超级计算机研究报告

作者徐思彦腾讯研究院高级研究员杨梦雨腾讯研究院助理研究员引言2020年全球风云变幻的一年。经济局势受疫情影响，充满了未知。有的行业在观望中等待机遇，有的在谋求转型，在不确定中“逆袭”。科技无疑是其中重要的支撑力量。随着2020即将走到尾声，我们将重新回顾这些技术洞察，并探索他们将如何成为未来企业革新的颠覆性力量。首先要解读的是德勤发布的《2020科技趋势报告》。去年德勤技术趋势报告关注了九大宏观技术力量——数字化体验、分析技术、云技术、数字现实、认知、区块链、IT业务、风险和核心系统现代化的出现与最终崛起，如今它们已经成为并将继续成为企业创新和转型的支柱。其中，数字化体验、分析技术和云技术在当下属于“基础驱动力”；数字现实、认知技术和区块链将成为“颠覆性驱动力”。数字化体验更加关注以人为本的互动，根据个人行为、偏好和情感，再集成包括语音压力分析、微表情探测工具等一系列人工智能技术所打造出的人感体验平台成为未来的发展趋势。分析技术包括能够提供深刻洞察的基本技术和工具，不仅通过集成大量数据的能力赋能数字孪生技术，也通过造成信任赤字致使我们更加关注技术道德与信任。云技术为其他宏观力量的创新提供基础和平台，驱动企业管理和业务职能的重塑，促进架构觉醒趋势的发展。数字现实打破空间限制，深化与人的情感联系，助力人感体验平台和数字孪生的发展。认知技术实现业务流程的无人化，认知技术的使用情况与客户信任程度紧密相关，推动技术道德与信任趋势的发展。区块链通过推动跨领域合作促进架构觉醒的发展。技术业务帮助企业实施促进跨业务协作的开发体系，不仅能够通过财务技术新方法提高企业业务敏捷性，赋能财务与IT的未来，还能够培养架构师对整体业务需求的响应能力，赋能架构觉醒。企业面临的风险既包括合规和安全，还包括新兴技术对产品、服务和商业目标的潜在影响，致使信任成为重要的企业战略，提高我们对技术道德与信任的重视。核心系统现代化驱动企业变革和创新，重塑面向未来的架构，推动架构觉醒趋势的发展。今年，德勤在《2020技术趋势报告》中提出了五个可能在短期内引发颠覆性变革的关键新兴趋势：技术道德与信任、财务与 IT 的未来、数字孪生：连结现实与数字世界、人感体验平台以及架构觉醒。从更长远的视角，德勤还提出了三种“基石技术”：环境体验、指数型智能和量子技术。这些宏观技术力量被认为将对本世纪30年代以后的企业商业模式和技术战略产生深远的影响。五大变革性新兴趋势趋势一：技术道德与信任技术变革常态化的同时，赢得全方位的信任变得更具挑战——但也充满机遇。企业内部每一个受技术影响的方面都可能成为取得或失去信任的关键。信任是一个关键的企业目标，而不仅是合规或公共关系问题。当企业需要引入并使用颠覆性技术时，应能够准确洞察其中的道德风险。将企业价值观和技术道德贯穿整个企业，能够向世人展示企业“一切行为从善”的全方位承诺，这有助于与各个利益相关者建立长期的互信关系。消费者对商家的信任正在逐渐下降，人们对公共机构的态度也越来越谨慎，员工则要求企业明确阐述其核心价值观。无论是客户、监管机构，还是媒体，都期望品牌商在其开展业务的各个领域都是开放、诚信和始终如一，从产品生产、促销活动、到员工文化和合作伙伴关系维护等。被技术颠覆的企业，它的每一个方面都意味着可以赢得或失去任何一个客户、员工、合作伙伴、投资者和监管机构信任的机会。如果领导者能够充分贯彻企业价值观和技术道德观，努力履行“做好事”的承诺，企业就能够与利益相关者建立长期牢固的信任关系。在这种情况下，信任就变成了一个全方位的承诺，并且确保信任是企业的技术、流程、人员都在共同努力维护的基础。技术道德这一术语指的是不局限于或侧重于任何一项技术的综合价值观，这个价值观是指导企业对技术使用的整体方法及通过部署这些技术驱动业务战略和运营企业应考虑主动评估如何以符合公司宗旨和核心价值观的方式使用技术。企业应该采取以下措施来构建信任：解读企业价值观，并以实际行动践行；建立强大的数据基础，并让利益相关者了解这些数据将被如何运用；强化网络防护措施，完善网络安全风险策略；尊重利益相关者的隐私；保持透明；尊重不同的文化准则；帮助员工识别技术中心可能存在的道德困境；帮助员工意识到技术如何影响他们未来的工作。案例1：PSJH（医药企业）运用数据分析、AI和机器学习能够帮助研究人员和临床医生预测慢性疾病的风险，进行早期干预，监测患者症状，减少不必要的看护。当患者了解这些益处之后，他们通常愿意与医疗机构分享他们的个人健康信息。但如果数据安全措施薄弱导致私密的健康数据泄露或未经授权就被使用，患者的信任就可能减弱甚至消失。案例2：加拿大帝国商业银行的实践表明，在利用技术了解并预测个人客户需求的过程中，领导者需要理解并与员工分享人工智能将如何补充和支持他们的工作，而不是取代他们，获得员工信任；同时，银行还需要保护客户数据，维持客户的信任。案例3：雅培公司的技术道德重点要素包括：将数据保护理念根植于品牌文化、全面的数据保护政策、员工培训项目、基于信任的合作伙伴的外部生态系统。案例4：谷歌十年前将内部应用与资源转移到云上，自此之后需要考虑的安全边界不断扩展变化，防御更加复杂。谷歌引入了“零信任”的概念，这种创新的安全模型将所有网络请求都视作来自互联网的请求，消除来自网络的隐含信任，无论用户在何处使用网络，都是根据用户身份以及设备状态决定其是否能够使用应用。案例5：数字银行在不让客户知道的情况下与合作伙伴共享有关客户的数据将严重破坏信任，但另一方面，如果收集同意的流程太麻烦，又或要求客户自己管理自己的密钥，都会使得客户体验变差。通过区块链内置的加密算法，联盟成员可以有效地把用户身份进行匿名化或假名化，并利用零知识证明进行信息验证，最终允许联盟成员共享用户信息，产生协同效应，而不会违反隐私保护或降低客户体验。趋势二：财务与IT的未来IT和财务领导者共同努力寻找灵活的途径——快速敏捷的投资创新。企业内部IT领域与财务领域的领导者应该共同努力，设计灵活的流程与方法，以敏捷速度进行经营管理与创新。技术创新的进程跟随市场需求而瞬息万变，这要求财务能够具备充足的适应性，以敏捷速度支持创新活动，从而快速建立起竞争优势。IT的运营和开发流程正变得越来越灵活，更加侧重产品，而财务部门仍旧按照过去数十年的方式来制定预算、融资和财报。结果显而易见：IT 需求与财务流程之间的矛盾。若这个问题得不到解决，那么它可能会破坏首席信息官的创新计划，乃至整个企业的战略目标。这种矛盾体现在三方面：一是从资本支出转向运营支出。从在现场转型至基于云的系统，涉及大量的支出从资本支出转移到运营支出。事实上，团队一直都有一些资本支出和运营支出。从会计的角度而言，短期运营支出的增长会影响季度财报。二是对难以捉摸的投资回报率的衡量。技术创新举措通常是难以达到内部收益率预期的尝试，可能产生正回报也可能不会。在财务短期收益上，创新投资通常不具备传统IT项目的信心水平，因此这类投资往往也很难通过标准管理流程获得有力支持。在某些情况下，这会导致财务部门难以建立精确的流程，来跟踪长期投资回报率。例如，对于无限期重复使用的平台这类的固定预算投资，跟踪其投资回报率更是难上加难。三是如何计算交付价值。根据德勤《2018年全球首席信息官(CIO)调查报告》，65% 的受访者表示他们在评估IT投资时，通常采用具体案例具体分析的方法，而不是遵循常规财报流程。显然，在评估IT带来的价值这件事上，首席信息官与首席财务官不在同一立场。企业借助现代化的技术平衡必要的管控和风险管理，提供解决方法包括基于风险的投资组合理念、基于能力的投资、重视数字化基础、以产品为中心的IT运营模式、供应商补贴项目、联合投资和行业联盟、与大学合作进行生态系统投资以及分拆回租业务。案例1：全英房屋抵押贷款协会打造敏捷企业。让财务负责人改进传统会计和投资融资流程，以更好地与IT的敏捷方法结合。引入“加权最短作业优先”的优先级排序方法，帮助团队根据预期经济收益来调整变更项目优先次序。案例2：巴克莱银行敏捷性变革。让传统的预算计划能够使用迭代交付的要求，而通常这个预算计划都是在项目交付前18个月就已经完成的，为此建立滚动计划周期，技术与业务部门按季度对接，讨论确定优先级，审查项目成本并跟进结果，以免影响开发和测试进程。案例3：罗尔斯-罗伊斯向现代化的、以产品为中心的交付模式转型，开发一套灵活且机构化的方法，构成持续改进的循环，及时调整方向。趋势三：数字孪生：连接现实与数字世界利用下一代数字孪生技术助力企业设计、优化和转型。随着具有更复杂的仿真和建模能力、更好的互操作性和IoT传感器以及电力系统可视化的数字化仿真平台和工具的广泛使用，企业逐渐能够创建更精细、更具动态感的数字化仿真模型来优化流程、产品或服务。这项技术能够帮助实现更高效更精确的数据驱动决策，在提高生产效率、优化供应链、设计新的产品服务与业务模型、缓解交通拥堵等领域发挥作用。从长远来看，要释放数字孪生技术的全部潜力，需要整合整个生态系统中的所有系统与数据。数字孪生发展势头迅猛，得益于快速发展的仿真和建模能力、更好的互操作性和物联网传感器，以及更多可用的工具和计算的基础架构等。当下，企业正以多种方式使用数字孪生技术。在汽车和飞机制造领域，数字孪生技术逐渐成为优化整个制造价值链和创新产品的重要工具；在能源领域，油田服务运营商通过获取和分析大量井内数据，建立数字模型，实时指导钻井作业在医疗保健领域，心血管研究人员正在为临床诊断、教育、培训,创造高仿真的人类心脏的数字孪生体；作为智慧城市管理的典型案例，新加坡使用详细的虚拟城市模型，用于城市规划、维护和灾害预警项目。数字孪生可以模拟物理对象或流程的各个方面。它们可以展现新产品的工程图和尺寸，也可以展现从设计到消费者整个供应链中所有子部件和相应环节，也可采用“即维护”模式——生产车间设备的实物展现。仿真模型可以捕获设备如何操作，工程师如何维护，甚至该设备生产的产品如何与客户关联。数字孪生可以有多种形式，但它们无一例外都在捕获和利用现实世界的数据。IDC预测，到2022年，40%的物联网平台供应商将集成仿真平台、系统和功能来创建数字孪生，70%的制造商将使用该技术进行流程仿真和场景评估。与此同时，通过访问大量数据，使得创建比以往更为详细、更为动态化的仿真成为可能。对于数字孪生的长期用户而言，这就好比从模糊的黑白快照过渡到彩色高清数码照片一样，从数字源中获取的信息越多，最后呈现的照片就越生动逼真。长期来看，若想要实现数字孪生技术的全部潜力，可能需要集成整个生态圈内的系统和数据。创建一个完整的客户生命周期或供应链(囊括了一线供应商和其自身的供应商)的数字化仿真，可以提供富有洞察力的宏观运营观点，但仍然需要将外部实体整合到内部数字化生态系统内。直至今日，大多数企业仍对点对点连接之外的外部集成感到不满意。克服这种犹豫可能是一个长期挑战, 但最终，所有的付出都将是值得的。未来，期望企业会利用区块链打破信息孤岛，继而验证信息并将其输入数字孪生体中。这可以释放先前无法访问的大量数据，从而使仿真更加细节化、动态化、更具潜在价值。案例1：澳大利亚航空管理局开发空中交通网络数字孪生体，基于所预测的客户需求（而非固定的地理位置）为管制员分配空域。案例2：普利司通公司所处的轮胎行业，尽管商业模式简单，但为每公里设定合适的价格绝非易事。轮胎的生命周期受各种因素影响，包括负重、速度、路面情况、驾驶行为。数字孪生可以模拟不同的驾驶条件，洞悉这些相互关联的条件如何影响轮胎性能。案例3：武田制药从事的生化反应建模极其复杂且无规律可循。开发团队为每一步都建立了数字孪生体，实现各步骤之间流程的自动化控制，过程的端到端复杂虚拟展示。趋势四：人感体验平台通过Al、神经科学、人本设计重塑人机联接，通过情感计算改变互动规则。人感体验平台就是将AI技术、以人为本的设计和目前的神经学研究相结合，从而能够识别人的情绪状态及背景内容，然后做出适当的响应。在AI一系列功能的基础上，越来越多的AI解决方案聚焦于“情感计算”或“情感AI”——使计算机更好地了解人类感情并与人类互动。创新者目前大规模地将情商（EQ）添加到技术的智商（IQ）中，科学认知并大规模使用情感数据是企业未来发展的一大机遇。人感体验平台趋势颠覆了传统的设计方法，它首先确定我们想要实现的人性化和情感体验，而后决定使用何种情感和 AI 技术组合能够达成这一效果。企业将面临的一大挑战是，如何针对不同的客户群体、员工群体和其它利益相关者，确定能引起他们共鸣和引发他们情绪的具体响应或行为，并进一步开发情感技术，使其能够识别和复制某一段体验中的特质。在不久的未来，我们将会看到人们对人性化的技术需求日益增长。我们期望技术能够用更加人性化，更人道化的方式跟我们互动。设计能够满足这一期望的技术需要对人的行为有更深刻的洞察，并不断创新，以提高我们预测和响应人们需求的能力。不久的将来，人感体验很有可能会带来长久的、可持续的竞争优势。研究预测，全球情感计算市场的规模将从2019年的220亿美元增长到2024年的900亿美元，这意味着年复合增长率将达32.3%。除了数据之外，人感体验平台还利用情感计算，如自然语言处理、面部表情识别、眼动追踪、情感分析算法等技术，识别和理解人们的情感，并作出回应。案例1：瑞银集团推出APP，通过算法确定个性化的财富管理内容，并将这些信息反馈给财富管理顾问，以此深化客户与顾问之间的关系。案例2：脑机接口可以实时分析人指数居，来改善个人健康、表现、生产力和安全状况，比如提醒疲劳员工稍作休息；在培训过程中发现员工注意力分散时，改变培训难度或形式，或给员工分配压力较小的工作等。趋势五：架构觉醒演进架构师角色，从而转变系统架构并支持业务发展的速度。为了在被技术创新打乱的市场中保持竞争力，成熟企业需要不断改进企业架构。企业应该重新审视、充分重视架构师这一IT岗位的角色，将架构师从传统的象牙塔转移到新的阵地，去参与到系统运营当中，比如加入设计复杂技术的软件开发团队。同时加大对架构师的人才培养。如今，技术架构领域的科学在战略上比以往任何时候都更加重要。事实上，为了在技术创新颠覆的市场中保持竞争力，已成立的企业需要不断演他们的架构——这一过程可以从改变技术架构师在企业内扮演的角色开始。这种转变的目的非常明确：把经验最丰富的架构师安排到最需要他们的地方——即加入到设计复杂技术的软件开发团队中。一旦这些架构师被重新部署和赋能，他们便可帮助简化技术栈，提升技术敏捷性，从而为新兴企业获得市场优势。另外，他们还可以直接负责实现业务成果，解决架构难题。架构师角色的作用包括提升敏捷性以及快速加入市场、对解决方案的结果更加负责、提高开发人员的生产力、平衡业务和技术优先级、优化运营成本以及传播架构信息。未来，架构师的使命将不仅是利用传统的架构组件，还要利用颠覆性力量（如区块链、AI、及机器学习）大胆创新。案例1：洲际酒店集团对架构进行改造，使得架构师转战到各个技术项目直接为其服务，管理业务需求和架构方法，以及为全公司提供指南和参考模型，推动战略变革。案例2：汤森路透正在寻找设计和构建敏捷且适应性抢的企业架构的新方法，包括文化转型，重新确定架构师角色，架构师作为技术方向的制定者，同时负责将应用与实际运营相结合，深入了解经营使命，提倡以平台为中心的架构演进和科技组织重构。案例3：澳大利亚国家银行对架构部门进行重组，同时创建三种类型的管理角色：服务架构师、专业技术架构师和面向业务的项目架构师。互补的三种角色分别执行不同的服务职能又相互协作，提高了银行的敏捷性。三大宏观技术力量蓄势待发基于德勤过去11年间对技术趋势的观察和研究，宏观层面的技术力量一直在不断发展，今年报告提出的环境体验、指数型智能、量子技术三种新的宏观技术力量（“未来新星”）正蓄势待发，我们将在本世纪20年代末开始感受到它们的影响。环境体验：随着环境体验技术的兴起，在未来，技术将只是环境的一部分。计算设备的功率不断增大，体积不断缩小。这些越来越小的设备将我们的输入从非自然的（指向、点击和滑动）演变为自然的（说话、手势和思考），它们与我们的交互从被动的（回答问题）变成主动的（提出意料之外的建议）。随着设备变得无缝和无处不在，它们和我们越来越密不可分。想象未来的世界，一些微小的，已连接的，内容感知的设备被嵌入办公室、家中或者其他地方，成为背景活动的一部分。指数型智能：指数智能建立在当今认知技术能力上。如今，机器智能能够发现数据中蕴藏的规律，但是无法判断这些规律是否有内在的意义。同时，它目前还缺乏识别和响应人类互动和情感的细微差别的能力。而且，机器智能的认知能力还非常有限，比如机器能够打败国际象棋大师，却不能理解房间发生了火灾需要逃跑。未来，随着对语义和符号识别的理解，机器逐渐能从假想的相关中梳理出真实的因果关系。借助来自人感体验平台的技术组合，我们的虚拟助手将越来越能够识别并适应我们的情绪。随着研究人员开发出更广义的智能，指数智能将超越统计和计算的层面。最终，这将导致更有能力的人工智能诞生。量子技术：量子技术利用亚原子微粒的反直觉特性处理信息，进行新型计算，实现“不可非法侵入式”交流，技术微型化等等。量子计算中，这些量子比特（或量子位）的特殊属性有可能发生指数型变化。通过操纵单个粒子，量子计算机将能够解决某些高度复杂的问题，这些问题对于目前的超级计算机来说，太大，太杂乱，包括从数据科学到材料科学。随着研究者们不断突破技术限制，量子计算机将逐渐取代传统的计算机。数据科学家将能够处理前所未有宏大的数据量，并从中获取相关性信息。材料科学家利用量子比特模拟原子，这是无法在传统计算机上实现的。同时，在通讯、物流、安全、密码学、能量等不同领域，我们都能预见无限可能。/往期文章/腾研报告2020数字中国指数| WeCity未来城市2.0 | 未来交通白皮书 | 2020腾讯人工智能白皮书 | WeSpace·未来城市报告 | AI生成内容发展报告 | 疫情期间全国居民消费和复工情况调查报告 | 2019腾讯区块链白皮书 | 2019全球人工智能治理报告你“在看”我吗？

机器之心整理参与：泽南、杜伟、张倩最近，美国数据、技术和公共政策交叉研究智库 Center for Data Innovation 发布了一份中、美、欧 AI 实力对比报告，从人才、研究、发展、应用、数据、硬件六个角度对三方的 AI 力量进行了对比。报告显示，美国各方面综合得分最高，为 44.2 分（满分为 100 分），中国则以 32.3 分紧随其后，而欧盟得分仅为 23.5.在各个评估维度中，美国在人才、研究、发展、硬件四个维度遥遥领先，中国在应用和数据方面表现突出。此外，欧盟在人才、研究、发展、应用四个维度均居第二，但在研究领域非常强大。研究还显示，虽然中国已经在可用于 AI 发展和应用的数据领域建立了强大优势，但与欧盟和美国相比，中国的人才资源严重不足。其中，中国的顶级 AI 研究者（h-index 全球排名前 10% 的研究者）数量仅为 977，远远落后于欧盟（5787）和美国（5158）。作者建议中国加大对大学阶段 AI 教育的投入。引言美国从上一波数字创新浪潮中获得了巨大的经济效益，诞生了亚马逊、苹果、Facebook、谷歌、英特尔以及微软等全球最成功的科技公司。与此同时，包括欧盟在内的世界其他国家和地区却选择在数字创新浪潮中置身事外，因而付出了相应的经济代价。很多国家都已经意识到，错过下一波 AI 创新浪潮可能会带来类似的问题，因此纷纷采取行动，确保在下一轮全球经济数字转型中发挥重要作用。如今，中国、欧盟和美国成为全球 AI 领先地位的主要角逐者。的确，在互联网经济中，通过与美国公司的竞争，中国在一定程度上取得了成功，并清楚地表明自己想要在 AI 领域占据主导地位。此外，欧盟推出的 AI 协调计划表明其自身「想要成为开发和部署尖端、合乎伦理道德和安全 AI 的全球领先区域」。这场关于 AI 全球领先者的角逐将影响中美以及欧盟未来的经济产出、竞争力和军事优势。报告概览根据中、美、欧盟的 AI 对比报告结果，美国以 44.2 分的综合得分排名第一。其原因在于以下几个方面：美国拥有最多的 AI 创业公司，并且相关创业生态系统获得了最多的私募股权投资和风投；美国在赋能 AI 系统的传统半导体和计算机芯片行业处于领先地位；美国虽在学术论文总数上不及欧盟或中国，但论文的平均质量最高；美国的 AI 人才总数虽不及欧盟，但更为优秀。中国在 AI 领域领先于欧盟，并且似乎正快速缩小自身与美国的差距。中国较欧盟和美国具有更多的数据获取途径，这一点非常重要，因为现在很多 AI 系统需要利用数据集来准确地训练模型。2017 年，在风投和私募股权投资方面，中国 AI 创业公司获得了较美国更多的资金投入。但是，中国在高质量 AI 人才方面明显落后于美国和欧盟。截至 2017 年，意大利等数个欧盟成员国的 AI 研究人员数量皆多于中国。与美国相比，中国在六个评估维度中都取得了显著的进步，并且在资金投入和 AI 应用方面大大超过了欧盟。欧盟有足够的实力与中美两国展开竞争。事实上，欧盟的 AI 研究人员较中美两国更多，并且产出的研究成果也是最多的。但遗憾的是，欧盟拥有的 AI 人才数量与其商业 AI 应用和资金投入存在着脱节。举例而言，中美两国 AI 创业公司仅在 2017 年获得的风投和私募股权投资就超过了欧盟 2016-2018 年的资金投入总和。因此，欧盟的落后地位不仅削弱了自身享受 AI 经济和社会效益的能力，而且影响到了欧盟委员会（European Commission）想要赢得全球 AI 主导地位的目标实现。表 1：中美以及欧盟在人才、研究、发展、应用、数据和硬件六个评估维度的排名。为了解中美以及欧盟 AI 优势与其研究者规模之间的关系，作者通过计算平均数来计算每个指标的得分。结果显示，美国得分最高，为 58.2 分；欧盟其次，为 24.3 分；中国最低，为 17.5 分。报告表明，中美以及欧盟各自都有可以提升的领域，从而在 AI 经济中更富竞争力。举例而言，中国应该增强高校 AI 相关学科的教学能力，鼓励重视科研质量而非数量，还要营造数据开放的文化氛围。与此同时，欧盟应该制定相关政策激励 AI 人才留下来，帮助其将研究成果转化为商业应用，鼓励在全球市场中更具竞争力的大公司的发展，并要进行制度改革以实现更好的 AI 数据应用。最后，美国若要保持其领先地位，则应该将重点放在扩展本国人才基础的政策上来，促使外国 AI 人才移民美国，并增加 AI 研发的奖励措施。接下来，作者依次对六个评估维度和相应得分进行了详述和解析。人才AI 研究者数量：此处的 AI 研究者指的是 2007-2017 年间在 AI 期刊上发表文章或取得 AI 相关专利的研究者。据估算，欧盟的 AI 研究者数量达到了 43064 人，领先美国（28536）和中国（18232）。其中，德国（9441）、英国（7998）、法国（6395）、西班牙（4942）、意大利（4740）的研究者数量总和就已经超过了美国的研究者数量。平均来看，美国每 100 万名研究者中的 AI 研究者数量（173.1）领先欧盟（172.9）和中国（23.2）。顶级 AI 研究者数量（H-Index）：研究者的数量固然重要，但质量更加重要。h-index 是衡量研究者质量的一大指标，从中可以看出研究者的论文产出和影响力。这一指标考察了全球 h-index 排名前 10% 的 AI 研究者数量。以 h-index 为标准来看，2017 年，欧盟的顶级 AI 研究者数量约为 5787，领先美国（5158）和中国（977），其中英国 (1,177)、德国 (1,119)、法国 (1,056)、意大利 (987) 和西班牙 (772) 共有 5111 人。平均来看，美国每 100 万人中的顶级 AI 研究者数量（31）领先欧盟（23）和中国（1）。顶级 AI 研究者数量（学术会议）：在全球 AI 学术顶会上发表论文的研究者数量是衡量研究者质量的另一指标。AI 创业公司 Element AI 整理了 2018 年 21 个 AI 顶会的数据。在这一指标上，美国的研究者数量（10295）领先欧盟（4840）和中国（2525）。平均来看，美国每 100 万人中的顶级 AI 研究者数量（62）领先欧盟（19）和中国（3）。表 2：人才的绝对数量和得分。表8：顶级 AI 研究者数量对比，以每百万人均计算。研究中国、美国和欧盟都在开展 AI 研究探索。例如，2017 年国务院印发的《新一代人工智能发展规划》指出，中国计划到 2025 年人工智能基础理论实现重大突破。为了实现这一目标，政府还建立了人工智能研究中心。此外，中国工业和信息化部还计划每年拨款 9.5 亿美元，资助战略性人工智能项目。欧盟委员会承诺在 2018 到 2020 年间投入 15 亿欧元（17 亿美元）用于 AI 研究，并提出在 2021 年-2027 年间至少投入 70 亿欧元开展 Horizon Europe 和 Digital Europe 计划，以发展人工智能。2015 年，美国联邦政府在人工智能相关技术的非机密研发上花费了 11 亿美元。2018 年 9 月，美国国防部下属的国防高级研究计划局（Defense Advanced Research Projects Agency）宣布，将在 5 年内投入 20 亿美元，以开发下一代人工智能技术。AI 论文数量：每年发表的 AI 论文数量是衡量各国研究发展状况的指标之一。2017 年，中国发表的 AI 研究论文数量达到了 15199 篇，而在欧盟和美国，这一数字分别为 14776 和 10287。从历史总数上来看，其实欧盟发表的 AI 论文数量才是最多的。从 1998 年到 2017 年，欧盟研究者发表了接近 164000 篇 AI 论文，而在中国和美国，这一数字分别为 135000 和 107000。平均起来看，2017 年美国每 100 万研究者发表的论文数目是 63，领先欧盟（59）和中国（19）。表 3：研究水平对比。发展和应用追踪私募基金是衡量各国发展人工智能企业能力的一种方式。该报告研究了 2017 年至 2018 年间 AI 公司的风险投资和私募股权融资。美国（约 169 亿美元）处于领先位置，其次是中国（约 135 亿美元）和欧盟（约 28 亿美元）。与其他基于技术的初创企业类似，人工智能创业公司可以成为一个国家经济增长和竞争力的重要推动力。全球咨询公司 Roland Berger 和总部位于柏林的投资公司 Asgard 将人工智能初创企业归类为生产利用人工智能作为主要产品或服务的公司（不包括硬件企业）。该公司研究发现，2017 年美国是 1393 名 AI 初创企业的所在地，领先于欧盟（726 家）和中国（383 家）。衡量人工智能应用的最好方法是跟踪成功将 AI 纳入其业务流程的公司百分比。2018 年，中国在这一方面的比例领先全球（32%），其次是美国（22％）和欧盟（约 18％）。另一方面，有 53% 的中国公司已经在开展人工智能应用的试点，这一数据也大大领先第二名美国（29%）。表 4：AI 发展水平对比。表 5：传统公司 AI 技术应用对比。表 6：AI 发展水平对比，以人均计算。表 7：传统公司应用 AI 技术的比例。数据中国互联网公司收集的数据可以为业界和学界带来很大的 AI 研发优势。事实上，随着中国应对数据缺乏的政策实施，这种优势在未来还有可能继续扩大。与西方同行相比，中国大型互联网公司具有的很大的数据优势，这其中至少有两个原因。首先，西方的互联网服务相对分散：即使是亚马逊的用户也不能预订酒店。而另一边，中国科技公司已经构建了一体化的超级应用程序。例如，微信现在已经允许用户「叫出租车、订餐、预订酒店、交手机话费，以及购买飞往美国的航班；在美国，这些服务以及数据在 Uber、Postmates、Expedia、Verizon 和 Venmo 等公司之间并行。第二点，中国科技公司早已将自己的业务嵌入传统的离线商业领域中了。例如，滴滴出行的业务已经进入到加油站和汽车维修店。此外，美团点评的起源虽与 Yelp 类似，但现在不仅为用户提供了比较业务的平台，还为人们食品提供服务。因此，中国互联网公司有机会收集比美国互联网公司更多样化和更深入的数据。然而，应该指出的是，一些美国技术巨头的更广泛的全球影响力为他们提供了自己的数据优势。例如，Facebook 拥有超过 20 亿用户，而微信只有 11 亿用户。如果中国公司在国际上取得更大的成功，就像短视频应用抖音所做的那样，美国的优势将会减弱。表 8：数据集对比。表 9：数据水平对比，以人均水平计算。硬件AI 系统依赖大量算力。实际上，正是因为 GPU（图形处理单元）的快速发展，人工智能技术才迎来了近几年的爆发。硬件技术对于国家 AI 竞争力非常重要。首先，半导体产业薄弱的国家容易受到其他国家的牵制。在 2018 年，美国禁止向中兴通讯提供零部件和软件。由于中兴依赖美国公司提供的半导体设备，该公司业务一度受到严重威胁。虽然美国最终解除了禁令，但这种情况凸显了中国对西方技术的依赖。最近，美国阻止本国公司向五个特定的超级计算机实体销售芯片，而美国商务部则开始打压华为。其次，许多专家认为应该专为 AI 应用设计芯片，全新架构将胜过 GPU 等经过验证的技术。因此，苹果、谷歌和亚马逊等非半导体公司正在设计自己的 AI 芯片以满足自身需求，这可以提升其 AI 系统的性能，从而为他们提供竞争优势。第三，高性能计算推动了多个领域的突破性发现，构建高性能超级计算机使一些国家在基础科技研究和技术应用方面比其他国家更快。截止 2019 年，以 AI 用例开发芯片的公司数量上，美国以 55 家领先全球，中国为 26 家，欧盟有 12 家。表 10：AI 硬件水平对比。表 11：硬件水平对比，以人均计算。报告链接：https://www.datainnovation.org/2019/08/who-is-winning-the-ai-race-china-the-eu-or-the-united-states/

导语从去年的Alpha Go对战李世石开始，再到今年升级版的Alpha Go对战柯洁，人工智能经过一年多的发酵早已不再是一个陌生的名词。截至目前，人工智能行业已发布了多篇报告，但我们仍致力于写出不一样的东西。除却老生常谈的算法、计算力、数据之外，我们认为人工智能的未来最重要的驱动力一定会是“场景驱动”。在人工智能的场景驱动阶段，不但可以针对不同用户做个性化服务，而且可在不同的场景下执行不同的决策，最终实现“给予决策支持”的目标。因此本报告中，我们用了较大的篇幅去描绘人工智能的场景应用。那么，在不同的场景中，人工智能是如何发挥作用的？带着这个问题，我们研究了国内外与此领域相关的企业，写出了这份人工智能行业的研究报告。报告摘要：人工智能（Artificial Intelligence）是指使用机器代替人类实现认知、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟。在AI发展的不同阶段，驱动力各有侧重，我们可以将AI的发展划分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。其中技术驱动阶段集中诞生了基础理论、基本规则和基本开发工具。在此阶段，算法和计算力对AI的发展起到主要推动作用，其中计算力主要包含芯片、超级计算机、云计算等三个维度。在市场规模方面，综合考虑我国人工智能的爆发节点、技术成熟度以及全球AI市场规模等因素，我们保守估计最迟至2019年我国AI的市场规模将突破百亿元，而2022年这一数字应在700亿元左右。人工智能目前仍处于发展的早期阶段，整体看来技术的发展将先于应用层面，但技术层面仍存在瓶颈需要突破；应用场景将不断丰富，它的扩充将会反过来驱动支撑技术的持续发展，AI的整体市场规模将继续扩大。相比应用场景层面的发展，基础应用层的技术将会是AI中较早发展的部分。不过，从AI整体发展阶段来讲，我们认为AI仍处于早期，虽然语音识别、计算机视觉等感知层的技术目前已经取得了一定成就，但语义识别等认知层的技术仍不甚完善，即使是像计算机视觉这样的感知层技术也存在发展不均衡的问题。随着AI支撑技术的不断发展，AI将持续拓展更多的应用场景；而愈发多样化的应用场景需求又会反过来驱动支撑技术，从而带动整个AI行业的持续发展。但各应用场景的发展并非均衡，整体看来将从垂直领域AI逐渐过渡到通用型AI。总体来说，AI最重要的还是要将技术与应用场景相结合，无法落地的技术很难得到资本青睐和市场认可，而有闭环、垄断性的数据，并且其技术能够与实际应用场景结合的公司将有望产生难以被替代的商业价值。以上是本期《人工智能研究报告》的摘要部分，以下附上付费版本的目录。获得完整报告内容，请点击：进入开氪订阅

今年10月，谷歌研究人员称他们的Sycamore量子处理器能在200秒内，完成世界上最强大的超级计算机需要10000年才能完成的计算，实现了名为“量子霸权”的里程碑。Sycamore量子处理器具有54量子位的处理器，该芯片具有足够的连接性，使得量子比特状态可以在整个处理器中快速交互。IBM 对此提出了质疑，称Google 的说法具有误导性和片面性，让人们以为自己进入了一个新的计算时代，而量子计算机和经典计算机之间的巨大差异并不会让两者分割，而是在未来协同工作。量子计算/量子计算机的概念是著名物理学家费曼于1981年首先提出的。量子计算的实现与目前的计算机是一样的，分为硬件和软件。体现在量子计算机上就是：量子计算机的物理原理和实现、量子算法。而目前这两方面，都需要继续加强。量子计算机通过使用量子力学原理来进行计算，它能更有效地执行特定类型的计算。在未来，可以完成普通计算机几乎不可能完成的任务。根据量子计算机的原理，理论上可以提供的算力，远超过现在的计算机。 根据量子计算的原理，每增加一个量子，计算能力的出现跳跃式提高。这也是目前众多公司参与量子计算机研发的原因。一些世界级的公司在公司内部都启动了相关的量子计算项目。在谷歌量子人工智能实验室中，运行着一台D-Wave的量子计算机。这个实验室位于加利福尼亚州山景城的NASA的Ames研究中心，由NASA和大学空间研究协会主持。2015年7月，阿里巴巴的阿里云部门和中国科学院在上海建立了一个名为阿里巴巴量子计算实验室的研究机构。这家实验室研究电子商务和数据中心的量子安全技术。2018年2月，阿里云推出了具有11个量子比特的量子计算云服务。2019年1月，IBM在CES上推出了第一台商用量子计算机。IBM的QSystemOne使用20个量子比特，既有传统计算机的组件，也有量子计算机的组件。IBM表明，商用量子计算机要打败今天的传统计算机还需要时间：“IBMQ系统旨在有朝一日解决目前被认为过于复杂和指数级的问题，而传统系统无法处理这些问题。”另外包括惠普、英特尔和微软在内的一系列其他科技公司也在部署相应的量子计算。量子计算从实验室到实际应用，可能需要很长的时间。但是只要方向没有错，总有一天会实现。并且将会大幅度改变生活方式，就像现在的计算机一样。量子计算机，将会是21世纪最伟大的发明。

如需报告请登录【未来智库】。1、 安可是必然趋势，国产生态成型1.1、 自主可控具有必要性与紧迫性（略）1.1.1、 事关国家安全，成为国家战略1.1.2、 美国持续加大技术封锁，自主可控重要性凸显1.2、 从党政军向重点行业拓展，市场空间释放（略）1.3、 我国计算产业自主可控生态成型 生态构建是自主可控落地关键。自主可控产业链可以分为基础硬件（CPU、服务器、存储、网络设备）、基础软件（操作系统、数据库、中间件）、应用软件（消费类软件、企业服务）三大类。参照PC的Wintel生态以及智能手机时代的ARM、Android 生态，我们认为，在核心基础设施（CPU、操作系统）适配之上，有足够多的开发者和应用软件构建的生态体系是自主可控落地关键，足够数量的开发者保证软硬件的完善，丰富的应用场景保证终端客户获取，形成正反馈机制。生态建设是国产基础设施企业在技术之外面临的最大发展瓶颈。计算产业生态包括 CPU、整机设备、固件（BIOS）、操作系统、外设驱动、应用软件（通用软件和行业应用软件）组成。在行业信息化领域，终端设备包括但不限于台式机、一体机、笔记本及专用终端，也包括云桌面瘦终端等设备。“振芯铸魂”掀起计算产业国产化大潮。2018 年以来，美国“科技霸权主义”对本土 IT 企业实施打压限制，中兴、华为事件敲响行业警钟，此次国产化替代浪潮开始松动 Wintel 联盟在国内的地位。在国产 CPU 方面，已发展出龙芯、飞腾、鲲鹏、申威、海光和兆芯等多个体系；与之对应地，国产操作系统完成从“可用”向“好用”的过渡，基于 Linux 内核的二次开发，包括中标麒麟、天津麒麟、深度、普华等。由于 IT 产业存在产业链上下游的适配问题，行业内木桶效应显著，这要求各环节的对核心技术的掌握整体推进，加速形成一个完整的正反馈国产化生态系统。国内四大 IT 集团自主可控深度布局。目前我国规模化布局自主可控的主要为四大 IT 集团，分别为中国电子集团（CEC）、中国电子科技集团（CETC）、中科院系和华为。CEC 中央直接管辖，旗下两个自主可控公司：中国长城（持股40.59%）和中国软件（持股 42.13%）；CETC 旗下主要自主可控公司为太极股份（持股 38.97%）；中科院旗下主要自主可控平台为中科曙光（21.32%）；华为在芯片、服务器和操作系统上均有布局。PK 体系已在重点领域得到广泛的应用。2019 年 12 月 29 日，《PK 体系标准(2019年版)》及《PKS 安全体系》发布，宣告国内首个计算机软硬件基础体系标准正式落地。“PK 体系”是飞腾“Phytium 处理器”和麒麟“Kylin 操作系统”的结合，具有完全自主知识产权，从 2011 年发展至今，已经成功应用于政府信息化、电力、金融、能源等多个行业领域。《PK 体系标准》的推出，实现了上下游厂商技术服务以及体系内用户的标准化，同时也解决了体系内部产品与第三方接入产品之间接口、参数、版本等的适配问题。“PK 体系”对标 Windows+Intel 体系，是计算机基础体系的中国架构，将逐渐形成上下游协调发展的良性生态链。华为鲲鹏生态逐渐成型。鲲鹏计算产业是基于鲲鹏处理器构建的全栈 IT 基础设施、行业应用及服务，包括 PC、服务器、存储、操作系统、中间件、虚拟化、数据库、云服务、行业应用以及咨询管理服务等。鲲鹏计算产业依托开发者及人才培养体系，以构建全行业全场景的产业体系为目标，实现产业链上下游共享红利。华为将核心产能聚焦在商用处理器、数据库、云端、操作系统以及存储几大方面，在中间件、应用软件及操作系统方面实现开源，积极与业内其他厂商寻求协作开发，推出基于鲲鹏主板的服务器与 PC 产品。华为鲲鹏计划以华为鲲鹏+昇腾双芯片为核心，构建完整国产计算生态。华为在市场占有率较低的前期致力于引导行业中的参与者，树立生态标杆；在生态发展较完备的后期则实施集中化研发策略，退出部分专业性强的领域。除了自建生态方面做出的努力外，华为还联合国内各大软硬件企业，以“硬件开放，软件开源”的策略拉拢合作伙伴，目前已有超过 150 家企业成为鲲鹏计算产业的参与者。2、 基础硬件 2.1、 CPU：计算机运算与控制中心 中央处理器 CPU（Central Processing Unit）是计算机的运算和控制核心。它的功能主要是解释计算机指令以及处理计算机软件中的数据，计算机系统中所有软件层的操作，最终都将通过指令集映射为 CPU 的操作。中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速缓冲存储器及实现它们之间联系的数据、控制的总线。控制器是 CPU 核心，由它把计算机的运算器、存储器、I/O 设备等联系成一个有机的系统，并根据各部件的具体要求，适时地发出各种控制指令，控制计算机各部件祖东、协调的工作。指令集是 CPU 用来计算和控制计算机系统的指令的集合。指令就是控制计算机执行某种操作（如加、减、传送、转移等）的命令，指令系统反映了计算机具有的基本功能，是计算机硬件、软件的主要分界面。指令系统是计算机硬件设计的主要依据，也是计算机软件设计的基础，每一种新型 CPU 在设计时就规定了一系列与其他硬件电路相配合的指令系统，是 CPU 性能体现的一个重要标志，不同 CPU 设计厂商的指令集均不相同，而且不兼容。指令集一般可分为复杂指令集（CISC）和精简指令集（RISC）两种： 复杂指令集（CISC）：CISC 的思想是通过庞大且复杂的指令系统，来达到增强计算机的功能、提高机器速度的目的。在 CISC 微处理器中，程序的各条指令是按顺序串行执行的，每条指令中的各个操作也是按顺序串行执行的。顺序执行的优点是控制简单，处理高级语言和特定任务能力强，缺点是结构过于复杂、指令集利用效率不高、执行速度慢。Intel 的 X86 架构系列即采用的 CISC 指令集思想。精简指令集（RISC）：相比 CISC 而言，RISC 的指令系统相对简单，只要求硬件执行很有限且最常用的那部分指令，大部分复杂的操作则使用成熟的编译技术，由简单指令合成。同时 RISC 型 CPU 还采用了一种叫做“超标量和超流水线结构”，大大增加了并行处理能力，提高了程序处理速度。目前在中高档服务器中普遍采用 RISC 架构的 CPU，例如 Compaq（康柏，即新惠普）公司的 Alpha、HP 公司的 PA-RISC、IBM 公司的 Power PC、MIPS 公司的 MIPS 和 SUN 公司的 Spare 均采用 RISC 思想，主流的 ARM 的 CPU 也采用 RISC。自主研发指令集难度大。CPU 研发是资本和技术高度密集的领域。中国 2017年用于集成电路研发总投入约 45 亿美元，不足 Intel 年研发投入的 50%。ARM作为一家只对芯片进行设计却并不生产的企业，2017 年的研发总投入也超过了5 亿美元。不同的指令集无法兼容，若过分强调指令集的自主发展，之后还要面临重新搭建生态系统的挑战，考虑到 Wintel 和 AA 成熟生态在市场的领先地位，竞争难度非常大。因此指令集授权+自主研发 CPU 的模式是一种可行的自主可控路径。自主研发 CPU 需要获得指令集授权，指令集授权方式主要有指令集架构授权和IP 核授权，其中指令集架构授权自主可控程度更高：指令集架构授权，指可以对指令集架构进行大幅度改造，甚至可以对指令集进行扩展和缩减。由亍架构只是设计理念，对被授权企业研发能力要求非常高，设计中出现任何错误，都将造成投资失败。目前国内购买架构授权的企业均是芯片研发能力领先的企业。如华为、飞腾、龙芯和申威等。IP核授权，指可以以一个内核为基础然后在加上自己的外设，由此形成自主 MCU（微控制单元）。被授权企业没有权限对内核进行改造，这种方式对企业的研发能力要求比架构授权低，但自主可控性也不高。X86 和 ARM 的 CPU 架构得到广泛商业化使用。目前，只有 Intel 公司的 X86架构和英国 Acorn 公司的 ARM 架构得到广泛地使用。由于知识产权的限制，早期国产 CPU 厂商无法获得授权使用这两种架构。早期厂商飞腾（现转向 ARM）、龙芯、申威不得已分别选择了 SPARC 指令集、MIPS 指令集、ALPHA 指令集。然而，这三种指令集的生态非常弱小，在强大的 Wintel（Windows+Intel）生态和 AA（Android+ARM）生态的打压下，都逐渐停止了发展，退出 CPU 市场，选择上述指令集的国产 CPU 厂商，在建立生态上也面临巨大挑战。Intel 和 AMD 为 X86 架构主要参与者，指令集不对外开放。Intel 公司是全球最大的个人计算机零件和 CPU 制造商，AMD 公司则专门为计算机、通信和消费电子行业设计和制造各种创新的微处理器。Acorn 向全球 CPU 设计厂商开放ARM 指令集架构授权和 IP 核授权。在国产芯片厂商中，华为鲲鹏和飞腾获得了ARM 公司 64 位 ARM V8 指令集的架构授权，有权设计、生产、销售 ARM v8兼容处理器产品。龙芯获得了 MIPS 架构授权、申威获得了 ALPHA 架构授权，自主研发处理器内核，并在此基础上，对相关架构指令集进行了拓展。X86 架构一统 PC 和服务器 CPU，Intel 占据绝对优势。上世纪 90 年代，复杂指令集和精简指令集阵营展开了激烈的市场竞争，英特尔凭借和微软的合作（Wintel 体系），并且在新产品中融入了一些精简指令集的优势，利用强大的生态占据了服务器和 PC 端绝大多数的市场份额。目前，PC 和服务器 CPU 市场已被 X86 架构占据，全球每年 X86 服务器出货量占比达到 99.5%以上，销售金额占比在 90%以上，X86 架构 CPU 主要厂商为 Intel 和 AMD。截止 2019 年第四季度，Intel 在 X86 服务器 CPU 市场份额达到 95.5%，PC 端为 81.7%，为绝对的市场龙头。除 AMD 外，其他厂商份额不到 0.1%ARM 架构在移动端占据主导地位。ARM 公司专注于芯片的设计，并将一系列设计的产物卖给合作伙伴，本身并不做芯片的生产。由于 RISC 在节约能耗上的巨大优势，全世界超过 95%的智能手机和平板电脑都采用 ARM 架构，合作伙伴众多。2002 年中科院计算所研制出我国首款通用 CPU“龙芯”1 号，之后，越来越多单位加入国产处理器的研制，多款国产处理器芯片相继出现。目前，我国国产处理器芯片的主要参与者有：龙芯、华为鲲鹏、飞腾、海光、兆芯和申威等。2.1.1、 龙芯：自主可控最高的 MIPS 架构 CPU 自主可控最高的 MIPS 架构芯片。“龙芯”是我国最早研制的高性能通用处理器系列，龙芯拥有 MIPS 指令的永久授权，并拓展出了自己的指令集 loongISA。2010 年，龙芯中科技术有限公司正式成立，开始市场化运作，旨在将龙芯处理器的研发成果产业化。但 MIPS 架构在 X86、ARM 打压下，市场份额低，生态系统弱，龙芯在构建生态上面临较大挑战。龙芯主要产品包括面向行业应用的“龙芯 1 号”小 CPU、面向工控和终端类应用的“龙芯 2 号”中 CPU、以及面向桌面与服务器类应用的“龙芯 3 号”大 CPU。1）龙芯 1 号（Godson-1）小 CPU 系列处理器，采用 GS132 或 GS232 处理器核，集成各种外围接口，形成面向特定应用的单片解决方案，主要应用于云终端、工业控制、数据采集、手持终端、网络安全、消费电子等领域。2）龙芯 2号（Godson-2）中 CPU 系列处理器，采用 GS464 或 GS264 高性能处理器核，集成各种外围接口，形成面向嵌入式计算机、工业控制、移动信息终端、汽车电子等的 64 位高性能低功耗 SoC 芯片。3）龙芯 3 号（Godson-3）大 CPU 系列处理器，片内集成多个 GS464、GS464e 或 GS464v 高性能处理器核以及必要的存储和 IO 接口，面向高端嵌入式计算机、桌面计算机、服务器、高性能计算机等应用。新一代通用 CPU 弥补性能劣势。龙芯 CPU 是我国最早的国产 CPU 厂商，但其更集中于专用类、嵌入式 CPU，其通用类 CPU 单核性能较高，但多核能力较弱。龙芯中科于 2019 年末发布了龙芯新一代通用 CPU 产品 3A4000/3B4000，采用龙 芯 最 新 研 制 的 新 一 代 处 理 器 核 GS464V ， 主 频 1.8GHz-2.0GHz ，SPECCPU2006 定点和浮点单核分值是上一代产品的两倍以上。新产品可凭借着明显提升的性能、良好的兼容性，3B4000 支持四路直连，四路服务器性能是3B3000 双路服务器的四倍，3A4000 科学计算性能是 3A3000 的四倍以上，虚拟机效率由 88%提高至 98%。在完成单核性能的提升后，龙芯下一代产品3A5000 正着手提升主频和核数。加大力度完善生态布局。龙芯是国内唯一基于 MIPS 架构的国产 CPU，在生态构建方面劣势明显。2019 年 12 月，龙芯与重要合作伙伴发布了基于龙芯3A/3B4000 的桌面计算机、笔记本、服务器、云终端等产品，开始从“芯”到“云”的完整布局。2020 年 5 月，龙芯联合各产业链伙伴及用户发起成立“龙芯生态适配服务产业联盟”，带动产业链上下游协同技术攻关，龙芯优先为联盟伙伴在适配环境、云平台服务、技术支撑、人才培养、方案输出、产业落地等方面提供支持。同月，为进一步促进龙芯产业生态发展，丰富产业协同孵化支持内容，龙芯推出“龙芯生态创新加速计划”，此计划是在首批孵化加速计划基础上，面向全国招募有意基于龙芯生态构建业务的优秀初创型及成长型企业，包括但不限于电子政务、能源、金融、交通、网信、医疗、教育等行业领域。2.1.2、 华为鲲鹏：性能最高的国产 ARM 架构 CPU 鲲鹏处理器是华为在 2019 年 1 月向业界发布的高性能数据中心处理器，具有高性能，高带宽，高集成度，高效能四大特点。鲲鹏 920 为目前性能最高的国产芯片。鲲鹏 920 采用 7nm 工艺，有 64 个内核，工作频率高达 2.6GHz，支持 8 通道 DDR4，以及一对 100G RoCE 端口。华为表示该芯片的功效比其竞争对手高出 30％，鲲鹏 920 专为大数据处理和分布式存储等应用而设计。华为已经取得了 Arm v8 架构永久授权，并在此基础上进行研发。鲲鹏处理器的处理器核、微架构和芯片均由华为自主研发。ARM 架构经过了市场的磨练,早已经深入各个领域，鲲鹏处理器兼容 Arm 生态，为未来的大范围应用打下了基础。打造华为鲲鹏生态。华为鲲鹏计划，将在未来五年内投资 30 亿元来发展鲲鹏产业生态。鲲鹏计划涉及的合作领域众多，包括服务器与部件、虚拟化、存储、数据库、中间件、大数据平台、云服务、管理服务、行业应用九大领域。已经有超过 80 家合作方的应用往鲲鹏云服务上移植。鲲鹏计划以构建全行业全场景的产业体系为目标，实现产业链上下游共享红利。2.1.3、 飞腾：ARM 架构，生态最健全的国产 CPU 天津飞腾信息技术有限公司成立于 2014 年，由中国电子信息产业集团（CEC）、国家超级计算天津中心、天津市滨海新区三方投资。飞腾主要致力于高性能、低功耗集成电路芯片的设计、生产、销售与服务，为用户提供安全可靠、高性能、低功耗的 CPU、ASIC、SoC 等芯片产品、IP 产品以及基于这些产品的系统级解决方案。飞腾 CPU 是基于 ARM v8 架构自主研发的国产化芯片，与华为海思一样获得 ARM v8 架构指令集永久授权。形成完善产品体系，推进行业信息化建设。飞腾 CPU 研发团队通过 20 余年技术积累，已形成完善的研发体系和产品线，一直有力地服务着国家各行业信息化建设工程。目前的产品主要包括高性能服务器 CPU、高效能桌面 CPU 和高端嵌入式 CPU 三大系列，为从端到云的各型设备提供核心算力支撑。新一代芯片性能大幅提升。飞腾高性能服务器 CPU 主流产品是 2017 年量产的FT-2000+/64，集成 64 个飞腾自研 FTC-662 核，16nm 工艺，主频 2.0-2.3GHz，典型功耗 100W，峰值性能 588.8GFlops，可以胜任大规模科学计算、云数据中心应用，性能与 Intel Xeon E5-2695V3 系列芯片相当，较上一代 FT-1500A/16整体性能提升 5.5 倍。飞腾高效能桌面 CPU 主打产品是 2019 年量产的 FT-2000/4，集成 4 个飞腾自研 FTC-663 核，16nm 工艺，主频 2.6-3.0GHz，提供了丰富的接口，安全机制更健全，支持待机和休眠，典型功耗仅有 10W，且可以通过“减核”、“降频”的方式用于嵌入式系统，整体性能与 Intel Core I5 系列芯片相当，较上一代FT-1500A/4 整体性能提升 1 倍，功耗降低 33%。飞腾高端嵌入式 CPU 是 FT-2000A/2，集成 2 个飞腾自研 FTC- 661 核，主频1.0GHz，典型功耗 3W，主要应用于嵌入式工业控制领域，也用于瘦客户机等设备。性能显著优于 PowerPC 8640 等国际主流嵌入式 CPU。飞腾系列是目前国内生态最健全的中央处理器。以飞腾 CPU 和麒麟 OS 为核心的 PK 体系生态是国内成熟度最高的自主可控计算生态，已经成功应用于政府信息化、电力、金融、能源等多个行业领域。在应用软件领域，飞腾已与众多软件厂商进行了数百种桌面应用适配，包括流式版式文档工具、签章应用、输入法、安全浏览器、安全邮件客户端、图文编辑、多媒体播放、微信 QQ 等通信软件。同时支持防火墙、杀毒、安全审计、数据保护等安全软件，以及 OA 和各行业业务软件客户端。2.1.4、 海光：国产 X86 架构 CPU 主力军 海光信息技术有限公司成立于 2014 年 10 月 24 日，主要经营业务为科学研究和技术服务等，为中科曙光下属子公司，中科曙光持有 36.44%股份。2016 年，AMD 与天津海光达成协议，设立合资公司成都海光微电子技术有限公司（AMD持股 51%、天津海光持股 49%，负责技术研发）和成都海光集成电路设计有限公司（天津海光持股 70%，AMD 持股 30%，负责产品销售）。成都海光拥有 AMDZen1 架构的 IP 核授权，合资公司将利用该技术开发只在中国销售的定制服务器芯片。作为回报，AMD 获得 2.93 亿美元许可费和版税收入。海光生产中国自主设计的 Dhyana（禅定）x86 处理器，是 AMD 与海光合作后的首款定制处理器。海光 Dhyana x86 处理器与中科曙光产品配套，中科曙光也已开始销售搭载海光 Dhyana 处理器的全新工作站 W330-H350 塔式工作站。中科曙光及海光进入美国实体清单，海光获得新技术受限，长期发展存在一定风险。2019 年 6 月美国商务部将中科曙光以及其 3 家子公司：天津海光、成都海光集成电路、成都海光微电子技术列入实体名单。意味着包括 AMD、英特尔等在内的美国公司以及使用美国技术占比超过 25%的公司均不能与中科曙光及其子公司进行交易。同月，AMD 宣布不再向其中国合资公司（成都海光）授权新的 X86 IP 产品，意外着海光无法获得 AMD 新的 Zen 2 架构及未来的 Zen 3架构，对其长期技术进步产生影响。2.1.5、 兆芯：基于 X86 架构，信创份额较小 兆芯是成立于 2013 年的国资控股公司，总部位于上海张江，是国内领先的芯片设计研发厂商，同时掌握 CPU、GPU、芯片组三大核心技术，具备三大核心芯片及相关 IP 设计研发能力。产品采用 X86 架构，兆芯继承威盛（（CISC））跟 Intel 的专利交叉授权许可。威盛电子股份有限公司(VIA Technologies)，是台湾地区的集成电路设计公司，主要生产主机板的晶片组、中央处理器(CPU)、以及记忆体，上世纪 90 年代末通过收购美国 Cyrix 获得部分 X86 专利授权。2013 年上海市国资委与威盛电子联合成立上海兆芯，兆芯因此继承了 X86 专利授权。兆芯通用处理器及配套芯片已广泛应用于电脑整机、笔记本、一体机、服务器和嵌入式计算平台等产品的设计开发。包括台式机联想开天系列、清华同方超翔系列、上海仪电智通秉时 Biens 系列等；一体机领域有联想开天、同方超翔等；服务器领域则有联想 2U 标准机架式服务器、火星舱全国产化智能存储系统等。同时，在智能交通、网络安全、工业控制领域，也有兆芯的参与。兆芯目前在信创领域份额较小。2.1.6、 申威：基于 alpha 架构，主要应用于超算领域 成都申威科技有限责任公司成立于 2016，公司依托国家信息安全发展战略，主要从事对申威处理器的产业化推广，核心业务包括申威处理器芯片内核、封装设计、技术支持服务及销售，小型超级计算机研发、测试、销售、服务及核心部件生产，基于申威处理器的软件、中间件开发，嵌入式计算机系统定制化产品服务，集成电路 IP 核等知识产权授权。以 alpha 架构为基础进行拓展，高度自主可控。alpha 架构由美国 DEC 公司研制，主要用于 64 位的 RISC 微处理器。后来 DEC 公司被美国惠普收购，无锡的江南计算所买了 alpha 架构的所有设计资料。无锡所基于原来的 alpha 架构，开发出了更多的自主知识产权的指令集，开发出申威指令系统，推出了申威处理器，帮助中国的超级计算机拿下多次世界第一。申威处理器是在国家“核高基”重大专项支持下，由上海高性能集成电路中心研制的全国产处理器。现已形成申威高性能计算处理器、服务器/桌面处理器、嵌入式处理器三个系列的国产处理器产品线，以及申威国产 I/O 套片产品线。申威处理器主要应用于超级计算机和服务器领域。其中最著名的应用便是神威·太湖之光超级计算机。神威·太湖之光超级计算机是由国家并行计算机工程技术研究中心研制、安装在国家超级计算无锡中心的超级计算机。多次在全球超级计算机榜单中排名榜首。2.2、 GPU：计算机图显核心 GPU（Graphics Processing Unit）是图形处理器（显卡）的核心组成部分。GPU 是一种专门在个人电脑、工作站、游戏机和移动设备上做图像和图形相关运算工作的微处理器，使显卡减少了对 CPU 的依赖，并进行部分原本 CPU 的工作。某些最快速的 GPU 集成的晶体管数甚至超过了普通 CPU。GPU 可以分为独立 GPU 和集成 GPU。独立 GPU 使用的是专用的显示存储器，显存带宽决定了和 GPU 的连接速度。独立 GPU 的性能更高，但因此系统功耗有所加大，发热量也较大，同时（特别是对笔记本电脑）占用更多空间。集成GPU 一般与 CPU 集成在一起。集成 GPU 的制作由 CPU 厂家完成，因此兼容性较强，并且功耗低、发热量小，但性能相对较低，且固化在主板或 CPU 上，本身无法更换，如果必须换，就只能换主板。独立 GPU 市场 Nvidia 与 AMD 两强割据，AMD 份额上涨。2019 年第四季度，AMD 的 GPU 市场份额从上一年的 18.77%大涨到了 31.08%，对比第三季度也从27.08%增长到了31.08%。NVIDIA份额下滑，从2018年第三季度的81.23%，下降到了 68.92%，双方份额比例由 8：2 降到了 7：3，差距逐步缩小。集成 GPU Intel 独领风骚，PC 市场优势明显。根据 Jon Peddie Research 的数据，全球 2019 年第四季度 PC 领域 GPU 出货量，Intel 再次稳坐市场龙头。Intel是全球最大的 CPU 供应商，处理器采用 X86 架构，在全球 CPU 市场中，Intel 占据了超过 80%以上的市场份额，凭借 CPU 端的优势，Intel 销售集成 GPU，长期占据市场第一。2.2.1、 景嘉微：国产 GPU 主要参与者 景嘉微是国产 GPU 市场的主要参与者。景嘉微公司的主要产品为图形显控、小型专用化雷达领域的核心模块及系统级产品。公司产品中，图形显控模块、图形处理芯片、加固显示器、加固电子盘和加固计算机等应用于军事装备的显控系统；空中防撞雷达核心组件、主动防护雷达系统及弹载雷达微波射频前端核心组件等主要应用于军事装备的雷达系统。产品正由军用向民用渗透。公司第一代 GPU 产品 JM5400 于 2014 年 4 月流片成功，主要支撑军用装备，实现了军用领域的国产替代；第二代产品 JM7200于 2018 年 8 月流片成功，制程工艺 28nm，核心频率 1.2GHz，搭配 4GB DDR3显存，性能跟 NVIDIA 的 GT640 显卡相近，性能相比上一代 JM5400 有较大幅度提升，并与龙芯、飞腾、麒麟软件等国内主要的 CPU 和操作系统厂商的适配，与中国长城、超越电子等十余家国内主要计算机整机厂商建立合作关系，成功应用在商用领域。在 JM7200 基础上，公司又推出能耗更低的 JM7201。目前公司正在进行下一代 JM9 系列 GPU 研发，主要分为 JM9231 和 JM9271 的两种通用 GPU，其中 JM9271 性能预期不低于 GTX1080 的水平，可达到 2017 年底的高端显卡水平；JM9231 的性能，预期可达到 2016 年中低端产品水平。目前公司 JM9 系列 GPU 正处于后端设计阶段。营收高速增长，图形显控领域产品为核心业务。公司 2019 年实现营业收入 5.31亿元，同比增长 33.75%，2014 年至 2019 年，年复合增长率为 20.97%。分项目来看，图形显控领域产品为公司核心业务，占比超过 70%。2.3、 存储器：计算机数据储存中心 存储器作为计算机的关键部件之一，既可以在程序的运行过程中暂时存储运算数据，也可以完成对数据的长时间记录。存储器分类：按与 CPU 的连接和功能分类，存储器可以分为主存储器、辅助存储器和高速缓冲存储器；按存取方式分类，可以分为随机存取存储器（RAM）、只读存储器（ROM）、顺序存取存储器（SAM）、直接存取存储器（DAM）、按内容寻址存储器（CAM）；按存储介质分类，可以分为磁芯存储器、半导体存储器、磁表面存储器、光存储器。DRAM 和 Flash 为当前主流存储器。DRAM 是最常见的系统内存，其性能出色但断电易失，成本较其他易失性存储器更低；Flash 闪存芯片是应用最广的非易失性存储，由于其断电非易失性，在大容量存储领域广泛使用。从存储系统网络架构来看，存储系统经历了由直连存储（DAS），到后来的集中存储（SAN、NAS、全闪等），而随着存储数据量的进一步增长，转向分布式存储的过程。分布式存储系统，是将数据分散存储在多台独立的设备上。传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，也是可靠性和安全性的焦点，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。存储市场较为分散，国内厂商份额逐步上升。华为市场占有量达到 22.2%的同时保持了 32.8%的同比增长，凭借 OceanStor 产品系列排名市场第一；H3C 则在全闪存存储产品上发力，出货比例超过 30%，其 3PAR 产品得到了金融用户的青睐，以同比 43.3%的增长率排名第三；视频监控市场龙头海康威视在教育、交通和制造行业有所突破。2.3.1、 同有科技：主打通用存储，存储全产业链布局 通用存储的专业厂商。公司是当前 A 股市场上唯一一家深耕通用存储的专业厂商，在国内具备领先的数据存储基础架构提供能力，主要从事数据存储、闪存存储、容灾等技术的研究、开发和应用，目前已形成包括混合闪存、全闪存等传统存储、软件定义的分布式存储和行业应用定制存储的产品体系。“闪存、云计算、自主可控”三大战略。公司聚焦“闪存、云计算、自主可控”三大产业方向，内生外延，全面布局从芯到系统的存储全产业链，为政府、特殊行业、金融、能源、交通、制造业、医疗和教育等行业用户构建高效、稳定、可靠的存储产品及解决方案。目前，公司已形成包括混合闪存、全闪存等传统存储、软件定义的分布式存储和行业应用定制存储的产品体系。另外，通过全资并购和对外投资，同有在部件层和芯片层也拥有不同类型、不同种类的、丰富的产品线。布局从芯到系统的存储全产业链。公司坚持以自主创新促进内生增长，借力资本市场快速拓展业务领域，以“技术+资本”双轮驱动，实现可持续发展。报告期内，公司完成对鸿秦科技的全资收购，充实了在存储核心部件领域的竞争力。有机整合闪存主控芯片、固件算法和存储应用等优质标的资源，形成产业链上下游协同互补，进一步巩固公司在存储行业的领先优势。全力建设存储生态，已与CPU、操作系统和数据库等 20 余家厂商建立自主可控合作阵营，同天津飞腾、麒麟、龙芯等 50 余家国产主流厂商完成兼容互认证，实现了产业链不同层面的互联互通。军工领域最大的国产存储供应商。同有科技的产品及方案覆盖了特殊行业、政府、科研院所、交通、医疗、教育、金融及能源等主流行业。公司深耕军工存储领域，持续为军队军工客户提供数据存储与安全服务，已经成为军队信息化领域最大的国产存储系统供应商。公司携手自主可控龙头企业进行深入战略合作，推出了ACS 系列产品，目前在党政行业 IT 国产化试点项目中市场占有率超过 40%，并且已通过国家电网入围性能测试。2.3.2、 易华录：以数据湖为核心，打造存储生态 国内主要的智能交通管理系统提供商。易华录是国务院国资委直接监管的中央企业中国华录集团旗下控股的上市公司，专注于以承接智能交通管理系统工程的方式为用户提供专业化、个性化的智能交通管理整体解决方案。基于国家大数据发展战略和信息安全保障要求，易华录公司实施“1+3”发展战略，以数据湖为主体，发展大交通、大安全、大健康业务，致力于建设城市数字经济基础设施，以降低全社会长期保存数据的能耗和成本，构建数字孪生城市。数据湖是具有云计算、云存储、人工智能服务功能的新一代绿色数据中心。数据湖是政府主导建设的存储节能优先的基础设施，以满足数据存储全需求场景为目标,以实现数据资产受托保管、受托治理、受托交易的数据银行为核心商业模式,以人工智能、云计算、云存储为主要服务形式，形成以数据分析为决策依据的城市大数据应用。目前加入数据联盟的公司已超过 370 家。B 端/C 端/G 端全推进，打造数据湖生态系统。B 端主打“蓝光+”系列产品，聚焦公安，博物馆，档案馆，医疗，教育等细分行业，并与华为开展深入合作，共同推出了容灾备份解决方案及超融合解决方案，运用于企业虚拟化平台、数据仓库、桌面云、数据中心建设等场景中；C 端推广葫芦存储 app，为个人用户提供安全永久的数据存储空间，通过 AI 技术结合商业场景开展数据增值运营服务，培养永久存储意识；G 端实施新型智慧城市业务。在数据湖生态的带动下，将交通、安防、养老等传统智慧城市场景应用打包到数据湖整体解决方案中，支撑新型智慧城市建设。2.3.3、 紫晶存储：国内光存储领先企业 紫晶存储是国内光存储领先企业，面向大数据时代冷热数据分层存储背景下的光磁电混合存储的应用需求，以及政府、军工等领域对自主可控和数据存储安全提升的需求。开展蓝光数据存储系统核心技术的研发、设计、开发，提供基于蓝光数据存储系统核心技术的光存储介质、光存储设备和解决方案的生产、销售和服务。主要产品有面向企业级市场的光存储设备及解决方案、面向消费级市场的光存储介质。光存储介质为一次性记录蓝光光盘，消费级市场用于影音流通传输，近年来受移动互联网的替代，市场容量逐渐衰退。企业级市场用于冷数据的存储、归档和备份，光存储介质技术融合硬件技术和软件技术，形成蓝光数据存储系统，实现存储容量和功能扩展，从而与磁电存储系统形成优势互补，共同为数据提供存储服务。光存储设备提供批量数据的在线自动刻录、存储、读取，满足企业级数据存储、归档和备份需求的精密自动化电子设备，是蓝光数据存储系统的物理载体。设备由硬件及嵌入式软件组成，实现超大容量光存储空间，支持分布式存储架构，可按需扩展存储节点，实现光存储空间的海量扩充。光存储解决方案是以光存储设备为基础，结合客户需求特点，集成行业级应用软件及硬件，共同销售给客户。解决方案主要由光存储设备、行业应用软件及相关硬件组成。考虑到客户除单独采购光存储设备外，往往需要其他行业级软硬件，组成整体的数据存储管理系统或信息化系统。公司积极提升综合服务能力以满足一站式采购需求，由设备供应商升级成为解决方案提供商。3、 基础软件3.1、 操作系统：自主可控生态构建的核心 操作系统（Operating System，简称 OS）就是一个协调、管理和控制计算机硬件资源和软件资源的控制程序，是计算机中最基本和最重要的基础性系统软件。操作系统位于计算机硬件与应用软件之间，为用户程序提供一个更好、更简单、更清晰的计算机模型，并管理处理器、主存、硬盘、键盘、鼠标、显示器、打印机、输入输出设备等计算机硬件。操作系统主要由内核（运行于内核态，管理硬件资源）以及系统调用（运行于用户态，为应用程序员写的应用程序提供系统调用接口）两部分组成，其向下适配管理 CPU、GPU、存储等硬件设备，向上支撑应用软件的开发，提供运行环境。操作系统具有以下五个基本功能：内存管理、进程管理、设备管理、文件管理、提供用户接口。Windows 和 Android 分别占据桌面和移动端 OS 领导地位。目前全球 PC 操作系统主要有 Windows、MacOS、Linux、UNIX 四种，移动端操作系统主要有Android、iOS 两种，其中微软 Windows 和谷歌 Android 分别占据各自领域的领导地位，这也帮助微软和谷歌成为计算产业的主导者。根据 Statcounter 数据，截至 2020 年 4 月，桌面操作系统中 Windows 全球市占率 76.2%，中国市占率86.7%；移动端操作系统中 Android 全球市占率 70.7%，中国市占率 79.7%。Linux 免费开源，在服务器领域有着重要的地位。Linux 是一套免费使用和自由传播的类 Unix 操作系统，是一个基于 POSIX 和 UNIX 的多用户、多任务、支持多线程和多 CPU 的操作系统。Linux 是由世界各地成千上万的程序员设计和开发实现的，当初开发 Linux 系统的目的就是建立不受任何商业化软件版权制约的、全世界都能自由使用的类 Unix 操作系统兼容产品，因此 Linux 内核是免费且开源的，任何人都可以获得其代码并根据自己的需求进行修改。桌面端是 Linux 操作系统薄弱环节，但其在服务器、嵌入式领域有着不错的市场份额，Spiceworks数据显示 2016 年 Linux 操作系统在服务器中市占率达到 12%，远高于其在桌面端的市场份额。厂商基于 Linux 内核发布发行版操作系统。Linux 严格来讲只是一个内核，负责控制硬件、管理文件系统、程序进程等，并不给用户提供各种工具和应用软件。因此操作系统厂商以 Linux 内核为中心，再集成搭配各种各样的系统管理软件或应用工具软件组成一套完整的操作系统，便称为 Linux 发行版。由于 Linux 内核开源，因此任何人和厂商都可以在遵循社区游戏规则的前提下构建 Linux 发行版操作系统，目前已知大约有 300 个 Linux 的发行版，国际上比较知名的 Linux 操作系统有 Debian（衍生出桌面版的 Ubuntu、适用于渗透测试的 Kali）、RedHat（衍生出 CentOS、Fedora）、Gentoo、openSUSE 等，其中 Debian 是社区化运营的产品，其衍生出来的 Ubuntu 是目前最受欢迎的免费操作系统；RedHat企业级 linux 发行版是收费的商业化产品，但基于其免费源代码重构的 CentOS免费。国产操作系统均是 Linux 发行版。国产操作系统均为基于 Linux 内核的发行版，多是基于 Debian 或 RedHat 的衍生版本。目前市场上主流的国产操作系统包括麒麟 OS（中标麒麟、银河麒麟）、UOS（统信软件）、普华软件、中兴新支点、凝思、中科方德等，以及华为自研的开源欧拉操作系统 OpenEuler。3.1.1、 麒麟 OS：操作系统国家队 麒麟 OS 主要由中国软件旗下两家子公司中标软件（中标麒麟）和天津麒麟（银河麒麟）开发，是目前国内最为成熟、应用范围最广的国产操作系统。中国软件正在推进中标软件和天津麒麟两家操作系统子公司的整合。中标软件： 中标软件有限公司成立于2003 年，是国产自主操作系统和办公软件产品提供商，拥有国防、民用两方面的相关企业与产品资质，是安全操作系统旗舰企业。中标软件旗下有中标麒麟、中标凌巧、中标普华三个品牌。中标麒麟主打桌面 OS 及服务器 OS，中标凌巧主打移动端（主要为移动办公、车载）操作系统，中标普华主打办公软件。目前中标软件产品已经在政府、国防、金融、教育、财税、公安、审计、交通、医疗、制造等行业得到深入应用，应用领域涉及我国信息化和民生各个方面，多个领域已经进入核心应用部分。中标麒麟已完成全部国产 CPU 兼容适配。2019 年 12 月，中标麒麟操作系统完成与飞腾 CPU 桌面及服务器产品兼容互认证，至此中标麒麟操作系统已经完成了目前所有国产 CPU 的兼容适配，获得了飞腾、龙芯、兆芯、申威、海光、鲲鹏六款国产 CPU 的官方认证。目前中标麒麟在桌面端和服务器端已经适配兼容了超过 4000 款核心软件和硬件，生态环境丰富。中标麒麟在党政、国企中有广泛的应用，2018 年产品全线入围中直和央采采购名录。根据赛迪顾问排名，中标麒麟操作系统在 2011-2018 年连续八年中国 Linux 市场占有率第一。天津麒麟： 天津麒麟信息技术有限公司成立于 2014 年，旗下拥有服务器、桌面和嵌入式三大系列操作系统产品，以及银河麒麟云、银河麒麟集群软件等创新产品，在自主安全产品及技术领域拥有核心竞争力。银河麒麟操作系统广泛适配以飞腾为代表的国产 CPU 和以 X86、ARM 为代表的国际主流 CPU，先后通过公安部结构化保护级（第四级）测评以及军方的军 B+级安全测评认证，具备国内领先的高安全性。银河麒麟是 PK 体系的重要参与者。“PK 体系”是飞腾“Phytium 处理器”和银河麒麟“Kylin 操作系统”的结合，具有完全自主知识产权，从 2011 年发展至今，已经成功应用于政府信息化、电力、金融、能源等多个行业领域，作为 PK 体系的基石，银河麒麟 OS 也在党政、国防、金融、电信、能源、交通、教育、医疗等行业获得广泛应用。新一代桌面及服务器操作系统性能领先。银河麒麟桌面操作系统 V10 支持提供类似 Win 7 风格的用户体验，在国产平台的功耗管理、内核锁及页拷贝、网络、VFS、NVME 等方面开展优化，大幅提升了稳定性和性能。在生态方面集成麒麟系列自研应用和搜狗输入法、金山WPS等合作办公软件，使您办公高效便捷，同时兼容支持 2000 余款安卓应用，补全了 Linux 生态应用短缺的短板。银河麒麟高级服务器操作系统 V10 针对企业级关键业务，适应虚拟化、云计算、大数据、工业互联网时代对主机系统可靠性、安全性、性能、扩展性和实时性的需求，可支撑构建大型数据中心服务器高可用集群、负载均衡集群、分布式集群文件系统、虚拟化应用和容器云平台等，可部署在物理服务器和虚拟化环境、私有云、公有云和混合云环境，应用于政府、国防、金融、教育、财税、公安、审计、交通、医疗、制造等领域。中标软件和天津麒麟正式整合，优化资源配置。2019 年 12 月，中国软件公告整合中标软件和天津麒麟，天津麒麟以新增出资约 1.39 亿元换股收购中标软件全部出资 2.5 亿元，换股比例为 1:1.8。2020 年 3 月 20 日，麒麟软件正式完成整合，中国软件仍为天津麒麟的控股股东，持有其 35.71%的股份，中标软件成为天津麒麟的全资子公司。整合后的天津麒麟将优化资源配置，加速麒麟操作系统与国产 CPU、BIOS、整机、外设等的适配工作，并不断完善以操作系统为核心的产品生态体系。麒麟系 OS 在党政军领域有着支配性的优势地位，目前中标软件、天津麒麟两家企业在党政、国防办公等领域占有国产操作系统 90%以上的市场份额。未来麒麟软件将投入百亿级资金投入， 2020 年 2 月，麒麟软件面向全球公开诚聘各类人才，总数高达上千人。2020 年 3 月，麒麟软件发布“遨天”计划，未来麒麟软件将实现百亿级资金投入，立足人工智能、移动计算、云端互联等未来技术发展趋势，以“内生安全、融入移动、注重体验、支撑体系”为特色，塑造一支规模逾万人的自主操作系统精英团队，打造桌面与服务器操作系统、云操作系统、嵌入式操作系统三大产品。2019 年两家麒麟 OS 子公司业绩亮眼，中国软件预计 2020 年营收百亿元。2019年中标软件实现营收 1.52 亿元，yoy+92%，归母净利润 6584 万元，同期前值为-2293 万元；天津麒麟实现营收 1.96 亿元，yoy+216%，归母净利润 6712 万元，yoy+876%。两家麒麟操作系统子公司共计实现净利润 1.33 亿元，研发投入加大背景下净利润率达到 38.3%，体现信创市场景气度。根据中国软件年报披露的经营计划，中国软件计划 2020 年实现营收 100 亿元（2019 年为 58 亿），体现了公司对信创市场的信心。3.1.2、 统信软件：统一操作系统 UOS 代言人 诚迈科技合作深之度，共同创立统信软件。2019 年 11 月 25 日，诚迈科技公告拟以全资子公司武汉诚迈 100%股权作价人民币 2.04 亿元，深度科技股东拟以其持有的 100%深度科技股权作价人民币 2.55 亿元，共同以股权对统信软件增资，并以股权出资替代各方前期对统信软件注册资本的现金出资。诚迈科技持有统信软件 44.44%的股权，深度科技原股东北京世界星辉科技（三六零全资子公司）、北京一路创科网络、宁波深度汭溥投资、自然人刘闻欢、北京神州绿盟信息分别直接持股 14.67%、12.85%、12.22%、10.93%、4.89%股权，武汉诚迈与深度科技成为统信软件的全资子公司。依托深度 Deepin OS，打造商业化统一操作系统 UOS。2019 年 5 月，中国电子集团（CEC）、武汉深之度科技有限公司、南京诚迈科技、中兴新支点联合签署《合作协议》，共同研发统一操作系统并建立筹备组；2019 年 7 月正式成立筹备组联合技术研发团队，并在北京、南京等地组织了数百人的研发团队开始研发工作。2019 年 12 月，统信软件成立。2020 年 1 月 14 日，统信软件宣布 UOS统一操作系统的正式版正式发布，推出面向合作伙伴的版本。UOS 是由统信软件开发的一款基于 Linux 内核的操作系统，分为统一桌面操作系统和统一服务器操作系统。统一桌面操作系统以桌面应用场景为主，统一服务器操作系统以服务器支撑服务场景为主。UOS 是以 Deepin OS 为基础开发的，可以理解为 Deepin 是社区化版本，而 UOS 是 Deepin 的商业化版本，UOS 与Deepin 的关系与 Fedora 和 Redhat RHEL 类似。目前 UOS 已经完成了对龙芯、飞腾、鲲鹏、申威、海光、兆芯六大国产 CPU 的适配，提供 x86、ARM、龙芯、服务器多个镜像版本。Deepin 操作系统最早版本在 2008 年正式发布，是由深之度创始人刘闻欢组织团队研发的基于 Debian 的本地化 Linux 操作系统。2011 年武汉深之度科技有限公司成立，开始产品研发和团队组件。2015 年公司完成首轮融资后正式进入商业化运作。2014 年 Deepin 操作系统入围中央政府个人操作系统采购名单。深度操作系统 x86、龙芯、申威、ARM 等国产 CPU 平台，其中桌面版操作系统拥有自主研发和第三方办公、生活、娱乐软件在内完善基础生态，同时兼容大量Windows 和 Android 应用。深度服务器操作系统提供对国产 CPU、终端和服务器设备的良好兼容，全面支持国产主流数据库、中间件和应用软件，并通过了工信部安全可靠软硬件测试认证，符合“自主可控”战略目标的要求，深度安全操作系统面向党政军等机要部门，符合“公安部信息安全等级保护标准“的安全要求。Deepin 是国内排名最高的 Linux 操作系统。2017 年 Deepin 就已进入国际开源操作系统前十名。根据 Distrowatch，过去 12 个月和 6 个月 Deepin 关注度排在全球 Linux 操作系统第十，评分 8.89，排名全球第十二，是 Distrowatch 上排名最高的中国 Linux 操作系统发行版。目前 Deepin 系统已支持超过 40 种不同的语言，参与的社区用户和开发者超过 300 人。UOS 深度绑定华为，受益于华为鲲鹏产业链发展。2019 年 9 月，华为在推出的荣耀 MagicBook Pro 锐龙版笔记本预装 Deepin 桌面版操作系统，后续在华为Matebook 系列笔记本中提供 Linux 预装版本，整体来看 Linux 版笔记本售价较Windows 便宜 300 元。华为笔记本出货量巨大，Matebook 已经成为国内主流笔记本电脑，Deepin 预装华为笔记本电脑是国产操作系统在民用电脑的大突破。同时，华为也在积极构建鲲鹏计算生态，宣布与深之度、中标麒麟、天津麒麟、中移苏研、普华等伙伴计划联合推出 OpenEuler 开源社区，目前 UOS 已经发布基于华为 OpenEuler 的商业版，此前深度科技也针对华为鲲鹏硬件平台，统信软件有望受益于华为鲲鹏产业链的发展。诚迈科技大规模定增投向国产 OS，统信软件招聘 5000 人，UOS 进入发展快车道。2020 年 3 月，统信软件发布 2020 年招聘信息，包括各地研发中心、适配中心、产品中心、服务中心在内的共计招聘 5000 人，其中研发中心招聘近 1500人。2020 年 5 月，公司发布定增预案，拟募资 18 亿元，总投资超 22 亿元，拟向基于国产操作系统的应用软件开发套件及迁移服务项目投资 10.93 亿元，向智能网联汽车操作系统软件平台开发项目投资 5.68 亿元，向 5G 智能手机操作系统软件平台开发项目投资 3.44 亿元。统信软件计划在十年内成为全球主要基础软件供应商，UOS 已经进入发展快车道。3.2、 数据库：自主可控的关键环节 数据库（Database）是一个按数据结构来存储和管理数据的计算机软件系统，是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。数据库是数据的集合，具有统一的结构形式并存放于统一的存储介质内，是多种应用数据的集成，并可被各个应用程序所共享。数据库管理系统（DatabaseManagement System，简称 DBMS）是为管理数据库而设计的电脑软件系统，一般具有存储、截取、安全保障、备份等基础功能，数据库管理系统主要分为关系型数据库和非关系型数据库两种。关系型数据库，是指采用了关系模型来组织数据的数据库，其存储的格式可以直观地反映实体间的关系，更适合处理结构化数据。关系型数据库遵循 ACID 原则，即原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability），这四种原则保证在事务过程当中数据的正确性。简单来说，关系模型指的就是二维表格模型，而一个关系型数据库就是由二维表及其之间的联系所组成的一个数据组织。关系型数据库一般采用通用的 SQL 语言存取、查询、更新和管理数据。典型的关系型数据库管理系统有MySQL、Oracle、SQL Server。非关系型数据库（NoSQL），指非关系型、分布式、且一般不保证遵循 ACID 原则的数据存储系统。非关系型数据库以键值对存储，且结构不固定，每一个元组可以有不一样的字段，每个元组可以根据需要增加一些自己的键值对，不局限于固定的结构，可以减少一些时间和空间的开销。非关系型数据库设计目的是简化数据库结构、避免冗余、影响性能的表连接、摒弃复杂分布式，具备性能高、扩展性强、成本低、查询速度快的特点。非关系型数据库可以分为键值存储数据库、列存储数据库、文档型数据库、图形数据库，典型的非关系型数据库管理系统有MongoDB（文档型）、Redis（键值存储）、HBase（列存储）。我国数据库市场规模近 140 亿元，关系型数据库为主流。数据库主要应用到政府及金融、能源、教育、交通等领域。根据智研咨询数据，2018 年我国数据库市场规模达到139.3亿元，其中关系型数据库市场规模约118.4亿元，占比85%，非关系型数据库由于在处理超大规模和高并发情形具备优势，近年市场份额不断提升。Oracle、IBM、微软占据国内数据库市场，国产数据库份额不断提升。2017 年Oracle、IBM 和微软三家厂商占据市场份额近六成，其中 Oracle 拥有 40.1%市场份额。国内厂商的订单主要来源于政府采购，国产化率一直处于较低水平，但近年国产数据库市场份额呈现稳步上升态势，2017 年国产数据库市场份额已经达到 14.27%。南大通用：成立于 2004 年，拥有国内最全数据库产品线，目前用户已经覆盖 30多个国家，大型企业客户超过 300 家，运行实例节点数量超过 7000 个，总数据量超过 100PB。南大通用产品线包括自主开发的大数据分析数据库 GBase 8a、世界级的 OLTP 数据库 GBase 8t、世界级的内存数据库 GBase 8m，以及大规模分布式并行数据库集群系统 GBase 8a MPP Cluster。公司 GBase 数据库在金融、电信、电力、交通、能源等行业有广泛的应用，并在 2018 年至 2019 年连续两年入选 Gartner 分析型数据库管理解决方案魔力象限。武汉达梦：成立于 2000 年，是中国电子信息产业集团（CEC）旗下数据库企业，中国软件为第一大股东，持股 25.21%。武汉达梦已掌握数据管理与数据分析领域的核心前沿技术，拥有全部源代码，具有完全自主知识产权。达梦公司是国家规划布局内重点软件企业，同时也是获得国家“双软”认证和国家自主原创产品认证的高新技术企业，拥有国内数据库研发精英团队。达梦公司产品已成功应用于金融、电力、航空、通信、电子政务等 30 多个行业领域。人大金仓：成立于 1999 年，是中国电子科技集团有限公司（CETC）的成员企业，太极股份直接持股 38.18%。人大金仓构建了覆盖数据管理全生命周期、全技术栈的产品、服务和解决方案体系，拥有 KingBase 系列数据库产品，广泛应用于电子政务、国防军工、电力、金融等超过 20 个重点行业，完成装机部署超过 50 万套，遍布全国近 3000 个县市。神舟通用：隶属于中国航科集团（CASC），公司核心产品主要包括神通关系型数据库、神通 KStore 数据管理系统、神通商业智能套件等系列产品研发和市场销售。基于产品组合，可形成支持交易处理、MPP 数据库集群、数据分析与处理等解决方案，可满足多种应用场景需求。产品通过了国家保密局涉密信息系统、公安部等保四级、军 B +级等安全评测和认证。3.3、 中间件：分布式架构必要的基础软件 中间件，英文名为 Middleware。在现代分布式计算架构下，中间件在应用系统结构中居于各类应用与操作系统之间，是一种为分布式计算环境提供通信服务、交换服务、语义互操作服务等系统之间协同集成服务，解决系统之间互连互通问题，帮助用户灵活、高效地开发和集成应用软件的基础型软件。中间件可以分为消息中间件（解决多个子系统间的消息通信问题）、交易中间件（用于实现不同软件之间相互调用和交互操作）、应用服务器中间件（位于客户浏览器和数据库之间，为应用程序提供业务逻辑的代码）。中间件产品是伴随分布式计算架构由两层结构向三层结构扩展而逐步演化而来的。随着计算机和网络技术的飞速发展，许多软件需要在不同厂家的硬件平台、网络协议异构环境下运行，应用的规模从局域网发展到广域网，传统的“客户端/服务器”的两层结构已无法适应需求，因此以中间件软件为基础框架的三层应用模式应运而生。在三层结构中，通过在中间层部署中间件，解决了二层结构下的诸多缺陷：1）共性凝练和复用，应对海量访问；2）屏蔽异构性，实现互操作；3）加密传输，提高系统安全性。中国中间件行业增速加快，政府、金融、电信等行业需求较多。随着云计算、大数据、物联网等数字化技术普及以及政务大数据、智慧城市、企业上云等行业数字化热点项目的推进，催生出大量新的市场需求，促进了市场规模持续增长。据计世资讯数据，2018 年国内中间件市场规模为 65.0 亿元，同比增长 9.6%。预计 2019 年市场总体规模为 72.4 亿元，同比增长 11.4%。中间件主要用于解决多系统多硬件平台下的协同与通信问题，因此政府、金融、电信等具有用户部门多、范围广、分布散、信息化水平提升快等特点的领域，中间件的需求较多。根据计世资讯数据，2018 年中间件在政府、金融、电信行业需求占比分别为30.6%、24.2%、16.7%。随着国产化替代和云基础设施建设，政府行业仍会有较大的增长IBM 和 Oracle 统领市场，国产中间件已具备一定份额。我国中间件软件行业早期由国际知名厂商 IBM 和 Oracle 以领先的产品技术迅速占领了市场，随着国产中间件厂商技术的升级，以东方通、宝兰德为代表的国产厂商赶超者，在电信、金融、政府、军工等行业客户中不断打破原有的 IBM 和 Oracle 的垄断，逐步实现了中间件软件产品的国产化自主可控。根据计世资讯数据，目前 IBM+Oracle占据中国中间件 32.3%订单量和 51.1%销售额，东方通、普元、宝兰德、中创等国产中间件已具备一定市场份额。国产中间件厂商主要有东方通、宝兰德、普元信息、中创股份、金蝶天燕，其中东方通市占率最高，是整体市场和政府市场的领导者；宝兰德主要客户为中国移动，以电信市场为基础，拓展政府和金融客户；普元信息客户主要集中在政府、电信、能源领域，是整体市场和金融市场挑战者；中创股份客户主要集中在政府、电信、军工和能源领域；金蝶天燕是金蝶中国子公司，依托其母公司有限公司向向最终客户销售中间件软件。3.3.1、 东方通：国内中间件整体市场领导者（略）3.3.2、 宝兰德：以电信行业为基础，向政府、银行领域拓展（略）3.3.3、 普元信息：软件基础平台领导者（略）4、 重点推荐个股我们认为，我国 IT 产业自主可控具备必要性和紧迫性，国产基础软硬件有望重构国内 IT 产业生态，并在此次国产替代浪潮中充分受益，给予信创行业“推荐”评级。重点推荐：1）CPU：中科曙光（海光）、中国长城（飞腾）；2）GPU：景嘉微；3）存储：易华录、紫晶存储；4）操作系统：诚迈科技（UOS）、中国软件（麒麟）；5）中间件：东方通、宝兰德。……（报告观点属于原作者，仅供参考。报告来源：国海证券）如需报告原文档请登录【未来智库】。

前言存储器市场爆发，DRAM市场前景看好。2017年全球存储器市场增长率达到60%，首次超越逻辑电路，成为半导体第一大产品。DRAM继续保持半导体存储器领域市占率第一。DRAM厂商中，三星、SK海力士和美光均采用IDM模式继续保持垄断地位，合计市占率超过95%，国产厂商开始积极布局，2018年将实现量产，有望逐步改变当前产业格局。DRAM消费产品中，移动终端、服务器和PC依旧占据头三名，合计占比86%，未来将继续拉动DRAM消费增长。三星领先优势明显，传统技术难以替代。三星于2017年开始量产第二代10nm级8GbDDR4DRAM，并持续扩大整体10nm级DRAM的产能，继续维持与其他DRAM大厂1-2年以上的技术差距。新型存储器由于存在CMOS兼容问题和器件级变化性，且DRAM的性价比高，技术成熟且具有规模优势，金准人工智能专家预计未来5-10年内难以被替代。同时，由于DRAM的平面微缩接近极限并向垂直方向扩展，18/16nm之后，薄膜厚度无法继续缩减，且不适合采用高介电常数材料和电极，继续在二维方向缩减尺寸已不再具备成本和性能方面的优势，3DDRAM在宽松尺寸下能够实现高密度容量，且寄生阻容减少，延时串扰低，未来可能成为DRAM的演进方向。受益于需求增长拉动，DRAM保持量价齐增态势。随着5G商用逼近以及云计算、IDC业务的拉动，移动终端、服务器和PC侧的消费需求增长明显。各大厂商扩产热情不减，包括三星在韩国平泽的P1厂房和Line15生产线，SK海力士的M14生产线，以及美光在广岛的Fab15和Fab16的扩产计划，但由于光刻技术接近瓶颈，良率问题日益突出以及新技术的出现，各厂商工艺进程都有所推迟，金准人工智能专家预计2018年全球DRAM产能增加10%，2018年DRAM依旧保持量价齐增态势。一、半导体产业格局：价格推升成为半导体领域最大细分市场1.全球半导体格局：亚太成为全球重心，存储器首超逻辑电路存储器作为半导体行业的重要分支，在经历了2015和2016年的持续走低后，2017年，全球存储器市场迎来了爆发，增长率达到60%。世界半导体贸易统计协会报告显示，2017年，存储器销售额为历年来新高，超过1200亿美元，占全球半导体市场总值的30.1%，主要原因是DRAM和NANDFlash从2016年下半年起缺货并引发涨价，2017年，DRAM平均售价同比上涨77%，销售总值达720亿美元，同比增长74%；NANDFlash平均售价同比上涨38%，销售总额达498亿美元，同比增长44%；NORFlash为43亿美元。金准人工智能专家分析，三大存储器的价格大幅上涨导致全球存储器总体市场增长58%，存储器也首次超越历年占比最大的逻辑电路，成为全球半导体市场销售额占比最高的分支，在产业中占据极为重要的地位。2017年半导体产品市场全球地区分布中，亚太及其他地区占比为60.6%，同比增长18.9%；北美地区占比为21.2%，同比增长31.9%；欧洲地区半导体产品市场占比为9.3%，同比增长16.3%；日本半导体产品市场占比为8.9%，同比增长12.6%。亚太地区作为全球最大的半导体消费市场，金准人工智能专家认为主要有两方面原因：一是由于中国产品规模在亚太地区的占比逐年提升，2016年占比更是创下92.4%的历史新高；二是由于中国的产品规模逐年增加，且增长率连续几年都高于亚太及其他地区整体水平，中国市场的良好表现有效拉动了整个亚太地区的增长。2.DRAM全球市场：市占率第一，三巨头垄断地位难撼动2.1DRAM继续占据存储器细分市场第一2017年全球半导体存储市场，DRAM的价格/Gb增长了47%，由于价格大涨，DRAM市场规模到达722亿美元，较2016年的415亿美元增长了74%，市场占有率53%，继续保持半导体存储器领域市占率第一的地位。2.2DRAM供给侧分析：国内在建产能释放有望逐步改变市场格局从当前DRAM全球市场份额来看，韩国独占鳌头，市场集中度很高。金准数据显示，2017年三季度，韩国半导体行业两大巨头——三星和SK海力士在全球DRAM市场份额合计达到72.4%，占据全球领先地位。其中，三星以44.5%的市场份额稳居市场第一宝座，SK海力士以27.9%的市场份额紧追其后，美光科技（22.9%）、南亚科技（2.2%）、华邦电子（0.8%）分列其后。从制程工艺角度来看，DRAM存储器已经步入10nm阶段。据金准人工智能专家了解，目前，三星已大规模采用20nm工艺，并率先量产18nm工艺。SK海力士则以25nm工艺为主，已导入21nm工艺。美光目前以30nm工艺为主，20nm工艺进入良率提升阶段。2017年底，三星已开发出全球最小的动态随机存取记忆体（DRAM）芯片，采用10nm级工艺，继续扩大对竞争对手的技术领先优势，同时将在2018年把多数现有DRAM生产转为10nm级芯片。金准人工智能专家预测，国内厂商在DRAM领域一直处于空白，但有望于2018年实现突破。目前已形成福建晋华和合肥长鑫两大阵营，其中，福建晋华的是32nm的DRAM利基型产品，主攻消费型电子市场；合肥长鑫的是19nmDRAM，主攻行动式内存产品，并且将在2018年底前实现试产，开通生产线。此外，长江存储和兆易创新也对DRAM进行了布局。福建晋华集团与台湾联电合作，一期投资370亿元，在晋江建设12英寸晶圆DRAM厂，2018年建成月产能6万片，年产值12亿美元。规划到2025年四期建成月产能24万片。合肥长鑫投资494亿元建设12英寸DRAM工厂，预计2019年底将实现达12.5万片的月产能，以生产19nmDRAM产品为主。长江存储启动了武汉存储器基地建设，总投资240亿美元，计划2018年投产，2020年形成月产能30万片的规模，其中涵盖DRAM。兆易创新将与合肥市产业投资控股有限公司合作开展12英寸晶圆、19nm工艺存储器的研发项目，包括DRAM内存颗粒，项目预算约180亿元人民币，此次项目建成后将实现月产能2000-3000片。金准人工智能专家认为，国内厂商由于仍处于起步阶段，存储器的研发能否成功，未来几年将是关键期，研发成功后，良率能否提升到较高水平，成本控制是否能够达到预期，知识产权能否做到有效保护等，仍然有一定的不确定性，从研发成功至量产并形成销售，仍然需要长达几年时间。因此，金准人工智能专家预计国内在建产能是个逐步释放的过程，但随着国内在建产能陆续释放，国家存储器产业的不断成熟，有望逐步改变当前的产业格局，对全球DRAM产业发展起到积极推动的作用。2.3DRAM分产品对比：移动终端、服务器、PC依旧是三大主力市场2010-2017年，DRAM各类应用产品中，移动终端的份额持续提升，服务器份额也稳中有升，PC份额大幅下降。2017年DRAM市场份额中，移动终端占据约37%的市场份额，领跑DRAM应用市场；服务器约20%紧随其后；PC约13%位列第三，移动终端、服务器和PC也构成了DRAM三大消费产品，合计占比约70%。金准人工智能专家预计到2018年，DRAM移动终端和服务器消费份额将继续增长，PC消费将继续下降，到达历史最低点。3.产业链模式：存储器产业崛起有赖于IDM水平观察全球存储器产业模式，不同于垂直分工模式，存储器产业基本采用的是IDM模式，采用IDM模式的产值占比存储芯片总产值90%以上。三星、SK海力士、美光等DRAM巨头无一例外都采用IDM模式，都拥有自己的晶圆制造厂与封测厂，产业布局相当完善。IDM模式的优势在于其具有资源的内部整合优势，以及具有较高的利润率。由于IDM模式贯穿半导体生产流程的始终，不存在工艺流程对接问题，新产品从开发到面市的时间较短，且因为覆盖前端的IC设计和末端的品牌营销环节，具有较高的利润率水平。存储器产业竞争的核心要素在于制造工艺和规模化效应。由于芯片设计相对简单，标准化程度高，导致存储芯片产业极其依赖规模化，同时工艺制程转变快，紧跟摩尔定律。各厂商之间竞争的特点是通过拼制造工艺、拼产能，最终赢得市场，所以生产制造能力是存储器厂商的核心竞争力，各厂商往往严格把控，台湾地区存储器产业之所以走向没落，没能打造出强大的IDM厂商是一个重要因素。因此，我们认为DRAM产业采用IDM作为主流竞争模式短期内不会改变。二、存储器分类及DRAM1.存储器概念、作用及分类存储器的主要功能是存储程序和各种数据，并能在计算机运行过程中高速、自动地完成程序或数据的存取，是具有“记忆”功能的设备。存储器的种类很多，按其用途可分为主存储器和辅助存储器。主存储器又称内存储器（简称内存），可以与CPU直接交换数据，特点是速度快，容量小，价格高。辅助存储器又称外存储器（简称外存），是指除计算机内存及CPU缓存以外的储存器，此类储存器一般断电后仍然能保存数据，用来存放当前没有使用的程序和数据，特点是速度慢，容量大，价格低，常见的外存储器有硬盘、软盘、光盘、U盘等。按照关闭计算机时数据是否丢失，可分为易失性存储器和非易失性存储器。易失性存储器在关闭计算机时数据会丢失，非易失性存储器在关闭计算机时数据不会丢失。按照存储介质来分，可以分为光学存储器、半导体存储器和磁性存储器。其中，光学存储器非易失，耐用性好，记录密度高；半导体存储器体积小、存取速度快、存储密度高、与逻辑电路接口容易；磁性存储器非易失，存取速度慢。半导体存储器按照功能又可分为只读存储器ROM和随机存取存储器RAM。1.2DRAM工艺流程DRAM是随机存储器RAM的一种，也是最为常见的系统内存，DRAM使用电容存储。由于DRAM只能将数据保持很短的时间，当关机或断电时，其中的信息都会随之丢失，为了保持数据，必须隔一段时间刷新一次，如果存储单元没有被刷新，存储的信息就会丢失。DRAM工艺制造分为八个步骤，分别是浅槽隔离、阱、栅极、存储单元及周边电路器件、电容、接触孔、金属线和通孔、钝化层及引脚，每个步骤由一步或多步工艺流程制成。1.3DRAM产品细分SDRAM（同步动态随机存储器）作为DRAM的一种升级，是通过在现有的标准动态存储器中加入同步控制逻辑，利用一个单一的系统时钟同步所有的地址数据和控制信号。使用SDRAM不但能提高系统表现，还能简化设计、提供高速的数据传输。在功能上，它类似常规的DRAM，且也需时钟进行刷新。SDRAM是一种改善了结构的增强型DRAM，已经逐渐成为PC机的标准内存配臵。SDRAM从发展到现在已经经历了五代，第一代SDRSDRAM为单倍数据传输率，第二代DDRSDRAM为双信道同步动态随机存取内存，第三代DDR2SDRAM为双信道两次同步动态随机存取内存，第四代DDR3SDRAM为双信道三次同步动态随机存取内存，第五代DDR4SDRAM为双信道四次同步动态随机存取内存，每一代的更新都伴随着传输速率的大幅提升。三、DRAM发展趋势：传统技术难以替代，各厂商技术竞赛1.存储技术对比从市场规模来看，当下最主流的存储器是DRAM，NANDFlash，NORFlash，尤其是前两者，占据了所有半导体存储器规模的95%左右。DRAM需要不断的刷新，才能保存数据，主要应用在内存里，而NANDFlash容量较大，改写速度快，适用于大量数据的存储，应用市场包括记忆卡、U盘及固态硬盘（SSD）等。在某些领域，新型存储器已经涌现，从目前的结果看，阻变存储器（RRAM）容量大、速度快（读写时间<10ns）、能耗低，相比于其他新型存储技术，与CMOS工艺兼容，被认为是代替DRAM的一个可能的选择。但是由于其严重的器件级变化性，且DRAM的性价比高，技术成熟且具有规模优势，预计未来5-10年内很难被替代。2. 3DDRAM技术由于DRAM的平面微缩正在一步步接近极限并向垂直方向扩展，18/16nm之后，由于薄膜厚度无法继续缩减，以及不适合采用高介电常数材料和电极等原因，继续在二维方向缩减尺寸已不再具备成本和性能方面的优势。3DDRAM技术体现在芯片层面，而非晶体管层面，即其3D指的是3D封装——采用TSV将多片芯片堆叠在一起，随着电子产品对DRAM容量要求和性能的提升，未来3DDRAM比重将呈上升趋势。3DDRAM优点：1）宽松尺寸下实现高密度容量：和3DNAND类似，Z方向的扩展能力使得其对平面微缩的要求降低，从而可以在较大制程下大幅提升单根内存条容量。2）寄生阻容减少，延时串扰降低：改用3D封装之后，很多芯片之间的连接由水平面上交杂的铜线变成了垂直方向的通孔，互连线长度大大降低，从而极大的改善了后道线间延时和串扰，对芯片性能的提升有很大的帮助。3.三大厂商积极布局从现阶段的技术发展而言，韩国的三星电子依然领先于SK海力士、美光等竞争对手，三星除了积极扩大存储器产量，确保市场上的领先地位之外，也积极发展晶圆代工事业，将其视为半导体领域的新成长动力。3.1三星扩产维持技术优势2017年12月20日，三星宣布已开始量产第二代10nm级8GbDDR4DRAM，并持续扩大整体10nm级DRAM的生产，有助于满足全球不断飙升的DRAM芯片需求，继续加强三星市场竞争力。第二代10nm级8GbDDR4是全球尺寸最小DRAM，采用先进的专有电路设计技术，比第一代芯片快10%，功耗降低15%。相比第一代10nm级工艺，采用第二代工艺可使产能提高30%，扩大行业领先优势。三星还将加速其下一代DRAM芯片和系统开发计划，包括应用于企业服务器、移动设备、超级计算机、高性能计算系统和高速显卡的DDR5、HBM3、LPDDR5和GDDR6等产品。此外，三星预计将迅速提高第二代10nm级DRAM产品产量，而且还将生产更多的主流的第一代10nm级DRAM，共同满足全球高端电子系统对DRAM产品日益增长的需求。三星可能采取的扩产动作，除了应对供给吃紧状况，最重要的是借助提高DRAM产出量，压抑内存价格上涨幅度。虽然短期内的高资本支出将带来折旧费用的提升，并导致获利能力下滑，但三星着眼的是长期的产业布局与保有其在DRAM市场的领先地位，以及与其他DRAM大厂维持1-2年以上的技术差距，提升新进者进入门槛。此外，明年是中国内存发展的元年，三星透过压低DRAM或是NAND的价格，将能提升国内竞争者的进入门槛，并使竞争对手亏损扩大、增加发展难度并减缓其开发速度。三星有意将其平泽厂二楼原定兴建NAND的产线，部分转往生产DRAM，并全数采用18nm制程，加上原有Line17还有部分空间可以扩产，预计三星此举最多将2018年DRAM产出量提升80-100K，也代表三星的DRAM产能可能由2017年底的390K一口气逼近至500K的水平，亦将带动三星2018年bitgrowth由原本预估的18%成长上升至23%。3.2受惠于市场需求，SK海力士导入新技术和新工艺2017年全球市场对存储器需求猛涨，特别是服务器领域，全球互联网数据中心迅速增加。受惠于服务器市场的强劲需求和移动产品价格上涨，SK海力士2017年Q4市场形势继续良好，DRAMbitgrowth增长3%（环比），平均销售价格上涨9%，营收约84.5亿美元，同比增长68%，营业利润约41.83亿美元，同比暴涨191%，营业利润率49%，净利润约30.13亿美元，同比增长98%。其中DRAM营收占该季度营收77%，NANDFlash营收占该季度营收22%。SK海力士将通过在服务器和SSD产品导入新的技术与工艺来满足日益增长的市场需求。未来将扩大1xnmDRAM产能，这一产品已在2017年Q4量产，并应用于PC、移动设备和服务器产品。3.3美光业绩优于预期，年底步入1xnm阵营存储器市况优于预期，美光将2018年Q2营收目标自原先的68亿至72亿美元，调高到72亿至73.5亿美元。美光调升展望，意味着DRAM需求持续看好，DRAM价格第一季持续调涨3～5%，MobileDRAM第一季涨幅3%。预计2018年Q2DRAM占整体营收的71%，营收环比增长14%，同比增长76%，出货量环比上升约5%，平均售价环比上升约10%。健康的市场供需环境，使DRAM产业长期保持增长的动力，金准人工智能专家预计2018年DRAM市场bitgrowth将增长20%，符合行业增长水平。此外，美光将利用先进的技术优势降低成本，加强在市场上的竞争力，预计在2018年底将提供1xnmDRAM产品。四、DRAM预测：需求大幅拉动，量价齐增态势明显1.供给端：产能增长有限，摩尔定律放缓将会持续1.1三巨头垄断全球90%产能，2018产能增速10%DRAM价格飙涨带动2017年全球半导体产值冲破4000亿美元，观察全球DRAM产业三大厂商，三星、SK海力士两大韩系厂商在扩产脚步上是猛踩油门，包括三星在韩国平泽的P1厂房和Line15生产线，以及SK海力士的M14生产线；同时，美光在广岛的Fab15和Fab16也有DRAM扩产计划，但产能的增加仍主要依靠两大韩系厂商。全球90%以上的DRAM芯片供给掌握在三星、SK海力士和美光三家企业手中。根据三家公司目前最新的建厂规模，2017年全球每季度芯片产能为1100K左右。根据金准人工智能专家预测，到2018年，三星和SK海力士将会有接近20%左右的产能提升，美光的产能增量为10%，预计全球每季度芯片产能为1200K左右，2018年产能同比增速在10%左右，其中2018年Q4环比增速将会比较明显。1.2良率问题及新技术出现，产能增速放缓1994-2014年，DRAM产业的bitgrowth整体呈下降趋势。其中，1994-2003年bitgrowth平均增速为70%左右，2004-2014年bitgrowth平均增速为45%左右，2017年，DRAM的bitgrowth则降到了20%以下，金准人工智能专家预计2018年bitgrowth将继续下滑。主要原因在于，随着工艺尺寸越来越小，DRAM良率无法得到有效控制。以目前最为成熟的193nm浸没式光刻技术来看，它在精确度及成本上达到了一个近乎完美的平衡，但是随着处理图形的尺度不断缩小，线宽减少越来越困难，图形已经变形严重，解决办法是二重曝光，把版图中同一层次较复杂的图形分解成两个层次较简单图形的组合，用两层光罩分两次完成。随着工艺的进一步进化，还需要三重，四重曝光，65nm的工艺往往需要20多层光罩，到了14nm，由于要使用多重曝光，光罩数可能要增加到80，这样繁琐的做法，势必带来巨大的良率问题，进而影响产能释放。目前193nm光刻技术已经走到尽头，而EUV光刻设备年产能极其有限，这些问题使得DRAM工艺节点突破困难重重，各厂商工艺进度计划也被迫一再推迟。2017年，三星1ynm进度不及预期；SK海力士2016年和2017年工艺进展持续不及预期；美光从2016年开始1xnm制程就开始落后于计划，2017年1ynm继续不及预期，影响到了2018年的扩产增速。同时，卖方主导DRAM市场和新型非易失性存储器技术的出现也都造成了全球范围内DRAM龙头企业技术升级和扩产意愿下降。1.3DRAM涨价带动盈利提升DRAM技术瓶颈虽然带来了产能扩张上的困难，但是全球前五大厂商却也因此获得了价格上涨带来的巨大利润。金准人工智能专家以DRAM收入占比较高的SK海力士和美光两家公司作为研究对象，发现其DRAM产品收入占比从2016年Q2以来在持续上升，因此技术瓶颈导致的扩产难题反而让SK海力士和美光的DRAM业务盈利能力大幅提升。回顾DRAM的价格走势，2012年以后DRAM就已经进入了长期涨价通道。因此，金准人工智能专家判断在没有大的产能提升或者技术突破的前提下，DRAM持续涨价的态势将在未来长期存在。特别是由于2020年5G商用的节点越来越近，DRAM市场极有可能出现2013年4G商用后的快速涨价期。2.终端结构性增长仍然存在，5G带动需求加速提升DRAM市场的下游需求方面，由于移动终端、服务器和PC合计份额占比约70%，因此，这三大类应用的需求基本决定了整个DRAM市场的需求。2.1移动终端：国产手机占据半壁江山，需求持续上升从2015年开始，手机就进入到每年15亿台的稳定换机周期，2017年全球销量前十大的智能手机中，国产品牌已经占有六席，占有率仍在持续提升，金准人工智能专家预计2018年国产手机占有率将达到53%，移动终端对DRAM的需求具有继续向国产机品牌集中的趋势。DRAM在手机中的平均存储容量保持在每年10%-20%的增长速度，结合手机市场的增长，DRAM需求将继续增长，预计2018年移动终端的DRAM需求将增长18.7%。2.2服务器：5G、云计算、IDC发力，增长率第一服务器出货量继续平稳上升，2016年和2017年的年增长率分别为3.4%和3.7%，预计2018年为2.9%。同时服务器单系统容量未来增长速度将会持续，预计2018年单系统容量将达到184GB，同比增长35.8%。2020年5G商用在即，未来云计算、IDC的发展都需要海量数据存储，金准人工智能专家认为服务器未来无论从系统出货量，还是单系统DRAM容量提升都具有长期的成长驱动力。预计2018年服务器对DRAM需求增长率为26.1%，将成为增速最大的产品类型。2.3PC：市场整体稳定，未来小幅提升PC市场仍然保持稳定，我们认为其对DRAM的需求也将保持相对稳定的小幅增长态势，预计2018年PC领域的市场增长率为6.6%。3.结论：多方需求拉动，步入持续量增涨价周期2018-2020年，DRAM扩产仍将受困于技术瓶颈和国际大厂的垄断，因此DRAM产品全球bitgrowth将继续徘徊在20%左右的历史低位水平。但是下游终端应用的市场需求将持续温和上升，特别是终端品牌继续向国产品牌集中，造成国产手机对于DRAM产品的需求出现区域性的增加，同时5G、云计算、IDC等将拉动服务器应用大幅增长。我们判断2018-2020年阶段DRAM产品将处于持续性的涨价周期。可能产生变化的因素：大陆DRAM产能大部分将会在2019年以后开始量产，如果进程顺利将有可能缓解DRAM供需缺口。4.DRAM产业链：国产晶圆规模受限，设备厂商势头正劲按半导体制造流程，可分为硅片制造、晶圆制造、封装测试三个环节，晶圆制造设备占比最高。其中，硅片制造企业全球只有大约10家，其中前5家企业占有98%的市场份额，分别是日本信越、日本胜高、台湾环球晶圆、德国Siltronic、韩国SKSiltronic。国内厂商如重庆超硅，成都超硅，上海新昇，宁夏银和，金瑞泓等，产能规模还十分有限，国内DRAM厂商晶圆依赖进口的形势短期不会改变。半导体设备行业细分领域众多，大致上可以分为沉积设备、光刻设备、刻蚀设备、材料制备设备、表面处理设备、注入设备等几大块。其中光刻设备成本最高，占比高达39%。全球来看，美国应用材料公司（AMAT）是半导体设备厂商的龙头，市值600亿美金，除了光刻机以外的所有设备几乎都是第一。而最核心、技术门槛最高光刻设备，目前被荷兰ASML垄断，占据了全球高达80%的市场份额以及全部的高端市场份额。由于高端技术壁垒太强，国内厂商选择从中低端开始切入，目前已具备部分核心设备的制造能力，如光刻机、离子注入机、CMP、ECD等设备。2017年中国半导体设备需求规模约70多亿美元，保持全球占比前三位，金准人工智能专家预计到2018年可能超过110亿美元，位列全球第二，设备增长空间持续走高，随着国家政策支持力度加大，大基金持续投入，未来我们看好如下公司：兆易创新、北方华创、长川科技、长江存储。4.1兆易创新行业景气度提升，公司利润翻倍。报告期内，公司实现营业收入20.30亿元，同比增长36.32%；归属于上市公司股东的净利润3.97亿元，同比增长125.26%；归属于上市公司股东的扣非净利润为3.32亿元，同比增长119.93%。国家政策利好，DRAM。有望率先突破。《中国制造2025》中明确计划2020年中国大陆集成电路产业内需市场自主生产制造率将达40%，2025年将更进一步提高至70%，基于信息安全考虑和巨大的进口替代空间，集成电路产业将是未来10年国家政策重点支持的领域，根据《国家电路产业发展推进纲要》，到2020年，集成电路行业销售收入年均增速超过20%。在DRAM产品上，公司通过与合肥产投的合作，将开展12英寸晶圆、19nm工艺存储器的研发项目，其中就包括有DRAM内存颗粒，项目预算约180亿元人民币，建成后将实现月产能2000-3000片，填补国内DRAM领域空白。风险提示：行业竞争加剧；新产线建设不及预期。4.2北方华创受益全球半导体产能转移，业绩增长显著。公司2017年实现总营收为22.23亿元，同比增长37.01%；归属于上市公司股东的净利润为1.26亿元，同比增长35.21%。分行业来看，电子工艺装备营收14.35亿元，同比增长43.96%，其中半导体设备11.34亿元，同比增长39.47%。产品规模持续提升，行业龙头地位继续加固。2017年公司持续提升产品技术研发和规模化生产能力，满足集成电路领域快速增长的市场需求，产品订单快速增长，进一步巩固了在泛半导体领域的竞争地位。包括Etch、PVD、单片退火设备、立式炉、清洗机等在内的多项12英寸关键集成电路装备实现了在国内龙头代工企业和领军存储器企业的应用，8英寸设备也全面进驻国内主流代工厂和IDM企业。半导体产业步入新周期，市场环境欣欣向荣。半导体产业市场方面，2017年以来全球半导体产业进入了由人工智能（AI）和5G等技术驱动的新一轮成长阶段，这些技术为智能汽车、智能城市、智慧医疗、AR/VR等创新性的终端应用构建了起步和发展基础，并拉动了半导体产业的又一轮成长，使半导体产业在今后3-5年内都将处于一个相对稳定的成长阶段。政策方面，自主发展集成电路产业已经上升到国家战略高度，在政策和资金支持、下游市场广阔以及全球半导体制造产能转移的利好背景下，中国半导体产业将迎来难得的的发展机遇。风险提示：市场竞争加剧；技术更新不及预期。4.3长川科技国内客户需求旺盛，经营业绩大幅提升。公司2017年前三季度实现总营收为0.99亿元，同比增长70.13%；归属于上市公司股东的净利润为0.25亿元，同比增长78.76%；归属于上市公司股东的扣非净利润为0.17亿元，同比增长110.26%。产品全面覆盖国内龙头封测企业，市占率有望进一步提升。公司拥有多项自主知识产权和核心技术，生产的集成电路测试机和分选机产品已获得长电科技、华天科技、通富微电、士兰微、华润微电子、日月光等多个一流集成电路企业的使用和认可。随着公司持续深入的研发和产品的不断升级，产品性能将进一步提升，产品类型和客户群体将进一步扩充，公司市场占有率将继续提升。风险提示：行业波动风险；政府补助不及预期。4.4长江存储国家资金大力扶持，国产存储量产准备。长江存储一期由国家集成电路产业投资基金、湖北国芯产业投资基金和武汉新芯股东湖北省科技投资集团共同出资，在武汉新芯的基础上建立，二期由紫光集团和国家集成电路产业投资基金共同出资。目前芯片生产机台正式进场安装，标志着国家存储器基地从厂房建设阶段进入量产准备阶段。具额投资初见成效，市场订单实现“零”的突破。武汉存储器基地20/18nm生产线建设，总投资240亿美元，计划2018年投产，2020年形成月产能30万片的规模，其中涵盖DRAM。目前32层3DNAND芯片已经获得第一笔订单，总计10776颗，将用于8GBUSD存储卡产品。风险提示：行业竞争加剧；产线建设不及预期。总结存储器市场爆发，DRAM市场前景看好，三星领先优势明显，传统技术难以替代，3DDRAM未来可能成为DRAM的演进方向。受益于需求增长拉动，DRAM保持量价齐增态势。金准人工智能专家建议关注国家政策资金支持带来的投资机会：兆易创新（A股存储器龙头）、北方华创（A股集成电路设备龙头）、长川科技（A股封测设备龙头）。同时，金准人工智能专家也注意到行业竞争加剧，需求增长不达预期。

哪些数字经济核心层技术将不可限量？从古至今，核心技术的进步引领着人类社会的发展，深远地改变了我们的生活。人类历史 历经数千年演进，生活方式和社会形态也经历了天翻地覆的变化：从以采集、狩猎为主的 穴居远古社会，发展到能够使用金属制作农具、自主耕作的农业社会，再经过蒸汽革命、 电气革命，直到今天物资丰富、便捷高效的信息化社会，一次次的发明创造和技术变革使 得人类能掌握的工具越来越多，应对自然界的变化也越来越得心应手；社会分工越来越明 确，每个人在其一生中也享有越来越多的自由。王朝或许会更迭，土地可能将易主，但技 术的积累则随着时间沉淀下来，化作丰厚的养分，将人类的未来滋养。创新，是连接现在 与未来的桥梁；科技，将引领未来的走向，技术创新必将再一次让我们的社会发生颠覆性 变革，很可能是以一种超出我们目前认知和想象的方式。最有可能影响未来的前沿技术在哪里？当下热门的技术发展到了什么阶段？为调查和统计 目前各种前沿技术的进展，一些著名的分析机构如 Gartner 和 MIT Technology Review 等每年 都会对时下最新的技术进行总结和展示。其中 Gartner 每年会报告目前处在发展前沿的技术 的活跃周期曲线，这一曲线描述了这些可能改变人类未来的新兴技术的社会关注度和其发 展时间、所处阶段之间的关系，其雏形完美反映了阿玛拉定律。我们看到在 Gartner 最新公布的 2020 新兴技术活跃周期曲线上，脑机接口、监督学习、私 有 5G 网络等技术位于创新期，SASE、社交隔离技术、可解释 AI 技术则已达到了人们预期 的顶峰，碳基晶体管、自身备份技术等则已经步入发展成熟期。在这些新兴技术中，我们 认为以下几个技术的演化、迭代，可能产生出对社会的颠覆性影响我们将从这四大前沿技术展开畅想，讨论未来数字经济社会可能发生的颠覆性事件。基础 技术层面，我们认为通用人工智能和量子计算是对未来社会产生重要影响的两大基础技 术。 通用人工智能：目前的人工智能技术属于弱人工智能，仅能现语音识别、图像识别、 和简单的自然语言处理等人脑功能中非常有限的一部分。随着人工智能的“智力”水 平不断上升，逐步具备感知、语言、判断、记忆、情感、联想等人脑具备的功能，在 未来将会替代越来越多的人类劳动。根据耶鲁大学和牛津大学 2017 年 5 月的研究显示 ，人工智能到 2060 年前后有 50%的概率将完全超过人类，而 10 年内将在翻译、高 中水平的写作、驾驶卡车、售货员等方面将超过人类，这将极大地扩充人类能力的边 界。 量子计算：被认为是在某些特定领域延续摩尔定律提升人类算力的方法之一，有望继 续数字经济的繁荣。量子计算机是基于量子力学原理构建的计算机。量子计算机的计 算能力随着量子比特（qubit）的增加呈现爆发式增，形成所谓“量子优越性”。量子 计算如果能够大规模商用，将大幅缩短新药开发、破解密码、以及搜索等人工智能应 用所需时间。前沿应用层面，我们认为基于脑机接口技术的人类永生和基于商业航天技术的火星移民可 能成为未来两大颠覆性应用。 人类永生：追求永生是推动人类进步进化的动力之一。战后 70 年，随着医疗和粮食供 给的改善，人类平均寿命从 1950 年的 45.7 岁增长至 2015 年的 71.7 岁，全球人口也迎 来快速增长，从 1950 年的 25 亿人，增长至 2020 年的 78 亿人。未来，基于脑机接口、 纳米机器人等前沿科技有望继续延长人类寿命，直至出现人类数字永生、乃至物理永 生。人类一旦实现永生，将对现有社会经济的就业、医疗、保险等社会制度产生巨大 冲击。脑机接口是人类永生的一个重要工具，使用脑机接口，人类可以直接通过大脑 思想来表达想法或操纵设备，而不需要语言或动作。脑机接口起源于改变传统人机交 互方式的尝试，颠覆了传统的计算机鼠标、键盘、显示器的输入输出方式，其催生出 的应用场景主要包括通信控制、医疗健康、智能家居、安全保障等，其中侵入式接口 能够使伤残人士恢复感知，有望打造超级人类。 火星移民：随着火箭运载能力的不断提升、火箭可回收可复用技术的逐步成熟，人类在 2030 年前后完成载人火星探索任务已经是高概率事件。移民火星的直接意义在于为 人类文明留下一个“备份”，在地球发生灾难性战争、超级传染病、严重天体撞击、全 球性自然/地质灾害、人工智能失控、纳米机械风暴等危急状况时，少量居于火星上的 人类能够为我们的文明延续提供希望。人类追求移民火星的路也是商业航天市场逐渐 成熟的路。目前，商业航天的主要市场为通信、导航、遥感、旅游、采矿，可能应用 场景包括地轨卫星的专网通信、全球车联网系统的打造、提升家庭宽带普及率、成为 地面 4G/5G 通信的补充等，将以一种全新的方式实现信息的传输和万物互联。通用人工智能离我们还有多远？人类对人工智能的期待几经沉浮目前的人工智能技术属于弱人工智能，仅能实现语音识别，图像识别，和简单的自然语言 处理等人脑功能的非常有限的一部分。距离期待中的完全替代甚至超越人脑的通用人工智 能（Artificial General Intelligence, AGI）仍有较大差距。人脑的主要功能包括运动、感知、语言、记忆、情感、联想等，比较擅长处理复杂的发散 性问题，但容易疲惫、需要休息以及记忆会淡忘或出现偏差。将机器与人脑做对比，目前 机器借助于强大的存储和并行计算能力，在“记忆”和“多任务处理”领域已经远远超越 人类，同时在图像和语音识别领域人类由于容易疲劳，大量重复工作下的错误率也高于机 器。事实上，2016 年，微软亚洲研究院（MSRA）在图像识别任务上首先实现对人类水平（5% 错误率）的超越。尽管如此，在理解、情感、联想等高级功能方面，机器仍难以望人类项 背。人类对人工智能的期待几经沉浮。1956 年，美国达特茅斯学院举办的夏季学术研讨会上， 人工智能被首次正式提出，标志着人工智能的诞生。此后人工智能行业受限于算力的不足 以及应用不达人类预期，而分别在 20 世纪 70 年代和 90 年代遭遇发展挫折。本轮人工智能 发展开始于 2006 年深度学习算法的提出，并且 2012 年 AlexNet 在 ImageNet 训练集上图像 识别精度取得了重大突破，直接开启了这一轮人工智能发展的新阶段。2016 年，AlphaGo 打败人类后人工智能再次收获了空前的关注度。2018 年，由于人工智能实际落地困难带来 的失望、2019 年 Deepfake 假视频等伦理问题显现，人工智能行业再次步入一个阶段性的低 谷。通用人工智能离我们还有多远？现在的 AI 在感知智能层面比较成熟，但在认知智能层面还相对初级，有待于技术的进一步 突破。根据耶鲁大学和牛津大学的研究人员对 352 位人工智能专家进行了采访，人工智能 到 2060 年前后有 50%的概率完全超过人类。这份研究预测在 10 年内，人工智能将会在以 下领域超过人类：翻译领域（2024），高中水平的写作（2026），驾驶卡车（2027）。通用人工智能是否真实存在尚未可知。目前，关于什么是智能以及是否可能存在与人类智 能不同的智能类型的问题，仍在探索当中。AGI 的研究目前处于，技术未知且没有具体问题 陈述的状态。李开复表示：“如果你问我 AGI 泛人工智能何时能实现？我的答案是——未来 30 年内都没法实现，也可能永远实现不了。”目前探索 AGI 的方案包括结构派、行为派、能力派、功能派、原则派。目前探索 AGI 的工 作几乎都是采用模仿人类的方式进行，但所用的方式和路径各异。主要的流派包括有结构 派、行为派、能力派、功能派、原则派等。这些项目都尝试在不同的层面上复制人类智能。哪些工作会被人工智能所替代？人工智能将最先替代简单重复的工作。李开复的“五秒钟准则”认为，一项本来由人从事 的工作，如果人可以在 5 秒钟以内对工作中需要思考和决策的问题做出相应的决定，那么， 这项工作就有非常大的可能被人工智能技术全部或部分取代，例如股票交易、驾驶汽车等。 李开复于 2018 年 8 月的 TED 演讲中，用下图表展示了四种我们与人工智能共事的方式：第 一，人工智能承担重复性工作（比如售后客服、卡车司机）。第二，人工智能工具帮助提升 创造力（比如科学家、艺术家）。第三，对于非创造性、关爱型工作，人工智能与人类相辅 相成（比如诊疗师、幼儿教师）。第四，只有人类擅长，以人类创造力和同情心取胜的工作 （比如 CEO）。人工智能或引领第二次机器时代，机器将替代人的部分脑力劳动。由瓦特蒸汽机引发的第 一次机器时代，机器开始替代大量的人的体力劳动，出现了大规模生产的工厂，人类进入 了现代社会。力学、工程学、化学、冶金等学科的进步，推动了第一次机器时代。而此刻 正在悄悄酝酿的第二次机器时代，意味着机器将有类似于人的视觉、听觉和触觉，有类似 人脑的适应环境、识别规律、总结经验和自我学习的能力，可以替代和延展人类的脑力劳 动。人工智能、计算机和万物互联等技术的演进，是第二次机器时代即将到来的标志。正 如蒸汽机和火车也经过几代改进才臻于实用，这些新技术也需要时间来培育和催化。但是， 因为它们将对人类社会和个人生活的巨大影响，我们亦需早做准备。人工智能替代低技术工人，对中国影响大于美国。我们认为，低技术含量（集中于第一/ 第二产业，常规/可预测/可编程任务）的工人将首先面临被人工智能替代的风险。从中美 GDP 构成来看，中国第一/二产业占比近 50%，美国仅为 20%，中国经济主要由传统产业驱 动，从业者技术要求较低。以人均 GDP 作为衡量生产效率的指标，目前中国人均生产效率 不足美国的 1/5，差距较大。总的来说，中国的劳动力可以被自动化的程度比美国要高许多， MGI 估计，中国 51％的工作可以自动化，相当于 3.94 亿全职员工，未来 AI 对中国经济增 长的驱动力将达 1.3%左右，高于世界平均水平。AI 将提升社会生产效率人工智能可以使机器更聪明地工作，提高企业生产运营效率。在全球人口老龄化和出生率 下降的背景下，经济发展将愈来愈依靠生产率提高。2018 年 9 月 5 日麦肯锡全球研究所（MGI） 测算，人工智能可在至少未来十年为全球 GDP 每年增长贡献 1.2 个百分点，到 2030 年，人 工智能将为全球带来 13 万亿美元的额外增长。4 麦肯锡认为 AI 主要通过三方面影响经济：替代、创新及转换成本。1）替代：AI 将大幅提 高生产效率，减少企业对用工的需求，替代低端劳动力。麦肯锡认为到 2030 年，AI 带来的 替代效应将为全球 GDP 带来 9 万亿美元（+9%）的额外增长。2）创新：AI 将带来产品及服 务的创新，一方面，现有产品及服务将更有效地到达更广泛的市场；另一方面，技术将驱 动产品及服务创新，催生出非传统及全新的市场。麦肯锡认为到 2030 年，AI 带来的替代效 应将为全球 GDP 带来 6 万亿美元（+7%）的额外增长。3）转换成本：布局 AI 需要付出一 定的成本，除了技术换代带来的直接经济成本外，AI 还会对就业市场造成震动，不利技能 被 AI 替代的从业者。麦肯锡认为到 2030 年，AI 带来的替代效应将为全球 GDP 带来 7 万亿 美元的成本。AI 将创造新的需求和新的工作岗位除了生产效率的提升，AI 崛起还非常有可能创造出新的社会需求，进而催生出新的工作机 会。根据美国白宫5 2016 年发布的报告，AI 将直接利好以下工作：1）与 AI 系统一起完成复 杂任务的工作（如利用 AI 程序进行病人检查的护士）；2）AI 技术开发工作（比如程序开发 人员）；3）监控、许可或维修 AI 系统的工作（比如 AI 机器维护师）；4）响应 AI 转变的工 作（创建自动驾驶车辆环境的城市规划者）。AI 还将间接利好因为生产效率、收入水平提高， 而新衍生出的需求和工作机会。通用人工智能可能给社会带来什么变化 AI+医疗：疫苗/药物研发加速，困扰人类的疑难杂症有望找到解决方案。疫情期间， 我们已看到 AI 图像诊断、人脸识别、AI 问诊机器人等已经在抗疫中发挥积极作用。此 外新冠疫情也暴露出人类长期处于新型疾病威胁中的问题，使用 AI 机器学习来推断药 物结构与机理，能在新药与新疫苗研发中帮助提高效率、降低成本。我们认为，当通 用人工智能实现时，不仅有望为目前困扰人类的各类疑难杂症找到可行的解决方案， 同时在新型疾病出现时，也可以快速找到或合成出有效的疫苗或药物，乃至为人类永 生的实现奠定基础。 AI+汽车：无人驾驶大规模普及。今年的疫情中，智能机器人与无人配送车在消毒、测 温、导医、运送物品、便民服务等一线应用场景大显身手。在未来我们认为 AI 有望完 全代替人类介入驾驶，L4、L5 级别自动驾驶有望在通用人工智能技术的帮助下真正到 来。当无人驾驶大规模普及时，不仅省去了驾驶的社会成本，并且由于所有自动驾驶 车辆可以统一调度，交通运行效率更高、交通事故有望降低为零。 AI+制造业：“黑灯工厂”助力生产效率达到极致，工业品成本进一步压缩。我们已经 看到工业互联网在疫情期间发挥供需对接、资源配置的支撑作用，进行产能波动与供 应链风险预测，开展复工复产情况监测，支撑政府精准施策等作用。我们认为，未来 以生产管理、机械加工、包装储运全程自动化无人化的“黑灯工厂”为代表，工业互 联网各类应用有望实现云端、产业、跨界的三方协同，推动智能化生产、网络化协同、 供应链金融等新模式新业态不断成熟，届时生产效率达到极致，工业品的成本有望进 一步压缩。量子计算会带来哪些变化?摩尔定律是支撑经济发展的动力之一，传统半导体工艺接近物理极限Intel 联合创始人 Gordon Moore 曾预测“集成电路上可容纳的元器件数目每隔 12 个月会增 加一倍”，而经典计算机芯片的计算能力也将获得相应的提升。从上世纪五六十年代的 Fairchild、TI 等半导体先驱到如今的晶圆代工巨头台积电，人类经过孜孜不倦的努力，已经 将半导体制程缩小至 7nm，并从中获得了巨大的算力，创造了 PC 互联网、移动互联网、物 联网、云计算等辉煌时代，促进了数字经济的繁荣。然而随着传统半导体制程不断接近物 理极限，不少人对人类是否能够继续沿着摩尔定律路径创造算力表示担忧。量子计算的概念提出于上世纪八十年代，被认为是在某些特定领域延续摩尔定律提升人类 算力的方法之一，有望继续数字经济的繁荣。量子计算机是基于量子力学原理构建的计算 机。量子态叠加原理使得量子计算机每个量子比特（qubit）能够同时表示二进制中的 0 和 1，从而相较经典计算机算力发生爆发式增长，形成“量子优越性”。量子计算有望在 10-15 年内实现商用，全球科技巨头积极布局量子计算机硬件设备按照量子比特物理实现的不同可分为超导量子计算机、离子阱计算机、 NMR 量子计算机、光量子计算机等类型。量子比特位数、错误率、相干时间等参数是决定 量子计算机性能的重要参数。根据 IBM 的理解，目前制约量子计算商用的主要瓶颈之一是 硬件设备的错误率。（技术细节可参考我们此前报告）由于量子计算目前仍主要是处于技术路径的探索阶段，我们无法较为精确地预测其具体商 用时间。从科技行业以往的发展经历来看，科学家认为8，未来 10-15 年内量子计算机有望 实现商业应用。认识到量子计算潜在巨大商用价值并为了促成其真正商用的到来，各国政 府及 IBM、Google、阿里巴巴（达摩院）、本源量子等相关公司均投入巨大研发费用进行布 局（科学杂志 Nature 测算，仅 2017 和 2018 两年全球量子计算研发投入就高达 4.5 亿美元 资金）。在研发的推动下，量子计算逐步发展，并在 2019 年实现了“量子优越性”，展现其强大算 力。2019 年 10 月，Google 使用基于 Sycamore 量子芯片开发的超导量子计算机运行随机电 路取样，仅用 20s 时间即完成了结果，而 Google 推算如果使用超级计算机 Summit 需耗时 1 万年。我们认为，量子计算机商业化初期，由于其较难小型化且集约使用更具效益，QaaS（Quantum as a Service，量子即服务）可能成为其应用形式，用户通过在家或办公室点击鼠标远程操 纵位于数据中心的量子计算机。2020 年达沃斯论坛上，科学家认为量子计算有望在大分子开发、加密算法破译、人工智能 等领域得以应用，助力数字经济发展。根据该方向，我们对未来量子世界进行畅想。畅想#1：量子计算如何加速新药开发 医药等领域新品开发目前的瓶颈：受限于经典计算机的算力，对大型分子的准确性状 模拟依然是较大难题，所以医药等领域的新品性状测试依然需要通过反复实验才能够 获得，费时费力。量子计算畅想：量子计算天然擅长模拟分子特性，有望通过计算机 数字形式直接帮助人类获得大型分子性状，极大缩短理论验证时间。COVID-19 疫苗、 抗癌药物有望得到加速开发。 目前已经取得的进展：IBM 在 2017 年使用量子计算机成功模拟；IonQ 在 2018 年使用量子计算成功模拟水分子；Google 在 2020 年使用量子计算机成功模拟二氮烯， 并对其化学反应进行模拟。目前量子计算能够模拟的分子依然较小，蛋白质、核酸、 多糖等典型的生物大分子通常包含几千到几十万个原子，是目前能够模拟的简单分子 的原子个数的几千到几十万倍。随着硬件设备和模拟软件的成熟完善，未来人类有望 沿着从小分子到大分子、从无机物到有无机物的方向最终实现对所有物质分子层面的 模拟。 可能受到波及的领域：1）研发侧，全球医药研发支出约为 1,790 亿美元（2018 年， Evaluate pharma 测算）；2）销售侧，全球医药销售市场约为 1.17 万亿美元（2018 年， IMS Health 测算）。我们认为量子计算的成熟可能会使得研发侧用于样品制备的费用减 少，而用于量子计算开发的费用会增加，增强其数字化；销售由于新型药物产品线 的丰富，市场规模有望呈指数提升。更进一步，随着医疗条件的提升，人类平均寿命 有望得到提升，量子计算间接影响养老保险，年金在内社会各个方面。畅想#2：量子计算如何颠覆密码学和互联网 量子计算是现有网络安全的“潜在”威胁者：Shor 量子算法能够对大数进行高效率质 因数分解，威胁现有 RSA 等加密算法，对互联网真实信息进行“窥探”。 目前量子计算机分解质因数能力：Google 于 2012 年成功分解 21 得到 3 和 7，是目前 能够分解的最大数字，距离破解 RSA 加密算法仍有不小距离。虽然对于互联网加密信 息的破译要在多年之后才能完成，但一种可行的方法是先将目前的重要的加密信息（比 如重要商业合同）“窃听”后保存下来，等量子计算硬件成熟后再实现破译。量子通信 对抗量子计算保护信息安全：在量子计算的“威胁”之下，以政府、金融为首的机构 将考虑使用量子通信等技术进一步加密保护信息的传输。量子通信能够在物理规律上 防止信息被人窃听，是防止量子计算威胁当今数字经济的重要手段。其实，中国、美 国等国家都已经开始建设量子通信，量子网络有望成为第二张万维网。 可能波及的领域：受量子计算“威胁”，量子通信已经开始在全球进行部署。2016 年， 中国“墨子号”量子通信卫星发射升空。2017 年，中国“北京-上海”量子通信项目建 成。“墨子号”量子通信卫星主要是用于技术试验，而京沪量子干线已经得到部分银行 客户的使用9。据科学家测算10，未来量子通信市场可能达到百亿元至千亿元规模，是量子时代数字经济基础设施建设的重要领域。畅想#3：量子计算如何加速人工智能 人工智能由浅入深：人工智能概念早在上世纪 50 年代就已被提出，但受限于计算机硬 件设备的性能，人工智能应用一直无法落地。2012 年左右，人们意识并开始使用 GPU、 FPGA、ASIC 等芯片作为 AI 算力，使得人工智能走出实验室开始商用。今天，商汤科技、 旷视科技、Facebook 等公司已经基本能够利用人工智能实现人脸的准确识别；字节跳 动等公司可以利用人工智能实现内容的精准推送；科大讯飞等公司可以利用人工智能 实现自然语言的转译；Tesla、百度等公司也在使用人工智能实现高程度的自动驾驶。 今天人工智能已经逐步改变我们的生活，但人类对于人工智能的期待远不止于此，实 现更深层次的人工智能是未来发展方向。未来，随着量子计算硬件设备的成熟完善以 及量子人工智能算法的发展，量子计算有望助力实现深度人工智能场景。 目前量子计算在人工智能领域展开的探索：大众汽车和 Google 在量子路由算法和交通 数据管理系统方面展开合作；JP Morgan 和 IBM 在派生定价二次加速量子算法方面展开 合作；BMO 和 XANADU 在量子蒙特卡洛算法方面展开合作；CaixaBank 和 IBM 在金融 资产风险分析模拟项目方面展开合作；Commonwealth Bank 和 rigetti 在量子运算优化 投资组合再平衡实验方面展开合作。虽然我们还看不到量子人工智能的落地，但我们 认为随着银行、车企等实业公司与量子计算公司不断深入合作，量子人工智能将有望 来到。 可能波及的领域：全球人工智能市场规模约为 1.18 万亿美元（2018 年，德勤测算）。 我们认为，量子人工智能有望驱动人工智能深入应用，用数字全方位改变我们的生活。人类如何实现永生?追求永生是推动人类进步进化的动力之一人类追求永生如“飞蛾扑火”，但探索永生亦能推动人类进步。我们认为，人类探索永生动 力源于对死亡的恐惧，永生所带来对永恒生命的幻想，如同火焰对飞蛾的吸引，数千年以 来让人类持续追寻。尽管永生并未实现，但探索永生却推动着人类文明进步。在炼丹时偶 然发明黑火药；在远洋求仙时推进航海技术的发展；在修仙永生时开创食疗的先例。综上， 尽管数千年的探索永生仍未实现，但在追求永生的路上人类实现了多项科学技术的突破。永生的探索带动宗教、航海和科技等方面进步。回顾历史，秦始皇在公元前 221 年开始求永生，他派遣徐福东渡寻仙，推进了中国的航海事业发展并发现了日本，带去了中国先 进的文化和技术。在炼丹中，古代中国人还发明了黑火药，成为四大发明之一。此外，在 宗教方面，道教和基督教均是以追求永生为理念形成。近年来随着科技的发达，人们对永生的追求再次成为热议话题。根据 2013 年纽约时报报道 11，谷歌首席科学家 Ray Kurzweil 预言“2029 年开始，人类将正式走上永生之旅；到 2045 年，人类将正式实现永生”。我们认为，Kurzweil 希望通过纳米机器人实现器官与细胞修复， 最终纳米机器人结合人工智能，有望持续加固人体免疫系统，实现最终的物质永生。增强技术有望成为永生路径的“破局者”，基因工程和脑机接口等方案已有落地。我们认 为，增强技术主要有两种：基因工程和脑机接口。其中，基因工程是指筛选出人类 DNA 上的缺陷，通过人为干预，提升人体健康水平，未来甚至能够实现 DNA 重写、植入等技 术从而实现基因优化。脑机接口方面我们认为是实现永生的关键路径，通过脑机接口有望 实现数字化大脑建模和信息输入、输出。我们认为，在未来 5-10 年脑机接口在癫痫、瘫 痪等问题的治疗和康复上有望被大规模应用，在 15-20 年后有望助力实现永生。人类如何实现永生? 从数字永生到物质永生从人类发展三阶段，看永生的实现路径。我们认为，人类发展大致可以分为三个阶段： 生命 1.0—生存阶段：我们认为，这个阶段人类的主要目的是生存，通过劳作等方式获 取足够的资源从而继续生存，仍停留在较为原始的意识形态。在这个阶段，物质世界 是人类唯一的追求。 生命 2.0—文化阶段：在长期满足生存需求后，人类逐步向第二个阶段进化。在这个阶 段中，我们认为，人类逐步开始对“软件”即思想提升，对物质本身的原理进行探索， 逐步形成不同的观点，并追求思想上的充实和满足。我们认为，人类到目前为止仍停 留在该阶段，这个阶段所对应的是思想的永生，即为“数字永生”。 生命 3.0—科技阶段：我们认为，第三阶段是人类发展的终极阶段。在达到文化阶段后， 人类或将不再满足对“软件”的升级，还希望能够实现对自身“硬件”进行设计和更 新。其中，硬件是指人类的器官及四肢等。我们认为，科技阶段的终极目标为物质永 生，能够通过外部科技硬件实现人体器官的维护和替换，如纳米机器人等。永生有哪些路径？实现永生的方式可以分为“数字永生”和“物质永生”。永生是指永远生存，或永远存在的 生命，也就是不死的意思。我们认为，随着科技发展，永生根据生存在现实或虚拟世界， 可以分为数字永生与物质永生： 数字永生：借助脑机接口与人工智能技术成熟，我们认为，未来人类有望能够在虚拟 世界中实现永生。具体来说，通过脑机接口可以将用户对于不同情况的反应或回应数 据化并保存，再通过大量的数据训练人工智能。我们认为，最终人工智能有望在虚拟 世界中重新构造出一个具备真实思维能力的虚拟化身。如同在电影《美国队长 2》中， 纳粹 Zola 博士能够在计算机中生存数十年，并通过摄像头实现与美国队长互动。 物质永生：我们认为，通过纳米机器人结合人工智能技术，有望实现人体内部器官自 动修复及免疫系统增强。具体来讲，我们认为，对纳米机器人的控制精确度持续提升 后，有望通过编程对人体组织进行编程，并对部分出错的“程序”（如心血管、癌症等） 进行重新编码及修复，从而解决现阶段难以根除的病症，真正实现物质永生。永生有哪些难点？我们认为永生的核心技术难点在于硬件如脑机接口和纳米机器人的研发及落地。硬件（脑 机接口及纳米机器人）的突破难度将大于软件（人工智能等），主因：1）专业机构审核： 硬件研发需要获得 FDA 等专业机构授权，而软件则研发环境相对灵活，且无需专业机构授 权；2）实验场景较为局限：脑机接口及纳米机器人等硬件均需在人体实验，志愿者及单个 实验对象不确定性较高，而软件则具有较强的可复制能力；3）产品风险过大且存在道德争 议，或有推进阻碍：纳米机器人等硬件产品需要在人体内部使用，一旦出现故障潜在的风 险较高，可能会出现推进受阻等风险。医疗科技主导下的多学科融合数字化器械产品。手术机器人作为一种多学科交叉的医疗器 械产品，以医疗+科技为核心设计理念，融合人机交互与显示、医学图像、系统软件、机器 人装置、定位装置等不同领域技术及概念打造而成。手术机器人主要功能在于优化手术各 环节由于人为操作可能带来的偏差及隐患，同时能够辅助手术医师进行靶点定位及其他精 密操作，进一步提升高难度手术的手术效率及潜在疗效。我们认为，手术机器人作为医疗 机器人的重要组成部分，有望基于大量临床数据的积累和分析中实现持续优化，并且进一 步在临床手术中实现价值。 考虑成本及普及能力，我们认为，数字永生有望更早实现。考虑即使科技已能够实现永生， 但价格仍将处于较高阶段。因此，我们认为，相比物质永生，数字永生可能会率先实现， 主因：1）虚拟世界可复制性较强，能够实现多人、广范围普及，成本有望快速下降；2） 虚拟世界与现实世界分离，如果永生情况出现，不会导致社会混乱；3）虚拟化身等技术已 多次在电影及电视剧出现，且人工智能、脑机接口等技术快速发展，有望率先实现数字永 生追求永生对人类社会的影响虽然我们还没有实现永生，但是科技发展已经推动人类寿命明显延长。在“二战”结束后， 全球各个国家将发展重心转向科技领域，人类平均寿命也从 1950 年的 45.7 岁增长至 2015 年的 71.7 岁，增长幅度达 57%。此外，随着人均寿命增长，全球人口也迎来快速增长，从 1950 年的 25 亿人，增长至 2020 年的 78 亿人。此外，我们认为随着人口不断增长，老龄 化较为严重，导致每千人新生儿出生率持续下降，未来或将面临严重老年化时代。未来科技将继续推动人均寿命持续提升，对社会体制产生明显影响。随着科技持续进步， 尖端科技能够解决多种致命疾病，但价格极高。因此，我们认为社会高端人群有望接受更 好的医疗条件，人均寿命也将比贫穷人群更高。我们预计，未来随着科技发展，贫富差距 将会导致富人寿命延长，而贫穷人群寿命或将保持现状。此外，人均寿命的延长或将导致 大龄（非劳动力）快速积累，更多的机器人将投入生产过程，从而实现的利润增厚部分将 被用来支付更多的养老费用。如果永生实现，哪些行业会有颠覆性变化就业领域：永生将淡化青壮年劳动力优势，经验将成为更重要的竞争优势。我们认为，如 果人类实现永生，那么器官老化等问题必然得到解决。因此，我们认为年轻人在体力等方 面的优势将消失，反而经验作为难以短期获取的优势将成为就业的主要考核标准之一。医疗领域：医学与科技结合将更加精密，治疗需求也将提升，主因： 传统医疗无法解决高精密手术。我们认为，随着手术的精密度及复杂性提升，未来医 学领域将与科技更加地结合。如同近期我们看到 Neuralink 新品发布会，全自动手 术机器人将在医疗领域担任更重要的角色。 寿命延长，人类平均患病次数提升。根据保监会报告，现阶段人类患重大病症的概率 约为 48%。此外，随着人类如果寿命延长，那么获得重大疾病的概率提升。因此，我 们认为，如果人类实现永生，那么平均患有重大病症的次数有望大幅提升。保险领域：人均保险数量有望大幅增长，死差利好保险行业发展。我们认为，如果人类实 现永生，自然死亡率将明显下降，相比现阶段，死差将有望增厚保险公司业绩。此外，如 果永生真正实现，那么保险潜在人群增加，将带动市场进一步扩大。因此，我们认为，永 生社会将利好保险行业发展。社保领域：现有退休及养老金体系社保压力或持续增大，相关改革有望出现。我们认为， 如果维持现有 65 岁的退休制度，人类寿命持续增长甚至达到永生，导致越来越多的人申领 养老金，需要支付的年金大幅上升，社保压力明显增加。因此，我们认为，永生社会中退 休制度及养老金体系或引来重大变革。人类为什么要移民火星？今年 1 月，SpaceX 创始人埃隆马斯克提出计划在 2050 年以内向火星移民 100 万人。虽然他 的这一言论被当下大多数人认为是荒诞不羁，但随着火箭运载能力的不断提升、火箭可回 收可复用技术的逐步成熟，以及最近 SpaceX“星舰”飞船原型机实验的稳步推进，至少从 发射技术与经济性角度看，我们认为人类在 2030 年之间完成载人火星探索任务是高概率事 件。人类文明需要一个“物理拷贝”。我们认为，火星移民的意义在于形成人类文明的一个“备 份”，在地球面临极端情况下，延续人类文明的发展。火星受制于其先天资源环境禀赋，并 非最理想的人类下一个家园，稀有资源开采的价值亦不高；但是在地球发生灾难性战争、 超级传染病、严重天体撞击、全球性自然/地质灾害、人工智能失控、纳米机械风暴等危急 状况时，少量居于火星上的人类能够为我们的文明延续提供希望。2020 年人类进入商业航天时代由商业公司主导的新一轮太空竞赛拉开序幕。自 2015 年 Elon Mask 提出星链计划（Starlink） 以来，全球掀起了商业火箭与卫星发展热潮。国外企业方面，SpaceX 将在 2020 年底前发射 1600 颗卫星，波音、亚马逊、OneWeb 等也都宣布了自己的卫星星座计划，目前已经发布 的全球通信卫星星座计划超过 25 个，计划发射卫星数量超过 2 万颗；国内方面，星际荣耀、 蓝箭航天等商业火箭企业和微纳星空、银河航天等商业卫星企业也逐渐崭露头角。人类航 天已然进入商业化时代。商业化为航天产业带来了哪些变化我们注意到，在民营企业追逐商业利润的动机刺激下，技术层面，火箭可回收技术、一箭 多星的发射技术、卫星的工业化生产等创新层出不穷；应用层面，卫星互联网、太空旅游 等新业态不断涌现。 火箭发射成本不断降低。历史上，NASA 航天飞机项目平均每次发射成本可达 15 亿美 元 12。2013 年，SpaceX 以 0.56~0.62 亿美元/次的发射价格进入商业发射市场，猎鹰 9 火箭的发射价格只有欧洲阿里安火箭的 30%。近年来全球主要火箭型号商业发射价格 逐年下降，1 号、Electron、Minotaur C 等单次发射价格均进入百万美元级别。 卫星制造进入工业化时代。卫星从传统的“定制化”开始走向“工业化”大规模生产， 趋势是体积减小、重量减轻、周期缩短，使用组网能力来代替单星能力。传统大型商 业通信卫星的设计、制造、发射周期理论上为 26~32 个月 SpaceX 和 Oneweb 产能已达 到日产卫星 1~3 颗的产能，单星制造成本已经降至 50~100 万美元。 收入端：新应用不断涌现。传统的航天卫星应用包括通信、导航、遥感、科研四大方 向。随着商业航天的兴起，我们看到卫星互联网，太空旅行、太空采矿、深空探测等 新的应用方向不断涌现：1）通过电动车+卫星互联网的垂直整合，智能出行行业有望 迎来下一波革命浪潮；2）太空旅行不再是天方夜谈，近年来一些商业航天公司如 Virgin Galactic、Blue origin 都在致力于普及太空旅行，票价已降至 25 万美元左右。畅想#1：卫星互联网颠覆 5G，加速无人驾驶发展人类的天基通信方式迎来全面升级。卫星通信与地面通信相比，最大优势是其覆盖面积更 广。但是，历史上的“铱星”等卫星通信网络受制于传输速率低等原因，应用范围较为有 限。我们认为，Starlink 等新一代低轨宽带通信卫星有望 1）把握政府专网，海事、飞机等 企业专网从语音到宽带数据的升级机会；2）为边远地区提供宽带接入，成为现有光纤和有 线电视接入的有效补充；3）为 V2X、IoT 等新应用提供覆盖更广的通信基础设施。车联网迎来模式再造，大数据获得“上帝视角”“卫星+车联网”的模式有望为智能出行和无人驾驶带来下一波革命浪潮。现有车联网方案 主要是基于 4G、5G 通信制式，车联网基站需要均匀分布在道路两侧，路侧基础设施需要 重新施工架设，这将带来巨量的资本开支，同时难以快速覆盖广袤的乡村场景。我们认为 卫星互联网有望解决车联网基础设施建设成本高、覆盖差的问题。特斯拉和吉利科技均在 汽车和卫星领域进行了布局。以 Tesla 为例，一旦 Starlink 商用，特斯拉可以成为第一批接 入终端，提供全球通信+导航服务。遥感应用走向多元化，商用大数据维度进一步拓展。过去，卫星遥感应用主要集中于国防、 气象、科研等领域，未来我们认为卫星遥感数据将赋能百业。根据 Euroconsult， 2025 年 全球商业遥感数据及增值服务市场规模预计将达 73 亿美元。例如，在此次防疫抗疫中，卫 星遥感广泛应用于监测港口航迹密度等复工复产指标；遥感数据还被用于探测原油库存数 据从而为大宗商品交易提供投资建议等畅想#2：太空旅游颠覆出行行业我们认为，随着载具的技术成熟和成本降低，大气层外民航、太空旅行乃至火星移民都将 不再是天方夜谭： 亚轨道民航：根据 SpaceX 的计划，未来其 BFR 飞船将考虑用于民用航空领域，届时地 对地旅行将达到 27,000km/h 的速度，从香港飞到伦敦将只需要 34 分钟。 太空旅游：近几年一些商业航天公司，如 Virgin Galactic、Blue origin 都在致力于普及 太空旅行。Virgin Galactic 是全球首家从事商业载人太空旅游的上市公司，已成功完成 两次载人飞行；Blue Origin 已进行多次太空旅行发射试验，并计划于 2020 年进行首次 载人飞行；SpaceX 与太空旅行社 Space Adventures 计划在 2021 年底到 2022 年初举办 太空旅行团。畅想#3：移民火星，人类迈出“跨星球物种”第一步埃隆马斯克计划在本世纪内向火星移民 100 万人，我们认为其主要意义不在于获得火星的 资源，而是为了形成实现一个“备份”，在地球面临极端情况下，延续人类文明的发展。火星并非理想的人类下一个家园：1）火星地表的重力大约是地球的 38%，长期低重力环境 生活对人体有害且影响正常妊娠；火星大气稀薄、没有自身磁场，宇宙辐射极为严重。因 此在可预见的未来，人们在火星上必须一直待在人工光源的室内掩体中或是身着笨重的宇 航服外出；2）火星的水土光热条件远逊地球，在火星的生存成本远远高于地球，火星所能 承载的人类规模也远远低于地球；3）火星地表以氧化铁为主要成分，并没有值得通过太空 运回地球的稀有矿藏。人类探索移民火星的最主要意义在于形成文明备份：我们认为，尽管火星难以支持人类进 行大规模移民，但是在地球发生灾难性战争、超级传染病、严重天体撞击、全球性自然/ 地质灾害、人工智能失控、纳米机械风暴等危急状况时，少量居于火星上的人类能够为我 们的文明延续提供希望。正如埃隆马斯克所说，“人类在另一个星球上建立能够自给自足的 文明，防止可能发生的人类灭绝危险，人类就会有一个光明的未来。”太空探索与数字化的互促作用。受限于客观条件，外星生活大部分时间在室内或舱内度过， 仅必要时身着宇航服外出，同时，医疗等专业化个性化服务条件不及地球，对 VR、脑机接 口、服务机器人、手术机器人的需求将远远超过地球上的人类，太空中/外星球上的人类精 神生活将更加依赖虚拟世界、物质生活将更加依赖机器人；另外，遥远的距离造成无线电 通信延迟，也凸显了激光通信、量子通信的重要性。我们认为，打好数字化基础是人类迈 向跨星文明的重要先决条件，反过来人类向宇宙的不断探索也将催化各类技术的升级，从 而加速人类数字化进程……（报告观点属于原作者，仅供参考。作者：中金公司，黄乐平、钱凯、邹朋）如需完整报告请登录【未来智库】。

（壮丽70年 奋斗新时代——推动高质量发展调研行）再立潮头谱新篇——来自广东高质量发展一线的报告新华社广州7月22日电 题：再立潮头谱新篇——来自广东高质量发展一线的报告新华社记者刘大江、刘宏宇、魏玉坤放眼南粤大地，令人振奋的新格局新气象正在形成：2017年、2018年区域创新综合能力连续两年排名全国第一；先进制造业和高技术制造业发展迅猛，形成世界级制造业基地，其中电子信息产业总产值占全国三分之一；2018年全省单位GDP能耗居全国第二低位……新格局新气象背后，是广东高质量发展不断向深向好的态势。广东正在全力贯彻落实习近平总书记提出的努力实现“四个走在全国前列”、当好“两个重要窗口”的殷殷嘱托，在构建推动经济高质量发展的体制机制上聚焦用力，努力率先实现质量变革、效率变革、动力变革。广东，在新一轮改革开放中再立潮头。创新驱动战略爆发新动力在经济由高速增长转向高质量发展阶段，近30年经济总量连续位居全国第一的广东，如何实现动力转换，不断推动改革开放向纵深挺进？带着这个疑问，记者来到如火如荼建设中的广州南沙区，走进美的无人工厂，目之所及，机器人“大军”正有条不紊地紧张忙碌着：机器人会组装会切割，外观检测机器人的划痕识别率达95%，搬运机器人会自动挑选货物……美的这家注塑车间经过一系列工业互联网改造，成效显著：原材料库存减少80%，智能装备提升生产整体效率17%以上，故障响应时间缩减80%，故障率减少36%，品质得到有效提升。美的集团董事长方洪波说，美的以科技创新为转型驱动力，致力于研发制造智能化家电设备和推动生产线的工业自动化升级，重新整合整个家居产品生态链和系统。美的集团的转型升级，是广东创新驱动发展的缩影。近年，广东将创新驱动发展作为核心战略和总抓手，迸发强劲的内生新动力，推动改革开放一往无前，闯关夺隘：——集聚全球创新资源，把粤港澳大湾区国际科技创新中心建设作为重中之重，加快广深港澳科技创新走廊建设。打开地图，一条从广州途经东莞到深圳的科技创新走廊，如今延伸至香港、澳门，这里是世界夜景卫星图灯光最璀璨的区域之一。这条被外界寄予厚望的广深港澳科技创新走廊，目前正加快布局建设，一条融研发、转化、制造于一体的创新通道正在粤港澳大湾区快速打通，新技术、新思维迅速跨界融合。广深港澳科技创新走廊的加快布局，正在推动粤港澳大湾区国际科技创新中心建设。“国际科技创新中心，正在从西方发达国家向东方转移，区域性的世界级科技创新中心的形成，是创新集群效应必然结果。”国家超级计算深圳中心主任冯圣中说，国际科技创新中心通过“技术创新—产业创新”谐振的方式产生效应，推动区域经济社会全面持续发展，成为一个国家发展的先行示范区。——加强重大创新平台建设，不断提升原始创新和自主创新能力。在广州，云从信息科技有限公司依托中国科学院和上海交通大学等平台，瞄准关键领域，潜心钻研，持续突破核心技术，很快成长为国内人工智能行业的佼佼者：在国内首次研发成功“3D结构光人脸识别技术”，首次商用跨镜追踪技术，将人脸识别速度从0.1秒降至0.001秒……在深圳，一批面向基础研究和应用基础研究的重大科技创新平台如雨后春笋般涌现：致力于网络空间科学与技术的鹏城实验室，致力于生命信息与生物医药的深圳湾实验室，以深圳石墨烯研究中心为代表的诺贝尔奖科学家实验室……此外，深圳正在加快布局下一代超级计算机，启动大科学装置群建设，推进国家超算深圳中心二期建设，E级计算机有望2022年落户深圳。广东以“板凳要坐十年冷”的恒心和韧劲，组织实施九大重点领域研发计划，集中力量突破一批关键核心技术，着力解决“卡脖子”问题。下大力气加强重大创新平台建设，广东已建成东莞散裂中子源、深圳大亚湾中微子实验站等一批国家重大科技基础设施，启动两批共7家省实验室建设，今年还将谋划启动第三批省实验室。营商环境“蝶变”构筑新支撑营商环境就是生产力。广东是如何对标国际先进地区，在营商环境难点、痛点、堵点发力，为高质量发展提供制度支撑，为全国探索可复制可推广的经验？记者来到位于广州颐德中心的数字广东公司，遇到广州市民张先生，他向记者讲述了自己亲身经历的一件事：前不久，张先生因出国留学深造需要申办本人无犯罪记录证明。他通过微信刷脸登录“粤省事”后，上传本人身份证照片和申请事由的证明材料，便完成了申请，整个过程仅花费2分钟。“粤省事”将其申请材料自动传送到公安机关，第二天张先生就到户籍所在地海珠区新港派出所领到了无犯罪记录证明。“‘粤省事’就是省事儿！”张先生由衷感叹道。“粤省事”是微信小程序，整合了户政、出入境、交管、社保、医保等687项高频民生服务事项，其中86%的事项实现“零跑动”，还可关联身份证、社保、驾驶证等59类电子证照。它成为广东“数字政府”改革建设的缩影。针对政务信息化建设分散化、碎片化等问题，广东2017年启动“数字政府”改革，打造一体化高效运作的“整体政府”。广东省政务服务数据管理局副局长高尚省介绍说，目前已经实现55个单位超过1.4万项数据互联互通，试点部门文电办理用时较改革前下降约40%。近年，广东大力支持实体经济发展，强化制度供给和政策创新，全面优化营商环境：——围绕推进粤港澳大湾区内人流、物流、资金流、信息流便捷有序流动，大力推进制度创新。外资负面清单缩减至37项，38项改革创新经验在全国复制推广。——制定实施涉企惠企的一系列政策措施。落实国家更大规模减税降费政策，今年1至5月全省新增减税降费1327亿元，预计全年新增减税降费达2674亿元。——在商事制度、企业投资管理、工程建设项目审批等6个方面推出30条含金量高的举措，开办企业全流程办理时限压缩至5个工作日以内，工业项目开工前政府审批时间原则上不超过45个工作日。——在扩大市场准入、加强知识产权保护等方面推出一批务实管用的新举措，超过99%的外资项目以备案方式准入。这种制度创新尤以深圳前海为典型。自前海蛇口自贸片区成立以来，被誉为“特区中的特区”的前海，平均3天推出一项制度创新成果，制度创新总指数评估在全国自贸片区中排名第一。在全面优化的营商环境中，各类市场主体持续释放新活力：截至2018年末，广东省个体工商户和企业数量达1146万户，其中企业492万户，均稳居全国第一。各种所有制经济蓬勃发展，营业收入超千亿元的民营企业有15家，12家世界500强企业中有8家是民营企业。民生获得感提升新高度一切发展为了人民。广东是如何持之以恒保障和改善民生，让高质量发展成果更多更公平惠及全体人民？鱼肥鸭壮稻花香，一粒米延伸出了大产业。鸭鹅在田间、果林自在散步，鱼儿在稻田里游来游去……这样和谐的画面出现在广东省惠州市惠城区丝苗产业园。稻田里养的鱼、鸭、蛙、鳖、小龙虾，能清杂草、除害虫，排泄物还可以肥田，而水稻又为这些动物提供了天然饵料和良好的栖息条件。广东海纳农业将传统种植业和现代养殖业有机结合，采用稻田立体种养模式的稻田每亩产值，比普通稻田高出7000元。自2018年起，在广东省3年安排75亿元的财政扶持下，类似于惠城区丝苗产业园的150个省级现代农业产业园，在南粤乡村大地拔地而起，茁壮成长。这是广东正在全面实施的乡村振兴战略缩影。广东计划10年总投入1600亿元，加快改变农村面貌，推进农村人居环境整治，带动农民增收。广东持续加大财政民生投入，2018年民生类支出占比接近70%，切实解决了就业、医疗等一批人民群众最为关切的“身边事”。就业是最大民生。广东就业总人口约6500万，占全国的8.4%，其中在粤外省务工人员约1600万。广东制定出台“促进就业九条”，全省就业形势保持总体稳定。社会保障是底线民生。广东在全国率先推进企业职工基本养老保险省级统筹，五大险种参保人数累计2.86亿人次，居全国首位，实现制度和人群全覆盖。基层农村医疗资源短缺，是全国范围内较普遍存在的民生供给短板。但在广东，情况却大为改观。近日，记者驶出西部沿海高速汶村出口，江门台山市汶村镇中心卫生院10层楼的崭新住院楼便映入眼帘，与周围低矮的民居形成鲜明对比。汶村镇中心卫生院副院长甄文龙自豪地说：“我们医院成为镇上的地标！”在住院楼10楼，记者看到手术室、重症监护室和肾内科血液透析室的装修已基本完成，部分设备已基本安装。而以前的汶村镇中心卫生院空间小、设施差……汶村镇中心卫生院的改变是在2017年。这年起，广东省财政投入500亿元全面提升粤东粤西粤北基层医疗服务能力，支持县级公立医院和中心卫生院升级建设、村卫生站标准化建设。作为一级医院的汶村镇中心医院，不仅按二级医院标准升级改造，还和上级医院构建医联体，成功共享上级医院的优质资源。广东省政府负责人说，在新时代新征程上，广东将闻鸡起舞、日夜兼程、风雨无阻，努力实现“四个走在全国前列”、当好“两个重要窗口”。（参与采写记者：毛鑫、邓瑞璇）责任编辑： 张樵苏

编者言近年来，由于云计算、大数据、人工智能等IT技术迅速发展并与传统行业实现快速融合，一场由数字化转型带来的产业变革正在蓬勃发展。在此背景下，国务院发展研究中心管理世界杂志社组织开展了“传统产业数字化转型的模式和路径”专题研究。研究成果从数字化转型的各个维度进行一个全景的描绘，对国际经验中符合我国技术现状和产业实际的部分进行重点应用，对我国企业实践中存在的问题进行深入剖析，力图从国家、行业、企业三个层面提出卓有成效的发展战略，使我国企业在推进数字化转型中有经验可循，有政策可用，有方案可落地，有效果可预期。关于课题国务院发展研究中心管理世界杂志社与戴尔集团从2017年初开始，合作开展了“传统产业数字化转型的模式和路径”课题研究。期间，走访了30余家数字化转型方案供应商，一、二、三产传统产业的典型企业，研究机构，行政机构，发放国内国际调研问卷近300份，并对美国、韩国等国的情况进行了调研。最终形成了体系化、有深度的研究成果。基于发展中心多年来在传统产业、信息化、数字化、云计算、大数据等领域的研究成果，结合国家在数字经济方面的前沿政策和技术发展趋势，分层次提出了数字化转型的国家、 行业、企业战略，并给出了政策措施。堪称中国首个数字化转型落地行动路线。内容简介该研究成果由6个大章节组成。第一章：传统产业数字化转型的内涵（一）、数字化转型的背景及定义数字转型是目前数字化发展的新阶段，指数字化不仅能扩展新的经济发展空间，促进经济可持续发展，而且能推动传统产业转型升级，促进整个社会转型发展。传统企业数字化转型的内涵是：数字化灵便组织、数据驱动、主动颠覆和数字化风险成为托起企业数字化的四大基石，带动企业快速成长。本报告中数字化转型的定义是：利用新一代信息技术，构建数据的采集、传输、存储、处理和反馈的闭环，打通不同层级与不同行业间的数据壁垒，提高行业整体的运行效率，构建全新的数字经济体系。（二）、数字化体系框架结构及分析数字化体系框架结构根据数字化转型的定义，数字化转型是传统行业与IT行业的深度融合，其本质通过促进数据的流动来提升产业的效率。从IT架构来看，主要分为三个层次：（1）物理层，物理层主要由传感器、网络和其他硬件基础设备构成，负责数据的采集、传输和生产执行；（2）平台层，平台层提供数据的存储、计算能力，由大数据平台和云计算平台构成；（3）数字层，数字层由数据汇聚而成，构成数字资产，为产业底层的物理层通过数字化技术到虚拟空间的一个映射，可以在数字端虚拟整个产业的生产过程。数字化转型核心技术包括：物联网。物联网的协议标准化、安全性在数字化转型中尤为重要，只有协议互通才能够保证数据的融合，只有保证安全，企业才会有动力推动数字化进程。云计算。最重要的是“IT云化”可以大幅度提升IT基础实施的灵活性和可扩展性，这对数字化转型的作用尤为重要。数字化体系中对数据的处理和存储能力有较高的要求，但同时具有不确定性和突发性，利用弹性的云计算架构，可以既满足弹性计算的需求，又满足低成本的需求。雾计算。雾计算以其广泛的地理分布、带有大量网络节点的大规模传感器网络、支持高移动性和实时互动以及多样化的软硬件设备和云在线分析等特点，迅速被物联网和人工智能应用领域的企业所接受并获得广泛应用，例如，M2M、人机协同、智能电网、智能交通、智能家居、智能医疗、无人驾驶等应用。大数据。大数据的发展具有行业特性，与行业的数字化转型密不可分，大数据的发展可以反映行业的数字化程度。数字化转型的模式变革：以不同架构形成的不同集团，规模逐渐增大，关联日益增多，管理难度及风险控制难度对于传统行业来说是无法接受的，但数字化架构促进数据的流动，使复杂的体系能够平稳的运行。数字化IT支撑体系计算能力：超级计算机（超算中心）、国家脑工程。5G通信基础设施建设：5G将推动六大领域数字化转型，包括：智能交通和运输、工业4.0、智慧农业、智能电网、智慧医疗、媒体和内容创新等。（三）、数字化的应用领域包括了种植业、养殖业、制造业和交通行业。（四）、数字化转型的机制与价值IT系统快速迭代，提升业务敏捷度。目前，开发运维一体化概念已经被越来多的用户所接受，运维环节并入开发环节，将IT服务并入业务创新，能够适应新时代下快速变更的业务发展。优化生产过程，提高生产效率。产品监测与反馈能够及时调整生产参数，不断优化生产过程，预测位置风险，不断修正生产参数，避免误差放大。延伸产业链长度，扩展服务环节。利用物联网、大数据、互联网和智能终端等设备，直接获取用户对产品的反馈信息，一方面可以接入金融产品，推动产品的销售，另一方面可以增加产品后续的服务内容，提升产品价值。（五）、数字化转型程度的评价标准1、数字化IT架构；2、数字化的投入；3、数字化与行业的结合程度；第二章：传统产业数字化转型的国际经验（一）、主要国家数字化发展战略调研分析了，英国数字化国家战略、德国数字化国家战略、美国数字化国家战略、日本数字化国家战略和韩国数字化国家战略的优劣点，对我国数字化战略取长补短。（二）、不同行业数字化推进的特征分析了汽车、化工、轻工、食品等行业特征。发现：不同行业借助于信息产业技术向着数字化转型，但行业中的有机构成——企业，由于缺乏预算与资源（33%）、缺乏专业技能（31%）、缺乏上级的支持与赞助（29%）、缺乏正确的技术（29%）等原因，使得数字化的推进在不同行业的深度不一。（三）、典型行业应用的实践制造业，以汽车制造业为例，对美国通用汽车公司（GM）、日本丰田汽车公司（Toyota）和德国宝马汽车公司（BMW）的实际经验进行了梳理。服装行业，对耐克（Nike）、哥伦比亚（Columbia）两个具体案例展示了数字化生产。石化行业，分析了Marathon Petroleum Company（Marathon）、Columbia Pipeline Group（Columbia Pipe）两个典型公司。食品行业，研究了Chitale Dairy（Chitale）、Nestlé（雀巢）数字化的生产线。医疗健康行业，对Partners HealthCare（Partners）、BK Medical（BK）、进行了深入分析。（四）、国际经验启示立足本国实际从国家战略高度推进数字化：对于中国来说，也需要立足中国数字化发展的实际，综合考虑“中国制造”的优势与不足，积极推进数字化战略在我国的落地。推进不同行业的数字化进程需要因“业”制宜：汽车行业出现了平台经济、共享经济的新商业模式，大规模定制也很可能成为汽车生产制造的主导方式；化工行业则追求产品向数控化和智能化方向发展；服装行业、食品行业与医疗健康行业均出现了个性化、定制化的需求，同时也有各自不同的侧重。因此，在助推不同行业实现数字化转型时需要因“业”制宜。行业领先企业是推进数字化转型的“领头羊”：领先企业自身紧紧抓住数字化转型的机遇，通过推进全业务流程的数字化来提高从（设计、测试、优化、）生产、（加工、）供应链管理到用户使用体验的全周期效率，既可以不断满足消费者多样的、个性化需求以提升自身的竞争力，也对业内其他企业起到示范作用，能带动一批效仿者，也能淘汰一批落后者，从而使整个行业更加具有活力，在数字经济时代取得卓越绩效。灵活、开放地推进企业的数字化转型：从长远来说，企业需要逐步实现全业务流程的数字化，以降低运营成本，提高精细化管理的水平，增强自身在数字经济时代的持久竞争力。第三章：我国传统产业数字化转型的实践过去的十年里，我国云计算、大数据、人工智能等IT技术迅速发展，数字技术呈指数级增长，技术创新和商业创新呈现大爆炸的形态。中国已经是最大的数字化消费市场，崛起的新兴数字行业、企业在金融服务、通讯、出行和物流等领域对传统的市场规则和传统行业、企业形成巨大冲击，中国经济正经历由传统经济向数字经济的转型，数字化所带来的新的理念和商业模式加快了我国传统行业数字化转型。行业实践，从汽车、石化、服装制造业、信息服务业、家电行业、食品行业。分别选取了典型的企业，从上汽大众、宝钢集团、海澜之家、12306网络平台、美的集团、伊利集团的具体数字化经验中总结了问题。存在问题缺乏统一架构的PaaS平台导致IT应用的敏捷开发和个性化开发不足。私有云和公有云的安全问题还有待解决。越来越多的数据和流量的负荷和处理面临压力。“数据孤岛”尚未打通。云化过程中数据迁移带宽问题。生态圈建设需加强。第四章：传统产业数字化转型的模式和支撑条件（一）、数字化转型发展的主要模式企业架构的转型和革新是企业数字化转型的首要条件，在此基础上，不同阶段、不同行业、不同规模实力、不同技术领域的企业数字化转型一般有两种模式。基于底层架构的IT系统升级模式；数据驱动模式。（二）、传统产业数字化发展的支撑条件企业架构、IT基础设施、新型IT基础架构、安全防护体系、数字化平台以及人才教育等支撑条件将成为企业数字化转型的基石。需要从7个方面进行改善：企业架构转型；IT基础设施；新型IT基础架构；安全防护体系；数字化平台；人才教育；制度保障。第五章：我国传统产业数字化转型的战略和路径（一）、数字化转型战略从国家到行业再到传统企业进行了细致的阐述。（二）、数字化转型原则数字化转型要考虑经济性；数字化转型要体现适用性。（三）、数字化转型路径第一阶段（2018-2020）：数字化转型试点；第二阶段（2021-2025）：中小企业进行数字化转型；第三阶段（2026-2030）：企业内到行业的集成；第四阶段（2031-2035）：构建完整的生态系统。第六章：传统产业数字化转型的主要措施构建数字经济的战略体系完善数字化基础设施建设形成一整套制度保障体系探索教育和人才培养机制打造自主可控的数字化赋能平台塑造促进产业数字化转型的创新体系形成大中小企业协同发展的数字化产业格局构建开放、协同、融合的数字化生态体系