真想让芯片不被“卡脖子”得换个思路才行了！

  这几年，科技自主、解决技术“卡脖子”的话题在国内一直很受关注，国家也出台了一系列优惠政策、投入不少真金白银，想要集中力量攻克难关。

  从结果上看，一些具体的技术取得了不少突破，但到了产业层面效果却不理想。比如芯片产业，提到技术各种进展都很多，到了产业里，常听到的就变成了紫光集团和芯片大基金的负面消息。

  至于为何会出现这样一种情况，我去年在文章里详细分析过，用“大基金”对单个企业直接投资的方式，很难真正激励企业寻求突破创新，最终往往会变成讲故事的资本运作。

  最近，政府又在强调科技自主、解决技术卡脖子的重要性，我就以芯片产业为例，再和大家好好谈谈，究竟该如何去做才可以真正的完成科技自主。

  首先，我们一定要要客观看待现有的芯片产业格局，看清楚芯片技术“卡脖子”的根本原因。

  今天非常主流的CPU、GPU芯片生态，是美国政府和众多欧美科技公司花了30多年时间逐步培育、发展起来的。

  这个领域，从最上游的指令集、芯片设计软件，到下游制造需要的光刻机，都已经有非常成熟的布局。

  除了表面上能看到的各种技术专利、行业标准，还有大量沉淀在业内，很难迅速传播和复制的制造、生产经验，已形成了壁垒森严的体系。

  面对这个格局，我们一定要要接受一个现实，那就是今天芯片产业面临的问题不是科研问题，更不是资本运作的问题，而是在成熟的产业生态体系里，我们没占到核心关键点，更没有核心掌控力。

  在这样的产业生态中，任何一个单点技术我们都能实现突破，但如果想要全面赶超，不能说毫无机会，只能说非常渺茫。

  这方面汽车产业已经有前车之鉴。中国燃油车产业发展不起来的一大原因，用今天的话说就是发动机技术被卡脖子。

  他们没有没意识到，正是因为100年时间没变过，国外已形成了非常成熟的产业体系，20多个生产步骤，从模具制造，到金属降温的控制，处处都有专利和行业经验。

  在这样一条不会改变的直道上，你能做的就只有花时间追赶，但只是追赶的话，对方一旦有意压制你，你就永远都在人身后，很难有机会超越。

  好在，汽车行业迎来了电动化的新变革，中国2004年就在鼓励电动车产业高质量发展，到了2019年更是引进了特斯拉这个领跑者，营造了良好的产业生态基础，抓住了这轮弯道超车的机遇，培育出了自家的产业生态，在电池、电机、底盘制造上都有了自己的标准，形成了话语权。

  这也就是我今天想谈的第二点，如今芯片产业面临相似的变革，我们肯定要紧迫起来，不要白白错过机会。

  这方面我和大家其实已经谈过很多了，今天异构计算的兴起为芯片产业带来了新的变革，加上“人工智能+大数据+云计算”三浪叠加的数字革命，未来所有的领域都一定会出现各自的AI应用芯片，或者通过小芯片组成的专用系统芯片。

  我们终于有望看到一两款通用芯片主导的格局瓦解，有了弯道超车、成为新产业主导的窗口机会。

  因为，就像之前的历次技术变革，新技术带来的是新生态，新生态需要大量参与者从一开始就紧密协作，在逐步构建自身长板的同时，一同推动产业发展。

  因为是新兴生态，国外的生态构建也很不足，还是以单打独斗为主：AMD在异构计算上大举发力，收购了知名AI芯片初创公司赛灵思；英伟达在数据处理上出手，推出了自己的DPU方案；高通也在多点开花，VR芯片、车内智能芯片都有它的身影。

  国内反而有了一些成功协作的例子，像地平线，虽没最先进的制程，但依靠和无人驾驶企业的深度合作，开发出了世界一流的硬件方案。

  这时候再看我们的产业政策，仍然停留在单芯片的时代，对产业生态的扶持布局明显不足。

  我们都知道，AI时代的优势，需要数据、算法和算力三者的共同努力，具体到产业里，就要促进拥有算力优势的人工智能芯片设计企业，和拥有数据优势的企业用户，与拥有算法优势的AI应用开发企业合作，加强数据训练，共同优化算法，然后再固化到人工智能芯片里。自然的，我们也需要一系列的政策来鼓励和保障这种合作。这才是产业生态扶持真正该做的事情。

  我想产业内外或许都该冷静看待卡脖子的问题了，接受那些无法改变的事实，有勇气、有系统地去拥抱那些有机会改变的新领域，那儿才有我们想要的答案。