國(guó)產(chǎn)AI芯片技術(shù)的最新研究成果

AI芯片廣義指能運(yùn)行人工智能算法的芯片，通常針對(duì)人工智能算法做特殊加速設(shè)計(jì)，現(xiàn)階段多以深度學(xué)習(xí)算法為主，也包括其他機(jī)器學(xué)習(xí)算法。我國(guó)在AI芯片的研究方面取得了多方面成果：

• 特定神經(jīng)網(wǎng)絡(luò)芯片的研發(fā)：例如清華大學(xué)開發(fā)的天機(jī)芯是基于SNN（脈沖神經(jīng)網(wǎng)絡(luò)）的AI芯片，SNN作為第三代神經(jīng)網(wǎng)絡(luò)模型更貼近生物神經(jīng)網(wǎng)絡(luò)，它將時(shí)域信息引入計(jì)算模型，在神經(jīng)元和突觸模型方面更接近生物神經(jīng)元與突觸，與國(guó)際上如IBM的TrueNorth、Intel的Loihi等類似的基于SNN的芯片處于同一前沿探索方向。

• 
  

• 成功的模型芯片集成：阿里云將通義千問15億和30億參數(shù)大模型成功移植到黑芝麻智能的武當(dāng)C1200系列車規(guī)級(jí)芯片上，這一集成方案可在離線環(huán)境下支持多輪自然對(duì)話，展現(xiàn)了很強(qiáng)的技術(shù)適配性，并且黑芝麻智能在2024年9月已和斑馬智行展開跨域合作致力于整合智能座艙與智能駕駛系統(tǒng)到單一芯片上，有力推動(dòng)了車載智能化發(fā)展，也彰顯了國(guó)產(chǎn)AI芯片在與大模型集成方面的能力。

• 拓展AI視覺芯片能力：如國(guó)科微在AI視覺芯片業(yè)務(wù)方面取得進(jìn)展，憑借在ISP、編解碼、NPU等核心技術(shù)領(lǐng)域的優(yōu)勢(shì)積累，已在國(guó)內(nèi)安防市場(chǎng)占據(jù)穩(wěn)定份額，并推出了兩款最新研發(fā)的AI視覺芯片，在提升圖像處理能力的同時(shí)也實(shí)現(xiàn)了AI算法深度融合，使得終端設(shè)備能在更復(fù)雜環(huán)境中進(jìn)行精準(zhǔn)識(shí)別和分析，滿足行業(yè)和消費(fèi)端快速增長(zhǎng)的需求，這體現(xiàn)了國(guó)產(chǎn)AI芯片在視覺處理方面不斷提升其技術(shù)的能力和創(chuàng)新 。

國(guó)產(chǎn)AI芯片技術(shù)的市場(chǎng)應(yīng)用情況

• 多領(lǐng)域有所涉足但規(guī)模成型挑戰(zhàn)尚存

• 多場(chǎng)景都存在布局：國(guó)產(chǎn)AI芯片的應(yīng)用領(lǐng)域遍布股票交易、金融、商品推薦、安防、早教機(jī)器人以及無人駕駛等多領(lǐng)域，還催生了大量創(chuàng)業(yè)公司如地平線、深鑒科技、中科寒武紀(jì)等。像寒武紀(jì)的產(chǎn)品廣泛應(yīng)用于服務(wù)器、邊緣計(jì)算、終端等多個(gè)場(chǎng)景。這表明國(guó)產(chǎn)AI芯片在應(yīng)用場(chǎng)景的多樣性探索方面表現(xiàn)積極，不同功能定位的芯片能夠在本職功能以外去拓展自身在AI計(jì)算方面的潛力，以適應(yīng)人工智能無處不在的發(fā)展趨勢(shì)。

• 特定場(chǎng)景應(yīng)用深化：在視覺相關(guān)應(yīng)用場(chǎng)景取得進(jìn)展。以AI視覺芯片為例，安防目前是最成熟的落地場(chǎng)景，同時(shí)消費(fèi)類IoT場(chǎng)景也開始逐步應(yīng)用。國(guó)科微的AI視覺芯片憑借自身技術(shù)優(yōu)勢(shì)不斷在安防和消費(fèi)市場(chǎng)擴(kuò)大份額且滿足不斷增長(zhǎng)的需求。隨著更高算力、算法的融合支持，AI視覺芯片在低光環(huán)境下可以有更好的畫質(zhì)表現(xiàn)，使得其成本與門檻降低進(jìn)而從專業(yè)安防場(chǎng)景拓展向消費(fèi)為主的泛安防場(chǎng)景。另外芯片算力、能效比和算法的繼續(xù)提升會(huì)為國(guó)產(chǎn)AI視覺芯片創(chuàng)造更大市場(chǎng)空間。但是阿克芯片在整個(gè)市場(chǎng)規(guī)模與國(guó)際同類芯片相比還有差距，諸多企業(yè)在各自領(lǐng)域努力探索盈利和規(guī)模擴(kuò)大化之路仍面臨眾多挑戰(zhàn)。

• 面臨市場(chǎng)整合和突破的需求：在產(chǎn)品定位更為高端或者說高算力的AI芯片領(lǐng)域，目前國(guó)內(nèi)較多企業(yè)處在初創(chuàng)或者早期發(fā)展階段。從已上市企業(yè)如寒武紀(jì)和曾經(jīng)試圖IPO的思必馳的營(yíng)收和利潤(rùn)情況來看，雖然積極投入研發(fā)但是目前面臨營(yíng)收不穩(wěn)定且存在虧損現(xiàn)象。這意味著在這個(gè)AI芯片賽道上，國(guó)產(chǎn)AI芯片不管是專門做AI加速器的芯片企業(yè)還是那些具有多元業(yè)務(wù)且在產(chǎn)品內(nèi)部加入AI加速單元的企業(yè)，在市場(chǎng)競(jìng)爭(zhēng)中，當(dāng)面臨國(guó)際巨頭企業(yè)在高端市場(chǎng)的主導(dǎo)時(shí)，還沒能實(shí)現(xiàn)全面逆襲達(dá)成大規(guī)模穩(wěn)定盈利，市場(chǎng)整合、企業(yè)競(jìng)爭(zhēng)力提升和大規(guī)模商業(yè)應(yīng)用擴(kuò)張方面都有很長(zhǎng)的路要走。

國(guó)產(chǎn)AI芯片技術(shù)面臨的挑戰(zhàn)

• 高端制程工藝受限

• 外部限制因素：臺(tái)積電斷供7nm及更先進(jìn)工藝芯片對(duì)國(guó)內(nèi)AI芯片產(chǎn)業(yè)影響深遠(yuǎn)，因?yàn)?nm工藝芯片廣泛應(yīng)用于AI、GPU和自動(dòng)駕駛等領(lǐng)域是國(guó)內(nèi)廠商研發(fā)重點(diǎn)。這背后是美國(guó)對(duì)先進(jìn)AI芯片出口的限制和管制，導(dǎo)致國(guó)內(nèi)企業(yè)面臨高端芯片制造外部供應(yīng)的瓶頸。很多國(guó)內(nèi)AI芯片廠商的芯片是采用臺(tái)積電工藝制造（如7nm工藝），但現(xiàn)在可能需尋找新的代工合作伙伴或者調(diào)整供應(yīng)鏈策略，且國(guó)內(nèi)晶圓代工廠在技術(shù)和產(chǎn)能方面存在瓶頸很難馬上承接高端制程芯片制造任務(wù)。

• 研發(fā)投入的壓力：像寒武紀(jì)、思必馳這類相對(duì)老牌且公認(rèn)有實(shí)力的企業(yè)，現(xiàn)階段需要瘋狂投入研發(fā)費(fèi)用。從寒武紀(jì)2019 - 2023年研發(fā)費(fèi)用投入情況和其在營(yíng)收中所占的超高比例來看，這體現(xiàn)國(guó)內(nèi)企業(yè)即便頭部企業(yè)都面臨研發(fā)投入占比過高但營(yíng)收和盈利情況不佳，這種財(cái)務(wù)狀況在研發(fā)高端制程工藝時(shí)會(huì)面臨資金難以持續(xù)支持的風(fēng)險(xiǎn)。因?yàn)殚_發(fā)先進(jìn)制程工藝的AI芯片需要巨額資金投入、高端人才和長(zhǎng)期的技術(shù)積累，而這一系列需求在目前國(guó)內(nèi)企業(yè)面臨競(jìng)爭(zhēng)壓力和盈利挑戰(zhàn)下變得格外艱難。

• 國(guó)際競(jìng)爭(zhēng)壓力巨大

• 在全球GPU芯片市場(chǎng)被NVIDIA、Intel和AMD三家巨頭主導(dǎo)，其中NVIDIA憑借CUDA生態(tài)系統(tǒng)在人工智能和高性能計(jì)算領(lǐng)域占據(jù)絕對(duì)主導(dǎo)地位。國(guó)內(nèi)企業(yè)在圖形渲染GPU和GPGPU方面與國(guó)際領(lǐng)先仍有差距。例如在GPGPU的制程、接口和生態(tài)方面，國(guó)內(nèi)廠商相對(duì)滯后。在制程上，NVIDIA已經(jīng)推出4納米制程而國(guó)內(nèi)廠商主要集中在7納米制程；接口方面，壁仞科技和NVIDIA率先采用PCIe5.0，其他多數(shù)國(guó)內(nèi)廠商還在使用PCIe4.0；生態(tài)方面，國(guó)內(nèi)企業(yè)多采用OpenCL自主建設(shè)生態(tài)與NVIDIA的CUDA生態(tài)相比差距明顯。

• 從市場(chǎng)營(yíng)收規(guī)模對(duì)比上可以看出巨大差距。以NVIDIA FY2024（截至2024年2月28日的過去1年）財(cái)年年度營(yíng)收609億美元，而寒武紀(jì)等國(guó)內(nèi)同類企業(yè)的營(yíng)收與之相比完全不在一個(gè)量級(jí)。產(chǎn)品性能和市場(chǎng)影響力等方面都不及國(guó)際大廠，在競(jìng)爭(zhēng)中處于劣勢(shì)地位，這將會(huì)影響到國(guó)產(chǎn)AI芯片在全球市場(chǎng)的拓展和進(jìn)一步發(fā)展。

• 技術(shù)差距：

• 生態(tài)建設(shè)挑戰(zhàn)：國(guó)際頭部企業(yè)已經(jīng)構(gòu)建起非常成熟且龐大的生態(tài)系統(tǒng)。以英偉達(dá)為例其在全球人工智能計(jì)算領(lǐng)域形成的CUDA生態(tài)已經(jīng)成為事實(shí)上的行業(yè)標(biāo)準(zhǔn)。這不僅有利于其自身的新產(chǎn)品推廣，各類軟件開發(fā)者都會(huì)優(yōu)先基于CUDA進(jìn)行技術(shù)適配進(jìn)而圍繞英偉達(dá)的硬件進(jìn)行開發(fā)，這種軟 硬件的深度適配會(huì)吸引更多的用戶來使用英偉達(dá)的芯片，從而更加強(qiáng)化其生態(tài)。國(guó)內(nèi)AI芯片企業(yè)要想打破這種生態(tài)格局困難重重，比如說國(guó)內(nèi)企業(yè)即便研發(fā)出一款性能不錯(cuò)的芯片可能會(huì)面臨沒有足夠的軟件開發(fā)者對(duì)其進(jìn)行充分的軟件適配，進(jìn)而難以得到客戶認(rèn)同，這就使得市場(chǎng)對(duì)國(guó)產(chǎn)芯片的認(rèn)可度提升緩慢，從而限制了其發(fā)展 。

國(guó)產(chǎn)AI芯片技術(shù)的未來發(fā)展趨勢(shì)

• 技術(shù)快速迭代的持續(xù)化

• 制程工藝和芯片架構(gòu)：國(guó)產(chǎn)AI芯片企業(yè)將繼續(xù)通過自主研發(fā)、技術(shù)創(chuàng)新等多種方式來加快迭代速度。在制程工藝方面會(huì)朝著更先進(jìn)的例如5納米、3納米及以下方向發(fā)展，這有助于實(shí)現(xiàn)更高效、更高性能的計(jì)算。在芯片架構(gòu)方面會(huì)不斷優(yōu)化，提升算法和架構(gòu)設(shè)計(jì)之間的適配性達(dá)到更高的運(yùn)算效率。因?yàn)殡S著人工智能算法和模型的不斷演進(jìn)，AI芯片持續(xù)提升自身算力、降低功耗以及提高數(shù)據(jù)的處理速度的需求始終存在，企業(yè)為了適應(yīng)這種發(fā)展需求會(huì)不斷投入資源去推動(dòng)技術(shù)進(jìn)步。

• 功能集成強(qiáng)化：未來的AI芯片可能會(huì)將更多的功能集成在一起，例如集成傳感器、存儲(chǔ)器、通信模塊等。通過把多種功能集合起來，可以降低功耗、提高效率并且對(duì)于開發(fā)者而言在應(yīng)用開發(fā)時(shí)更加便利。例如，未來在智能設(shè)備當(dāng)中，一顆高度集成化的AI芯片不僅能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)的快速運(yùn)算處理而且可以實(shí)現(xiàn)不同設(shè)備組件之間的高效通信并且possibly會(huì)附帶一定的存儲(chǔ)能力從而減少對(duì)其他部件的依賴。這樣的集成化芯片能夠更好地適應(yīng)AI設(shè)備小型化、多功能集成化的發(fā)展趨勢(shì)，如在智能家居設(shè)備當(dāng)中，更小空間內(nèi)可以發(fā)揮更多功能，也符合降低成本提高性價(jià)比的市場(chǎng)需求趨勢(shì)。

• 應(yīng)用場(chǎng)景的進(jìn)一步拓展和深化

• 
  

• 新興領(lǐng)域的開發(fā)：AI芯片的應(yīng)用領(lǐng)域除了傳統(tǒng)的自動(dòng)駕駛、數(shù)據(jù)中心、云計(jì)算和邊緣計(jì)算、機(jī)器人、智能制造、新基建、智能家居、智能金融、智能教育以及醫(yī)療健康等領(lǐng)域外。還將會(huì)隨著AI技術(shù)與不同行業(yè)業(yè)務(wù)的深度融合而拓展到更多新興領(lǐng)域。例如在虛擬現(xiàn)實(shí)（VR）/增強(qiáng)現(xiàn)實(shí)（AR）場(chǎng)景下結(jié)合AI芯片的高效運(yùn)算可以實(shí)現(xiàn)更加逼真的虛擬場(chǎng)景構(gòu)建以及圖像識(shí)別交互。在生物科技領(lǐng)域結(jié)合AI芯片為基因測(cè)序、蛋白質(zhì)結(jié)構(gòu)分析提供強(qiáng)大的算力支持加速相關(guān)研究進(jìn)程。這些新興領(lǐng)域的涉足會(huì)逐步擴(kuò)大國(guó)產(chǎn)AI芯片的市場(chǎng)空間并且反過來也會(huì)促使國(guó)產(chǎn)AI芯片根據(jù)新興領(lǐng)域的特殊需求進(jìn)行定制化技術(shù)研發(fā)創(chuàng)新 。

• 已有場(chǎng)景深化與定制化：在目前已經(jīng)布局且有一定市場(chǎng)基礎(chǔ)的應(yīng)用場(chǎng)景像安防、消費(fèi)類IoT場(chǎng)景中，對(duì)國(guó)產(chǎn)AI芯片也有進(jìn)一步優(yōu)化和深化市場(chǎng)份額的機(jī)會(huì)。如在安防場(chǎng)景下，面對(duì)更高清晰度圖像識(shí)別、超低照度下的畫面監(jiān)控以及多場(chǎng)景下的異常行為實(shí)時(shí)分析預(yù)警等需求，會(huì)促使國(guó)產(chǎn)AI芯片企業(yè)持續(xù)優(yōu)化算法、提高算力等從而提供更有質(zhì)量的安全監(jiān)控保障。在消費(fèi)類IoT場(chǎng)景中針對(duì)每個(gè)細(xì)分的消費(fèi)市場(chǎng)需求，例如個(gè)人穿戴設(shè)備、家庭智能電器等，進(jìn)行定制化芯片設(shè)計(jì)提供適應(yīng)不同消費(fèi)場(chǎng)景的功能和性能體驗(yàn)以獲取更多的商業(yè)機(jī)會(huì)，同時(shí)逐步建立品牌知名度和市場(chǎng)口碑 。

• 產(chǎn)業(yè)合作的加強(qiáng)和生態(tài)構(gòu)建

• 上下游企業(yè)合作緊密化：國(guó)產(chǎn)AI芯片企業(yè)將加強(qiáng)與上下游企業(yè)的合作。在上游端會(huì)與材料供應(yīng)商、晶圓代工廠等尋求更為穩(wěn)固的合作關(guān)系。例如在面臨臺(tái)積電斷供7nm芯片危機(jī)之下尋求國(guó)內(nèi)晶圓代工廠更深度的合作同時(shí)也可能反向促使國(guó)內(nèi)晶圓代工廠加快技術(shù)突破進(jìn)程；在下游端會(huì)與終端設(shè)備制造商、系統(tǒng)集成商等加強(qiáng)合作推動(dòng)產(chǎn)品進(jìn)入市場(chǎng)通道的順暢性并且及時(shí)接收市場(chǎng)對(duì)芯片使用后的反饋意見以便及時(shí)調(diào)整產(chǎn)品優(yōu)化升級(jí)。例如與智能汽車制造商的深度合作，為汽車提供從智能駕駛芯片到車內(nèi)智能交互系統(tǒng)芯片等全方位芯片解決方案，以加快汽車智能化步伐同時(shí)鞏固自身在汽車領(lǐng)域的市場(chǎng)地位 。

• 構(gòu)建自主生態(tài)系統(tǒng)：隨著國(guó)產(chǎn)AI芯片技術(shù)的進(jìn)步努力構(gòu)建自己的生態(tài)系統(tǒng)。一方面吸引更多的軟件開發(fā)商基于國(guó)產(chǎn)AI芯片進(jìn)行軟件層面的應(yīng)用和開發(fā)，例如開發(fā)適合國(guó)產(chǎn)芯片架構(gòu)的操作系統(tǒng)、開發(fā)框架等。另一方面促進(jìn)不同使用芯片的企業(yè)之間或者使用芯片企業(yè)與研發(fā)企業(yè)相互合作共同探索創(chuàng)新應(yīng)用模式和商業(yè)運(yùn)營(yíng)模式。例如創(chuàng)建類似芯片開發(fā)者和使用者的統(tǒng)一的交流合作平臺(tái)，在平臺(tái)上可以分享使用國(guó)產(chǎn)芯片的經(jīng)驗(yàn)，還有面對(duì)困難如何協(xié)同解決同時(shí)也可以挖掘潛在的合作商業(yè)機(jī)會(huì)等。最終形成一個(gè)涵蓋硬件、軟件、應(yīng)用企業(yè)和研發(fā)機(jī)構(gòu)等多方參與、協(xié)同發(fā)展的國(guó)產(chǎn)AI芯片生態(tài)格局 。

國(guó)內(nèi)外AI芯片技術(shù)的對(duì)比

• 計(jì)算資源與能效比的對(duì)比

• 終端芯片能效比較：國(guó)外的AI芯片在計(jì)算能力以及能效比較高。以NVIDIA的GPU芯片為例，在深度學(xué)習(xí)的計(jì)算任務(wù)當(dāng)中可以充分利用其大規(guī)模并行計(jì)算能力，GPU比傳統(tǒng)的CPU在深度學(xué)習(xí)算法的運(yùn)算上能夠提高幾十倍的效率。在長(zhǎng)期的技術(shù)研發(fā)和優(yōu)化過程當(dāng)中，國(guó)外企業(yè)在硬件架構(gòu)層面可以做到精細(xì)化的設(shè)計(jì)從而在進(jìn)行AI計(jì)算任務(wù)時(shí)能夠以更低的能耗獲取更高的計(jì)算性能。例如，在一些數(shù)據(jù)中心大規(guī)模部署GPU進(jìn)行深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練和推理工作可以在保證運(yùn)算速度的同時(shí)控制電力成本在合理范圍。國(guó)內(nèi)的AI芯片在能效比方面與國(guó)外仍有差距，例如國(guó)內(nèi)一些AI芯片初創(chuàng)企業(yè)在產(chǎn)品推向市場(chǎng)時(shí)在處理同量級(jí)的數(shù)據(jù)運(yùn)算任務(wù)時(shí)可能面臨能耗過高的情況。這主要是由于國(guó)內(nèi)企業(yè)可能在架構(gòu)設(shè)計(jì)的先進(jìn)性、生產(chǎn)工藝的精度等方面存在一些短板，另外在算法和硬件的優(yōu)化結(jié)合上也缺乏一些技術(shù)沉淀 。

• 服務(wù)器端芯片計(jì)算資源對(duì)比：在全球服務(wù)器CPU市場(chǎng)被Intel和AMD所壟斷，國(guó)內(nèi)CPU廠商在性能方面仍與國(guó)際領(lǐng)先水平存在差距。國(guó)際廠商在面向服務(wù)器端的AI芯片在數(shù)據(jù)讀取、緩存處理以及多核多線程協(xié)同處理大規(guī)模數(shù)據(jù)的計(jì)算資源能力方面往往具備更為先進(jìn)的技術(shù)。如Intel的服務(wù)器CPU芯片產(chǎn)品在處理復(fù)雜的企業(yè)級(jí)應(yīng)用人工智能任務(wù)場(chǎng)景下可以高效地保證數(shù)據(jù)在不同內(nèi)核、緩存和內(nèi)存之間的快速交換和處理。國(guó)內(nèi)的服務(wù)器CPU廠商雖然也在積極追趕如推出了一些支持AI計(jì)算加速的技術(shù)方案，但整體而言計(jì)算資源方面如對(duì)大規(guī)模數(shù)據(jù)處理的能力和速度目前相比國(guó)際廠商還是有差距的 。

• 軟件生態(tài)系統(tǒng)的對(duì)比

• 生態(tài)構(gòu)建成熟度差異：以NVIDIA的CUDA生態(tài)系統(tǒng)為代表，在全球人工智能和高性能計(jì)算領(lǐng)域的AI芯片使用中占據(jù)主導(dǎo)地位。它為軟件開發(fā)者提供了一整套完整的開發(fā)工具包、驅(qū)動(dòng)支持以及大量的開源代碼資源。這使得全球范圍內(nèi)的軟件開發(fā)者、研究人員等能夠方便地基于CUDA進(jìn)行軟件應(yīng)用程序的開發(fā)并且可以有效地在NVIDIA的各種GPU芯片上部署運(yùn)行。這些軟件資源又進(jìn)一步吸引更多的用戶采用NVIDIA的芯片，形成一種硬件和軟件生態(tài)互相促進(jìn)良性循環(huán)的積極狀態(tài)。相對(duì)來說，國(guó)產(chǎn)AI芯片目前在生態(tài)構(gòu)建方面處于剛剛起步和探索階段。例如國(guó)產(chǎn)的一些GPGPU企業(yè)雖然嘗試建立自己的生態(tài)使用比如OpenCL進(jìn)行生態(tài)建設(shè)，但缺乏足夠的軟件開發(fā)者支持，同時(shí)在開發(fā)工具豐富性、代碼庫資源等方面難以與國(guó)際巨頭相比。在AI開發(fā)框架、模型庫以及各類AI引擎與國(guó)產(chǎn)芯片的適配融合方面比較滯后，往往使得國(guó)產(chǎn)芯片在應(yīng)用推廣時(shí)面臨軟件環(huán)境不足的尷尬局面 。

• 生態(tài)的開放性和兼容性對(duì)比：國(guó)外的部分先進(jìn)AI芯片在兼容性方面表現(xiàn)優(yōu)秀，例如AMD的一些AI芯片不僅可以支持自己的軟件生態(tài)體系而且還兼容如NVIDIA CUDA部分功能生態(tài)，能夠在多種硬件設(shè)備和軟件環(huán)境下比較穩(wěn)定地工作，這大大增加了其產(chǎn)品的應(yīng)用場(chǎng)景廣度和用戶群體。而目前國(guó)產(chǎn)AI芯片在生態(tài)兼容性方面多數(shù)還處于完善自身封閉生態(tài)體系的階段，很難做到和國(guó)外主流的生態(tài)兼容，導(dǎo)致難以吸引到國(guó)外廣大的使用者和開發(fā)者群體，從而限制了國(guó)產(chǎn)芯片在全球舞臺(tái)上的影響力和競(jìng)爭(zhēng)力，也不利于產(chǎn)業(yè)的長(zhǎng)遠(yuǎn)發(fā)展和走向國(guó)際化 。

國(guó)產(chǎn)AI芯片技術(shù)的優(yōu)勢(shì)和不足

• 優(yōu)勢(shì)

• 廣闊的國(guó)內(nèi)市場(chǎng)和政策支持：中國(guó)作為全球最大的AI市場(chǎng)，在國(guó)內(nèi)具有龐大的市場(chǎng)應(yīng)用需求，這為國(guó)產(chǎn)AI芯片企業(yè)提供了豐富的試驗(yàn)和商業(yè)機(jī)會(huì)。例如我國(guó)不斷增長(zhǎng)的安防需求、蓬勃發(fā)展的智能家居市場(chǎng)以及快速興起的無人駕駛探索等領(lǐng)域都急切需要可以適配并且性價(jià)比高的AI芯片。與此同時(shí)國(guó)家高度重視人工智能和芯片產(chǎn)業(yè)。國(guó)家層面出臺(tái)了如《新一代人工智能發(fā)展規(guī)劃》提出到2030年我國(guó)新一代人工智能發(fā)展目標(biāo)，十四五規(guī)劃也明確提出推動(dòng)AI等技術(shù)與各產(chǎn)業(yè)深度融合。同時(shí)也會(huì)出臺(tái)系列的優(yōu)惠政策鼓勵(lì)企業(yè)加大研發(fā)投入推動(dòng)國(guó)產(chǎn)AI芯片創(chuàng)新發(fā)展。例如在資金補(bǔ)貼、稅收優(yōu)惠等政策方面積極扶持國(guó)內(nèi)芯片企業(yè)的發(fā)展，這在企業(yè)成長(zhǎng)初期的關(guān)鍵階段可以給予極大的助力保障企業(yè)在殘酷的市場(chǎng)競(jìng)爭(zhēng)中有機(jī)會(huì)存活下來并且實(shí)現(xiàn)技術(shù)的逐步迭代成長(zhǎng) 。

• 應(yīng)用場(chǎng)景拓展機(jī)會(huì)和定制化潛力：由于國(guó)內(nèi)市場(chǎng)應(yīng)用場(chǎng)景豐富多樣，國(guó)內(nèi)AI芯片企業(yè)相較國(guó)外企業(yè)在應(yīng)用場(chǎng)景拓展上有著更多的機(jī)會(huì)。能夠針對(duì)一些細(xì)分領(lǐng)域快速進(jìn)行研發(fā)、調(diào)整和定制化開發(fā)。比如AI視覺芯片在于安防領(lǐng)域的應(yīng)用中，國(guó)科微憑借對(duì)國(guó)內(nèi)安防市場(chǎng)獨(dú)特需求（例如環(huán)境多樣性、高性價(jià)比要求等）的深入理解進(jìn)而在芯片的ISP技術(shù)等核心技術(shù)上進(jìn)行優(yōu)化從而推出符合市場(chǎng)期待的芯片產(chǎn)品。在消費(fèi)類IoT市場(chǎng)也是同樣，根據(jù)不同消費(fèi)類設(shè)備對(duì)成本、功能等多維度的需求差異，國(guó)內(nèi)芯片企業(yè)可以比國(guó)際企業(yè)更為靈活地調(diào)整產(chǎn)品設(shè)計(jì)理念、技術(shù)參數(shù)等滿足具體市場(chǎng)需求，并且這種定制化能力也有助于在特定市場(chǎng)建立獨(dú)特的競(jìng)爭(zhēng)優(yōu)勢(shì) 。

• 不足

• 高端技術(shù)研發(fā)瓶頸：目前國(guó)產(chǎn)AI芯片在高端制程工藝、高性能計(jì)算架構(gòu)以及前沿的AI算法融合等高端技術(shù)研發(fā)方面面臨著多重瓶頸。諸如前面提到的在高端AI芯片依賴外部晶圓代工廠的情況如7nm制程工藝的臺(tái)積電斷供影響下，國(guó)內(nèi)自身高端的制程工藝研發(fā)進(jìn)展緩慢而且產(chǎn)能不足，難以滿足企業(yè)高端芯片研發(fā)和生產(chǎn)需求，導(dǎo)致在高端AI芯片產(chǎn)品線上和國(guó)外企業(yè)差距難以短時(shí)間內(nèi)補(bǔ)足。雖然積極投入研發(fā)費(fèi)用，但研發(fā)資源的分布分散，難以像國(guó)際頭部企業(yè)集中優(yōu)勢(shì)力量進(jìn)行技術(shù)攻關(guān)。同時(shí)在高性能計(jì)算架構(gòu)和前沿AI算法結(jié)合優(yōu)化能力方面也弱于國(guó)際先進(jìn)企業(yè)方面，使得產(chǎn)品在極端性能方面難以與他國(guó)競(jìng)爭(zhēng)經(jīng)常處于追趕者身份 。

• 國(guó)際競(jìng)爭(zhēng)與生態(tài)構(gòu)建艱難：在國(guó)際市場(chǎng)面臨激烈的競(jìng)爭(zhēng)，國(guó)際芯片巨頭的品牌影響力、技術(shù)全球領(lǐng)先以及強(qiáng)大的市場(chǎng)壟斷地位等不良因素對(duì)國(guó)產(chǎn)AI芯片走向全球市場(chǎng)帶來重重阻礙。市場(chǎng)份額被嚴(yán)重?cái)D壓的情況下難以獲得足夠的利潤(rùn)進(jìn)行再投入研發(fā)改良產(chǎn)品。此外在構(gòu)建自身生態(tài)系統(tǒng)上也舉步維艱。像NVIDIA的CUDA生態(tài)系統(tǒng)一旦形成壟斷后很難打破，國(guó)內(nèi)企業(yè)試圖構(gòu)建新生態(tài)過程中缺乏吸引全球開發(fā)者、使用者的足夠優(yōu)勢(shì)。從技術(shù)生態(tài)而言，如開發(fā)框架的認(rèn)可度低、代碼庫資源不夠豐富；從市場(chǎng)推廣生態(tài)而言，缺乏全球范圍內(nèi)的銷售和服務(wù)網(wǎng)絡(luò)，導(dǎo)致國(guó)際影響力和市場(chǎng)份額難以提升 。

芯片封裝清洗介紹

合明科技研發(fā)的水基清洗劑配合合適的清洗工藝能為芯片封裝前提供潔凈的界面條件。

水基清洗的工藝和設(shè)備配置選擇對(duì)清洗精密器件尤其重要，一旦選定，就會(huì)作為一個(gè)長(zhǎng)期的使用和運(yùn)行方式。水基清洗劑必須滿足清洗、漂洗、干燥的全工藝流程。

 污染物有多種，可歸納為離子型和非離子型兩大類。離子型污染物接觸到環(huán)境中的濕氣，通電后發(fā)生電化學(xué)遷移，形成樹枝狀結(jié)構(gòu)體，造成低電阻通路，破壞了電路板功能。非離子型污染物可穿透PC B 的絕緣層，在PCB板表層下生長(zhǎng)枝晶。除了離子型和非離子型污染物，還有粒狀污染物，例如焊料球、焊料槽內(nèi)的浮點(diǎn)、灰塵、塵埃等，這些污染物會(huì)導(dǎo)致焊點(diǎn)質(zhì)量降低、焊接時(shí)焊點(diǎn)拉尖、產(chǎn)生氣孔、短路等等多種不良現(xiàn)象。

 這么多污染物，到底哪些才是最備受關(guān)注的呢？助焊劑或錫膏普遍應(yīng)用于回流焊和波峰焊工藝中，它們主要由溶劑、潤(rùn)濕劑、樹脂、緩蝕劑和活化劑等多種成分，焊后必然存在熱改性生成物，這些物質(zhì)在所有污染物中的占據(jù)主導(dǎo)，從產(chǎn)品失效情況來而言，焊后殘余物是影響產(chǎn)品質(zhì)量最主要的影響因素，離子型殘留物易引起電遷移使絕緣電阻下降，松香樹脂殘留物易吸附灰塵或雜質(zhì)引發(fā)接觸電阻增大，嚴(yán)重者導(dǎo)致開路失效，因此焊后必須進(jìn)行嚴(yán)格的清洗，才能保障電路板的質(zhì)量。

合明科技運(yùn)用自身原創(chuàng)的產(chǎn)品技術(shù)，滿足芯片封裝工藝制程清洗的高難度技術(shù)要求，打破國(guó)外廠商在行業(yè)中的壟斷地位，為芯片封裝材料全面國(guó)產(chǎn)自主提供強(qiáng)有力的支持。