當下，數智化浪潮席卷全球，與此同時，在雙碳目標的引導之下，各行各業持續加快數字化轉型的步伐，作為基座技術的芯片如何持續為產業數字化注入“加速度”力量？

在2022新思科技開發者大會的高峰論壇上，《財經》雜志執行主編馬克作為論壇主持人，與新思科技中國區副總裁王小楠，紫光展銳代理CEO任奇偉，緯景儲能創始人兼企業戰略發展官陳攝軍 “論道數智化”，分享了不同領域如何看待“產業數智化”的發展，并共同探討了如何聚集多方創新力，推動技術發展和人類進步。

演講摘錄

馬克：在江波老師如此深邃地追問了人類的本源和創新的本質之后，我們進而來討論一個落地的話題，就是產業數智化，也是當今經濟的熱詞、關鍵詞。一方面，數字技術向各行各業擴張，另一方面，實業界也在提升自身的數智化程度。在這個過程中芯片其實是一種關鍵設備，它是我們數智經濟發展的底層和基礎技術。過去幾十年，芯片的工藝持續演進，大家怎么看待這種趨勢呢，會無限延展下去嗎？

王小楠：隨著半導體技術不斷逼近它的物理極限，到了2納米、1納米之后的突破變得越來越難。另一方面，工藝持續演進帶來的性能增加和功耗降低也趨于飽和，先進工藝制造的性價比也是擺在我們面前的現實問題。我們現在考量芯片性能的提升，更多是從整個系統層面來看，包括硬件、軟件、整個芯片的架構、生產制造的工藝如何能夠提升整體系統的性能，如何實現十倍、百倍、千倍性能的提升。

任奇偉：這個問題其實我上大學的時候就已經在討論，當時還是1微米的技術，大家就覺得芯片很快會碰到物理極限，如今已經到了1納米了，我們還在討論這個問題。確實，如果考慮到波粒二象性，現在集成電路賴以生存的經典粒子模型就要切換到量子力學階段了。到這個階段以后，行業是不是就能碰到物理極限了，集成電路還會不會再走下去？對此我還是比較樂觀。未來可能會朝兩個方向去發展，一個是超越摩爾定律，通過一些新的架構來延續摩爾定律的生命。另一個是工藝繼續朝前演進，朝著2納米、1納米不斷前進。從產業來講的話，晶體管是1947年發明的，集成電路大概是1959年開始發展的，這個行業經過了幾十年的飛速發展。芯片技術作為最基礎的支柱產業，有非常強大的生命力。

馬克：謝謝兩位的精彩發言，您展示了兩個方向，一方面對于新技術的未來，我們永遠要打開想象的空間。另一方面，你們也給在座的開發者們吃了定心丸，摩爾定律還將向前演進。那么，摩爾定律演進到這種程度的時候后，會不會出現顛覆性的技術呢？比如大家都熟知的，燃油車被電動車給顛覆了，這種案例會不會在芯片領域重演呢？

王小楠：從技術路線來講，比如說為了增加更高的性能，大家在看量子計算、光計算這些新的領域，即便這些新的領域仍然需要芯片作為載體，提供這樣的性能。我相信技術會不斷演進，也會有顛覆性的技術給行業帶來從量變到質變的發展，但是這些仍然需要一些物理載體實現這個技術，我們認為芯片仍然是不可或缺的一環。

馬克：那么，物理載體本身會不會替代，或者說芯片目前是以這樣一種物理形態存在的，它會不會換成一種新的物理形態存在？

任奇偉：如果站在人類幾千年的發展來考慮這個事情的話，新的技術一定會出現。未來，我們依賴的硅基技術一定會被新技術取代，但是這要考慮到一個時間維度的問題。前幾年我有幸聽了胡正明教授的報告，當時他對這個問題的回答是至少還有100年的時間。一方面是給大家寬心，另一方面，我認為從一個新技術出現到它成為成熟的大規模工藝，成為傳統的基礎性工業來支撐整個社會的發展，大概需要百年的發展時間。從集成電路到現在差不多七十多年的時間，還有幾十年的周期。從這個角度講，大家倒是可以比較樂觀的。

馬克：百年大計，來日方長。我看過一個咨詢公司發布的數據，現在16納米以上的先進工藝產能約占21%，當然大家對于如何定義成熟制程有一些區別，但是，在成熟制程占據這么大的市場情況下，我們為什么還要擔心先進工藝的追趕？

任奇偉：關于先進制程和成熟制程，的確有不同的定義。在今天來看，28納米絕對是成熟制程，16納米以下算不算，的確有不同的定義。如果我們從芯片幾大類來看應該是比較清晰的。一類是以計算為主要驅動的，如CPU、GPU，包括現在手機里面的處理芯片。大家可能知道，現在手機處理器，也就是大部分人理解的手機的CPU，已經超過現在桌面或者服務器的CPU，成為最先進工藝的使用者，這一大類在先進制程里面占了絕對主導。第二類跟芯片制程密切相關的是存儲，特別是dram存儲，因為它的存儲密度完全取決于工藝的先進性，所以dram存儲也是非常重要的先進工藝的驅動者。所以在先進制程中，計算和dram存儲已經占了一大塊。還有一個存儲相關是閃存，以前的閃存已經進行了十幾納米，隨著3D NAND出現之后，如果我們談工藝的話，對光刻的工藝相對來說要求不像平面那么高，可以講這不是十幾納米的工藝，很多時候不是靠工藝光刻來推動。還有一大類跟模擬芯片相關，這些絕大部分在成熟工藝上。因為模擬電路的微縮很難，也享受不了太多的好處。以前數字微縮有兩個驅動，一個是性能，另一個是成本，到28納米以下，成本的好處越來越少，所以現在采用先進制程絕大部分都是因為計算，因為數字電路的大規模需求，大概是這么一個情況。

王小楠：從市場角度來講，成熟工藝的產能也好，還有出貨量也好，都占主導部分，另外咱們如果談到過去兩年缺芯片這個事情，其實很多缺少的芯片也是在成熟工藝上來制造的。舉個例子，就像過去兩年汽車這個行業因為缺芯導致很多車廠不能出貨，不是缺先進工藝下的如ADAS這方面的芯片，更多是控制車窗，控制安全氣囊這樣的MCU氣囊、或者是胎壓監測等這些成熟工藝制造的芯片，這也是限制很多量產的原因。我們在國內建了很多28納米以上的成熟工藝的晶圓廠，可能在今后兩年到兩年半的時間基本上都會投產，也能夠幫助國內來增加在成熟工藝上的產能，像這些MCU、模擬芯片、這些能夠有更多的自主可控的，管理我們自己的供應鏈。

馬克：陳總談到過關于計算的問題，有一個別的解決之道，通過分布式計算突破計算的極限。

陳攝軍：我以前在其他領域，特別在銀行的核心計算領域，但是它有一些局限性。

馬克：所謂分布式計算，主要是通過堆積算力對嗎？剛才講到的兩個應用場景，一個是計算，一個是存儲，我知道您在能源領域很多年，現在能源領域尤其是電力行業也在提升自己的數智化，在這個過程中您有沒有感覺到缺乏高制程的芯片是個問題？

陳攝軍：我們人類以前是以化石能源為基礎，這兩年逐步聚焦新能源的發展，特別是現在全球氣候問題，以及碳排放問題。2017年國家發改委提出發展儲能作為能源互聯網的基礎，所以能源的數字化對新能源的調劑和精準的監控，是有著不可或缺的作用。我們現有（芯片）產能和技術水平，目前來說我們（能源行業）基本夠用，不需要特別高精尖的芯片，但是使用量會非常大，因為我們是做液流電池，需要控制到每一片電池，控制得越精準效率就會越高。

馬克：我想討論一下，剛剛大家談到成熟芯片領域的產能問題，既然技術已經成熟了，為什么還是不能滿足市場需求呢？

王小楠：這里面有幾方面的因素，首先中國是全球最大的半導體市場，每年幾千億美金要采購這些芯片。當前，國內有這么多半導體企業發展迅速，一方面是需要一定的時間來發展；另一方面，我們希望能夠在今后五年、十年或者更長的時間軸上完全能夠滿足我們國內自己芯片的需要。從設計上面來講，其實我們在MCU這些領域跟國際先進水平已經非常接近了，或者有些地方已經是國際領先了。其他的比如像有些模擬的電路，我們還有一些差距，這個我們也在緊鑼密鼓地追趕中。從生產上面來講，成熟工藝上面我想已經基本上達到技術上的自主可控。當然還有一些材料、儀器，因為半導體是一個很長的供應鏈，這些領域我們國家都在支持，都在投入，我相信在今后這些應該都可以滿足我們自己的需求。

任奇偉：我想從兩個方面回答這個問題，首先是對先進制程的需求，這方面實際上是依賴于我們的客戶或者是整個社會對這個的需求，包含兩方面，一個是剛才談到的計算和存儲。比如大家比較熟悉的手機這塊，以前就是發個短信，然后需要語音通信，看高清的視頻，后來超高清，現在是4K、8K的視頻。這意味著巨大數據量的計算和存儲，這都是幾何等級的增長，加上現在智能物聯網的出現，海量的連接需求，海量數據出現，都給計算、存儲、傳輸帶來了指數級的增長。這種需求導致我們需要高端的制程才能解決這些問題，這是來自于需求本身。第二個依靠成熟的工藝做一些系統集成性的創新，比如Chiplet等新技術的出現，或者做系統的協同設計創新，能夠一定程度上緩解對先進制程的需求壓力。但是本質上，只要物理實際的需求存在，那么對先進制程的依賴和追求就是永不停歇的，除非我們不追求8K的清晰度，看標清的就感到很滿足了，那是可以的，但事實上這是不可逆轉的，對先進制程的需求會持續存在。

馬克：先進制程的應用場景，剛才你說的高端智能機、高性能計算，剛才王總也說了大量其他的應用場景，從我們的身份證，到家電、汽車、到各種各樣的可穿戴設備，它們其實都不需要那么高制程的芯片。從企業的發展和投資這個層面來講，我就投那些非高制程芯片應用場景的產業領域，是不是也是一條發展之路呢？

任奇偉：剛才王總也提到，包括現在談的汽車電子，這塊都會集成成熟工藝，從投資和公司的角度來講，聚焦于這個領域發展的話是沒有問題的，也有非常好的發展前景。但是作為整個行業來講的話，有些領域的應用的確是對高端制程依賴性非常強，比如手機芯片，確實需要更先進的工藝去做，所以這些是根據應用領域來決定的。

馬克：我想問一下，從芯片需求方的角度，您覺得您的需求現在國內市場能夠滿足嗎？

陳攝軍：在座各位可能對汽車缺芯比較敏感，其實新的事物，就像現在的能源從化石能源發展到新能源，新能源最大的問題是不穩定，必須有大量的數據收集以及處理、反饋。新能源現在做的比較多的是有兩個案例，一個是源網荷儲，還有一個叫虛擬電廠，顧名思義虛擬電廠不是電廠，是把不同空間有效組合起來，借助它的高低差別進行有效調節利用。這里涉及到強大的運算，這些都是先進的市場，剛才兩位也講到了傳統或者我們已經具備的工藝也需要擴產，也需要滿足這個市場大量的需求。其實除了電力行業之外，其他各種行業都會需要。

馬克：這個過程中也是兩個事，一個是計算，一個是算法，過去的電力調度，可能在電網系統內不需要那么復雜的算力和算法。

陳攝軍：過去技術沒這么發達的時候，我們都是人工來控制，現在可以采取（自動）控制的方法進行自動的操作，我們可以通過大量的數據分析采集來進行預測。

王小楠：剛才提到兩個方面，一個是數據的采集，這個實際上是需要很多傳感器之類的芯片，另外一個是計算，我們要做相應的預算分析，這個需要對收集的海量數據進行分析處理，這需要很大的算力，相當于在芯片里面既需要大量的成熟制程的芯片，同時又需要很大的算力，也就是剛才任總提到的高性能，用最先進工藝來做的CPU芯片，或者是AI芯片等這類處理芯片。

馬克：剛才您說的實際上在電力調度，是用數字化的技術重構我們在整個電力調度體系，在這個過程中您覺得它需不需要用到剛才任總說的高制程芯片，還是成熟芯片就可以滿足這個算力？

陳攝軍：這個可能要跟傳統的電網調度做一個區分，中國電網可能是全球最強大的電網，它有個好處——容錯性、容納性、消納性比較好。新能源的不穩定性會對傳統電網造成沖擊，這兩年我們提出的虛擬電廠也好，源網荷儲也好，相當于把長江大河分開，通過小的補充盡量減少整個大電網的負擔，同時也提高本地的使用，發跟儲用在一體，它的整個輸送的損耗也比較少，最終達到節碳的效果。

馬克：我想了解，從硬件到軟件要落實這個思路是完全可以執行的對嗎？

陳攝軍：對，是沒問題的，也是我們國家的戰略。可能芯片行業大家都比較了解，儲能行業現在是能源行業中最熱的話題，2017年國家就提出了，今年也出了不少文件來探討儲能，而且是作為尖端、重點科技來進行討論的。麻省理工更是把長時儲能定義為未來的十大科技，這都是有公開新聞報道的。我們國家整個來說電量是夠的，是電力在某一個時間點不夠，無論是虛擬電廠還是源網荷儲，儲能是不可或缺的，是當中重要的調節池。我們國家去年向全球承諾3060計劃，碳在2030年達到排放的高峰，2060年達到中和，這是我們國家對外的承諾。目前，我們的電力體系已經明確從傳統的電力體系，也就是化石能源，轉向新型的電力體系，也就是就是新能源+儲能，它的占比會由以前的10%左右，到未來可能達到的50%、60%，會對儲能本身的市場帶來巨大的變化。人類過去花了非常大的投入也沒有解決儲能問題，因為電其實非常難儲存，所以大家都在不斷探索的過程當中，我們在這方面布局還是比較早的。

馬克：回到我們的主題數智化，因為能源行業是非常大的行業，從電力行業來看它的數字化程度，從調度、儲能都是在大大提速，在我們電力數字化的過程中，從硬件到軟件，能不能滿足電力數字化的需求？

陳攝軍：基本能滿足，但是某些大量的運算、大計算可能會有一些瓶頸。

任奇偉：我稍微來補充一點，大家都知道5G現在是非常熱的話題，其實5G非常重要的一個作用就是智能的海量物聯網，這塊對剛才陳總談的能源數字化中有最關鍵的幾個問題，一個是實時的監控，整個電力系統里面所有的用電、設備，都可以通過海量物聯，以5G的形式連在一個電力系統里頭。另外每天每個地方的數據都在實時收集、在存儲、在通過人工智能的方式進行大規模的分析，比如哪個地方缺電，哪個地方電會富余出來，歷史上怎么用電，就有這種數據模型出來，會有一個智能的調度基礎。還有一個非常重要的，如果出現瞬時的（斷電），某個地方突然出狀況了，需要電力切斷或者另外一個地方的電調過去，對移動通訊的要求非常高。非常高興的是5G現在的超時延的特性已經能夠滿足電力系統的需求，這方面國內很多公司，也包括我們展銳都可以提供這方面的芯片支撐整個能源數字化這方面的需求。它主要解決兩個問題，一個是海量的感知問題，另外就是瞬時決策的問題，時延要求非常高，另外就是大數據分析和人工智能決策。

王小楠：咱們一直在講數智化，一個是數據的采集，還有一個是計算和分析。像剛才任總也講到，現在通訊上面是非常重要的一個數據產生，通訊和數據中心也是一個能耗非常大的部分，大概預期到2025年左右，通訊、數據中心這些占全部電力消耗的20%，所以從能源的采集、儲存、傳輸使用，這些環節都需要更多的智能化。舉個例子，大家對AlphaGo都非常熟悉，其實Google最早在AI上的投入是用AI算法優化其數據中心里面的制冷和數據分配，最直觀的結果是它能夠讓Google數據中心能耗降低30%。所以，數智化的前景其實非常廣闊，不僅僅是在能源，也在各個領域，但是需要更多的數據采集、傳輸，也需要計算，這些其實都是在座各位能夠做出貢獻的地方。

馬克：雖然高制程芯片的應用場景看起來不是那么多，但實際上它是決定整個產業發展的方向，這方面還是不能放棄。在成熟制程的芯片上，其實現在基本上是可以滿足需要的，在產能上、良品率上等等還是需要進一步加強。我們都正在經歷經濟數智化的大潮，各行各業都在被數字技術改造，你們實際上是這個數智化過程中的基礎性設備和服務提供者，我們可以期待一個前景廣泛、波瀾壯闊、機會無限的未來。