2018年1月21日,由IC咖啡主办的ICTechSummit2018在上海长荣桂冠酒店盛大开幕,上海浦东新区科技和经济委员会副主任徐敏栩、国家集成电路产业基金副总裁韦俊、南京市浦口区委常委、海峡两岸科工园党委书记丁爱民、IC咖啡创始人胡运旺、清芯华创投资公司投委会主席陈大同等十多位重量级嘉宾在会议上畅谈了中国半导体行业在全球占据市场份额、IC设计和应用的主要发展挑战和国家大基金三年来取得了突出成绩。
国家集成电路产业基金副总裁韦俊表示,上海有非常好的半导体发展氛围,国家集成电路产业基金27%的基金投到上海,投了非常多的项目,涉及设计、材料等各个领域。基金的使命就是从资本、产业资源聚集的角度去推动集成电路产业的发展,希望在上海IC产业发展的过程中始终有我们的参与。
IC咖啡创始人胡运旺指出,中国IC占全球份额会无限逼近80%,根本原因是中国有巨大且分散的芯片市场(电子整机)的优势以及每年百万以上的电子类(IC设计与IC应用)毕业生。胡运旺认为,中国IC与欧美日列强的竞争导致了千团大战的最终格局。
清芯华创投资公司投委会主席陈大同,国家大基金三年来的成绩斐然,着力解决半导体产业中的关键问题:第一、12寸大晶圆由上海开始;第二、半导体存储器中国公司在2018年有量产生产线,包括武汉3D NAND和合肥/晋江DRAM,武汉长江存储的32层3D NAND闪存;福建晋华的是32纳米的DRAM利基型产品;以及合肥长鑫(睿力)的19纳米 DRAM。而且三家都声称2018年底前将实现试产,开通生产线。;第三、晶圆代工能力加强。
陈大同特别指出了大基金目前面临的挑战与缺憾:国有体制与市场化机制的矛盾,中央统筹规划与地方积极性的矛盾,战略性引导项目与市场化项目的矛盾等以及本土人才(包括海归)与引进人才的矛盾等挑战投资范围太窄、母基金额度太少(仅为7%)等。国家大基金第二期会比第一期规模更大一些。
中国集成电路封测产业现状与创新平台、中国半导体协会副理事长于燮康表示,集成电路无处不在,拥有极强的撬动能力,撬动技术、经济和制造业的发展。比如集成电路促进了包括自动化装备、制造装备以及精密仪器微细加工等40多个工程技术的发展;一美金的集成电路所能带动的GDP,相当于100美金,而全世界IC产业的全年产值撬动的GDP相当于中国和美国GDP之和;IC产业带动世界上最复杂的制造业,16nm的制造工艺可集成33亿个晶体管,一纳米相当于头发丝的十分之一。
好上好集团副总裁徐东升以最近华为受阻美国市场为例,指出华为遭到美国市场的禁入,美国担心中国,产品, 品牌,以及中国半导体行业的崛起;华为用了自产的芯片,美国打着信息安全的幌子阻止中国科技产品进去美国。徐东升回顾了IC代理商发展历程,并为现场观众分析了中国IT、互联网、半导体等崛起与品牌和代理商兴旺期之间的联系。徐东升指出,未来社会生态将主要由物联网和人工智能构成,合适的产品应与合适的渠道结合,只有强强联合才能促进中国芯市场销售。他分析说,目前IC代理商主要分为大代理,混合型代理和技术型代理。因此资源和技术是关键,而技术投入取决于企业对市场的理解,对客户的把握,这也决定了IC代理商发展方向和前景。
阿里云智联网首席科学家丁险峰发表演讲,指出利用连接与传感器打通物理世界与云世界,利用物联网语言重新描绘物理世界,从生产生活和城市环境中获取数据新能源是物联网技术的本质。丁险峰认为,到2030,中国将会制造设计80~90%物联网设备以及50%的云计算。
华登国际董事总经理黄庆,分析了世界半导体三足鼎立的形势。黄庆认为,半导体产业的并购狂潮,最后可能整合成几大半导体公司,主要的内在原因是盈利提升,股价提高,股东获利等因素。黄庆指出,中国崛起的大型电子公司对应的会有大型半导体公司出现,目前工程师的成本优势已经不存在,中国优势在于巨大的市场,快速反映速度,市场的敏感度。
但他提醒说,中国半导体行业目前面临着硬件无利润、同质化严重的挑战,以及缺乏人才、缺乏创新的现状问题,因此中国企业必须在市场中寻找自己的位置和价值,提高自身的产品溢价能力和主导市场能力。
复旦博士生导师徐鸿涛以手机领域射频技术为例,分析了射频技术在无线通讯领域的应用价值和发展趋势,他指出,射频技术门槛高在于投入很大,开发周期长;随着汽车电子 、物联网,可穿戴应用的发展,机会在于和5G通讯相关的环境感知,人机交互日益明显。5G通信要求大规模天线阵列,如何把大规模阵列用尽可能小的芯片来实现,是业界关注焦点。
徐鸿涛指出射频集成电路的发展趋势有五点,分别是:第一、智能终端中射频芯片的高度集成,未来5G/卫星通信,射频芯片射频芯片规模化,无线SOC芯片加速向先进半导体工艺演进,万物互联万物交互需要更多的射频IC芯片以及射频集成电路技术将持续推动颠覆性的无线通信产品。
人工智能芯片的演进深鉴科技陈忠民介绍了人工智能芯片的发展历史,指出AI爆发的三大逻辑:第一、算法在部分领域超越人类的识别精度;第二、各种应用算法类似,可以大规模复制;第三、大量行业数据的积累。传统计算架构无法支撑深度学习的海量数据并行运算,人工智能芯片需要高效率的计算平台,其成功也在于算法、大数据、计算和域的结合。最后,他指出人工智能芯片设计面临三大挑战:提高并行度、提高利用率和内存访问的优化。
-
芯片
+关注
关注
452文章
50194浏览量
420701 -
存储器
+关注
关注
38文章
7428浏览量
163506 -
IC设计
+关注
关注
37文章
1290浏览量
103689 -
射频技术
+关注
关注
4文章
145浏览量
35915
发布评论请先 登录
相关推荐
评论