有利的政策环境等众多优势条件，已成为全球集成电路设计行业市场增长的主要驱动力。从产业规模来看，我国集成电路设计行业始终保持着持续快速发展的态势。2018年度，我国集成电路设计业实现销售收入2，519亿元，同比增长21．50%。从产业结构来看，随着我国集成电路产业的发展，集成电路设计、芯片制造和封装测试三个子行业的格局正在不断变化，我国集成电路产业链结构也在不断优化。我国集成电路设计业占我国集成电路产业链的比重一直保持在27%以上，并由2011年的27．22%增长至2018年的38．57%，发展速度总体高于行业平均水平，已成为集成电路各细分行业中占比最高的子行业。我国集成电路设计企业的数量自2012年以来逐年增加，并逐步进入到全球市场的主流竞争格局中，截至2017年底，我国集成电路设计企业达到1，380家。根据ICInsights的数据，2017年我国集成电路设计企业在当年全球前五十大Fabless企业中占据了10个席位，已逐步进入全球市场的主流竞争格局中。人工智能基本原则科技引领。把握世界人工智能发展趋势，突出研发部署前瞻性，在重点前沿领域探索布局、长期支持，力争在理论、方法、工具、系统等方面取得变革性、颠覆性突破，全面增强人工智能原始创新能力，加速构筑先发优势，实现高端引领发展。系统布局。根据基础研究、技术研发、产业发展和行业应用的不同特点，制定有针对性的系统发展策略。充分发挥社会主义制度集中力量办大事的优势，推进项目、基地、人才统筹布局，已部署的重大项目与新任务有机衔接，当前急需与长远发展梯次接续，创新能力建设、体制机制改革和政策环境营造协同发力。市场主导。遵循市场规律，坚持应用导向，突出企业在技术路线选择和行业产品标准制定中的主体作用，加快人工智能科技成果商业化应用，形成竞争优势。开源开放。倡导开源共享理念，促进产学研用各创新主体共创共享。遵循经济建设和国防建设协调发展规律，促进军民科技成果双向转化应用、军民创新资源共建共享，形成全要素、多领域、高效益的军民深度融合发展新格局。积极参与人工智能全球研发和治理，在全球范围内优化配置创新资源。人工智能战略态势人工智能发展进入新阶段。经过60多年的演进，特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，受脑科学研究成果启发的类脑智能蓄势待发，芯片化硬件化平台化趋势更加明显，人工智能发展进入新阶段。当前，新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升。人工智能成为国际竞争的新焦点。人工智能是引领未来的战略性技术，世界主要发达国家把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，加紧出台规划和政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。当前，我国国家安全和国际竞争形势更加复杂，必须放眼全球，把人工智能发展放在国家战略层面系统布局、主动谋划，牢牢把握人工智能发展新阶段国际竞争的战略主动，打造竞争新优势、开拓发展新空间，有效保障国家安全。人工智能成为经济发展的新引擎。人工智能作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。我国经济发展进入新常态，深化供给侧结构性改革任务非常艰巨，必须加快人工智能深度应用，培育壮大人工智能产业，为我国经济发展注入新动能。人工智能带来社会建设的新机遇。我国正处于全面建成小康社会的决胜阶段，人口老龄化、资源环境约束等挑战依然严峻，人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域广泛应用，将极大提高公共服务精准化水平，全面提升人民生活品质。人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势，及时把握群体认知及心理变化，主动决策反应，将显著提高社会治理的能力和水平，对有效维护社会稳定具有不可替代的作用。人工智能发展的不确定性带来新挑战。人工智能是影响面广的颠覆性技术，可能带来改变就业结构、冲击法律与社会伦理、侵犯个人隐私、挑战国际关系准则等问题。在大力发展人工智能的同时，必须高度重视可能带来的安全风险挑战，加强前瞻预防与约束引导，最大限度降低风险，确保人工智能安全、可靠、可控发展。我国发展人工智能具有良好基础。国家部署了智能制造等国家重点研发计划重点专项，印发实施了互联网+人工智能三年行动实施方案，从科技研发、应用推广和产业发展等方面提出了一系列措施。经过多年的持续积累，我国在人工智能领域取得重要进展，国际科技论文发表量和发明专利授权量已居世界第二，部分领域核心关键技术实现重要突破。语音识别、视觉识别技术世界领先，自适应自主学习、直觉感知、综合推理、混合智能和群体智能等初步具备跨越发展的能力，中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶逐步进入实际应用，人工智能创新创业日益活跃，一批龙头骨干企业加速成长，在国际上获得广泛关注和认可。加速积累的技术能力与海量的数据资源、巨大的应用需求、开放的市场环境有机结合，形成了我国人工智能发展的独特优势。同时，也要清醒地看到，我国人工智能整体发展水平与发达国家相比仍存在差距，缺少重大原创成果，在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面差距较大；科研机构和企业尚未形成具有国际影响力的生态圈和产业链，缺乏系统的超前研发布局；人工智能尖端人才远远不能满足需求；适应人工智能发展的基础设施、政策法规、标准体系亟待完善。面对新形势新需求，必须主动求变应变，牢牢把握人工智能发展的重大历史机遇，紧扣发展、研判大势、主动谋划、把握方向、抢占先机，引领世界人工智能发展新潮流，服务经济社会发展和支撑国家安全，带动国家竞争力整体跃升和跨越式发展。芯片产品主要应用领域现状及发展趋势产品主要基于高精度ADC技术和高可靠性MCU技术，需要设计人员长期摸索和实践积累，具备对器件物理特性理解、拓扑结构的设计技巧以及布图布线的设计能力等综合设计能力。1、智慧健康芯片市场分析根据半导体行业协会统计数据及可能覆盖的产品单价，预计2021年，智慧健康细分产品出货量为86．08亿台/套，可覆盖的芯片市场规模约为45亿元。健康产业关乎民生幸福、经济发展和社会和谐，是政府高度重视的民生产业。《国民经济和社会发展第十三个五年规划的建议》提出推进健康中国建设的宏伟目标，健康中国已上升为国家战略。《健康中国2030规划纲要》明确指出，2020年我国健康产业规模达到8万亿元，2030年达到16万亿元，实现健康制度体系更加完善，健康生活方式得到普及，人人享受高质量的健康服务和健康保障的目标。根据《中国疾病预防控制工作进展（2015年）》发布的数据，中国因慢性病导致的死亡人数已占到全国总死亡人数的86．6%，导致的疾病负担约占总疾病负担的70%。2018年《我国卫生和计划生育事业发展统计公报》调查显示，全国卫生总费用持续上升，达到57，998．3亿元，约占GDP的6．39%。随着经济飞速发展，民众收入水平提高，财富的积累以及健康观念的转变，从医疗服务向健康服务转型，在亚健康时代从有病才医向无病预防，有病干预、注重康复的观念转变。据健康中国2030规划，至2030年，重大慢性病的过早死亡率要下降30%，此项计划让健康管理产业链向前向后延伸。健康管理产业的出现和发展将会带动医疗器械、智能穿戴、保健品、健康咨询产业的成长，各种健康设备逐步从医院使用走向家庭使用，实现自我日常健康监控及管理。根据世界卫生组织早年的评估，在影响健康的长期因素中，不良生活习惯占比高达60%，而不良生活习惯例如缺乏运动、不节制的饮食等导致的肥胖问题是众多代谢性慢性疾病的重要致病因素，包括高血压、高血脂、脂肪肝、糖尿病等。因此在日常健康监控中通过采用体脂秤进行体重体脂的测量来监测人体成分预防或减轻肥胖具有重要的意义。2、压力触控芯片市场分析（1）压力触控取代机械按键是未来趋势自2015年iPhone6s/6sPlus采用压力触控技术带来3DTouch新体验后，中兴、HTC、小米、Vivo、魅族等旗舰机型相继采用压力触控技术，在以往屏幕的二维操作的基础上加入压力感应，二维界面开始转向三维，带来人机交互新的新趋势。压力触控是继机械按键，传统电容触控后新一代的人机交互方式，其原理是通过检测人手按压在材料表面的压力来检测按键的动作。与机械按键相比，不需要在电子设备的外壳上开孔，灵敏度高，反应迅速，使用寿命长（一般机械按键的按压次数是1万次）。与电容触控按键相比，压力触控对材料无要求（传统电容触控只能使用绝缘材料），对水或者汗液等液体污染不敏感（传统电容触控在有水或者汗液的情况下会失效），不仅可以检测按键动作的有无，还可以根据按键的压力大小提供更多的操作，极大的提升用户体验。从存量市场看，经过多年的快速发展，全球智能终端产品出货增速趋缓。2018年全球智能手机出货量为14．04亿台，首次低于往年出货量，代表着智能终端行业进入存量换机时代。在存量博弈时代，创新成为重要竞争手段，压力触控这一创新技术逐步被越来越多的手机厂家所采用。使用压力触控按键取代传统的实体按键，将极大的提升手机的美观程度，增强用户的使用体验。从增量市场看，5G时代，消费电子行业将迎来第二轮创新，5G应用升级将成为电子行业新一轮创新的核心动力。在硬件上，5G带来的天线数量的增多会使得传统的金属中框应用受到较大限制，这将迫使手机厂商开发各种新型材料的中框，比如玻璃中框，陶瓷中框等，而此类中框对于按键解决方案要求较高，若使用机械按键，则会由于打孔而导致中框强度受到影响；若使用传统电容触控技术，则仍然不能避免容易误触的问题。比较而言，压力触控是此类中框按键最好的解决方案。（2）压力触控的主要技术路线及区别压力触控技术是对压力传感器的信号进行处理，包括信号放大、噪声处理、失调补偿、温度补偿、阈值判断等。该技术目前已优先用于消费电子领域。3、智慧家居芯片市场智慧家居是以家庭居住场景为载体，以物联网为关键技术，融合自动控制技术、计算机技术，以及新兴发展的大数据、人工智能、云计算等技术，将家电控制、环境监控、影音娱乐、信息管理等功能有机结合，通过对家居设备线上集中管理，提供更安全、节能、便捷、舒适的智能化家庭生活场景。目前，智慧家居涵盖家庭安全监控、智能音响、视频娱乐设备、温控设备、智能照明和大小家电等，市场空间广阔。随着无线连接技术和低功耗芯片设计技术的成熟，智能家居产品消费门槛逐步降低，消费者接受度不断提高，智能家居行业真正开始快速发展，成长为物联网行业最具潜力的细分市场之一。根据IDC统计，2018年中国智能家居市场累计出货近1．5亿台，同比增长36．7%，其中第四季度出货4，610万台，同比增长45．4%。预计未来五年中国智能家居设备市场将持续快速增长，2023年市场规模将接近5亿台，年均复合增长率超过20%。在中国，智能家居仍处在初级阶段。根据中国信通院发布的《2018中国智能家居产业发展白皮书》数据显示，2017年中国的智能家居规模体量已达到5．2亿美元，高于英国的4．775亿美元，但渗透率只有0．1%，远远落后于美国的5．8%、日本的1．3%；随着近年来国家政策的鼓励支持、行业技术的成熟发展，以及众多家电平台对外开放接口，互联互通阻碍陆续消除，我国智能家居渗透率和整体行业规模将得到快速提升，预计到2020年我国智能家居渗透率将上升至0．5%，市场规模达到5，819．3亿元。但仅仅把设备连上网，实现简单的控制功能，对消费者来说是远远不够的。人机交互体验差、没有刚需应用场景是阻碍智能家居进一步发展的主要障碍。要成为真正智能的家居产品，就需要把家电的各项属性数字化，后台的AI系统才能持续学习和分析，才能提升用户体验。可以说，数字化是智能家居的基础。以一台智能冰箱为例，仅仅把产品连上网，并不能改善消费者的体验。要成为真正的智能产品，首先要拥有眼睛和耳朵，能够感知外部环境，把温度、湿度、凝霜情况、储物重量、电压、电流、压缩机工作状况、人机交互等一系列属性数字化，才能进一步由大脑学习、分析并改善产品体验。4、工业测量芯片市场工业测量指的是在工业生产和科研各环节中，为产品的设计、模拟、测量、放样、仿制、仿真、产品质量控制、产品运动状态提供测量技术支撑，一般要求工业测量仪器能够适应不同环境并做到精密测量。工业测量芯片应用场景丰富，差异化较大，导致工业测量芯片设计较为复杂。为了满足应用要求，工业测量芯片一般会集成众多IP模块，模块之间的通信、协同工作和数据处理较复杂，模块集中管理难度较高，芯片能耗较大，对于芯片性价比和稳定性影响较高。因此，测量精度和适应性成为制约工业测量芯片的关键因素，由于芯片设计难度较高，目前国内工业测量芯片以国外进口为主。5、通用微处理器芯片市场（1）5G和物联网的发展带来对MCU需求的提升通用微处理器主要应用包括网络通信、计算机、汽车电子、工业控制等。根据ICInsight研究，受益于物联网、汽车电子、工业控制、AI等应用驱动发展，2018年MCU的市场规模达到186亿美元，同比增长11%；出货量为306亿颗，同比增长率为18%，预测未来五年内MCU出货量的复合增长率为11．1%，市场规模的复合增长率达7．2%，到2022年可达239亿美元。5G的商用和AI技术的成熟，促使物联网快速发展，据IDC估计，到2020年物联网将在全球范围内产生1．46万亿美元的价值，IOT设备数量超过300亿，成为MCU市场发展的主要推动力。这对国内MCU厂商来说，既是挑战，也是机遇。相对于传统应用，物联网对MCU提出了更高的要求，主要体现在以下几点：①更高精度，AI依赖精准的数据进行决策，这就要求MCU能够提供更高的测量精度；②更低功耗，物联网设备越来越多采用电池供电，对设备功耗提出了更高的要求；③高集成度，随着设备集成度越来越高，对MCU的集成度也提出了更高的要求，以减少尺寸、降低成本；④更智能的开发生态，缩短产品进入市场时间。（2）随着下游应用升级，MCU需要更快的运算速度MCU按照处理器的数据位数，可以分为4位、8位、16位、32位。处理器的位数越高，其运算速度越快，支持的存储空间越大。随着下游应用的升级，MCU逐渐往32位发展。基于ARM内核的32位MCU，具有良好的生态以及极佳的可拓展性，逐渐成为全球消费电子和工业电子产品的核心，占据了70%以上的市场份额。（3）MCU市场应用较广，空间较大MCU芯片应用领域及其广泛，在集成电路领域中市场规模较大。根据前瞻产业研究院统计，目前中国MCU的市场仍然以国外厂家如萨瑞科技、飞思卡尔、ST等的MCU为主，前九大国外MCU厂商份额占比约76%左右，国内虽然也有如兆易创业、中颖电子等MCU厂家，但是总的市场占有率较低，从进口替代角度，国内MCU芯片设计企业具备较大的市场提升空间。芯片行业面临的机遇与挑战（一）芯片行业面临的机遇1、芯片市场需求持续快速增长我国物联网产业发展迅猛，在智慧健康、智慧家居、智慧城市、智慧交通、工业监控等方面的需求不断提升，物联网的发展带来对各种低功耗、小尺寸、高精度测量芯片需求快速攀升。2015年以来，全球智能终端产品出货增速趋缓。2018年全球智能手机出货量为14．04亿台，首次低于往年出货量，代表着智能终端行