李超/文

一,、人工智能科技革命是第四次科技革命

我們認為,，人工智能科技革命是第四次科技革命,?？萍几锩l(fā)的標志就是新一代科技成果開始廣泛應用生產生活，解放生產力,、發(fā)展生產力,，提高全要素生產率。人工智能的發(fā)展將極大地替代人類重復的腦力勞動,，重塑人和機器的關系,，進一步解放人類的創(chuàng)造力,，增加閑暇時間，擴寬人們生活休閑娛樂方式,，社會面貌有望發(fā)生翻天覆地的變化,。

（一）2010年前后，新一輪科技革命開始孵化

實際上在2010年前后,，隨著芯片,、云計算、物聯網等技術的不斷發(fā)展，人類收集和處理大數據的能力極大地提高,，算力大幅提升,、算法不斷改善，人工智能科技革命已經開始孵化,、孕育和成長,，ChatGPT版本的快速迭代,、智能駕駛技術的不斷進步以及人形機器人雛形的出現等等一系列現象都是人工智能科技革命的縮影，我們已經可以預見到人工智能技術廣泛地應用于生產生活的可能性,。

隨著芯片,、云計算、物聯網等技術快速發(fā)展,，2010年前后,，人工智能科技革命開始孵化、孕育和成長,，幾項技術之間相互促進,、不斷迭代，使得超大規(guī)模的數據收集,、信息處理和模型訓練等過程變成現實,。

芯片是人工智能的“心臟”。人工智能芯片指的是針對人工智能算法做了特殊加速設計的芯片,，可以處理人工智能應用中的大量任務,，最早誕生于2008年，以英偉達重要的AI芯片Tegra芯片誕生為標志,。2010年,，IBM首次發(fā)布類腦芯片原型模擬大腦結構，該原型具有感知認知能力和大規(guī)模并行計算能力,，芯片領域實現重大突破,。

深度學習是目前實現人工智能的主流方法，即通過使用歸納和綜合等手段使計算機具有智能,，其應用遍及人工智能的各個領域,，于2012年進入技術爆發(fā)期。2006 年,，大規(guī)模深度神經網絡學習的可能性首次被驗證,，隨后在2012年，深度神經網絡因錯誤率較低在比賽中脫穎而出,，行業(yè)進入爆發(fā)期,。

大模型是基于深度學習的人工智能網絡模型，于2014年進入發(fā)展期,。2014年,，被譽為21世紀最強大算法模型之一的對抗式生成網絡誕生，標志著深度學習進入了生成模型研究的新階段,。2018年,，預訓練（pre-trained）大模型成為自然語言處理領域的主流。大模型能夠大幅縮減特定模型訓練所需要的算力和數據量,，縮短模型開發(fā)周期,，還能得到更好的模型訓練效果,。

云計算是人工智能的基礎計算平臺，幫助人工智能實現應用落地,，于2009年進入快速完善期,。人工智能則不僅豐富了云計算服務的特性，更讓云計算服務更加符合業(yè)務場景的需求,，并進一步解放人力,，催生了如AI繪畫、AI寫作等等的應用,。2009年開始,，云計算種類增多、功能逐步完善,，相關企業(yè)通過兼并收購不斷擴大規(guī)模,，加速云計算市場的擴張。進入2010年后,，云計算廣泛推廣,，人工智能的研究人員可以通過云計算借助大量CPU和GPU進行混合運算。

另外,，數據中心和新型電力系統(tǒng)也是人工智能發(fā)展的必要條件,。深度學習需要大量的數據傳輸和運算，背后需要強大的電力支撐,。由于需要大規(guī)模接入信息,，電力結構、電力設備以及數據交互更加復雜繁多,，調度等系統(tǒng)核心業(yè)務面臨的不確定性問題日漸凸顯,。因此，支撐人工智能的數據傳輸和運算需要龐大的電力支撐,，才能在較為特定的場景中進行相關的工作,。此外，通過深度學習算法可以降低人工智能技術自身在數據中心運行,、模型開發(fā)過程中的碳排放,，從而輔助構建新型的電力支撐系統(tǒng)，實現“雙碳”目標,。

（二）科技革命爆發(fā)的標志是新一代科技成果開始廣泛應用生產生活

科技革命爆發(fā)的標志就是新一代科技成果開始廣泛應用生產生活,，解放生產力、發(fā)展生產力,，提高全要素生產率,。

第一次科技革命是以蒸汽機技術為基礎的革命,，以瓦特的蒸汽機誕生為標志,，其廣泛應用于生產生活發(fā)生于1830年,，英國棉紡業(yè)基本實現了以蒸汽機為動力的機器大工業(yè)，從而大面積提高機器的工作效率,。第二次科技革命是以電力技術為基礎的電氣革命,，以內燃機和電氣機械的出現為標志，內燃機等推動了鋼鐵,、石油開采,、石化工業(yè)和精密儀器儀表工業(yè)的發(fā)展，電話,、家用電器大規(guī)模進入家庭,。第三次科技革命是以計算機技術為基礎的信息技術革命，以家用計算機和互聯網為載體并在短時間內呈現出在企業(yè)和居民端快速滲透的特征,，迅速提升了經濟效率,，即“互聯網革命”。

第四次科技革命將再一次提高全要素生產率,。人工智能將廣泛地,、深刻地改變各行各業(yè)。當前人工智能已經開始應用于汽車,、家居,、家電、建筑,、醫(yī)療和教育等諸多方面,。在可預見的未來，人工智能將在更多領域實現廣泛的應用,。

二,、人工智能科技革命的具體應用是機器人

機器人將成為人工智能科技革命的具體應用和最佳載體，這里包括廣義機器人和狹義機器人兩層含義,。廣義機器人即具有一定腦力或體力的機器,，可以取代或幫助人類完成人類不想或不能完成的工作，如無人駕駛車,、掃地機器人等,；狹義機器人（人形機器人）是指一種擁有人形外觀、具備人類特征,，以代替或輔助人類工作的機器人產品,。

（一）機器人是人工智能科技革命的最佳載體

我們認為，機器人將成為人工智能科技革命的具體應用和最佳載體,。其一,，從客觀規(guī)律上來看，在人口老齡化、勞動力短缺,、用工成本上行的時代背景下,，機器替代人已經成為必然趨勢。其二,，從主觀能動性上來看,，科技革命成果的體現方式之一就是通過機器完成人類不想和不能完成的工作，切實提高生產效率,，在人工智能技術加持下,，傳統(tǒng)的機器將被賦予大腦，進而成為廣義機器人,。其三,，機器人因其具有的移動和感知等性能具備大規(guī)模應用于生產生活的條件，尤其是人形機器人可以自然地適應目前人類所處的環(huán)境,，極有可能會成為第四次科技革命的代表性產品,，類似于第二次科技革命的電器或者第三次科技革命的電腦和手機。

1,、用工成本上行的大背景下,，機器替代人已經成為必然趨勢

從客觀規(guī)律上來看，在人口老齡化,、勞動力短缺,、用工成本上行的時代背景下，機器替代人已經成為必然趨勢,。當前人口老齡化問題嚴峻,，全球65歲及以上人口的增長速度超過年輕群體?！妒澜缛丝谡雇?019年修訂版）》的數據顯示,，到2050年，全世界每6人中,，就有1人年齡在65歲（16%）以上,，而這一數字在2019年為11人（9%）；到2050年,，在歐洲和北美,，每4人中就有1人年齡在65歲或以上。人口老齡化所帶來勞動力短缺和勞動成本上升,，會驅動一個國家更多地將人工智能技術應用于經濟生產,，機器代替人在此背景下成為必然趨勢。

2,、人工智能加持下,，廣義機器人的應用能進一步提升生產效率

人工智能加持下，機器人可以替代人來完成人類不想和不能完成的工作，從而提升全要素生產率,。在應用場景中,，機器人可以替代人來完成人類不想和不能完成的工作。其中人類不想完成的多為負重或重復性的工作,。例如黑燈工廠，又稱智慧工廠,，即從原材料到最終成品,，所有的生產、存儲,、搬運和檢測環(huán)節(jié)無需人工操作,，主要由智能機器人或自動化設備按照軟件系統(tǒng)的指令自行完成。黑燈工廠的自動化車間較傳統(tǒng)車間總體生產效率提升79%,，生產運營成本降低34%,，能源利用率提升17%，大大提高了生產效率,，有利于制造業(yè)智能化進程的加速實現,。人類不能完成的多為高危工作，例如涉及輻射,、高壓,、消防救援等危險場景的工作。智能消防救援機器人接到指令后可以進入火場內部,，代替消防戰(zhàn)士完成危險環(huán)境下的偵查作業(yè),，其的激光雷達可以實時掃描周圍環(huán)境，接收現場聲音,，通過相機獲取現場實時畫面,，利用紅外探測生命體征，將火情和被困人員位置發(fā)送給消防員,。整體來看,，機器人在替代人類完成工作的過程中，不僅實現了對勞動力的代替,，也減少了不必要的人員傷亡,，從而提高生產效率。

3,、機器人因其具有的移動和感知等性能,，具備大規(guī)模應用于生產生活的條件

機器人因其具有的移動和感知等性能，具備大規(guī)模應用于生產生活的條件,。首先,，機器人具備的體力和腦力功能，能夠更好的移動、接收信息,、完成和人的交互,，人類也無需刻意學習機器人的語言來完成人和機器之間的溝通；其次,，機器人自由度和靈活度更高,，比其他形態(tài)能夠更好的適應人類所處的環(huán)境從而順利實施工作，這是由于當前生產生活中所有場景是根據人類的身體特征來設計的,，無需改變場景就可以使機器人在現有場景中完成相應的工作,；再次，機器人可以根據視,、聽,、觸等功能自主完成工作，形成工作循環(huán),。因此,，能夠完成接收信息、實施工作及自主工作的工作閉環(huán)的最佳形態(tài)是人形機器人,。

此外,，機器人衍生出的數字孿生可以反哺人工智能促使技術更新迭代。數字孿生,，是通過對物理世界的所有要素數字化,，在網絡空間再造一個與之對應的“虛擬世界”，利用數字化方式為物理對象創(chuàng)建虛擬模型,，由此來模擬其在現實環(huán)境中的行為,。數字孿生反哺AI大模型，生成數據供以AI模型訓練,。不同于金融等其他行業(yè),，工業(yè)場景相對來說數據樣本量較小，AI訓練相對困難,，在此背景下,，機器人衍生出的工業(yè)數字孿生可以通過仿真的方式生成大量數據幫助AI模型深度優(yōu)化，從而更好地使AI應用于已知工業(yè)場景,。

（二）機器人具有廣義機器人和狹義機器人兩層含義

據國際標準化組織（ISO）,，機器人是具有一定程度的自主能力，可在其環(huán)境內運動以執(zhí)行預期任務的可編程執(zhí)行機構,。廣義機器人一般指自動化控制機器,，即有體力或腦力能力，擁有代替人的部分功能,。狹義機器人指一種擁有人形外觀,、具備人類特征,，以代替或輔助人類工作的機器人產品。在人工智能科技革命的進程中,，廣義機器人和狹義機器人均將得到極大發(fā)展和推廣,。

1、廣義機器人將在生產生活領域廣泛應用

廣義機器人一般指自動化控制機器,，即有體力或腦力能力,，擁有代替人的部分功能。

在分類上,，中國電子學會將機器人劃分為工業(yè)機器人,、服務機器人和特種機器人三類。其中工業(yè)機器人在汽車,、電子、金屬制品,、塑料及化工產品等行業(yè)已經得到了廣泛的應用,，一般用于制造業(yè)生產環(huán)境，比如機床機器人,、搬運機器人,、焊接機器人等；而服務機器人應用場景和服務模式正不斷拓展,，推動市場規(guī)模逆勢增長,，服務機器人一般用于生活等非制造業(yè)環(huán)境，例如家用清潔機器人,，餐飲服務機器人,、醫(yī)療服務機器人等；現階段,，考慮到我國在應對自然災害和公共安全事件中,，對特種機器人有著相對突出的需求。中國電子學會發(fā)布的《中國機器人產業(yè)發(fā)展報告（2022年）》預計,，2022年,，全球機器人市場規(guī)模將達到513億美元，2017至2022年的年均增長率達到14%,。其中,，工業(yè)機器人市場規(guī)模將達到195億美元，服務機器人達到217億美元,，特種機器人超過100億美元,。整體來看，全球機器人應用場景不斷拓展,，已經大致覆蓋汽車制造,、電子制造等領域,。

2021年機器人安裝量創(chuàng)歷史新高，機器人產業(yè)迎來升級換代,、跨越發(fā)展的窗口,。當前，新一代信息技術,、生物技術,、新能源技術、新材料技術等與機器人技術加快融合,，機器人產業(yè)發(fā)展日新月異,，新技術新產品新應用層出不窮，新生態(tài)加速構建,，為推動全球經濟發(fā)展,、造福人類提供更好的服務。2020年之后,，各行業(yè)使用機器人的意愿進一步提升,，全球機器人產業(yè)發(fā)展按下“快進鍵”，機器人產業(yè)迎來升級換代,、跨越發(fā)展的窗口,。據IFR統(tǒng)計，2021年,，全球機器人市場規(guī)模持續(xù)擴大,，工業(yè)機器人市場強勁反彈，安裝量創(chuàng)下歷史新高,，服務機器人和特種機器人持續(xù)高速發(fā)展,、創(chuàng)新活躍，有力促進全球經濟的回暖,。

2,、狹義機器人（人形機器人）有望成為人工智能科技革命的代表性產品

狹義機器人多指同時具有體力和腦力能力的人形機器人，是人工智能,、集成電路,、新材料、先進制造等前沿技術系統(tǒng)集成的產品,。

當前海內外人形機器人的發(fā)展均處于中早期,，且由于體力和腦力能力相關技術方面亟待提升，成本難以快速降低,，暫時未得到大面積的普及運用,。在國際上，人形機器人的技術研發(fā)以企業(yè)實驗室為主,，根據適用的工作環(huán)境,，人形機器人分三大梯隊,。其中第一梯隊在體力和腦力能力方面都有較強的技術支撐，以美國的波士頓動力和特斯拉為代表,；第二梯隊是同時具備體力和腦力能力,，但多數應用在非野外環(huán)境的人形機器人，以日韓為代表,；第三梯隊是僅適用于平滑路面的機器人,。在國內，人形機器人的研究設計以高校實驗室為主,，此外也包含研究機構和高科技公司,。目前國內在基礎器件、新材料與新結構,、控制理論,、識別算法、智能理論等方面已經取得重要進展,，各類專業(yè)機器人已經廣泛應用于工業(yè),、醫(yī)療、農業(yè),、服務等領域,。2023年8月17日,，世界機器人大會現場發(fā)布《中國機器人技術與產業(yè)發(fā)展報告》,，報告顯示，我國機器人產業(yè)總體發(fā)展水平穩(wěn)步提升,，應用場景顯著擴展,，核心零部件國產化進程不斷加快，協(xié)作,、物流,、特種機器人等產品優(yōu)勢不斷增強，創(chuàng)新型企業(yè)大量涌現,。我國人形機器人有望率先應用于真實場景,，占據市場先機。

相較于廣義機器人,，狹義的人型機器人的主要應用領域是在醫(yī)療和教育領域,。當前人形機器人處于發(fā)展早期，在技術上仍存在軟件與硬件相關瓶頸,，暫時還不能更高效地幫助人類完成各種服務,。但未來在人工智能相關技術的加持下，算法對機器人運動能力的控制,、算法與硬件的匹配度等都有望提升,。例如在機器人任務層,，語音大模型對于機器人任務描述、分解,、代碼編程的作用有望改善,，在實時控制層，人工智能大模型有望加速仿真虛擬訓練,，快速實現算法迭代,，并擴大算法多場景處理能力。

三,、人工智能科技革命基礎設施是什么,？

AIGC開啟人工智能新紀元。羅馬非一日建成,，人工智能行業(yè)也并非新生事物,。中國科學院院士譚鐵牛表示，1956年夏,，麥卡錫,、明斯基等科學家在美國達特茅斯學院開會研討“如何用機器模擬人的智能”，首次提出“人工智能（Artificial Intelligence,，簡稱AI）”這一概念,，標志著人工智能學科的誕生，自此近70年的歷程中,，人工智能行業(yè)不斷發(fā)展,，初期主要在于發(fā)展理論和用于文本識別、圖像識別的感知式AI,，1960s分析式AI開始以邏輯推理,、數據挖掘等方式出現，1970s開始出現決策性AI進行智能決策,，1980s后機器學習開始演進,，其背后的向量機、神經網絡,、決策樹等算法快速發(fā)展,，同時在這一階段芯片算力在硬件領域的大幅度提升，也為人工智能行業(yè)發(fā)展推波助力,。進入2010s,，伴隨著大數據、云計算和物聯網等產業(yè)快速發(fā)展,，人工智能行業(yè)在數據量,、計算量、存儲量和算力需求上以指數級增長,，“量變”推動“質變”,，生成式AI（AIGC）得以出現,，2023年ChatGPT的發(fā)布進一步引爆了各界對生成式AI的關注，人工智能行業(yè)進入新紀元,。

人工智能基礎設施是推動行業(yè)發(fā)展的重要力量,，AIGC科技革命對基礎設施的要求進一步提升。從人工智能行業(yè)的發(fā)展歷程來看,，理論突破固然重要,，但更重要的是在數據量、存儲量,、計算量,、算力等硬件層面的提升，早期以規(guī)則導向的感知式AI和分析式AI隨著硬件水平的提升和算法層面的突破,，實現了機器學習到深度學習的快速發(fā)展和應用,，人工智能行業(yè)取得長足進步，2023年ChatGPT引爆了新一輪AIGC科技革命,，也使得我們可以對未來“自主學習”的超人工智能階段一窺究竟,。以ChatGPT為例，它需要以大量數據訓練和海量存儲需求為支撐,，在多模態(tài)和大模型基礎上,，依賴巨大算力基礎為使用者提供持續(xù)性的服務，可以完成聊天,、寫郵件,、編輯視頻腳本、寫文案,、翻譯和寫代碼等服務,。

可以看到,，考慮AIGC的背后需要多模態(tài)認知,、大模型、海量數據,、實時計算,、智能交互與硬件算力等支撐，對科技基礎設施的要求也將進一步提升,。早在ChatGPT問世前,，美歐等發(fā)達經濟體早已開始布局，根據中國信通院《人工智能基礎設施發(fā)展態(tài)勢報告（2021年版）》,，2021年7月,，美國國家科學基金會計劃投資2.2億美元新建11個國家人工智能研究中心，覆蓋人工智能和高級網絡基礎設施,、人機交互與協(xié)作等研究領域,；2020 年2月,，歐盟委員會提出超過40億歐元的“數字歐洲計劃”來支持高性能計算和量子計算，包括邊緣計算和人工智能,、數據和云基礎設施,。我們預計，隨著本輪人工智能科技革命的發(fā)展,，相關基礎設施的發(fā)展也將加速,。

人工智能產業(yè)發(fā)展的關鍵在于數據、算力和算法三大要素,。本輪人工智能科技革命,，從其技術演化和迭代到商業(yè)應用，關鍵在于數據,、算法和算力三大領域的發(fā)展：

數據決定了生成式AI的性能,、泛化能力和應用效果，在數據收集階段需要從不同數據源（音頻,、視頻,、圖像等）獲取數據，通過人工或者半自動方式對原始數據進行標注,，按照數據類型與需求進行數據清洗,，然后根據算法需要進行存儲，以備后續(xù)訓練和測試使用,。一言以蔽之,，人工智能進行“反饋響應”的基礎是數據，“投喂”數據的質量決定了其表現效果和泛化能力,。

算力是人工智能的生產力基礎,。算力是人工智能的生產力基礎，是實現人工智能產業(yè)化的核心,。算力是通過對信息數據進行處理,，實現目標結果的計算能力，其關聯技術包括數據中心,、分布式計算,、邊緣計算和高性能計算，與之對應的是對不同類型芯片的需求,。根據IDC發(fā)布的《中國人工智能計算力發(fā)展評估報告（2022-2023）》,，2022年我國人工智能芯片市場89%是GPU芯片，NPU,、ASIC和FPGA分別占9.6%,、1.0%和0.4%。隨著人工智能科技革命的發(fā)展，面對數據攀升,、算法和模型領域的突破,，“大腦”需要盡可能快速、精準地處理大量數據或執(zhí)行復雜的指令,，這將對AI算力提出更高的需求,。

算法突破推動通用人工智能發(fā)展。ChatGPT引爆新一輪人工智能科技革命,，關鍵在于“通用人工智能”的出現,，這是多模態(tài)和大模型算法的勝利，本次算法的突破體現在大模型（當模型規(guī)模超過某個閾值后,，對于通用任務的效果顯著提升,，也稱為涌現能力）、人類反饋強化學習（能夠憑借強化學習的方式不斷優(yōu)化人類反饋的語言模型）,、思維鏈（該算法使得模型生產推理路徑,，并在敏感話題方面避免無法回答的問題）、無監(jiān)督學習（可以在無人工標注的條件訓練,，數據更多,、成本更低、模型返回能力更強）等方面,，本輪算法突破是生成式AI出現和通用人工智能發(fā)展的重要基石,。

云計算、物聯網和算力支持是人工智能基礎設施,?？紤]數據、算力和算法三大要素之間的關系,，人工智能技術迭代與演進的歷程對相關基礎設施的需求提升,，我們認為，云計算,、物聯網和算力支持是人工智能基礎設施,，是未來推進我國人工智能行業(yè)發(fā)展的核心方向。

算力支持：我國算力水平處于全球前列,，根據IDC,、浪潮信息,、清華全球產業(yè)院聯合發(fā)布的《2021——2022全球計算力指數評估報告》,，我國計算力指數達到70，排名全球第二,，僅落后于評分77的美國,，計算力發(fā)展水平漲幅達到13.5%，印證我國算力發(fā)展較快。根據IDC發(fā)布的《中國人工智能計算力發(fā)展評估報告（2022-2023）》,，未來我國算力規(guī)模仍將保持高速增長,，預計2026年智能算力和通用算力規(guī)模將分別達到1,271.4（EFLOPS）和111.3（EFLOPS）。具體來看,，芯片領域我國仍面臨GPU的對外依賴和自研瓶頸,，服務器我國領跑全球，未來關注綠色發(fā)展,；計算架構仍需進一步技術創(chuàng)新的支撐,。

云計算：云計算是一種基于互聯網、通過共享軟硬件資源向用戶提供大量計算資源和應用程序統(tǒng)一管理和調動的資源池,，以此實現資源最大化并降本增效,。最常見的三種云計算服務方式是軟件即服務（SaaS），平臺即服務（PaaS）和基礎設施即服務（IaaS）,，由于人工智能技術迭代和演進產生的巨量算力需求,，云計算需求顯著增加，此外隨著人工智能商業(yè)應用未來的廣泛擴展,，云計算的需求也將進一步提升,。

物聯網：物聯網是一個由相互關聯的計算設備、機械和數字機器,、物體,、動物或人組成的系統(tǒng)，能夠通過網絡傳輸數據,，而不需要人與人或人與計算機的互動,，從而實現“萬物互聯”的狀態(tài)，全面感知,、可靠傳遞,、智能處理和人工干預最少，是物聯網獨特而又重要的四大特征,。在萬物互聯的基礎上,，與物聯網的結合是實現人工智能廣泛應用于生產生活的關鍵。以人工智能農業(yè)為例,，通過各類溫度傳感器,、濕度傳感器、光傳感器,、CO2傳感器等物聯網設備,，將農業(yè)涉及的溫度、濕度,、光照,、土壤養(yǎng)分等數據進行記錄和收集,，依賴人工智能進行決策，做出增補水分,、調升溫度和增減光照等反饋,，進而服務于農業(yè)生產。2021年我國發(fā)布的《物聯網新型基礎設施建設三年行動計劃（2021-2023年）》明確提出,，致力于到2023年底在國內主要城市初步建成物聯網新型基礎設施,，社會現代化治理、產業(yè)數字化轉型和民生消費升級的基礎更加穩(wěn)固,。

四,、人工智能科技革命的“原材料”是半導體

人工智能引領新一輪科技革命，關鍵“原材料”是半導體,。結合人工智能三大要素數據,、算法和算力，我們認為,，人工智能科技革命的關鍵原材料在于半導體,，算法的突破是建立在擁有超強計算能力的芯片基礎上，通過大數據“投喂”得以發(fā)現了大模型的“涌現能力”,，大數據的存儲和調用也是建立在不斷迭代的存儲設備之上,，需要半導體產業(yè)不斷技術迭代滿足存儲需求；而算力需求提升本身就對應著芯片技術和性能的提高,。因此,，綜合來看，我們認為,，本輪由人工智能引領的新一輪科技革命,，關鍵“原材料”是半導體。

人工智能發(fā)展需要半導體產業(yè)的全面支持,。半導體產業(yè)鏈包含上中下游,，上游包括四部分：EDA、IP核,、半導體材料和半導體設備,；中游可分為設計、制造和封測三大環(huán)節(jié),，包含集成電路（IC）,、傳感器、光電子器件和半導體分立器件四大產品,；下游廣泛應用于消費電子,、汽車電子、醫(yī)療,、通信技術,、人工智能,、物聯網,、新能源和工業(yè)電子等領域,。從人工智能行業(yè)發(fā)展角度來看，需要半導體產業(yè)的全面支持,，上游關注半導體材料的突破和半導體設備的創(chuàng)新,；中游關注后摩爾定律時代，半導體設計,、制造和封測技術路徑的提升和創(chuàng)新,；下游則在于發(fā)展人工智能，并拓展人工智能應用場景,，推動半導體產業(yè)發(fā)展,。

中游可以視為核心產業(yè)鏈，包括設計,、制造和封測三個環(huán)節(jié),。設計環(huán)節(jié)主要指根據終端客戶需求設計出相應的電路圖，并最終輸出版圖供晶圓制造企業(yè)使用,，在設計電路中需要使用自動設計軟件EDA,，部分設計還需要使用授權的IP核。制造環(huán)節(jié)指由晶圓制造廠完成的前道工藝,，包括氧化/擴散,、光刻、刻蝕,、離子注入,、薄膜生長、清洗與拋光,、金屬化等七大工藝步驟,，在制造過程中需要使用各類半導體前道設備和半導體材料。封測是封裝與測試的簡稱,，封測環(huán)節(jié)是指由封測廠完成的后道工藝,，包括貼膜、磨片,、貼片,、劃片、裝片,、鍵合,、測試等，在封測過程中需要使用各類封裝材料和半導體后道設備,。

我國半導體設備仍待發(fā)展,。半導體設備根據應用環(huán)節(jié)不同主要分為前道工藝設備(晶圓制造)和后道工藝設備(封裝測試)兩大類,，細分又可以劃分出百種不同的機臺，占較大市場份額的主要有：光刻機,、刻蝕機,、薄膜沉積設備、離子注入機,、測試機,、分選機、探針臺等,。半導體設備方面,，比如光刻機，目前高端光刻機（如EUV光刻機）被荷蘭ASML公司壟斷,，中低端光刻機供應商有Canon和Nikon等,，國產光刻機進展較慢，自主研發(fā)仍有很大空間,。

推動我國人工智能行業(yè)發(fā)展,，關鍵在于促進我國半導體行業(yè)多點開花。根據SIA最新數據,，2021年全球半導體產業(yè)鏈的區(qū)域分布主要集中在南美與亞太地區(qū),，其中美國市場份額占比最高，約占總市場的一半,。韓國,、日本、歐洲,、中國臺灣與中國大陸的市場份額分別占到19%,、9%、9%,、8%與7%,。從產業(yè)鏈細分行業(yè)來看，不同國家/地區(qū)具有不同優(yōu)勢,。半導體設備與半導體設計環(huán)節(jié)這類研發(fā)密集型細分行業(yè)主要由美國,、韓國、日本和歐洲主導,，半導體材料這類資源密集型,、以及半導體制造與封測等勞動密集型細分行業(yè)主要由中國臺灣、中國大陸主導,。關于我國人工智能行業(yè)的發(fā)展前景,，我們認為，促進我國半導體行業(yè)多點開花較為重要,，一方面利用在我國具備相對優(yōu)勢的封測等領域積極推進發(fā)展,，縮小與海外半導體產品的差距,；另一方面在中美博弈的大背景下，我國在半導體材料,、設備及先進制造方面距離美歐日韓等國家仍有差距,。

我們認為在新型舉國體制的支持下，或持續(xù)加大對半導體科技創(chuàng)新的投入力度,，縮小相關領域差距,。結合日韓等國家半導體行業(yè)崛起歷史,，在全球半導體行業(yè)相對低迷（當前全球半導體銷售額處于周期底部）的階段,，更應積極加大資本開支，并積極通過收購,、重組等方式吸收海外先進技術,、設備和廠房等資源，通過吸收消化和自研創(chuàng)新推動半導體行業(yè)加速成長,，縮小與領先國家的差距,。特別是本輪由人工智能革命引領的科技革命方興未艾，我國擁有龐大的終端市場和積極友好的政策環(huán)境,，半導體行業(yè)的多點開花將成為我國人工智能行業(yè)發(fā)展的重要基石,。

（作者為浙商證券首席經濟學家）

見習編輯：劉錦平 主編：程凱