近日，第十届集微大会在上海举行。在5月29日举办的主峰会上，一场主题为“AI与半导体行业变革”的圆桌论坛成为当日焦点。哥本哈根商学院陶冶Douglas B. Fuller、新加坡国度科学院院士/新加坡工程院院士Kiat Seng YEO，以及Counterpoint Research中国阛阓计议总监Kevin Li共同围绕中国AI发展道路、民众阛阓竞争、东说念主才体系重构及产业盈利阵势等中枢议题张开长远盘问。
要道瓶颈与如何破局
在论坛初始才略，当作主理东说念主的Silicon Valley Research Initiative（SVRI）CEO Eric Bouche抛出了首个问题：中国AI发展道路图的要道瓶颈与惩处决策是什么？
Douglas B. Fuller暗意，当今中国AI算力短期如实存在瓶颈，这是一个必须正视且最病笃的问题。但从1年到4—5年的中期视角来看，这个问题有可能通过原土先进的芯片制造才气厚重惩处。
Kiat Seng YEO则强调，AI发展不仅是本事问题，更是系统工程。他合计中国下一阶段要道在于两点：一是不息强化民众东说念主才引进与培养体系；二是推动AI在交通、城市、医疗等中枢产业的范畴化落地，并与6G/7G、自动驾驶等上风产业交融，酿成难以复制的综合本事体系，从而增强民众竞争力。
Kevin Li则指出两约莫道挑战：一是面向L3/L4自动驾驶的智能驾驶SoC仍依赖更先进制程才气，国际主流已进入4nm/5nm阶段，而国内车规级量产仍以7nm为主，先进产能不及在一定经过上为止高阶智能驾驶范畴化；二是数据后果问题，面前行业精深处于“各自闭环（closed loop）”阵势，数据割裂严重，叠加试验与叠加确立较为隆起。他暗意，若能建立跨企业的数据协同与基础数据库体系，将显耀陶冶试验后果并贬低举座本钱。
在Eric Bouche看来，以前算力陶冶不仅依赖更先进制程，还需同步鼓励先进封装、3D IC及Chiplet等系统级本事旅途，并强调异构集成（如光电交融）也可能成为首要冲突标的。
如何扩大民众份额？
在干系“如何陶冶中国AI民众阛阓份额”的盘问中，上述巨匠精深合计，竞争焦点已从模子才气转向具体产业场景的落地与复制才气。
Kevin Li从智能汽车切入。他分析称，中国AI出海最本质的执手仍在汽车产业，尤其是智能驾驶的两条旅途：一是L2++级扶持驾驶才气的外洋浸透。在得志当地次第与数据合规的前提下，不错在外洋乘用车中尽可能陶冶智能驾驶建立比例，让更多车型具备城市导航扶持等功能，从而扩大举座搭载率；二是L4 Robotaxi的民众化鼓励，面前文远知行、小马智行、Momenta以及百度等企业，已在中东、欧洲等阛阓不息布局，并与Uber等平台酿成协作收罗，推动交易化落地。
Kiat Seng YEO合计，中国AI陶冶民众阛阓份额，不错从照旧具备上风的产业领先切入，举例电动汽车与机器东说念主（具身智能）范畴，通过AI赋能进一步扩大国际竞争力。同期，在通讯、空间本事等范畴，也存在通过AI陶冶阛阓占有率的空间。
他同期强调，要竟然扩大AI影响力，爽到失禁(h)需要政府、企业与高校酿成协同机制，加速本事滚动与产业落地后果。
Douglas B. Fuller从外洋阛阓敛迹角度提醒，在欧洲等高度监管阛阓，尤其是汽车干系AI诈欺，将濒临更严格的安全与合规审查，这可能影响本事上风的开释速率。
再培训成要道推能源
在“AI期间中国劳能源与东说念主才发展的重心标的是什么？”这一东说念主才议题方面，与会巨匠和学者从汽车产业结构变化切入，盘问了AI带来的做事岗亭重构与妙技错配问题。
Kevin Li指出，中国汽车产业正处于结构退换阶段。一方面，电动化带来传统岗亭松开；另一方面，智能化阶段对软件与AI东说念主才需求快速飞腾，尤其在感知算法、系统集成及软件开导等中层岗亭存在显然缺口。他合计现时中枢问题在于妙技错配，需要通过系统性再培训机制进行缓解。
Kiat Seng YEO用“aim（倡导）”详尽东说念主才结构问题。他强调AI发展需要倡导导向的东说念主才体系，并以数学与科学为基础，同期遮掩制造、材料、半导体等多个范畴，扫尾东说念主才多元化建立。
Eric Bouche强调，“reskilling（再培训）”将成为要道。他指出，以前2至4年AI将创造无数新岗亭，但岗亭结构变化更快，要道不在于新增东说念主才培养，而在于对存量劳能源进行系统性妙技升级，使其相宜AI产业体系。
AI影响产业盈利阵势
在产业盈利议题上，参与者重心盘问了AI对企业预计打算阵势的影响。Kevin Li以汽车行业为例指出，现时行业举座仍处于低利润运功绩态，“软件界说汽车（SDV）”成为首要发展标的。
他分析称，通过推动硬件平台范例化与模块化，扫尾零部件及软硬件接口复用，不错将更多资源参预软件开导与用户体验陶冶，从而酿成升值空间。他还以特斯拉为例暗意，其中枢上风在于硬件平台始终平定，价值主要着手于软件才气与自研芯片，而异相同的硬件迭代。
Douglas B. Fuller则指示，现时民众AI投资存在一定过热状态，部分范畴估值偏高，以前可能通过盈利压力进行阛阓修正。
Eric Bouche在转头时暗意，现时AI软件迭代速率与半导体制造周期之间存在显然错配，晶圆厂及先进封装确立周期较长，难以匹配AI快速演进节拍。他合计，应加速产业周期优化，举例缩小晶圆厂确立周期，以陶冶举座产业反馈后果。