全球半导体产业迁移 中国的机遇与挑战

来源:36氪

概要:商务部24日发布公告说,以附加“限制性条件”的形式批准了日月光半导体收购矽品精密股权案。


商务部24日发布公告说,以附加“限制性条件”的形式批准了日月光半导体收购矽品精密股权案。这个附加的“限制性条件”,可能就是这一条信息:同样是24日,矽品公告称,将出售子公司矽品科技(苏州)有限公司30%股权给大陆紫光集团,交易金额为10.26亿元人民币。

一名工作人员在黄色光源工作环境中观察光刻胶前烘情况。


当然,完整的垂直产业链未必有真正的市场效应,不过股市总归会有不错的战绩,至少打通之后,基本可以通吃产业链每个环节的政策红利。


我们关注的不只是紫光,而是这种“限制性条件”未来可能成为中国商务部审核其他半导体整合案乃至更多领域案例的参照,它可能反映了一种长久的趋势。


比如,博通正在准备着收购高通,以及高通正在操作收购恩智浦,也许会有其他形式的限制性条件与参与机会。你可能会说,这是否符合自由竞争逻辑,违反商业逻辑。过去,笔者对这种信息会有条件反射的审慎,担心它会引发海外企业、机构、政府某种争议或质疑。不过,如今这种疑虑已基本消除。因为,我们看到一种波及全球的趋势变化,正促使许多关键产业与区域市场之间开始产生更加深刻而长久的关联。


这种趋势,分解下来,至少有这几个动向:


首先,中国大陆早已是全球最大的半导体市场,也是全球诸多半导体企业尤其是巨头们的最大单一市场。它会推动半导体产业进一步移转中国,而且移转的规律不再完全受制于过去的冷战思维,也不是简单的雁行模式,而是共时甚至日益超前的呈现。无论英特尔还是高通,无论是恩智浦还是德仪,当然还包括中国台湾地区的半导体企业群。


2017年,全球芯片产值或达4000亿美元,而中国进口额将超过2500亿美元,继续超过了石油的进口。虽然这2500亿美元未来未必都必须完全自主供应,但一个大国,常年处于这种局面,确实有些失衡。


其次,产业迁移,也有后摩尔定律的效应。技术瓶颈,已经日益成为一种魔咒,它迫使更多企业开始转向商业模式的创新。中国市场效应远比单一的半导体市场规模数字要更强大,它几乎可以容纳所有商业模式与应用场景。巨头们几乎都将中国视为最重要的布局重镇,这不是偶然,而是中国人口、产业结构、线下生态、幅员、大国地位等诸多要素决定的市场地位。


之前,我们说摩尔定律一定程度给了中国大陆半导体业快速追赶的机会,也有这一背景。我们说中国能吸纳全球诸多产业资源,也不纯粹是市场效应,更不是要挟。它建立在中国自身产业日益自主的基础之上。

因为,这样一种事实越来越明显:过去,海外巨头们几乎只将中国视为市场、应用场景,如今几乎全部将中国视为人才、技术创新、产业化的大本营。就是说,过去中国是海外成熟技术或者淘汰技术输出的对象国、庞大市场,而今中国开始成为巨头们借力完成技术创新、商业化支撑,以便面向全球市场输出的枢纽。许多商业模式、解决方案,需要先在中国落地,大规模商业化验证后,才能输往全球。


因此,如果还延续过去多年的冷战思维,继续对中国实施高压封锁,不但无效,也很可笑。考虑到未来半导体业日益一体化的创新,当然制造部分还涉及供应链半径,这意味着,原始的技术创新,也会更多发生在中国。这一点,从高通们对中国5G市场进展节奏的期待中能体会到,也能从它收购NXP一案期望中国尽快审核的意愿中体会到。


从逻辑上来说,中国商务部的审核,确实足以左右行业整合的进程,左右某些企业未来的命运。但我们并没有盲目到认为中国具有统摄全球所有市场的能力。只就眼前而言,这种动向也反映了中国半导体产业面临的挑战。


后摩尔定律时代,中国虽然获得了快速的追赶机会,但未来的创新将不只依赖半导体企业群,还会有业外跨界的力量——事实上,这个行业本来就涉及物理、化学、工业、软件、服务等诸多领域,未来一定会更丰富,具有强大的聚合能力。我们甚至认为,政府也会扮演关键的力量,当然,还有全球化的资本。未来的创新,单一的企业已经不可能独立承担成本,这里面包括人才的智力成本、资金的成本、时间的成本等。其实这也是风险。这个行业日益要求整个社会力量的参与。举例来说,不光摩尔定律演进,450MM晶圆制造也讨论了多年,到现在并没有真正可行的落地动向。


我们的态度很鲜明,海外要素首先要正视这个巨型市场。未来多年,中国大陆这个领域也许仍然不会有震撼世界的原始技术,但一定是全球技术要素价值挖掘的关键、应用的关键。这个行业,没有中国,就没有真正意义上的驱动力。

其次,必须正视中国产业的崛起。笔者此前在以色列了解了这个国家的科技竞争力以及它所面临的挑战。以色列航天、军工、医疗、生物、汽车、农业等诸多领域都有前沿的创新,但它缺乏市场纵深,根本无力持续挖掘技术的商业价值。所以,过去多年,它就形成了一种这样的模式:创业的群体庞大,危机感与创新精神很强,但一旦到了商业化阶段,很多项目与公司就卖给了全球其他国家。过去是美国、欧洲、日本等国,近年来中国开始承接这种隐形的转移。


这其实也是自然发生的事情,并非强力的控制转移。有人为以色列不断卖掉创业公司、核心技术感到遗憾,但我们的判断是,这完全符合全球化市场的竞争力构建。因为创新无止境,以色列能常年维持在创新的高位,跟这种持续的循环有关。而且,也要看到它并非透支模式。比如特拉维夫8000多家创业公司中,相当部分来自海外人士、海外资本、海外技术。以色列也是整合全球,靠着创新对策路径吸纳全球竞争要素。


我们认为这是一种良性的循环,同时也判断,未来那些人口基数小、市场缺乏纵深但有相当人才基础的国家或地区,也会更多地适应这种挑战,而中国会成为这种趋势中的最大受益国。


这一切还是要建立在中国产业自主的基础之上,否则我们只靠市场维度,只靠拿来主义,是绝无可能持续建构起大国竞争力的,那种状态下,中国一定也会持续产生悲情,与海外国家很难形成正向的市场关系。


当然,真实的博弈面不会这么简单,一定伴随着复杂的斗争。但即便发达的区域,如美国突破了摩尔定律的瓶颈,未来也不可能再度延续过往几十年那种过度的封锁状态。


因为,未来的技术,以及技术创造的新型商业、新型社会,日益具有协同的诉求。事实上,在笔者看来,目前的云化世界、未来的万物互联网、AI社会,如果没有开放的精神,都不可能有真正的商业化成效,不会大规模普及。




未来智能实验室致力于研究互联网与人工智能未来发展趋势,观察评估人工智能发展水平,由中国科学院虚拟经济与数据科学研究中心刘锋、石勇、和刘颖创建。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;构建互联网(城市)云脑架构,形成科技趋势标杆企业库并应用与行业与智慧城市的智能提升。


  如果您对实验室的研究感兴趣,欢迎支持和加入我们。扫描以下二维码或点击本文左下角“阅读原文”







深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值