China is slowly moving up the microprocessing value chain

　　中国正在逐步向微处理价值链的上游攀登

　　富创精密设备公司生产大块金属。印有德国或日本制造商品牌的机柜有一个房间那么大，里面用机械臂在以毫米的精度切割大张金属板。冷却润滑剂的白色喷雾让这个过程看起来像是给某位后现代埃及艳后的工业级淋浴。

　　富创总部设在北京东北方向的沈阳，距离北京五小时火车车程。它是地球上最重要和最复杂的供应链中的最底层。这条供应链生产智能手机和服务器中的集成电路也就是芯片。富创的机器人生产的零部件会被嵌入台湾和俄勒冈州的工厂安装的设备中，这些设备在硅上蚀刻电路并制造芯片。把设备卖给美国的应用材料公司(Applied Materials)等行业巨头让它在半导体供应链上占有了一席之地。行业中许多其他公司的情况就没有这么好了。

　　未能制造出最先进的芯片并不是中国的错。这是一个很难启动的行业。生产芯片的工厂耗资极大。这种技术本身甚至比内燃机更复杂。尖端流程背后的知识产权受到严密保护。在许多方面，芯片制造代表了中国面临的最高技术挑战，是本专题报道中提出的所有其他挑战的大融合。要想成功，中国就必须利用它从成功和失败(如核电站和发动机)中学到的一切。

　　中国政府非常努力。中国最大的芯片工厂、私营公司中芯国际(SMIC)已就许多知识产权盗窃案达成和解。2019年10月，中国政府从财政部、国有企业和地方政府筹集了2040亿元人民币，用于研发国产芯片。在此之前，2014年时已筹集了1390亿元人民币。问题在于政府芯片计划的优化目标选错了。这些资金并没有试图刺激国内芯片产业来满足中国巨大的市场需求，而是将资金用于追赶英特尔等芯片公司。

　　芯片对中国而言是至关重要的产品，因为它们对于中国渴望在未来实现的任何技术主导型增长以及武器制造来说都是一种基础。咨询公司普华永道估计，在汽车、人工智能系统和通信网络的需求推动下，全球芯片市场将以每年4.6%的速度增长，到2022年将达到5750亿美元。

　　目前，这一市场价值中有极大一部分流经中国，但未被中国捕获。中国在2018年进口了4180亿枚芯片，花费3120亿美元，比在进口原油上的支出还多四分之一。除了把价值链中更大的一部分留给自己外，控制芯片的生产还可以使中国间接控制从社交网络到个人计算机的无数其他行业。

　　迄今为止，大多数国家主导的努力都以失败告终。中芯国际即将生产的芯片的成熟度大致与英特尔十年前的水平相当。它的收入(2018年为34亿美元)约为台湾竞争对手台积电(TSMC)的十分之一。中芯国际尚未以质量和可靠性享誉全球。但富创正在取得进展。它以前会将它生产的金属部件运送到日本和台湾的第三方清理。今天它不需要这样做了。公司拥有自己的洁净室，在其中打磨闪闪发亮的铝制部件，喷上光滑的灰色涂层，然后再用厚塑料真空包装。它还开始向供应商供应更复杂的元件，从而简化了客户要做的处理，同时捕获了最终产品中更多的价值。

　　尽管中国公司在芯片制造方面仍然落后，但它们最近为人工智能应用设计芯片方面取得了一些成功。去年9月下旬，中国技术巨头阿里巴巴发布了专门用于执行机器学习任务的芯片“含光800”，让硅谷的书呆子们议论纷纷。尽管阿里巴巴依靠台湾台积电制造芯片，但硅谷的人工智能工程师还是对含光的性能发表了评论，称其击败了同级别的所有其他芯片。这真是出人意料，因为人们认为中国远远落后于美国芯片公司。

　　Faster, higher, stronger

　　更快更高更强

　　去年11月6日，人工智能芯片的行业标准化基准MLPerf发布了最新测试结果。它表明，含光800芯片执行标准化的机器学习任务的速度是英特尔刚刚发布的芯片的13倍(见图)。这种比较并不完全公平，因为阿里巴巴芯片的物理尺寸要比英特尔的芯片大，这让它的功耗更高，每秒执行更多的计算。但即使与英伟达尺寸更大的芯片Titan RTX相比，含光800的处理速度也要快上四倍。

　　它很可能还有更多不足。阿里巴巴只进行了五分之一的测试。在其他测试中表现不佳会揭示出一种芯片针对某项任务过度优化了。但哪怕出现最悲观的情况，也足以令人印象深刻了。中国公司设计的人工智能芯片的性能相当于甚至优于西方竞争对手，这应该使美国的政客和创新者警惕中国在这一领域的进步。

　　富创在制造业供应链中偏工业化的成功模式走的是中国公司的传统路线——从最底层开始逐渐向上游走，而阿里巴巴在芯片设计方面的成功更耐人寻味。它植根于广泛部署在公司所有业务(包括网上市场淘宝和商业街上的盒马鲜生店)中的机器学习系统。作为日常运营的一部分，这家公司每天要处理数十亿张图片，而它经过训练来做这件事的机器学习软件现在已经非常准确且强大。

　　含光800的设计师花了很多时间坐在构建这些算法的程序员身边。他们的工作是弄清楚如何把算法搬上硅片，因此花在向工程师学习编写高性能算法上的时间越多越好。由于靠近淘宝和阿里巴巴的线下商店等使用人工智能的市场，含光的设计人员能够调整芯片的设计来优化它在这些任务上的性能。确实，从许多方面来说，数据标注的艰巨工作让阿里巴巴的机器学习算法达到了今天的出色水准，也直接转化成了新芯片的高性能。中国在人工智能供应链的最底层——数据标注——方面的优势正在转化为顶层的设计优势。

　　Must do better

　　必须做得更好

　　在半导体供应链的其他部分，情况则没那么乐观。几位高管(要求在批评政府政策时隐去姓名)表示，试图赶上英特尔这样的西方巨头或台湾的台积电的刺激措施是用错了地方。尽管“含光800”非常出色，但相比芯片的物理制造(含光依然是在台湾制造的)，阿里巴巴的设计工作的资本密集度和复杂度要低得多。

　　如果在内燃机上实现赶超很难，那么在传统半导体制造上就几乎是不可能的。芯片市场瞬息万变。相反，政府更好的做法是专注于刺激针对物联网等中端市场以及人工智能等新兴领域的芯片设计和制造。

　　在一个方面，中国在芯片方面的困难甚至比内燃机汽车面对的问题还要艰巨。在芯片领域还没有哪种全新的技术出现，可以让中国无需赶超世界其他地区。但中国的芯片公司仍然应该倾听市场，而不是追逐虚名。

　　制造和设计用于物联网和人工智能应用的芯片为中国提供了一个机会来超越那些不太敏捷的芯片企业，哪怕这个机会不像在电动汽车领域那样俯拾即是。如果它能够专注于这些新领域并保持耐心，那么以中国资源的规模和深度，很可能最终为它的企业赢得全球半导体供应链上的永久高点。