制造业是立国之本、强国之基
无论是发达国家的高端制造业回流
还是发展中国家的价值链上溯
面对风起云涌的新一轮科技革命浪潮
智能化、数字化的发展机遇不容错过
同时将为芯片行业带来新机会
智能制造
变革新机遇
回首刚刚走过的2020年，新冠疫情是行业之危，疫情重塑了市场的认知，暴露了传统制造业在极度压力之下弹性不足的弊病。而智能制造正是企业之机。
智能制造是信息化与工业化深度融合的表现，它是全球制造业变革的重要方向。目前已有多个国家发布了相关支持政策，例如，美国的“再工业化”计划、德国的“工业4.0”计划、日本的“新机器人战略”计划等。在国家政策推动，制造业技术转型升级等背景下，中国智能制造产业发展迅速，逐渐成制造业的主要驱动力之一。
（制图：芯师爷）
2020年，全球智能制造相关上市企业融资市场活跃。其中，2020年我国智能制造相关企业共融资252.61亿美元，总体融资额大幅增长。2021年1月11日，“国内首只智能制造ETF”正式开售，制造业的变革提供了极富潜力的“投资富矿”。从整个产业链，再到传统行业结构变化，制造业正在进行颠覆与创新，开创了又一个投资黄金期。
有研究数据显示，2017年中国智能制造产业产值规模已近1.5万亿元，2020年有望超过2.7万亿元，并已形成环渤海地区、长三角地区、珠三角地区和中西部地区四大智能制造聚集区，潜力巨大。
尽管受到新冠疫情的影响，但是2020年中国制造业的发展显示出十足的韧性，也带动了中国智能制造产业和市场的迅速复苏。
攻克制造业
卡脖子问题
智能制造的多项政策利好，将会助推相关行业获得新的发展机遇。智能制造的关键技术包括边缘计算、智能传感器、工业互联网、大数据、数字孪生、5G通信等等。而这些技术都离不开芯片这一核心硬件，其重要性可见一斑。
人工智能
人工智能（AI）需要专用芯片提供大量的算力在云端进行训练，同时需要在边缘端布局更多的推理型AI芯片。在人工智能等先进计算的应用场景，GPU将比CPU承担更多的计算任务。华夏芯认为，应该同时包括CPU和GPU这些通用计算处理器，以及FPGA和深度学习(神经网络)计算单元，假如是面对嵌入式AI或者通信市场，还需要加上DSP的异构融合芯片，才能发挥最重要的作用。
大数据
随着信息技术、传感器、物联网等技术的发展，一批智能化、高精度、高性价比、微型传感器应运而生，数据收集量飞速扩张。工业大数据技术的研究与突破，其本质目标就是从复杂的数据集中发现新的模式与知识，挖掘得到有价值的新信息。其中，智能化和边缘计算设备的部署，以及大数据中心的建设也将拉动对存储芯片市场的巨大需求。作为国内领先的固态硬盘供应企业，国科微积极面对市场新契机，正视国内外技术水平差距，苦练内功，持续培育自身的核心竞争力。
工业互联网
工业互联网正在进一步释放潜力，应用聚焦基于设备物联的数据价值挖掘和特定场景深度优化，这为传统工业基础架构带来众多创新的同时，也带来了更多设计挑战。对此，国民技术推出的工业互联领域首颗集成国际及中国商用密码双算法的通用MCU，可广泛应用于工业小型网关、DTU、小型PLC、工业风机等工业互联应用领域。
边缘计算
2020年，平均每人每天会产生1．5G的数据量。但是，目前云计算无法快速高效地处理这些庞大的数据，边缘计算成为另外一条解决方案。近年来，思科、华为、联想、浪潮等企业纷纷展示出各自在边缘计算技术上的实力。例如，华为与联通一起发布了Cube-Edge边缘云平台，浪潮、中兴通讯发布了适用于边缘计算的新型服务器。
智能传感器
发展工业大数据和工业物联网产业，一系列配套的基础设施建设不可或缺。其中，传感器有着举足轻重的地位，同时将向智能化、微型化、多功能、低功耗、高精度等方向发展，提高工业互联网底层神经末梢的感知灵敏度。炜盛科技、高德红外、汉威电子、矽创电子、美新半导体等国内传感器代表企业也在积极应对智能时代的新需求与挑战。
总体而言，智能制造本质是优化生产流程，借助这些新技术让更好的资源发挥更大的作用。如果说传感器实现了数据显性化，工业互联网与大数据分析通过数据解析形成信息，人工智能完成的则是对信息进行提炼形成知识，并通过机械装备精准执行完成数据闭环。
另一方面，新技术在智能制造中的应用价值不断涌现。根据中银国际预测，预期到2022年基于边缘计算的智能制造渗透率至少达到60%；《中国人工智能发展报告 2018》报告指出，到2035年，人工智能将拉动制造业的GDP高达27万亿美元。
中国芯赋能
制造升级
中国是芯片消费大国，不过长久以来，我国芯片严重依赖进口，2020年我国芯片的进口额攀升至近3800亿美元，远超石油成为第一大进口商品。对此，我国出台了包括《集成电路产业发展推进纲要》在内的多项“强芯”政策，并成立国家产业投资基金以扶持本土芯片产业的发展。同时，在智能制造的东风下，芯片产业未来发展前景可期。