9月7日-8日,相约 2023 腾讯全球数字生态大会!聚焦产业未来发展新趋势! 了解详情
写点什么

中美博弈,国产化突围,昔日王者走下神坛,谁在颠覆全球芯片产业?

  • 2020-12-29
  • 本文字数:8810 字

    阅读完需:约 29 分钟

中美博弈,国产化突围,昔日王者走下神坛,谁在颠覆全球芯片产业?

2020 年,一场突如其来的疫情席卷了整个世界。在新冠肺炎疫情的肆虐之下,全球各行各业都陷入了停滞状态,科技产业更是受到了前所未有的冲击。


在这之中,芯片行业的变动尤为引人注目。


除了受疫情影响,中美贸易摩擦带来的不确定性也时时刻刻影响着芯片行业的发展。尤其在今年,美国对中国芯片技术的限制不断增加,有更多中国企业上了美商务部的“实体清单”,这也很大程度上影响了中国芯片产业的发展。


为应对这种情况,一些开源技术在国内更受欢迎,如 RISC-V,国产芯片企业得以喘息,同时也开拓了更多的可能性;而在一些专用芯片领域,如云端 AI 芯片、自动驾驶芯片等,中国企业也开始崭露头角,频频有产品发布,甚至量产。


国际芯片市场的变动也是巨大的。


巨头之间除了产品上互相竞争,收购的脚步也从未停止,而且数额惊人,比如引爆全行业讨论的英伟达 -Arm 收购案。另有一些企业,在时代的大潮中或停滞不前,或干脆放弃,忍痛割肉的事情也没有少发生。


总之,2020 年是多变的一年,危与机并存,困难与机遇同在。在这样的背景之下,InfoQ 特别企划了 2020 年芯片行业盘点,与读者共同交流这一年中芯片行业的点点滴滴。


1、全球芯片现状


先来看看在这严峻的疫情笼罩之下,世界芯片产业一年中都发生了哪些变化。


CPU:x86 优势渐弱,Arm 野蛮生长


52 岁的芯片巨人英特尔最近比较烦,因为它的“盟友”接连弃它而去了。


苹果在今年的新品发布会上推出基于 Arm 架构的自研芯片 M1;微软也在不久前宣布转向 Arm 架构,欲自主研发芯片摆脱英特尔,延续多年的“Wintel 体系”面临着“分手危机”;就连谷歌也在宣布开发用于 Pixel 智能手机和 Chromebook 的自研芯片后,被曝出可能使用 Arm 的消息。


不可否认的是,x86 架构的 CPU 依旧是当前的主流,英特尔自可以凭借这一技术稳坐江湖头把交椅。但是,Arm 在移动芯片市场形成垄断后,在 PC 芯片市场也逐渐形成了自己的生态,英特尔的头号对手 AMD 也是大有贴近 Arm 架构的趋势。


而 Arm 更是把野心渗透在了更多、更复杂的领域。


根据官网介绍,Arm 已有针对移动计算、兼顾性能和能效的 Cortex-A78、针对汽车市场、强调安全的 Cortex-A78AE;以及面向高性能计算的 Cortex-A78C 内核。此外,Arm 架构处理器在物联网、边缘计算、AI 和 5G 等领域也普遍渗透,成为计算机历史上应用最广泛的微处理器指令集架构 (ISA)。


可以说,在性能方面,x86 能做到的事情,Arm 也都不示弱,更低的功耗、同等的性能,合作伙伴为何纷纷转投 Arm 也就不言自明了。


当然,Arm 也并非人人可以享用的,其高额的专利授权费就劝退了不少中小企业,而这些被劝退的企业也并不是没了出路,近年来火热的开源的架构——RISC-V 就成了他们的最佳选择。


GPU:英伟达依然独霸,英特尔秘密谋划


说完了 CPU,再来说说独霸一方的 GPU 王者——英伟达。


2020 年,英伟达可谓一路高歌。在经历了 2019 年的“冷静期”后,2020 年 GTC 大会上,英伟达重新让用户的眼睛里冒出了无数的小星星。


虽然受到疫情影响,原定于 3 月开办的 GTC 大会推迟到了 5 月,并且在线上举办,但这丝毫没有影响英伟达 CEO 黄仁勋的状态,从烤箱里拿出的硬菜——基于 Ampere 架构的 NVIDIA A100 GPU 再次独领风骚。


台积电 7nm 工艺,包含 540 亿晶体管,第三代 Tensor Core AI 核心,支持 TF32 运算,无需任何代码就能拥有比原来强大 20 倍的 AI 算力… 种种数据仿佛在对外界炫耀:这就是强大。


可是,当所有人以为英伟达注定一家独大的时候,英特尔杀了进来。


2018 年 4 月,有报道称,英特尔正在组建一个团队开发针对数据中心和 PC 游戏市场的独立图形处理器,意图与英伟达展开竞争。


2018 年 6 月,英特尔确认计划在 2020 年推出一款独立的 GPU。


2019 年 9 月,HotHardware 报道称,Intel Xe 的 GPU 指令集体系结构 (ISA)出现较大变化,与之前的产品相比,几乎所有指令编码均有改变。


2020 年英特尔架构日上,Xe GPU 终于亮相。据介绍,Xe GPU 架构有三大重点——软件第一、并行第二,同时适应全新的工作负载,比如 AI、视觉云计算等等,这也是 Intel 作为 GPU 后来的一个优势,研发 GPU 架构的时候可以不用照顾太多之前的积累,直接面向未来潜力巨大的场景,比如 AI、云计算等等。


Xe GPU 希望用一个架构统一所有应用场景,不过实际情况还是很复杂的,不同场景对性能、功耗的要求不同,可以细分为集成 + 低能耗、中端、发烧级、数据中心 /AI、HPC 百亿亿次计算等等。


但是,必须要说的一点是:这些目前还只是 PPT 里展示的内容,具体的成品暂时没有发布,按照目前的情况来看,最快也要到 2021 年了。不知道英特尔的 GPU 会给行业带来惊喜还是惊吓。


AI 芯片:尚无巨大惊喜,但未来可期


随着人工智能技术的发展,专用的 AI 芯片在近些年愈发引人关注。


从概念上来看,AI 芯片是针对人工智能领域的领域专用架构(Domain Specific Architecture)。


相比于通用计算芯片如 CPU/GPU,AI 芯片是一颗领域定制芯片,定制化运行 AI 领域的应用,从而提供更高的计算效率:用更低的成本、更低的功耗提供更高的计算性能;在同一制程工艺下,不同芯片的性能区别来自于架构设计。在架构方面,从最底层可以将人工智能芯片架构分为 指令集驱动数据流驱动 两种架构范式。


a.指令集驱动 依托指令执行的先后次序控制计算次序:对于一个乘累加操作,指令集架构可控制先执行乘法操作,再运行加法操作,并在此基础上加入大量并行及性能优化。指令集架构的优势在于通用性,但是受限于指令的读取、计算、写入操作次序,会影响指令集架构的计算效率。


b.数据流驱动 依托数据流动次序控制计算次序:对于一个乘累加操作,数据流架构控制数据依次流过乘法单元及加法单元。相比于指令集架构,数据流架构没有指令集相关的冗余、此外计算和数据流动并行运行,可以将芯片的极限性能充分发挥出来。相比于指令集架构的通用性,数据流架构更适合领域定制架构(DAS):通过数据流定制满足领域计算高性能及高效率,通过数据流可重构性满足领域内不同算法应用所需的通用性。


AI 芯片作为一个计算系统芯片,需要支持复杂多变的深度学习算法,以及配套支持这些算法运行的计算操作。因此,在对于极致计算效率的追求上,理想的 AI 芯片需要维持对目标领域的通用性。


所以从概念上说,不是只有 AI 芯片才能运行 AI 算法,CPU、GPU 都可以,AI 芯片需要解决的是,如何在恒定的算力需求下:例如一个智慧城市的 1 万路视频分析、一个智慧工厂的 100 条产线智能化升级、一台汽车在时速百公里每小时下的自动驾驶,更低成本、更低功耗满足这些应用场景的 AI 算力需求。


简言之,理想的 AI 芯片可以提供更优的计算性能,在恒定的算求需求下,所需的芯片数量最少。与此同时,每颗芯片的成本更低,从而大幅降低每个人工智能应用落地所需的总成本,这是 AI 芯片研发的核心目标。


自人工智能技术成为科技公司的主战场之后,AI 芯片也成为了兵家必争的一个重要方向。AI 芯片的市场更加细分,针对端边云不同场景设计 / 使用不同芯片的趋势更加明显。


终端市场,美国对华为海思的制裁导致 IPC 端的 AI 芯片存在大量缺货的可能,市场上众多传统 SOC 芯片商已尝试进入此领域,而大量 AI 芯片公司也重金投入。


云端芯片 是主流芯片大厂及云计算大厂竞争的焦点,传统芯片厂如英伟达,英特尔,赛灵思等纷纷推出 AI 新品,而众多云计算大厂(尤其是国内厂家)也纷纷入局,比如百度自研昆仑,腾讯投资壁仞等,在云端市场,除芯片的算力性能外,软件生态的竞争是另外一个需要突破的壁垒


5G 的广泛部署,智能制造等行业政策的引领,以及物联网技术的发展,使 边缘 AI 计算 成为飞速发展的新兴市场。边缘 AI 计算的需求更加场景化和碎片化,从而对 AI 的芯片的需求也不尽一致,从发展的角度,边缘 AI 芯片是一片蓝海


从产量上来说,英伟达、英特尔等国际大厂依靠多年经验积累的优势占据了一部分市场,但也并非一帆风顺,如英特尔的 Nervana 系列芯片就在研发三年终于发布之后遭到停产;而来自国内的企业,尤其是一些初创公司的表现似乎更值得关注,如:鲲云科技 的 CAISA 芯片和星空加速卡已实现了规模量产;百度 昆仑 1 芯片 也已实现量产和应用部署,量产约 2 万片 地平线车规级 AI 芯片 征程 2 实现量产 10 万片等等。


人工智能芯片的发展背后是社会发展对于算力无止境的追求,因此在行业发展的层面,需要不断的进行技术革新来适应国际环境和应用需求。


目前算力的发展面临实际的挑战,如果沿用现有的指令集架构,海外巨头有先发优势,在架构设计上不能获得绝对性的性能优势,需要不断迭代制程工艺,将面临摩尔定律放缓的挑战和供应链安全问题。所以,人工智能芯片的发展 可以考虑从底层架构突破,通过底层架构创新来实现计算效率的数量级提升,从而实现在 AI 领域更好的技术应用和落地。


在指令集架构方向,英伟达的 GPU 和 CUDA 生态处于全球领先的位置。2020 年,英伟达率先在 A100 架构中使用了 TSMC 7nm 工艺,将峰值算力进一步推高,继续保持在指令集架构和制程工艺的全球领跑地位;国内的人工智能企业也发布了基于指令集架构的人工智能芯片,鲲云科技通过数据流架构实现了芯片利用率的大幅提升,比特大陆也通过架构优化实现了较好的实测性能。


总的来说,AI 芯片发展的赛道上,大部分企业都处在同一起跑线,因此 2020 年并没有特别惊喜的产品出现,但从长远来看,AI 芯片的发展是非常值得关注与期待的,尤其是架构创新已经从理论成为了实践,未来可期。


2、国产芯片现状:自研是主旋律,突围是进行时


说过了全球芯片在 2020 年的发展情况,现在要回过头来看看国内芯片产业在这一年里都经历了哪些重大事件和重要进展。


由于起步较晚,国产芯片产业一直处在追赶世界领先技术的状态,也因为同样的原因,中国芯片主要在依靠进口进行供应,公开资料显示:芯片一直是中国进口金额最大的商品。根据海关公开数据,2019 年,中国芯片进口额 3040 亿美元,超过原油、铁矿砂、粮食总和 3016 亿美元。


而美国半导体企业在中国市场占有率达更是高达 48%,高通、Microchip、美光、Qorvo 等美企的在华收入占比超过 50%,美国半导体毛利率达 54%。


中美贸易摩擦背景之下,美国的步步紧逼,对芯片技术进行了进一步封锁。整体来看,国产芯片仍然在经受着制造、产能等方面的限制。


制造工艺掣肘,供货艰难


制造是国产芯片一直以来的一块心病。


“现在唯一的问题是生产,华为没有办法生产。中国企业在全球化过程中只做了设计,这也是教训。”华为消费者业务 CEO 余承东曾在某次媒体采访中这样说。


自从被美国商务部添加到贸易实体名单之后,华为失去了能够代工芯片的合作伙伴们,制造是个大麻烦,也正因此,华为的麒麟 9000 芯片数量有限。


华为的遭遇只是国产芯片目前面临窘境的一个缩影。


从芯片制造工艺来说,光刻机必不可少,但是全球光刻机市场的 81% 由荷兰 ASML 公司掌握,其后是日本尼康 (5.9%)、佳能 (11%),而 ASML 公司已经被美国控股,摩根士丹利资本国际公司、贝莱德集团是第一、二大股东。


另一方面,由 5 万个零件组成的 ASML 光刻机,核心组件的供应链被美国垄断。因其与美国能源部的协议,55% 的精细零部件需使用美国本土企业供给,包括光罩、极紫外光源、激光器、微激光系统、机电设备等。


换句话说,中国大陆即便是想花钱买光刻机,对方也未必会卖。在这种情况下,中国如何能够在光刻机上打破限制成为了国产芯片发展的重要一环。


虽然今年 3 月,中芯国际从 ASML 订购的大型光刻机抵达了深圳,但是也只能解决 12nm 制程芯片的制造问题,目前世界领先的 7nm 制造工艺仍然需要更加精密的光刻机才能够实现。


不过好在国产光刻机的研发也一直没有停止。据媒体报道,上海微电子装备 (集团) 股份有限公司创新技术,在之前 90nm 的基础上,宣布在 2021 年至 2022 年交付国产第一台 28nm 的 immersion 式光刻机,虽然与当前主流荷兰的 7nm 芯片制备工艺还有大的差距,但也标志着国产光刻机的飞跃进步,在逐渐减少与荷兰 ASML 公司差距。


国际市场多变,前路漫漫


除了技术上的难题亟待解决,多变的国际形势也是国产芯片要面临的巨大挑战。


2020 年,美国政府对华为、中芯国际等芯片企业的政策不断收紧。


美国政府在 5 月公布了“禁止向华为出售使用美系设备生产的芯片的制裁方案”。当时,全球第一大芯片代工厂台积电公司在今年第二季度业绩会议上表示:“5 月以后就没有再接华为的新订单,9 月 15 日以后不可能再为华为供应芯片。”


当地时间 8 月 17 日,美国商务部再发表声明称,禁止使用美系设备的公司向全世界 21 个国家的 38 家华为子公司销售芯片。


继禁止使用美国“设备”之后,美国又禁止了使用其专利等美国“技术”的公司向华为供应芯片。


9 月 8 日,据报道,随着特朗普政府加强对华为的制裁,三星和 SK 海力士将停止向华为出售零部件。根据朝鲜日报和其他韩国新闻媒体的报道,这两家韩国公司将于 9 月 15 日终止与华为的交易。


朝鲜日报在报道中称,根据美国商务部的制裁方案,三星电子和 SK 海力士将从 15 日开始停止向华为供应半导体。不仅是存储芯片,连 5G、移动通信 (AP)等系统芯片也将无法供应,华为的存储芯片获取将十分艰难。不仅是手机,整个消费者业务乃至云业务都会受到波及。


虽然后来有消息表明,美商务部放宽了一些政策,可以为华为供应非 5G 业务的产品,但对于华为来说,未来仍然面临不小的挑战。


另外,中芯国际方面,好不容易在 2019 年迈入 14 nm FinFET 时代,却又在今年被美国列入贸易黑名单,之后更是被曝出与中海油等公司一起被添加到所谓“军事终端用户”(Military End-User,简称“MEU”)名单当中。


不论是华为还是中芯国际,还有更多上了美国贸易、学术交流黑名单的企业及组织机构,他们一方面仍然在积极与美方交涉,另一方面也都在默默坚守自主研发之路,不论是芯片还是其他技术。幸运的是,经过不懈努力,国产芯片技术在今年还算小有成就。


突围仍在继续,小有成就


自 2019 年开始,芯动科技在中芯国际“N+1”工艺尚待成熟的情况下,技术团队全程攻坚克难,投入数千万元进行优化设计,其基于中芯国际“N+1”制程的首款芯片经过持续数月、连续多轮的测试迭代,成功帮助中芯国际突破“N+1”工艺良率瓶颈,至此,中芯国际距离实现先进制程芯片的大规模量产又近了一步。


10 月 11 日,中芯国际被曝 7nm 先进制程芯片取得了重大突破,其首款“N+1”工艺芯片流片成功。芯动科技发布消息称,该公司已完成全球首个基于中芯国际 FinFET N+1 先进工艺的芯片流片和测试,所有 IP 全自主国产,功能一次测试通过,为国产半导体生态链的发展起到了不小的推动作用。


“N+1”是中芯国际对其第二代先进工艺的代号,其与现有的 14nm 工艺相比,性能提升了 20%,功耗降低了 57%,逻辑面积缩小了 63%,SoC 面积减少了 55%,也被称为“国产版”的 7nm 芯片技术。据了解,N+1 在功率和稳定性方面 7nm 工艺非常相似,且 不需要 EUV 光刻机,但在性能方面提升还不够,所以 N+1 工艺是面向低功耗应用领域的。


另外,中兴通讯副总裁李晖在第三届数字中国建设峰会的成果展览会上透露,在 5G 无线基站、交换机等设备的主控芯片上,中兴自研的 7 纳米芯片已实现市场商用,5 纳米还在实验阶段。


李晖表示,当天中兴通讯展示的产品全部基于自主创新,完全国产化:“很多人之前并不了解中兴在芯片、操作系统的自主创新发展,以前我们都是自用。实际上我们投入了大量的人员在搞研发。比如在成都,中兴有近 4000 人在研发自主操作系统。”


早在今年 6 月,有投资者在互动平台询问中兴通讯 5nm 芯片设计进展情况,中兴通讯回应称:“公司具备芯片设计和开发能力,7nm 芯片规模量产,已在全球 5G 规模部署中实现商用,5nm 芯片正在技术导入。”


另外值得一提的是,国内不少企业正在开源软件指令集 RISC-V 上进行更多可能性的探索,相信不久的将来也会有更多研发成果公布;而从芯片材质上,我国也正在石墨烯芯片上进行研发,弯道超车也是一种突围方法。


这些来之不易的成果都是在中国芯片技术专家们的坚持与努力下取得的,相信在更多技术人才的加盟与钻研之下,未来中国芯片产业能更快迎来腾飞的一天。


3、芯片大事记


2020 年对于芯片产业来说注定是需要被铭记的,因为在这一年里发生了一些特别的重大事件。


关键词:收购


如果一定要在 2020 年芯片大事件中选一件出来单独说,那一定是英伟达花费 400 亿美元收购 Arm。


作为 GPU 领域近乎垄断的存在,英伟达对 Arm 的收购更是如虎添翼,因为 Arm 架构不仅横扫整个移动芯片市场,更是在今年被多家科技大厂所青睐,一旦让英伟达握在手中,垄断加垄断,对整个芯片产业带来的影响可想而知。


更重要的是,有业内人士认为, 此举会加剧美国对于全球芯片产业的控制,不利于世界其他国家发展芯片技术。


世界各国也在这一点上纷纷用实际行动表达了自己的担忧,多国都表达过拒绝认定此次收购的态度。虽然英伟达也曾表示:Arm 即使被收购也将保持独立运营。但是在瞬息万变的芯片产业里,谁也说不准未来会发生什么。


关键词:割肉


说到“割肉”就要谈到另一家芯片巨人——英特尔。


因 7nm 难产而一直在 10nm 制程工艺上徘徊的英特尔终于“认怂”了,选择把 6nm 制程产品的订单交给台积电代工,曾经的芯片巨人低头了。


2020 年 7 月 25 日,台湾工商时报消息:台积电收到来自英特尔的 6nm 半导体订单,并分析称此举可能是英特尔由于制程工艺落后竞争对手产生担忧,而不得不寻求台积电的支持。


相关分析人士认为,英特尔虽然从 2014 年起,依靠 14nm 制程技术称霸全球,但是近些年来,英特尔芯片的良品率以及制程工艺均无进展,竞争对手们的实力也在日益壮大,这导致相当一部分客户转而选择英特尔的竞争对手。


随着 7nm 制程芯片的再次跳票,让英特尔内部也有了更多的担忧,制程工艺的落后让英特尔不得不选择寻求外援。英特尔 CEO Bob Swan 在电话会议上告诉分析师:“我们需要使用别人的工艺技术,我们称之为应急计划,我们将为此做好准备。这为我们带来了更多的选择性和灵活性。因此万一自己工艺不行,我们可以尝试别的,而不是完全自己做。” 而台积电似乎是一个不错的选择。有分析师认为:“将前沿技术外包,会使英特尔将放弃 50 年来的竞争优势。”


不仅如此,到了 2020 下半年,英特尔又出售了更多业务。11 月,联发科发布公告称,将透过子公司立锜并购 Intel 旗下 Enpirion 电源管理芯片产品线相关资产,预计总交易金额约 8500 万美元。


不过有另一方面的声音认为,英特尔虽然忍痛“割肉”,但实际上是为了甩下历史包袱,轻装前行。不论“认怂”还是“减负”,英特尔在芯片行业的分量确实大不如前,“牙膏厂”想要重回巅峰,仍需要好好思量未来的发展方式。


关键词:暴雷


2018 年至 2019 年,受中兴、华为等企业遭到美国打击事件的影响,许多国产芯片企业纷纷站出来表示要国产当自强,也立下了不少看上去很美的军令状。只是,芯片本身技术难度大、研发周期长,操之过急反而难以取得理想的成果,暴雷事件也因此时有发生。


说到国产芯片行业里的暴雷事件,想必不少人会想到今年频繁登上媒体头条的武汉弘芯公司。


武汉弘芯成立于 2017 年,总部位于中国武汉临空港经济技术开发区。


2019 年 6 月份,台积电前 COO 蒋尚义(又有称台积电前“二号人物”)卸去中芯国际独立董事后,加入武汉弘芯半导体担任 CEO 一职。这件事在当时引起了不小的关注,人们也开始注意这家在当时并不算出名的初创公司。


公开资料显示,武汉弘芯项目总投资额约 200 亿美元(按照当前汇率约为 1378.5 亿人民币),主要投资项目为:


一、预计建成 14 纳米逻辑工艺生产线,总产能达每月 30,000 片


二、预计建成 7 纳米以下逻辑工艺生产线,总产能达每月 30,000 片


三、预计建成晶圆级先进封装生产线


如果进展顺利,按照官方披露的流程:14nm 的技术研发计划已在 2019 年 3 月启动,拟在 2020 年下半年开始首次测试片流片及首次 SRAM 母盘功能测试工作;预计 2020 年开始进行 7 纳米的自主技术研发,目标在 2021 年第三季开始首次测试片流片及首次 SRAM 母盘功能测试。


根据《武汉市 2020 年市级重大在建项目计划》,截至 2019 年,武汉弘芯项目的已完成投资达到了 153 亿元,武汉弘芯也是 2018 年武汉单个最大投资项目。


可是,就在今年,武汉弘芯频频被曝出拖欠工程项目款的问题,300 多亩土地被查封、3500 多万的存款被冻结,更令人关注的是,媒体曝出在 2019 年 12 月,武汉弘芯高调宣布购买的价值 5.8 亿元、目前国内最先进的光刻机设备 ASML 光刻机,也是大陆唯一的一台 7nm 光刻机,尚未启用就被用于抵押,这也成为本次舆论的焦点话题。


当然,暴雷的芯片企业远不止武汉弘芯一家。


5 月,曾宣布在成都建厂、市政府投资规模超过 70 亿的 格芯 宣布,鉴于公司运营现状,公司将于本通知发布之日起正式停工、停业。


7 月,德科码(南京)半导体科技有限公司 已提交破产申请。该公司曾于 2015 年落户南京经济技术开发区,总投资号称超过 30 亿美元,被媒体称为“弥补南京电子信息产业‘缺芯’的不足”。


10 月,据《红星新闻》报道称,河北“明星”芯片厂 昂扬公司 夭折,该项目总投资 10 亿元,占地面积 255 亩,主要生产第八代高端大功率 IGBT 芯片,还先后被列为石家庄及河北省重点项目。但是 2018 年昂扬公司的芯片项目就烂尾了。


截至目前,除武汉弘芯、南京德科码、成都格芯之外,连同陕西坤同半导体科技有限公司、贵州华芯通半导体技术有限公司、淮安德淮半导体有限公司,共计五省六个百亿级项目,被证实烂尾或者主要负责人跑路。


4、总结


2020 年已接近尾声,这一年,我们见证了全球芯片产业的几起重大大事件,也见证了国产芯片企业遭遇更深打击的艰难经历;曾经的芯片巨人脚步也慢了下来,曾经被落在后面的初创公司也找准了时机绽放光彩;行业瞬息万变,没有什么能永垂不朽,时代奔涌向前的时候,从不会关心有谁被落下,每个人要做的,就是激流勇进,追赶时代的浪潮。


2021 年的世界芯片产业格局又会发生哪些精彩或惊人的变化,国产芯片是否能够突破更多尖端技术打破封锁,InfoQ 与各位读者一起关注并期待着!


活动推荐:

2023年9月3-5日,「QCon全球软件开发大会·北京站」 将在北京•富力万丽酒店举办。此次大会以「启航·AIGC软件工程变革」为主题,策划了大前端融合提效、大模型应用落地、面向 AI 的存储、AIGC 浪潮下的研发效能提升、LLMOps、异构算力、微服务架构治理、业务安全技术、构建未来软件的编程语言、FinOps 等近30个精彩专题。咨询购票可联系票务经理 18514549229(微信同手机号)。

2020-12-29 14:224339
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 252.0 次阅读, 收获喜欢 1284 次。

关注

评论

发布
暂无评论
发现更多内容

算力攻坚,视频云背后的「硬」核玩家

云布道师

阿里云 视频云

如何管理项目干系人?

敏捷开发

项目管理 项目干系人

软件测试/测试开发 | Jenkins 持续集成体系介绍

测试人

软件测试 持续集成 jenkins 自动化测试 测试开发

C++基础知识

代码的路

c++

pip安装时 fatal error C1083 无法打开包括文件 “io.h” No such file or directory

代码的路

Python

Linux安装tensorflow

代码的路

Linux

易观:2022年中国产业数字化发展成熟度指数报告

易观分析

数字化 产业 报告

年中盘点 | 2022年,PaaS 再升级

亚马逊云科技 (Amazon Web Services)

PaaS 亚马逊云科技 Builder 专栏

亚马逊云科技启示录:创新作帆,云计算的征途是汪洋大海

亚马逊云科技 (Amazon Web Services)

云计算 亚马逊云科技 Builder 专栏

新一代 IT 服务管理平台 DOSM,助力企业数字化转型

云智慧AIOps社区

数字化转型 运维自动化 智能运维 云智慧 IT管理

​Apache IoTDB UDF 「Sample」的案例与最佳实践

Apache IoTDB

长安汽车*IoTDB | 构建1.5亿时间序列车况数据处理方案,查询稳定实现毫秒级返回

Apache IoTDB

【碎碎念】下雪了

Firshare

年终总结

Apache IoTDB 中的时间精度 | 铁头乔分享

Apache IoTDB

对话 BitSail Contributor | 姚泽宇:新生火焰,未来亦可燎原

字节跳动数据平台

大数据 开源 字节跳动 数据引擎

等保堡垒机选择哪个厂家好?咨询电话多少?

行云管家

等保 堡垒机 等级保护

redis.conf 7.0 生产配置详解,全网最全

码哥字节

NoSQL 数据库 redis 底层原理 Redis 7

Apache IoTDB & SeaTunnel 联合 Meetup | 10月15日 线上直播预约开启!

Apache IoTDB

屡获殊荣|旺链科技亮相2022中国双链年会并喜获佳绩

旺链科技

区块链 区块链技术 双链年会

性能再升级,XMeter Cloud专业版正式上线

EMQ映云科技

物联网 IoT 云服务 mqtt 企业号 1 月 PK 榜

从TMMI角度谈谈质量度量

老张

软件测试 质量度量

软件测试/测试开发丨Java or Python?测试开发工程师如何选择合适的编程语言?

测试人

Java Python 软件测试 自动化测试 测试开发

Linux常用命令

代码的路

Linux

软件测试/测试开发 | 做到这几点,你也能成为 BAT 的抢手人!

测试人

软件测试 自动化测试 测试开发 测试工程师

站酷基于服务网格 ASM 的生产实践

阿里巴巴中间件

阿里云 云原生 服务网格

NFTScan 与 AlienSwap 达成战略合作伙伴,双方在 NFT 数据层面展开合作

NFT Research

NFT

不写代码就实现了自动化测试,面试官都惊呆了!Apipost的自动化测试功能强烈推荐

徐天

自动化测试 apipost

【HA小知识】DRBD数据不一致怎么办?怎么处理?

行云管家

高可用 ha 高可用软件

数据湖(十八):Flink与Iceberg整合SQL API操作

Lansonli

数据湖 1月月更

python 中 json 序列化汇总

ModStart

EMQ & IoTDB 联合 Meetup 回顾 | 数据基础设施软件的应用实践分享

Apache IoTDB

  • 扫码添加小助手
    领取最新资料包
中美博弈,国产化突围,昔日王者走下神坛,谁在颠覆全球芯片产业?_AI_陈思_InfoQ精选文章