China is slowly moving up the microprocessing value chain

　　中國正在逐步向微處理價值鏈的上游攀登

　　富創(chuàng)精密設備公司生產(chǎn)大塊金屬。印有德國或日本制造商品牌的機柜有一個房間那么大，里面用機械臂在以毫米的精度切割大張金屬板。冷卻潤滑劑的白色噴霧讓這個過程看起來像是給某位后現(xiàn)代埃及艷后的工業(yè)級淋浴。

　　富創(chuàng)總部設在北京東北方向的沈陽，距離北京五小時火車車程。它是地球上最重要和最復雜的供應鏈中的最底層。這條供應鏈生產(chǎn)智能手機和服務器中的集成電路也就是芯片。富創(chuàng)的機器人生產(chǎn)的零部件會被嵌入臺灣和俄勒岡州的工廠安裝的設備中，這些設備在硅上蝕刻電路并制造芯片。把設備賣給美國的應用材料公司(Applied Materials)等行業(yè)巨頭讓它在半導體供應鏈上占有了一席之地。行業(yè)中許多其他公司的情況就沒有這么好了。

　　未能制造出最先進的芯片并不是中國的錯。這是一個很難啟動的行業(yè)。生產(chǎn)芯片的工廠耗資極大。這種技術本身甚至比內燃機更復雜。尖端流程背后的知識產(chǎn)權受到嚴密保護。在許多方面，芯片制造代表了中國面臨的最高技術挑戰(zhàn)，是本專題報道中提出的所有其他挑戰(zhàn)的大融合。要想成功，中國就必須利用它從成功和失敗(如核電站和發(fā)動機)中學到的一切。

　　中國政府非常努力。中國最大的芯片工廠、私營公司中芯國際(SMIC)已就許多知識產(chǎn)權盜竊案達成和解。2019年10月，中國政府從財政部、國有企業(yè)和地方政府籌集了2040億元人民幣，用于研發(fā)國產(chǎn)芯片。在此之前，2014年時已籌集了1390億元人民幣。問題在于政府芯片計劃的優(yōu)化目標選錯了。這些資金并沒有試圖刺激國內芯片產(chǎn)業(yè)來滿足中國巨大的市場需求，而是將資金用于追趕英特爾等芯片公司。

　　芯片對中國而言是至關重要的產(chǎn)品，因為它們對于中國渴望在未來實現(xiàn)的任何技術主導型增長以及武器制造來說都是一種基礎。咨詢公司普華永道估計，在汽車、人工智能系統(tǒng)和通信網(wǎng)絡的需求推動下，全球芯片市場將以每年4.6%的速度增長，到2022年將達到5750億美元。

　　目前，這一市場價值中有極大一部分流經(jīng)中國，但未被中國捕獲。中國在2018年進口了4180億枚芯片，花費3120億美元，比在進口原油上的支出還多四分之一。除了把價值鏈中更大的一部分留給自己外，控制芯片的生產(chǎn)還可以使中國間接控制從社交網(wǎng)絡到個人計算機的無數(shù)其他行業(yè)。

　　迄今為止，大多數(shù)國家主導的努力都以失敗告終。中芯國際即將生產(chǎn)的芯片的成熟度大致與英特爾十年前的水平相當。它的收入(2018年為34億美元)約為臺灣競爭對手臺積電(TSMC)的十分之一。中芯國際尚未以質量和可靠性享譽全球。但富創(chuàng)正在取得進展。它以前會將它生產(chǎn)的金屬部件運送到日本和臺灣的第三方清理。今天它不需要這樣做了。公司擁有自己的潔凈室，在其中打磨閃閃發(fā)亮的鋁制部件，噴上光滑的灰色涂層，然后再用厚塑料真空包裝。它還開始向供應商供應更復雜的元件，從而簡化了客戶要做的處理，同時捕獲了最終產(chǎn)品中更多的價值。

　　盡管中國公司在芯片制造方面仍然落后，但它們最近為人工智能應用設計芯片方面取得了一些成功。去年9月下旬，中國技術巨頭阿里巴巴發(fā)布了專門用于執(zhí)行機器學習任務的芯片“含光800”，讓硅谷的書呆子們議論紛紛。盡管阿里巴巴依靠臺灣臺積電制造芯片，但硅谷的人工智能工程師還是對含光的性能發(fā)表了評論，稱其擊敗了同級別的所有其他芯片。這真是出人意料，因為人們認為中國遠遠落后于美國芯片公司。

　　Faster, higher, stronger

　　更快更高更強

　　去年11月6日，人工智能芯片的行業(yè)標準化基準MLPerf發(fā)布了最新測試結果。它表明，含光800芯片執(zhí)行標準化的機器學習任務的速度是英特爾剛剛發(fā)布的芯片的13倍(見圖)。這種比較并不完全公平，因為阿里巴巴芯片的物理尺寸要比英特爾的芯片大，這讓它的功耗更高，每秒執(zhí)行更多的計算。但即使與英偉達尺寸更大的芯片Titan RTX相比，含光800的處理速度也要快上四倍。

　　它很可能還有更多不足。阿里巴巴只進行了五分之一的測試。在其他測試中表現(xiàn)不佳會揭示出一種芯片針對某項任務過度優(yōu)化了。但哪怕出現(xiàn)最悲觀的情況，也足以令人印象深刻了。中國公司設計的人工智能芯片的性能相當于甚至優(yōu)于西方競爭對手，這應該使美國的政客和創(chuàng)新者警惕中國在這一領域的進步。

　　富創(chuàng)在制造業(yè)供應鏈中偏工業(yè)化的成功模式走的是中國公司的傳統(tǒng)路線——從最底層開始逐漸向上游走，而阿里巴巴在芯片設計方面的成功更耐人尋味。它植根于廣泛部署在公司所有業(yè)務(包括網(wǎng)上市場淘寶和商業(yè)街上的盒馬鮮生店)中的機器學習系統(tǒng)。作為日常運營的一部分，這家公司每天要處理數(shù)十億張圖片，而它經(jīng)過訓練來做這件事的機器學習軟件現(xiàn)在已經(jīng)非常準確且強大。

　　含光800的設計師花了很多時間坐在構建這些算法的程序員身邊。他們的工作是弄清楚如何把算法搬上硅片，因此花在向工程師學習編寫高性能算法上的時間越多越好。由于靠近淘寶和阿里巴巴的線下商店等使用人工智能的市場，含光的設計人員能夠調整芯片的設計來優(yōu)化它在這些任務上的性能。確實，從許多方面來說，數(shù)據(jù)標注的艱巨工作讓阿里巴巴的機器學習算法達到了今天的出色水準，也直接轉化成了新芯片的高性能。中國在人工智能供應鏈的最底層——數(shù)據(jù)標注——方面的優(yōu)勢正在轉化為頂層的設計優(yōu)勢。

　　Must do better

　　必須做得更好

　　在半導體供應鏈的其他部分，情況則沒那么樂觀。幾位高管(要求在批評政府政策時隱去姓名)表示，試圖趕上英特爾這樣的西方巨頭或臺灣的臺積電的刺激措施是用錯了地方。盡管“含光800”非常出色，但相比芯片的物理制造(含光依然是在臺灣制造的)，阿里巴巴的設計工作的資本密集度和復雜度要低得多。

　　如果在內燃機上實現(xiàn)趕超很難，那么在傳統(tǒng)半導體制造上就幾乎是不可能的。芯片市場瞬息萬變。相反，政府更好的做法是專注于刺激針對物聯(lián)網(wǎng)等中端市場以及人工智能等新興領域的芯片設計和制造。

　　在一個方面，中國在芯片方面的困難甚至比內燃機汽車面對的問題還要艱巨。在芯片領域還沒有哪種全新的技術出現(xiàn)，可以讓中國無需趕超世界其他地區(qū)。但中國的芯片公司仍然應該傾聽市場，而不是追逐虛名。

　　制造和設計用于物聯(lián)網(wǎng)和人工智能應用的芯片為中國提供了一個機會來超越那些不太敏捷的芯片企業(yè)，哪怕這個機會不像在電動汽車領域那樣俯拾即是。如果它能夠專注于這些新領域并保持耐心，那么以中國資源的規(guī)模和深度，很可能最終為它的企業(yè)贏得全球半導體供應鏈上的永久高點。