大數據文摘授權轉載自人民網

　　今年以來，中興事件、中美貿易戰等引起了社會各界對中國在高科技領域特別是芯片（集成電路），人工智能等領域的發展現狀和差距的反思。

　　對此，清華大學軟件學院副研究員、博士生導師鄧仰東近日接受媒體采訪時表示，在集成電路的設計、核心件制造等領域，中國想與歐美國家比肩，可能仍需幾代人不懈的努力和積累。但中國在結合傳感和智能處理的芯片制造業領域，有較明顯優勢，未來會有更多機會。

　　集成電路領域比肩歐美仍需積累

　　“中興事件敲響了中國芯片自主研發的警鐘，也確實暴露了中國與歐美國家在芯片等高端技術領域方面的差距。”鄧仰東說。 鄧仰東介紹說，集成電路分設計和制造等工序，一片集成電路上面動輒幾十億個晶體管，現在集成電路的設計已經全靠自動工具來做，但這些主流的設計工具現在都在美國，中國是沒有米樂m6網址。

　　制造方面的差距某種意義上就更大了，比如，光刻機這一集成電路制造核心裝備，中國迄今為止依然做不了，雖然政府很支持，投入了很多項目，但目前可以說依然處于一個相對原始的狀態。

　　鄧仰東于90年代末赴美留學，在卡內基-梅隆大學獲得電子與計算機工程博士學位，研究方向從一開始的集成電路、集成電路計算機輔助設計、到GPU通用計算逐步進入機器學習領域。

　　在美國的十年間，他在芯片研究和產業領域積累了大量技術和管理經驗，2013年，鄧仰東回國擔任清華大學軟件學院副研究員、博士生導師，專注于計算機體系結構、人工智能和工業大數據相關領域的研究。

　　對于很多人提出的中國在集成電路制造巨大產能的疑問。鄧仰東表示，中國確實有生產集成電路不小的產能，但主要是代工廠或者叫集成電路制造廠，比如國內最好的中芯國際，產能能排在全球前五，工藝先進程度要比英特爾落后兩到三代。

　　據介紹，目前世界最新的芯片制造工藝掌握在美國和臺灣企業手中，分成兩大流派。第一大流派目前只剩下英特爾一家，其模式是自己設計集成電路，同時也擁有自己的集成電路生產線，因此電路和工業可以協同優化，從上世紀70年代到現在，始終處于世界領先；另一流派以臺積電為代表，即代工模式，以通用工藝滿足各種芯片的制造。

　　智能芯片制造業或有更多機會

　　雖然在集成電路設計、核心工藝等方面的趕超和積累還需要很長的路要走，但鄧仰東同時表示，中國在支持智能互聯網、智能物聯網等領域，對芯片的需求巨大，因此，結合傳感和智能處理的芯片制造業將來會有更大的發展機會。

　　“CPU和GPU還是比較難追趕的，因為CPU是強調一個產業鏈，中國自己設計一個CPU問題不大，但是讓別人用就很難了。”鄧仰東表示，比如說目前的電腦都用英特爾的處理器，這個處理器后面都有操作系統支持，新的CPU，沒有操作系統支持，沒有應用軟件，也就很難推廣和普及。

　　鄧仰東認為，當前中國經濟發展對智能終端的需求巨大，比如高鐵、飛機，智能終端的傳輸力不能太高，因為沒有無線網絡，但是采集的數據量遠大于需要傳輸的數據量，所以有一部分數據可以在智能終端先做處理然后再傳輸，這樣可以大大提高數據傳輸的效率。因此，結合傳感和智能處理的芯片，因在中國市場本身有需求，制造又有主宰性優勢，因此未來會很有發展。

　　“未來，人工智能芯片是有一席之地的，像智能終端，我們就用人工智能的技術做處理，這些芯片是支持智能互聯網、智能物聯網的，這種芯片中國需求巨大，若能夠集中這一塊發展，其實是一個優勢。”鄧仰東表示米樂m6官網登錄入口。

　　需要人才的積累和良好技術文化

　　“集成電路不管是設計，還是制造工藝的追趕和發展，人才至關重要。”鄧仰東認為，而專業人才的積累和培養，需要有好的技術文化和理念。

　　鄧仰東舉例說，在美國，一些專業技術公司里都會有一群老工程師，這批人一輩子專心做CPU，他們從第一代起就開始做，一直到五六十歲還在做技術，每一代技術每一個陷阱他都摸索過了，他們的這種積累就很厲害，是輕易超越不了的。

　　很多這樣的技術專家，就是喜歡搞技術，高薪還挖不出來。而且它是一個群體，在公司里面按不同的層級，有的負責管理，有的從事技術，管理的并不見得就比技術的層級高，但做技術的仍然接受管理。

　　“中國比較難有這種機制，年齡一大就不干技術了，導致有經驗的老工程師就特別少，這是一個難點。需要去塑造像美國一些技術公司那樣的良好的技術文化。”鄧仰東表示。

　　但鄧仰東同時表示，從中長期來看，雖然歷史積累不如美國，但中國在集成電路方面的人才儲備比較多，每年高校都培養了大批年輕的專業人才，這將是優勢。

　　關于技術攻關和組織，鄧仰東建議，可以借鑒美國一些研究所，多鼓勵發展小而精、小而多的項目，每個項目體量不是特別大，但都有自己的特色。

　　原文鏈接：

　　http://ydyl.people.com.cn/n1/2018/0723/c412092-30164159.html?from=groupmessage

　　【今日機器學習概念】

　　Have a Great Definition