中國在核心技術、硬件裝備和高端軟件產品上存在短板

數字化科技融合賦能傳統產業，涉及在大量核心技術、硬件裝備、高端軟件產品方面的突破。在這方面中國仍然存在不少短板。

一、高性能芯片

芯片是現代數字經濟的核心基礎和物理載體。中國在芯片設計、封裝測試等領域已經趕上世界先進水平，但是在高性能芯片制造方面仍然薄弱，具體體現在EDA（電子設計自動化）工具、核心原材料和半導體設備等方面的短板上。

首先，在EDA工具領域，EDA工具的使用貫穿了芯片設計、制造和封測環節，一旦受制于人，整個芯片產業的發展都將受到極大限制。目前在全球EDA行業中處于絕對領先地位的是新思（Synopsys）、楷登（Cadence）和西門子EDA（其收購了Mentor）。中國芯片的設計和制造長期依賴這三大巨頭，其在中國的市場占有率高達80%。雖然近年來國內領先的EDA企業在部分類型的芯片設計和制造領域實現了全流程覆蓋，在部分點工具領域取得了一定突破，躍居全球第二梯隊，但整體技術水平與國際巨頭相比尚有較大差距。

其次，在核心原材料方面，中國積極進行自主研發，但在最高端產品研發和良品率方面仍有待提升。比如，大尺寸硅片是高性能芯片最核心的原材料，工藝技術門檻極高，呈現高度壟斷格局，逾九成市場份額被信越化學、環球晶圓、勝高和SKSilitron占據，特別是大部分輕摻的8英寸硅片以及超過95%的12英寸硅片。中國（大陸）對大尺寸硅片的研究起步較晚，技術累積相對不足，缺乏核心設備特別是晶體生長爐，但是隨著近年來的不斷發展，國內已經有公司實現了核心晶體生長設備的自主可控，從8英寸硅片到12英寸硅片逐步實現了國產化，并開始向全球用戶供貨，而且正在加速對18英寸晶體生長技術的研發。再比如光刻膠，高端半導體光刻膠長期被東京應化、JSR株式會社、住友化學等日本企業以及陶氏化學、默克等歐美企業所壟斷，目前中國雖然成功研發G線（第一代）、I線（第二代）、KrF（第三代）和ArF（第四代）光刻膠，但最高端的EUV光刻膠（第五代）仍處于早期研發階段。

最后，中國在半導體設備領域實現了部分國產化，但在最核心的設備方面仍然差距明顯。具體來看，中國半導體去膠設備已實現較高水平的國產化；刻蝕機技術與國際先進水平差距正在不斷縮小；在清洗設備、薄膜沉積設備、離子注入機等方面實現了少量的國產化；已研發成功涂膠顯影機、CMP（化學機械拋光）且實現量產供貨，打破了外資壟斷；但是高端光刻機仍然處于空白狀態。光刻工藝直接決定芯片制程和性能，是芯片制造環節最關鍵的工藝步驟，而光刻機是核心設備，處于高度壟斷狀態，其技術含量之高、結構之復雜，被譽為“現代工業皇冠上的明珠”，尤其是最先進的EUV光刻機，僅荷蘭的ASML（阿斯麥）能夠量產。中國的高端光刻機完全依賴進口，且最先進的EUV光刻機處于被“封鎖”的狀態，自主研發的光刻機雖然取得了一定進展，但在制程上仍然有四代的差距，實現追趕任重而道遠。

二、智能儀器儀表、傳感器

檢測、顯示信息的智能儀器儀表、檢測終端是“萬物發聲”的關鍵。這些要在五大性能指標上達到要求：一是靈敏度，二是準確性，三是可靠性，四是能耗，五是安全性。如果沒有以傳感器和檢測芯片為基礎的高性能智能儀器儀表、檢測終端，智能制造就是空中樓閣。中國在這方面與歐美、日本的差距，比在芯片領域的差距還要大。有數據顯示，美國的儀器儀表、檢測系統的產值只占工業總產值的4%，但卻帶動了美國60%的工業實現了自動化。

如果將云計算、人工智能、大數據、移動互聯網組成的數字綜合體類比為一個智慧人體，那么傳感器就是這個智慧人體的感官和神經末梢，能夠準確、及時地感知“萬物發聲”，并轉化為易于識別的數字信息。傳感器行業屬于技術密集型、知識密集型行業，需要長期研發的沉淀和積累。目前全球的傳感器市場主要由美國、德國、日本等國的少數幾家公司主導，博世、霍尼韋爾、德州儀器、飛思卡爾、飛利浦、意法半導體等企業的市場份額合計超過60%。中國傳感器產品多集中在中低端，高端智能傳感器產品，比如各類MEMS（微機電系統）傳感器的自給率不高，在核心制造技術、工藝裝備和人才儲備方面，距離國際領先水平尚有差距。

三、移動通信技術

5G是萬物萬聯的紐帶，具備高帶寬、低時延、高速度、低能耗、高可靠性五大性能。中國的5G在關鍵指標、基礎性技術、網絡架構設計、國際標準制定等方面均實現了領先和主導。但也存在著核心元器件、通信芯片制造等基礎硬件受制于人的情況。接下來，還需要進一步豐富應用場景，加速推進5G賦能千行百業，支持各種應用創新。同時，按照移動通信每10年更新一代的發展規律，前瞻布局6G（第六代移動通信技術）網絡技術儲備，確保中國在下一代移動通信技術中的領先優勢。

四、操作系統

5G能夠實現萬物萬聯，但是要把各種應用與終端有機糅合到一起，則需要操作系統，操作系統可以說是“人機互動”的底座。作為管理硬件和軟件資源的基礎，操作系統的主要功能包括管理處理器的進程，合理地分配計算資源；管理存儲空間內的數據；管理硬件設備；管理文件系統；以圖形界面、語音互動等方式協助進行人機互動等。

長期以來，個人計算機端操作系統領域微軟一家獨大，蘋果的macOS系列占據少量份額；移動端操作系統被谷歌的安卓、蘋果的iOS壟斷?？傮w而言，中國在操作系統層面一直處于受制于人的狀態。

在物聯網下的產業互聯網領域，應用形態更為豐富、應用場景更為分散，終端呈現海量碎片化的格局，對操作系統提出了全新的要求。在這一領域，中國的操作系統取得了一定的突破，出現了一些自主研發的操作系統和相關生態。比如華為的鴻蒙OS作為面向物聯網和萬物萬聯的全場景分布式操作系統，為不同設備的智能化、互聯與協同提供了統一的語言，未來有望實現跨終端的協同體驗。2021年9月，華為與國家能源集團聯合發布了適用于礦山管理場景的鴻礦操作系統，破除各類采礦設備之間的信息壁壘，提高了生產效率，而且能夠與手機、智能穿戴等終端互聯互通，進行更加精確的環境感知、人員定位、健康檢測，提高了井下作業安全性，是鴻蒙操作系統在工業領域的一次突破。但是目前國產操作系統要實現在更廣闊物聯網場景下的應用，仍然面臨適配性不足、生態不完整等問題。比如在智能制造領域，被廣泛使用的還是西門子、ABB、發那科、羅克韋爾等國際自動化巨頭自研的實時操作系統，以及VxWorks、QNX等操作系統。

整體而言，中國還要進一步加大操作系統的研發強度，扭轉智能制造的“底座”受制于人的局面。

五、工業軟件

工業軟件是智能制造、工業4.0的大腦。中國工業軟件相比發達國家起步較晚，技術儲備不足。有數據顯示，中國工業軟件產值僅占全球產值的6%，與中國工業產值全球第一的地位嚴重不匹配，高端工業軟件領域則主要由外資主導。

工業軟件可以大致分為研發設計類，包括CAE（輔助分析）、CAD（輔助設計）、CAM（輔助生產）和之前提到的EDA等；生產控制類，包括MES（制造執行系統）等；運營管理類，包括ERP（企業資源計劃）、CRM（客戶關系管理）等；嵌入式軟件，比如嵌入式操作系統、嵌入式應用軟件等。從總量上看，中國工業軟件的產值與中國的經濟規模、工業產值不匹配；從結構上看，自主研發的工業軟件很多都集中在運營管理類，在更加核心的研發設計類軟件上與國外領先企業的差距則更加巨大。比如CAE類軟件完全被海外產品壟斷，歐美的Ansys、Altair、?？怂箍担ㄆ涫召徚薓SC）等公司占據了超過95%的市場份額；在CAD類軟件方面，西門子、達索、PTC、Autodesk等歐美企業也占據絕對主導地位。國內產品取得了一定的進展，但還存在研發投入不足、教學和科研被國際軟件巨頭深度捆綁、商業轉化不足等問題，需要持續進行突破。

工業軟件并不單純是一種信息化工具，其本質是將各類工業場景下總結出來的知識和經驗以軟件為載體進行保存和沉淀，并在相似的場景中進行應用。因此，工業軟件的水平與工業技術的先進程度直接掛鉤。從這個角度上講，要求工業軟件在短時間內全面追趕甚至超越國際領先水平并不現實，但是實現關鍵工業軟件的自主可控的確是十分必要的。習近平總書記對工業軟件的發展做出了重要指示，要重點突破關鍵軟件，推動軟件產業做大做強，提升關鍵軟件技術創新和供給能力。

六、算力

支撐“智慧網聯”的還有算力。通過“萬物發聲”和“萬物萬聯”會產生各種各樣的大數據，包括整個空間泛在的數據、老百姓生活中的數據、企業生產運營的數據，數據在使用的時候疊加新的數據，就產生了數據庫的存儲、通信和計算的問題。如果說工業互聯網、產業互聯網、數字經濟的基礎條件是能使“萬物發聲”的檢測，促使“萬物萬聯”的紐帶是5G通信，那么實現“人機互動”、智慧世界的關鍵就在于算力，在于由大數據、云計算、人工智能、區塊鏈等數字化綜合體形成的算力。

算力包含五個方面：一是計算速度，芯片、服務器、超算系統都反映這方面能力；二是算法，由大量數學家、程序員進行開發和優化；三是大數據存儲量，包含靜態數據，動態數據，經過人類大腦和計算機處理、計算后產生的數據；四是通信能力，體現在5G基站的數量、通信的速度、時延、帶寬、可靠性和能耗等方面；五是云計算服務能力，包括數據處理中心的規模、服務器的數量等。數字時代，算力將是國家與國家、地區與地區之間的核心競爭力。

中國目前有13個超算中心，其中“神威太湖之光”和“天河二號”的算力位居世界前十，“神威太湖之光”曾經連續四年排名世界第一，直到最近幾年才連續被日本、美國的超算超越。中國在算力方面取得了令人矚目的成績，但仍然存在一定的短板，一是從整體來看，中國自研的計算機芯片與美國英特爾、英偉達等生產的芯片仍有較大差距，二是部分超算中心的算力資源仍然沒有得到充分利用，建議可以將一部分閑置的超算資源掛牌交易。

以上六個領域是環環相扣、彼此交織的。比如，如果沒有智能儀器儀表，無法形成“萬物發聲”，那5G也就缺乏應用場景；如果芯片制造跟不上，算力、傳感器將難以為繼；傳統產業進行數字化轉型升級要經歷四個步驟，每一步都涉及上述六個領域中的關鍵硬件和軟件。如果在這六個領域中存在明顯的薄弱環節，就會使數字化轉型面臨障礙。