任正非:发展芯片,光砸钱不行,还要砸人

30多年前,硅谷在半导体芯片领域(当时主要是半导体存储占据主流)的发展模式主要是:

通过风投注入资金,科创企业获得注资后,进行持续的技术创新获得市场,提升公司估值,然后上市,而风险资本则卖出股票获利退出。

而以日立、NEC、富士通、三菱和东芝等五家公司为首的企业玩法不同。

因为技术较弱,他们要求整合日本产学研半导体人才资源,打破企业壁垒,使企业协作攻关,提升日本半导体芯片的技术水平。

30年芯片发展史:光砸钱不行,还要砸人!

但在当时,各家企业之间写作过程中,自身的利益受到侵犯,故而互相提防、互相拆台。除此之外,政府承诺的投入半导体的资金也迟迟不到位,也阻碍了芯片技术的发展。

关键时刻,日本半导体研究的开山鼻祖垂井康夫站了出来,他利用自己的威望,将各怀心思的参与方们捏合到一起:

大家只有同心协力才能改变日本芯片基础技术落后的局面,等到研究成果出来,各企业再各自进行产品研发,这不是一场孤军奋战的困局。

四年中,日立、富士通等企业取得了上千件专利,一下子缩小了技术差距。随着国家政策的扶持,现代化的半导体存储芯片制造工厂一座座建起,马不停蹄地生产。

1980年,日立、NEC、富士通等企业已经攻下了全球30%的半导体内存市场,5年后,份额超过50%,硅谷的英特尔、AMD等公司被狠狠甩在后头。

01

他们是如何研发的?

为了研发,曾经有一家公司把一整幢楼用于存储芯片研发,第一层楼的人员研发16KB容量,第二层楼的人员研发64KB的,第三层人员研发256KB的。

这种研发节奏简直就是传说中的三箭齐发,不仅研发速度快,芯片的质量还很好,这让硅谷企业毫无招架之力。

第一年,AMD净利润下降2/3。(1981年)

第二年,英特尔被逼裁掉2000名员工。

第五年,英特尔宣布退出DRAM存储业务。

30年芯片发展史:光砸钱不行,还要砸人!

硅谷企业意识到了这个他们无法掌控的局面,硅谷的科技公司决定成立半导体协会(SIA)来应对日立、富士通等企业的进攻。

SIA通过游说7年,得到的一直是不干预回应,直到SIA将问题由经济学问题上升为政治经济学问题。

日立、富士通等企业的半导体芯片全球市场份额从1986年最高的40%跌到了2011年的15%;而DRAM的全球市场份额从最高的80%跌到了2010年的10%。

日立、富士通等企业芯片份额的下滑并没有流入到硅谷的科技公司,因为英特尔和AMD等公司在当时已经砍掉了DRAM业务。

这些市场份额都流进了三星的肚子里。三星抓住机遇,搭上微处理器推动的个人电脑时代快车,领先富士通等企业。

30年芯片发展史:光砸钱不行,还要砸人!

资料来源:汤之上隆《尔必达到底是什么?》

从上面的DRAM份额图中可以发现,20世纪70年代美国份额占据主导地位,到80年代的日本的份额,而现在的韩国则是一条缓慢的上升曲线。

02

如今我们处在什么样的发展阶段?

先从芯片讲起,实际上它是一片载有集成电路的一个元件,这种元件是一种半导体元件。

芯片我们可以大致把它分为两类,一类叫做功能芯片,比如CPU能实现一定的计算功能,通信基站里也有很多功能芯片。

第二类就是存储芯片,可以储存一定的信息,比如现在我们熟知的闪存。

从芯片产业上来看,大致分为三个内容:

一是芯片的设计;

二是芯片的制作;

三是芯片的封装

设计、制作和封装中,设计是最难的。

我国大部分的芯片产业还集中在中低端,也就是在制作和封装部分做的比较多,尤其是封装。

而芯片设计部分,很难,所以很少,但不是没有。

2019年3月底,市场研究机构DIGITIMES Research发布了2018年全球十大芯片设计公司排名:

30年芯片发展史:光砸钱不行,还要砸人!

资料来源:DIGITIMES Research

榜单显示华为海思是前十大芯片设计公司中营收增长最快的,2018年同比增长34.2%,达到75.73亿美元,与排名第四的联发科的78.94亿美元只有一步之遥。

从地区分布来看,2018 年美国在全球芯片设计领域拥有 68% 的市场占有率,居世界第一;中国台湾地区市场占有率约 16%,居全球第二;中国大陆则拥有 13% 的市场占有率,位居世界第三。

30年芯片发展史:光砸钱不行,还要砸人!

资料来源:中商产业研究院

从产业结构上看,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2012年的28.8%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。

从2018年中国十大芯片设计企业来看

根据全球市场研究机构TrendForce集邦咨询《中国半导体产业深度分析报告》显示,

30年芯片发展史:光砸钱不行,还要砸人!

数据来源:集邦咨询

2018年中国IC设计产业产值达人民币2,515亿元,年增近23%。以营收排名来看,中国IC设计前三大企业为海思、紫光展锐与北京豪威。

03

回看华为

华为此前推出的麒麟970,在安卓阵营当中,更是走到了前列。采用台积电10nm工艺的麒麟970,是全球首款内置独立NPU(神经网络单元)的智能手机AI计算平台。

在当时安卓阵营还没有内置独立NPU的处理器出现,其出现时间也早于苹果的处理器。

30年芯片发展史:光砸钱不行,还要砸人!

图片来源:手机CPU天梯图

成立十多年来,就能够达到追赶上国际巨头的程度,是非常值得肯定的,更不要说,华为已经在智能手机AI计算平台上走在了很多公司前面

在过去的几年中,中国半导体产业也正在以惊人的中国速度取得了令全世界瞩目的成绩,在设计、制造和封装等产业链环节不断缩小与国际企业的差距。

回头想想,中国1979年才恢复高考,2001年加入世贸,才有多少年的财富积累和人才储备,华为、阿里和腾讯给的起高薪找的来人才,也就这几年吧?

今天任总的回应又刷屏了,很多观点振聋发聩,他呼吁不要煽动民族主义情绪,扎扎实实把自己的事情做好;不能狭隘地认为爱华为就用华为手机;发展芯片,光砸钱不行,还要砸人。

华为海思在官方公号发布社会招聘启事,大量招收芯片及相关领域开发人才。主要是为了增加人才储备,应对接下来的自主研发和备胎接轨。

这家刚被华为“转正”的公司全球广发“英雄帖”,咱也帮不上什么忙,就帮转发吧。

30年芯片发展史:光砸钱不行,还要砸人!

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