解读AI与国内集成电路产业发展趋势

发布者:Blissful567最新更新时间:2017-12-20 来源: 与非网关键字:集成电路  AI 手机看文章 扫描二维码
随时随地手机看文章

12月15日,苏州市集成电路行业协会举办了苏州市集成电路行业协会2017年会暨辉煌十五周年盛典,报告十五年辉煌成就,揭秘苏州集成电路行业做出突出贡献的企业名单。会上,赛迪顾问股份有限公司副总裁李珂发表了题为《人工智能发展展望与集成电路产业创新》的主题演讲。

一、人工智能发展

 

随着人工智能应用日益广泛,在2016年,人工智能核心产业规模中硬件占比最大,达到总产值的53.5%。

目前,人工智能在机器人和家电产业中的应用规模最大,同时在智能化技术在无人机中广泛应用的带动下,智能无人系统正在快速发展。

 

如今我国在AI发展中具有数据优势,芯片已成唯一短板。

今年7月份,国务院印发了《新一代人工智能发展规划》,《规划》中将“重点突破高能效、可重构类脑计算芯片”等关键共性技术作为发展产业的重点任务之一。目前国际上已形成较为完整的人工智能芯片生态格局。虽然我国在算法、数据资源、应用场景等方面具备一定基础,但是关键芯片环节仍缺失。

令人欣喜的是,寒武纪等本土AI“芯势力”正在快速成长。(据资料显示,寒武纪科技前不久已完成一亿美元A轮融资,由国投创业(A轮领投方),阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点(天使轮领投方)、涌铧投资(天使轮投资方)联合投资。寒武纪已经成为全球AI芯片领域第一个独角兽初创公司。)

二、解读全球半导体发展态势

 

2017年全球半导体市场强劲复苏,市场增速预计将达20.6%,市场规模将达4086.91亿美元。

 

创新将引领国内集成电路三大产业发展。

1.智能终端和汽车电子引领发展,生态建设更上层楼;

2.制造业发展进一步提升,先进工艺和存储器制造双轮驱动;

3.产业配套需求刺激封测业发展,与制造企业深度融合。

 

从上图可以看出,目前集成电路是全球半导体市场最主要产品,占据80%以上的市场份额,同时也是2017年全球半导体市场中增速最快的领域。

 

2017年全球存储器市场增速强劲,市场增幅预计将高达60.1%,增速创历史新高。

三、解读中国集成电路发展态势

 

由上图可以看出,预计今年我国集成电路市场规模同比增长可达15.4%,未来三年的复合年均增长率高达7.3%。

 

从近几年我国集成电路产业进出口数据来看,国内集成电路进出口一直处于逆差状态。2017年前11月IC进口同比增速为15.7%,而出口同比增速为9.2%。

 

目前我国集成电路产业呈现加速发展态势,预计到2020年销售额将高达9300亿元。

 

其中,IC设计业成为增速最快领域,预计到2020年销售额将达到3900亿元。

 

我国芯片制造业发展处于发力提速阶段。

 

封装测试业则保持平稳发展。

 

产业发展离不开多重因素驱动,其中:

1.政策驱动:除了资本投入金融扶持政策和人才引进保障政策,各级政府也在针对知识产权等更具体的发展需求给予政策支持。

2.资本驱动:2014年成立的国家集成电路产业投资基金(大基金),加上各地相继成立的产业基金,总募资规模近5000亿元,已到账规模超千亿。未来几年,随着龙头企业的新一轮布局,以及国际半导体行业并购热潮消退,扶持内源生长的中小企业将成为众多基金的主要任务。

3.技术驱动:未来几年,5G通信、人工智能、新一代存储将持续驱动整个半导体行业发展。与之相适应,新一代移动通信芯片、AI芯片、7nm以下晶圆代工、化合物半导体、先进封装等多领域多层次的先进技术,将成为驱动整个行业发展的技术方向。

集成电路产业是战略性、基础性和先导性产业,是发展数字经济的重要支撑,在信息技术领域的核心地位十分突出。然而“缺芯少魂”一直以来被成为中国发展的软肋,其中“芯”就是集成电路。连续多年,我国芯片的进口额超过石油,成为第一大进口商品,每年花费的总金额超过2000亿美元。不过目前来看,我国集成电路飞速发展,成绩喜人,有望在2020年超额达成目标。


关键字:集成电路  AI 引用地址:解读AI与国内集成电路产业发展趋势

上一篇:英特尔迟到的三年:3.5亿买下前高通团队,AI芯片却迟迟未发
下一篇:2017年显示行业应该知道的数据

推荐阅读最新更新时间:2024-05-03 02:09

未来三年投资千万美元 韩国致力研发自动驾驶车用人工智能半导体
据外媒报道,韩国科学和信息通信技术部表示,政府将在未来三年投资143亿韩元(1220万美元),研发自动驾驶汽车人工智能(AI)驱动半导体。 信息通信技术部表示,自动驾驶汽车行业对半导体的需求将不断增长。特别是3级或以上的自动驾驶汽车需要人工智能技术识别交通状况。这次投资计划帮助当地企业加快发展相关技术。政府预计,到2025年,自动驾驶半导体市场将增长到263亿美元。 汽车三级自动化意味着自动化系统能执行一些驾驶任务,但人类驾驶员必须做好准备,在必要时重新控制汽车。拥有4级或5级自动化系统的汽车是全自动驾驶汽车,不需要人类驾驶员。一辆自动驾驶汽车需要大约100个半导体,但4级或以上的汽车将使用大约2000个半导体。该部门将把
[汽车电子]
大点数具I2C介面的LCD驱动IC【盛群半导体】
盛群的HT16C2X系列为I2C介面、RAM mapping的LCD控制暨驱动IC,此系列以先进设计技术降低IC耗电、提升抗杂讯及ESD防护能力。全系列包含HT16C22/HT16C22G、HT16C23/HT16C23G、HT16C24/HT16C24G等。HT16C22已成功获得单相电表客戶的认可及采用,HT16C23及HT16C24适合于点数需求较大的三相电表的应用。 此系列內建显示记忆体及RC振荡电路;工作电压范围:2.4V~5.5V;提供2种图框扫描频率:80Hz or 160Hz;可由外挂电阻调整VLCD电压,也提供內建可由指令调整16阶的VLCD电压;提供全屏闪烁功能、有三种频率可选。透过I2C介
[电源管理]
大点数具I2C介面的LCD驱动<font color='red'>IC</font>【盛群半导体】
AI机器人的面临失业的问题 要比AI机器人带来失业的问题更严峻
相信,人工智能机器人对人类岗位工作替代的话题,大家也不是一次两次听到了。不过最近有一个关于2020年的列表在朋友群里传播开来。其中关于2020年的一个幻觉判断就是:机器人能够引起别的行业的失业潮。 当然,这个话题的是与否都是老生常谈了。不用多费口舌。不过如果再看看另外一个问答,对比着,就显得有点意思了。与之相关的这么一个有意思的问答是这样的。提问:AI真的会带来大规模失业吗?某人回答:从目前落地情况和各路AI独角兽的经营情况看,搞AI的面临失业的问题,要比AI带来失业的问题更严峻。 嗯,相信的确会让一些人心里五味杂陈,也会让一些人逐渐平静。人工智能机器人,在2019年,就开始成规模地落地应用,即便是官方媒体或机构,也
[机器人]
AI在光速中前行—全光学神经网络
在模式识别、风险管理和其他类似复杂任务方面,即使是最强大的计算机也无法与人脑匹敌。然而,光学神经网络的最新进展正在通过模拟人类大脑中神经元的反应方式来缩小这一差距。 在实现大规模光学神经网络的关键步骤中,研究人员展示了一种第一个多层全光人工神经网络。一般来说,这种类型的人工智能可以解决传统计算方法无法解决的复杂问题,但目前的设计需要大量的计算资源,既耗时又耗能。因此,开发实用的光学人工神经网络具有极大的兴趣,因为它比传统计算机更快、功耗更低。 在光学学会出版的《光学学报》(Optica)上,来自香港科技大学(Hong Kong University of Science and Technology)的研究人员详细介
[物联网]
让<font color='red'>AI</font>在光速中前行—全光学神经网络
集成电路技术可大幅提高MEMS性能
MEMS(微机电系统)传感器在手机、MP3/MP4 播放器、PDA或游戏机控制器以及洗衣机或干衣机等家电设备中都有着广泛应用。 MEMS传感器深受运动、加速度、倾斜度和振动测量市场的欢迎。MEMS传感器是系统级封装解决方案,具有高分辨率、低功耗和尺寸紧凑等诸多优点。       MEMS完全不同于主要利用硅的电性质的半导体芯片。MEMS的核心部件没有栅-漏-源三极,而是一个完全由硅制成的微型机械结构。一个典型的MEMS结构包括质量矩滑块、弹簧和阻尼器,工作原理与质量弹簧模型基本相同。       MEMS传感器可以给手机、MP3/MP4 播放器、PDA或游戏机控制器上增加一个直观的人机界面,使人的动作与安装MEMS传感器的设备
[工业控制]
吴恩达的Drive.ai,在教自动驾驶汽车如何与人类交流
一台搭载着乘客的汽车,行驶在马路上,要解决两个方面的问题:一是让乘客有安全感;二是让周边的人和车有安全感。现在,这两个方面的问题,都是由充当司机角色的人类来解决。当 自动驾驶 成为高频词,机器即将替代人类驾驶的时候,搭载着 自动驾驶 技术的车辆,就要解决上述两个方面的问题了。 自动驾驶 汽车如何与人类交流,尤其是与车内的乘客和周边的人如何交流,这是一个问题。Drive.ai的产品和设计主管Bijit Halder认为,这是一个如何取代人类驾驶员的问题。Drive.ai是总部位于硅谷的一家自动驾驶初创公司,但是,来头很大,因为有 吴恩达 ,人工智能领域的大咖。    吴恩达 从百度离职后,就加入了其太太Carol Reil
[汽车电子]
NVIDIA 推出生成式 AI 微服务,供开发者在已安装 NVIDIA CUDA GPU 的系统中创建和部署生成式 AI
NVIDIA 推出生成式 AI 微服务,供开发者在已安装 NVIDIA CUDA GPU 的系统中创建和部署生成式 AI 助手 ● 全新由 GPU 加速的 NVIDIA NIM 微服务和云端端点目录,适用于经过优化的预训练 AI 模型,可以在云、数据中心、工作站和 PC 等数亿支持 CUDA 的 GPU 上运行 ● 企业可以使用微服务来加速数据处理、大语言模型(LLM)定制、推理、检索增强生成和护栏功能 ● 已被广泛的 AI 生态系统所采用,包括 Cadence、CrowdStrike、SAP、ServiceNow 等领先的应用平台提供商 美国加利福尼亚州圣何塞 —— GTC —— 太平洋时间 2024 年 3 月
[工业控制]
NVIDIA 推出生成式 <font color='red'>AI</font> 微服务,供开发者在已安装 NVIDIA CUDA GPU 的系统中创建和部署生成式 <font color='red'>AI</font>
恩智浦MCX系列MCU专为边缘AI普及而生
随着构成物联网 (IoT) 的连接节点数量每天都在增长,人们普遍认为机器学习 (ML) 推理的执行方式必须改变。对实时响应的需求意味着费力地来回传输数据只会花费太长时间,而需要在更短的时间内做出决策。另一个考虑因素是安全性,因为这种安排会增加网络攻击的风险。 因此,物联网节点传感器获取的大部分数据将需要在源头进行处理,而不是在云端或集中式数据中心站点完成所有工作。通过这种方法,可以提供安全、低延迟的操作。 通过更智能的边缘,系统将有可能对不断变化的情况做出更快的反应,例如,在有严重成本影响或安全关键的情况下,以及允许更好的用户体验而不会产生任何烦人的滞后。 能够访问基于边缘的 ML 推理将有利于广泛的应用场景。 其中包括工
[物联网]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
随便看看
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved