中国AI技术变革—AI基础设施制约关键点

AI基础设施关注将AI芯片与产业结合升级，包括芯片量产、降低成本、 构建软件生态，提供优化算法和编程工具，实现高效性能，将芯片与 垂直行业产品化结合，推动商业闭环，促进产业增长

中国国内的AI芯片产业目前仍处于早期发展阶段，尤其在商业化方面尚不成熟，市场 需求尚未迎来爆发。产业中的主要关注点在于将AI芯片与各自的产业结合，以升级和 优化现有产业。其产业与国际水平之间存在巨大差距，不仅体现在硬件方面，也包括 软件和生态等领域。

芯片量产是AI基础设施发展前提：芯片量产能够实现规模效应，降低芯片成本， 推动AI应用的普及和商业化落地。同时，芯片产业链的完善发展，还能够带动相关 产业的发展，如封测、材料、设备等，形成良性循环，促进整个产业生态的壮大。 中国在AI芯片领域的自主创新和核心技术掌握，不仅能够降低对外部技术的依赖， 还能够满足不同领域和应用的个性化需求。目前在EDA领域，Synopsys、Cadence 和Siemens EDA这三家巨头联合占据了中国市场约80%的份额，而中国自主研发的 EDA厂商份额仅为11.5%。其中，华大九天在中国EDA市场中占有约6%的份额，位 列本土EDA企业之首，芯片设计等底层EDA工具还依赖国外技术。

芯片实现商业化需构建软件生态：软件生态由软件技术栈、开发者社区和用户构 成。构建在芯片之上的软件生态决定芯片的可用性和市场接受度，是芯片商业模 式的护城河，并且软件生态可以提供与芯片紧密集成的优化算法、编程模型和工 具，帮助开发者充分发挥芯片的潜力，提升性能和效率。通过优化软件来充分利 用芯片的硬件特性，可以在保证稳定性的同时提高计算速度和能效。

实现价值传递必须将软件生态与具体垂直行业产品化结合：芯片需要与垂直行业 融合，而非孤立存在。产业当前面临问题是缺乏产品化，导致项目为主。产品化 与项目的区别在于通用性，产品可量产，成本递减，这是芯片商业模式成功的关 键。通过强大生态构建产品化，建立商业闭环，实现商业飞轮效应。