图片来源：Unsplash  作者：alexkixa

“30多年时间里，半导体行业发生了翻天覆地的变化，并一直处于持续的快速变化之中。”新思科技总裁兼联席CEO陈志宽指出，驱动半导体发展的动力也在不断变化，人工智能、汽车电子和5G已成为三大驱动力。

在6月19日举行的新思科技开发者大会上，他总结了当今半导体行业的三大变化：市场格局演变及中国半导体产业的崛起，行业并购持续进行，以及半导体多种工艺同时存在。

同日，新思科技与清华大学联合成立了人工智能实验室，双方的合作从1995年便已经开始。清华大学电子工程系教授周祖成表示，中国现在很需要尖端的技术和在科技上的创新，在人才培养上也要重视国外技术在国内的发展，希望在人工智能领域，能为所有的开发者提供一个优秀的平台。

而对于人工智能和半导体行业的开发者来说，如何改变世界？生态系统的构建将至关重要。

AI数据集中化

此前，新思科技(Synopsys, Inc.)公布了2019财年第二季度的业绩报告，截至2019年4月30日三个月，按GAAP计算，公司实现收入 8.36亿美元，较2018财年第二季度7.77亿美元增长7.59％；净收入为1.18亿美元，同比增长15.69%。

“Synopsys第二财季业绩出色。两个经营部门的收入和实力都打破了记录。我们还通过加速股票回购继续向股东返还资金。”董事长兼联合首席执行官Aart de Geus表示，“我们的整体客户环境非常稳固。在当今互联世界中，复杂电子产品的投资资金不断涌入，人工智能影响日益增强，这正是导致我们硅晶融合软件产品的需求不断增加的主要原因。”

由此可见，人工智能对于芯片行业的推动效应已经开始显现。新思科技中国董事长兼全球副总裁葛群对21世纪经济报道记者表示，开发者们让芯片支持AI技术，精密到可以应用于医学诊断，让更多偏远地区的患者享受一流的医学诊断和治疗；开发者们让芯片足够快，AI人脸识别技术得以在5秒之内，就可以锁定犯罪嫌疑人及同伙；芯片技术的领先，可以使得手语翻译器帮助手语者，实现与世界无障碍交流。

这些场景只是AI芯片应用的一个缩影。清华大学教授汪玉则从硬件层面，介绍了人工智能芯片的现状与趋势。他表示，“目前AI芯片行业正处于百花齐放的阶段，预计未来5到10年，是一个应用驱动的片上系统时代。很多大公司会选择购买通用芯片，但同时也不会放弃做自己芯片的权利。这是一个很明确的趋势，而在这样一个趋势下，生态系统的构建对人工智能行业极为关键。同时边缘计算芯片(例如车、基站等)的定义还不清晰，还有比较大的发展空间。

对于人工智能技术和应用在2019年发展的问题，汪玉认为，从人脸和ID的结合上来看，这个技术已经落地了，未来留给小公司的机会不多，因为数据在集中，算法对数据的依赖性太强，所以数据集中在哪，可能这个行业就在哪集中。

5G方兴未艾

人工智能、汽车电子和5G已成为芯片行业的三大驱动力。

在谈及5G通信技术时，中国信息通信科技集团有限公司副总经理、无线移动通信国家重点实验室主任陈山枝分享了他对于5G商业应用，以及产业发展的深度思考。他认为，中国5G市场发展，已经取得了一系列阶段性成果，2020年将进入规模商用。未来5G市场发展的关键要素，取决于开发有潜力的行业应用、强化相关芯片的设计制造能力，以及增强国际市场影响力。

他还表示，5G虽然方兴未艾，但6G前沿通信技术研发也已起步，中国通信市场正在“大步快跑”。只不过，在垂直应用何时能规模兴起？他预计还会面临跨界融合难题，短期内缺少典型示范应用，来拉动5G产业发展。从长期来看，前景虽然广阔，也需要一个磨合的过程。关键在于，是否能找到垂直应用行业的痛点？

在此背景下，半导体产业的芯片设计领域，也在经历一波新浪潮，对于海量数据的收集、学习、实时处理以及传输，都在推动芯片及其设计流程的创新，同时不断刷新的先进工艺节点，也对芯片设计流程的效率和收敛性，提出了更高的要求。

车联网、自动驾驶和电动车等新型汽车技术的到来，汽车电子也会改变了半导体产业链的格局。“你不会有一部用了十年的手机，但你可能有一台开了十年的车。”陈志宽指出，汽车电子需要更高的安全性和更长的使用周期，所以往往设计汽车芯片要更为复杂。

在安全方面，陈志宽表示，所有的芯片都会面临安全问题的挑战，半导体安全问题存在于网络、软件、处理器、IoT设备等多个环节中。而关于AI，陈志宽强调，这是一项能够改变世界的力量，同时，AI也正在改变半导体产业。

胡正明李开复寄语开发者

在谈及炙手可热的人工智能和5G话题时，创新工场董事长兼首席执行官李开复通过视频，畅想了人工智能技术对于未来商业模式变革的重要意义。他指出，很多人把AI想得太复杂，但AI其实就是升级的统计系统，当AI有海量的数据进来过后，它能够优化过程，来做出非常好的抉择或者预测。可以把AI想象成一个非常聪明的工具，它的大脑思维方式和人类是不一样的，它基于数据和统计，能够精确地对一个目标函数来处理优化。

但是，AI需要在这些环境中才能工作：第一是海量数据；第二个是大量的计算；第三是数据需要有标签；第四是要有一定的工程人员参与；最后，一般来说AI在单一领域的应用会发挥得更好。

他认为，作为开发者，一定要看到下一步，看到未来，看到前沿。今天能看到的AI是一种新技术，未来还会有更多的新技术，例如5G、区块链、VR/AR等。

另一名特邀嘉宾微电子学家、美国工程科学院院士、中国科学院外籍院士、美国加州大学伯克利分校杰出讲座教授胡正明，也分享了其对半导体行业发展的独到见解。他认为，随着最先进工艺不断向7nm、5nm、2nm迈进，半导体行业面临最大的挑战是找到长远的发展之路。正如其开发的FinFET技术，实现了芯片从平面技术向3D立体技术的跨越，他正在参与研究的负电容晶体管，目标是将功耗降低10倍。

“这个行业每20年总有一个危机。20年前，这个行业对于10年、20年以后，能够用什么技术把性能做得更好、功耗更少且成本又不要增加这件事是非常悲观的，FinFET出来以后人们又把这件事忘记了。现在最尖端的公司又开始思考，10年、20年以后，7nm、5nm、3nm、2nm都做完了之后，还有什么可以做。”

责任编辑：王超