“30多年時間里，半導體行業發生了翻天覆地的變化，并一直處于持續的快速變化之中。”新思科技總裁兼聯席CEO陳志寬指出，驅動半導體發展的動力也在不斷變化，人工智能、汽車電子和5G已成為三大驅動力。

　　在6月19日舉行的新思科技開發者大會上，他總結了當今半導體行業的三大變化：市場格局演變及中國半導體產業的崛起，行業并購持續進行，以及半導體多種工藝同時存在。

　　同日，新思科技與清華大學聯合成立了人工智能實驗室，雙方的合作從1995年便已經開始。清華大學電子工程系教授周祖成表示，中國現在很需要尖端的技術和在科技上的創新，在人才培養上也要重視國外技術在國內的發展，希望在人工智能領域，能為所有的開發者提供一個優秀的平臺。

　　而對于人工智能和半導體行業的開發者來說，如何改變世界？生態系統的構建將至關重要。

　　AI數據集中化

　　此前，新思科技(Synopsys, Inc.)公布了2019財年第二季度的業績報告，截至2019年4月30日三個月，按GAAP計算，公司實現收入 8.36億美元，較2018財年第二季度7.77億美元增長7.59％；凈收入為1.18億美元，同比增長15.69%。

　　“Synopsys第二財季業績出色。兩個經營部門的收入和實力都打破了記錄。我們還通過加速股票回購繼續向股東返還資金。”董事長兼聯合首席執行官Aart de Geus表示，“我們的整體客戶環境非常穩固。在當今互聯世界中，復雜電子產品的投資資金不斷涌入，人工智能影響日益增強，這正是導致我們硅晶融合軟件產品的需求不斷增加的主要原因。”

　　由此可見，人工智能對于芯片行業的推動效應已經開始顯現。新思科技中國董事長兼全球副總裁葛群對21世紀經濟報道記者表示，開發者們讓芯片支持AI技術，精密到可以應用于醫學診斷，讓更多偏遠地區的患者享受一流的醫學診斷和治療；開發者們讓芯片足夠快，AI人臉識別技術得以在5秒之內，就可以鎖定犯罪嫌疑人及同伙；芯片技術的領先，可以使得手語翻譯器幫助手語者，實現與世界無障礙交流。

　　這些場景只是AI芯片應用的一個縮影。清華大學教授汪玉則從硬件層面，介紹了人工智能芯片的現狀與趨勢。他表示，“目前AI芯片行業正處于百花齊放的階段，預計未來5到10年，是一個應用驅動的片上系統時代。很多大公司會選擇購買通用芯片，但同時也不會放棄做自己芯片的權利。這是一個很明確的趨勢，而在這樣一個趨勢下，生態系統的構建對人工智能行業極為關鍵。同時邊緣計算芯片(例如車、基站等)的定義還不清晰，還有比較大的發展空間。

　　對于人工智能技術和應用在2019年發展的問題，汪玉認為，從人臉和ID的結合上來看，這個技術已經落地了，未來留給小公司的機會不多，因為數據在集中，算法對數據的依賴性太強，所以數據集中在哪，可能這個行業就在哪集中。

　　5G方興未艾

　　人工智能、汽車電子和5G已成為芯片行業的三大驅動力。

　　在談及5G通信技術時，中國信息通信科技集團有限公司副總經理、無線移動通信國家重點實驗室主任陳山枝分享了他對于5G商業應用，以及產業發展的深度思考。他認為，中國5G市場發展，已經取得了一系列階段性成果，2020年將進入規模商用。未來5G市場發展的關鍵要素，取決于開發有潛力的行業應用、強化相關芯片的設計制造能力，以及增強國際市場影響力。

　　他還表示，5G雖然方興未艾，但6G前沿通信技術研發也已起步，中國通信市場正在“大步快跑”。只不過，在垂直應用何時能規模興起？他預計還會面臨跨界融合難題，短期內缺少典型示范應用，來拉動5G產業發展。從長期來看，前景雖然廣闊，也需要一個磨合的過程。關鍵在于，是否能找到垂直應用行業的痛點？

　　在此背景下，半導體產業的芯片設計領域，也在經歷一波新浪潮，對于海量數據的收集、學習、實時處理以及傳輸，都在推動芯片及其設計流程的創新，同時不斷刷新的先進工藝節點，也對芯片設計流程的效率和收斂性，提出了更高的要求。

　　車聯網、自動駕駛和電動車等新型汽車技術的到來，汽車電子也會改變了半導體產業鏈的格局。“你不會有一部用了十年的手機，但你可能有一臺開了十年的車。”陳志寬指出，汽車電子需要更高的安全性和更長的使用周期，所以往往設計汽車芯片要更為復雜。

　　在安全方面，陳志寬表示，所有的芯片都會面臨安全問題的挑戰，半導體安全問題存在于網絡、軟件、處理器、IoT設備等多個環節中。而關于AI，陳志寬強調，這是一項能夠改變世界的力量，同時，AI也正在改變半導體產業。

　　胡正明李開復寄語開發者

　　在談及炙手可熱的人工智能和5G話題時，創新工場董事長兼首席執行官李開復通過視頻，暢想了人工智能技術對于未來商業模式變革的重要意義。他指出，很多人把AI想得太復雜，但AI其實就是升級的統計系統，當AI有海量的數據進來過后，它能夠優化過程，來做出非常好的抉擇或者預測。可以把AI想象成一個非常聰明的工具，它的大腦思維方式和人類是不一樣的，它基于數據和統計，能夠精確地對一個目標函數來處理優化。

　　但是，AI需要在這些環境中才能工作：第一是海量數據；第二個是大量的計算；第三是數據需要有標簽；第四是要有一定的工程人員參與；最后，一般來說AI在單一領域的應用會發揮得更好。

　　他認為，作為開發者，一定要看到下一步，看到未來，看到前沿。今天能看到的AI是一種新技術，未來還會有更多的新技術，例如5G、區塊鏈、VR/AR等。

　　另一名特邀嘉賓微電子學家、美國工程科學院院士、中國科學院外籍院士、美國加州大學伯克利分校杰出講座教授胡正明，也分享了其對半導體行業發展的獨到見解。他認為，隨著最先進工藝不斷向7nm、5nm、2nm邁進，半導體行業面臨最大的挑戰是找到長遠的發展之路。正如其開發的FinFET技術，實現了芯片從平面技術向3D立體技術的跨越，他正在參與研究的負電容晶體管，目標是將功耗降低10倍。

　　“這個行業每20年總有一個危機。20年前，這個行業對于10年、20年以后，能夠用什么技術把性能做得更好、功耗更少且成本又不要增加這件事是非常悲觀的，FinFET出來以后人們又把這件事忘記了。現在最尖端的公司又開始思考，10年、20年以后，7nm、5nm、3nm、2nm都做完了之后，還有什么可以做。”