新华社分析突破“缺芯”困境

在芯片产业的投资方向也需更有产业眼光的人掌控。在国家财政支持之外,还需要市场、社会资本等积极参与。有专家建议,中国证券监督管理委员会可为芯片企业提供一些如加速审批等便利通道,使企业有机会从市场筹得更多研发经费。

【安防在线 www.anfang.cn】

美国商务部近日宣布对中兴通讯公司执行为期7年的出口禁令,再度引发关于中国半导体芯片产业核心竞争力的担忧。中国如何突破“缺芯”之困境,走上一条国产自主可控替代化的发展之路?

缺芯之困

新华社分析突破“缺芯”困境

《2017年中国集成电路产业分析报告》显示,当前中国核心集成电路国产芯片占有率低,在计算机、移动通信终端等领域的芯片国产占有率几近为零。

浙江之江实验室芯片中心高级顾问李序武博士介绍,透视中国芯片产业可从设计和制造两方面分析。过去几年,中国芯片设计进展飞快,设计公司成倍增加。但芯片设计技术和经验远远不足,尤其在先进信号转换器方面,如从模拟连续信号变为数字信号以及逆向转换,大大落后于国外。

李序武曾任中芯国际集成电路制造有限公司技术研发执行副总裁,在美国英特尔公司工作期间获得该公司技术领域最高荣誉“英特尔院士”,对中美半导体领域发展差异感触颇深。他说,在芯片制造方面,中国与世界最先进工艺还有不少差距,“平时中国企业可以从国外厂商购买芯片组装需要的系统,但外国政府一旦采取限制性措施,弱点就暴露出来了”。

如在中兴的核心业务基站领域,基站芯片自给力最低。而基站芯片本身对成熟度和高可靠性的要求远高于消费级芯片。有专家认为,在美宣布管制措施后,中国从开始试用国产替代芯片到批量使用至少需两年以上时间。

在阿里云智联网科学家、芯片策略组长丁险峰博士看来,中国芯片研发的现状是散而小。

半导体芯片是一个需要高投入、规模效应的产业,投资周期长、风险大,很多人不愿涉足。中国政府从2013年开始对半导体产业从芯片研发到制造都加大了资金支持力度。但专家认为,目前投资过于分散,一些投资无效的项目瓜分了资金。

半导体行业从业者杭州华澜微电子股份有限公司总经理骆建军说:“中国现在最缺的不是半导体生产线,而是设计公司。没有芯片设计,生产线就不可能有自主可控芯片为‘米’下锅,最终回到给别人代工的老路。”

补芯之路

那么,中国应如何“补芯”?专家称不可“一蹴而就”,但需抓住现有机遇。芯片行业遵循已久的摩尔定律认为:当价格不变时,集成电路上可容纳的元器件数目,约每隔18至24个月便会增加一倍,性能也将提升一倍。但李序武说,由于半导体光刻技术等瓶颈问题,再加上半导体做得越来越接近物理极限,现在更新换代速度正在慢下来,这对于中国来说是一个机会。

“前面走得慢,后面追得容易。有了国外公司的先行,后来者也可以少走很多弯路,”李序武说,“当然,路上埋下了很多‘地雷’,就是各种专利,要想全部绕开也很有挑战。”

中国半导体真正开始发展始于2000年,当时中国最大的半导体制造商中芯国际集成电路制造有限公司成立,但在成立之初已面临了美国国际商用机器公司(IBM)、英特尔等科技巨头,以及台湾积体电路制造股份有限公司等强大代工厂的激烈竞争,伴随其间的还有巨大的行业人才缺口。

骆建军说,政府在高校专业设置和就业方面都应有所引导,尤其要加强交叉学科能力培养,培养一个集成电路设计的领军者往往需要十几年的时间。

丁险峰也认为,目前国家对于创业人才的政策已不错,但需大幅倾斜到可在大公司长期奋斗的人才,“芯片需要大规模作战,需要有统领千军的能力,而不是发表文章的能力”。

此外,专家认为,更重要的是鼓励中国企业在国产芯片技术到位的情况下多采购国产芯片,而不是一味抱着“外国的月亮比中国圆”的心态,“长期满足于进口替换,不思进取”。比如华为、展讯通信的手机芯片完全可以满足很大一部分需求。

在芯片产业的投资方向也需更有产业眼光的人掌控。在国家财政支持之外,还需要市场、社会资本等积极参与。有专家建议,中国证券监督管理委员会可为芯片企业提供一些如加速审批等便利通道,使企业有机会从市场筹得更多研发经费。

丁险峰认为,数字化时代需要万亿级芯片与传感器,这个时代几乎完全属于中国,“因为中国可以掌握这类芯片与传感器,从模组、物联网终端、边缘服务到云计算,中国都可以做”。

中国相关企业如何汲取前车之鉴?专家们的一致看法是:低调做事,遵纪守法,积累好自己的核心技术。

该文观点仅代表作者,本站仅提供信息存储空间服务,转载请注明出处。若需了解详细的安防行业方案,或有其它建议反馈,欢迎联系我们

(0)

相关推荐

  • 英伟达高管:首次实现实时会话式AI,GPU优势是全可编程

    NVIDIA加速计算产品管理总监Paresh Kharya、NVIDIA企业边缘计算总经理Justin Boitano、NVIDIA TensorRT产品市场负责人Siddarth Sharma接受智东西等媒体的采访,就NVIDIA深度学习产品进行更具体的解读。

    2026年3月19日
  • AI芯片的技术分类以及技术特点

    AI芯片从技术架构发展来看,大致也可以分为四个类型:通用类芯片,代表如GPU、FPGA;基于FPGA的半定制化芯片,代表如深鉴科技DPU、百度XPU等;全定制化ASIC芯片,代表如TPU、寒武纪Cambricon-1A等;类脑计算芯片,代表如IBMTrueNorth、westwell、高通Zeroth等。

    2026年3月19日
  • AI芯片技术发展瓶颈

    《人工智能芯片技术白皮书(2018)》第四章分析在CMOS工艺特征尺寸逐渐逼近极限的大背景下,结合AI芯片面临的架构挑战,AI芯片的技术趋势。一方面,研究具有生物系统优点而规避速度慢等缺点的新材料和新器件,采用新的计算架构和计算范式;另一方面,将芯片集成从二维平面向三维空间拓展,采用更为先进的集成手段和集成工艺,将是AI芯片技术在很长一段时期内的两条重要的路径。

    2026年3月19日
  • 英特尔公布技术路线图:10年后推1.4纳米工艺

    或许值得注意的是,在今年的IEDM大会上,有些演讲涉及的工艺尺寸为0.3纳米的技术,使用的是所谓的“2D自组装”材料。尽管不是第一次听说这样的工艺,但在硅芯片制造领域,却是首次有人如此提及。显然,英特尔(及其合作伙伴)需要克服的问题很多。

    2026年3月19日
  • 指纹门锁被攻破?解读:攻击场景有限 仅小范围警报

    《IT时报》记者进一步采访解锁的操作者、锁具厂商和安全专家,在他们看来,报道中提到的解锁模式有相对特殊的操作场景,消费者不必过度恐慌,但同时,算法仅仅是智能锁开锁的一种方式,由于目前并无统一标准,同一款锁具采用的开锁方式越复杂,漏洞存在的概率就越高,因此提醒消费者,购买智能锁还是要尽量选择品牌产品。

    2026年3月19日
  • 二十年一轮回 AI将数据中心架构再次拖向分裂?

    利用AI模型(程序)进行实际问题的推理和判断仍旧需要对应的硬件系统拥有强大的运算能力。但与模型训练的复杂场景不同,由于需要运行的程序和处理的数据类型的相对固定,硬件系统并不需要很高的灵活性。相反,在实际的AI应用场景中,用户往往对硬件的采购成本、能效和部署效率有着更高的要求。

    2026年3月19日