半导体工业是电子工业的一个分支，本质上仍然是制造业。与网路产业不同的是，半导体产业仍然需要制造设备和工厂，有特定的产品要生产，并且需要设计、生产、包装、测试和销售。简单来说，整个产业链分为三大环节：上游公司定义与设计 芯片 、中流晶片制造芯片、下游厂商将芯片应用于个人电脑、手机等领域。
产业链的上游是电子自动化设计(EDA)软件供应商和集成电路设计公司。EDA主要有三家Synopsys、Cadence和Mentor，公司在不同领域的专业知识，但业务也是交叉的，国内厂商有华达九天。设计公司有英特尔、高通、联发科技、博通等，国内设计公司有华为海斯、紫光占瑞和惠定科技等。
图1半导体产业链上游企业
产业链的中间环节是由许多以晶圆制造商为核心的企业组成的。知名的晶片制造商包括英特尔、三星、台积电、格罗芬德和中芯国际，它们需要从设备制造商那里购买设备。此外，亦有需要向其他原料制造商购买制造晶片所需的消耗品。所购设备主要包括光刻机、蚀刻设备和沉积设备；采购的原材料主要包括单晶硅、光刻胶、湿式电子化学品、特种气体等。芯片生产完成后，将交给封装测试制造商对芯片进行测试和封装。包装企业是具有代表性的月光、安全和国内长期动力技术，通福微动力和天水华天。
图二：产业链中游企业
下游企业是联系最广泛的公司，包括移动电话制造商苹果、三星、华为、特斯拉和比亚迪在汽车领域，联想和惠普在个人电脑领域。此外，还有物联网、医疗电子等应用。
图3：下游企业、芯片应用和具有代表性的公司
半导体行业设备的头等大事，芯片节电的速度取决于工艺，工艺取决于设备。
一、摩尔定律接近极限，集成电路技术成熟，产业成熟，成本和服务将决定成熟产业的核心竞争力。
迈克尔·波特指出，在产业成熟的过程中，成本和服务将成为产业的核心竞争力。
英特尔(Intel)联合创始人戈登·摩尔(GordonMoore)在1965年提出，当价格保持不变时，集成电路类的元件数量将每18至24个月翻一番，性能将翻一番。简单地说，在大约两年的时间里，消费者将能够以同样的价格购买性能是现在的两倍的芯片。在过去的40年里，集成电路工业的发展一直遵循摩尔定律，但它不可能永远持续下去。近年来，技术更新周期有所放缓。
图4摩尔定律预测了每个集成电路的晶体管数目。
可以观察到，台积电2011年生产28 nm、2015年生产16 nm、2018年量产7 nm、20 nm和12 nm 10 nm以及其他升级的过度生产工艺。先进的工艺更新周期已经从最初的18个月减缓到2年，现在已经放缓到3年左右，未来5 nm甚至3 nm的更新周期可能会更长。
直到2000年，在光刻市场上有三家供应商，即尼康、佳能和阿斯梅尔。目前，ASMAI家族是唯一留在20 nm的公司，另外两家由于研发和利润压力而放弃最新光刻技术的开发。其余的Asmae占光刻市场的80%。
图5：半导体工艺已慢慢接近物理极限
这些迹象表明，集成电路制造工艺的进步越来越困难，集成电路产业正在从成长性向成熟性转变。在成熟的产业过程中，成本和服务将成为产业的核心竞争力。
以成熟的传统汽车工业为例。2004年，该波导从南汽集团撤出。一年前，该公司获得了超过1亿元人民币的58股股份，以控制南汽集团无锡汽车车身有限公司。前后一年左右的对比如此之大，正是由于产业竞争策略的制定错误。不可否认，在2004年左右，中国的汽车工业仍然是一个积极的行业，而且这个行业已经以惊人的速度发展。我国庞大的人口和潜在的巨大需求一直是支撑着工业发展的巨大推动力，在一个快速增长的工业中。一个企业只需要伴随着工业的进步就行了，不需要太多的努力。这也许是《波导》进入汽车行业的原因，但随着汽车行业竞争的升温，无论是美国汽车巨头通用汽车和福特，还是德国大众和奔驰，以及日本的丰田和本田汽车，他们关注成本优势，同时也关注本土汽车企业，他们在中国市场上的竞争加剧，这减少了中国汽车行业巨大利润的泡沫。对于当时的汽车工业企业来说，汽车工业增长缓慢，客户多年来积累的知识和经验，以及更为成熟的技术，带来的结果是，竞争趋势变得更加注重成本和服务。这一发展改变了市场对企业在该行业取得成功的需求。
这与过去三四十年来集成电路的发展非常相似，芯片的性能主要取决于设计技术和制造技术。在过去的二十年里，芯片随着制造技术的进步而不断进步，而设计技术并没有得到很大的更新。PC芯片仍然是以Intel公司为主导的X86体系结构，而复杂计算机指令集的CISC迁移则是由ARM体系结构主导的。采用精简的计算机指令集(RISC)。制造技术依赖于制造设备的技术进步，现在设备的进步已经接近半导体的物理极限。据专家预测，半导体芯片制造工艺的物理极限为2~3 nm。摩尔定律似乎是十年来唯一可以再做的事情&现状；生存与现状；。
缓慢的增长、更多的知识客户和更先进的技术已经导致了竞争趋势变得更加以成本为导向和服务为导向。随着产品标准化、成本和技术成熟度的日益重视，产业转型往往出现明显的国际竞争。
在国际竞争中，国内企业的劣势在于起步较晚，但从后来的分析中我们可以看出，企业之间的差距正在逐年缩小。现在差距大约是2 - 3年。优点是（1）低。研发成本，制造成本和技术支持成本（2）所有研发人员和技术支持人员均在中国，可以提供更及时，更低成本的现场技术支持。 （3）研发人员更贴近国内市场，了解客户需求，并提供定制服务
1。成本优势：国内企业在研发成本和原材料成本方面具有绝对的竞争优势。
所有国际设备制造商都在中国设有办事处。他们主要负责各种生产线的设备销售和技术支持工作。它们不涉及研发和制造。众所周知，信息和通信技术行业的硕士学位毕业生每年在家领取20万至40万元人民币。在美国等发达国家，这一数字将增至80,000美元至100,000美元，是国内水平的两倍以上。设备巨头asml每年的营收占总收入的10%至15%。近年来，由于进程日益先进，这一数字有所增加。生产中原材料的成本占经营成本的50<垃圾>-60<垃圾>lt;垃圾>想到未来在设备更新缓慢，我们在人为研发成本上的绝对成本优势，和原材料价格，当国内半导体设备会发光。
2。服务优势：国内企业可提供更完善、更方便的现场技术支持，增加客户粘性。
外资企业的高服务成本已成为国内企业的共识。在这方面，国内企业可以依靠本地优势，提供更及时、更低的售后服务费用，以改善下游客户对公司的粘度和满意度。今后，公司应在不断拓展市场的基础上，努力构建和完善大客户的服务体系。具体措施包括为特定重点客户量身定制服务方案，在国内集成电路产业集中的地区建立综合工艺和技术支持中心，以及人员和技术的快速反应。为客户提供更完善、更方便、更及时的增值服务等。
在行业竞争需要密集的本地化营销服务或密集的客户交易的市场中，全球公司将难以在综合的全球基础上与本地竞争者竞争。虽然全球公司在分散的单位中为客户提供服务，但在实施过程中，管理任务非常庞大，但本地公司对客户服务请求的响应能力更强。
3市场优势：研发人员更贴近国内市场，了解客户需求，提供定制化服务。
先进的工艺不能由设备制造商单独完成，而是设备和制造商联合研发的结果。国内设备的研发人员在国内，国际制造商不能这样做。除了提供技术支持外，国际制造商的技术支持人员还需要将遇到的问题发送给公司的研发人员进行改进。优化设备所以我们往往更贴近国内的客户，更了解国内生产线的客户需求。
二、新型合作竞争关系
值得注意的是，传统的企业竞争模型只提到了企业与五种力量之间的竞争，而没有考虑到企业与五种力量之间的合作。在某些环境中，这些企业既有竞争关系，也有合作关系。如果一种产品或服务能使另一种产品或服务更具吸引力，那么就可以称之为互补产品或服务，两个企业之间的关系已经从竞争转变为合作。如何区分两个企业是否形成了合作与竞争的关系？一般来说，如果顾客同时拥有两家公司的产品比同时拥有一家公司的产品获得更多的价值或更少的成本，那么这两家公司就是互补的。
成功的例子包括：汽车在上个世纪是一种昂贵的产品，而消费者想要购买汽车时却没有足够的现金。目前，银行信贷机构已成为企业公司的补充，后者向消费者提供贷款，并为他们购买汽车提供资金。但是汽车贷款并不容易获得，因此通用汽车公司在1919年创立了通用汽车公司，福特公司在1959年成立了福特银行，以使消费者更容易获得贷款。这样做的好处是显而易见的：方便的贷款是人们可以购买更多的汽车，而对汽车的需求的增长促进了福特和通用汽车的贷款业务。
即使处于互补竞争关系的两家公司技术落后，它们也会获得一定的优势。没有合作伙伴的人如果拥有技术优势，就不一定会成功。例如，索尼于1975年推出了Betamax格式录像机。它曾经是电视录制领域的主导者。在美国多久，日本JVC开发了VHS格式录像机。尽管Betamax在技术的某些方面比VHS更强大，但Betamax格式录像机可以租用的**数量太少，最终丢失，市场份额占JVC的60％。
国产设备+中鑫国际华润设备与中国合作，为进一步赢得国际市场打下基础
amat通过与台积电、英特尔和其他晶圆工厂的合作取得了技术突破。国内企业可以与中芯国际紧密合作，共同促进国内设备的发展。例如，中芯国际和北方的中国创都是国内公司。要在国际市场上发挥更大的作用，就必须相互支持、相互帮助。北芳华可以为中心提供低成本的设备和更好的服务。反过来，中芯国际稳定的制造过程可以给Beifanghua带来产品验证支持和广告效果（高品质客户的身份也可能带来广告效果，使公司销售设备，这对半导体设备来说应该是昂贵的。因此，晶圆制造商倾向于选择那些在扩大生产线方面已经得到国际制造商验证的设备公司。
目前，一些设备制造商与中芯国际的合作并不局限于设备的验证阶段。为了加快半导体生产线的国产化和替代进程，上下游厂商开始在早期研发过程中进行合作。正是在中芯国际等晶圆厂的大力帮助下，国产设备才能在短期内实现多项技术突破，进入国内先进晶圆厂乃至国际制造商的供应链系统。加快设备国产化和更新换代进程。
三是以历史为镜，把握产业转移的大趋势，规划新的市场。
应用材料（AMAT）
回顾AMAT增长的历史，从1972年纳斯达克上市开始，收入为630万美元，市值仅为300万美元，而52年后，今天的收入为170亿美元，市值超过410亿。 AMAT在此过程中经历了四个主要阶段：启动期，增长期，并购调整期和研发领导期。其中，确定其生存，生存和大发展的时期是前两个时期。
（1）在最初阶段，从1967年到1979年，Amat的主要业务是向半导体制造商提供他们所需的原材料。然而，由于产品种类繁多，Amat一度濒临破产。1977年，新上任的首席执行官Morga进行了一系列激烈的改革，精简了生产线，关闭或出售了一些部门，并集中精力生产半导体设备。这些措施效果明显，企业在危机中幸免于难。
（2）增长时期：1979-1996年，1970年代，全球半导体工业开始向美国以外的市场转移，首先是日本，然后是韩国和台湾。1977年，Morga决定搭乘参加日本半导体设备展览会后返回的飞机进入日本市场。此后，分别于1985年和1989年在韩国和台湾设立了办事处。该公司过去20年的全球布局使其在1996年实现了4115亿美元的收入。
泛林集团(Lrcx)也有前瞻性的眼光，全球新兴市场的布局。
大卫·K·林，一位工程师，成立于1980年，由英特尔的鲍勃·诺伊斯资助。第一台设备于1982年售出，该公司于1984年在纳斯达克首次公开募股(IPO)。目前，总市值接近300亿美元，2018年的收入为48亿美元。
它没有经历与代工半导体市场相同的竞争。在其创立的第一年，它吸引了80万美元的投资。在第三年，它有稳定的现金流。它诞生于20世纪80年代，正处于将半导体市场从美国转移到海外的阶段。除了LAM当时在半导体设备行业中具有很强的竞争力之外，其成功还归功于20世纪80年代日本半导体行业对设备的巨大需求。当时，除个人电脑外，还使用半导体产品，以及移动电话，立体声系统（功率放大器），汽车和电话。
事情并不总是顺利的。在80年代中后期，林正处于一个艰难的时期，尽管半导体设备的市场需求持续增长，但日本企业从技术引进、消化吸收等方面逐渐增强。日本从70年代末的零开始，到80年代中期已经占到全球设备销售额的50%。后来，美国半导体设备公司进行了业务重组等改革，提高了生产效率，并更加注重大容量设备的开发，更注重研究专利技术的发展。
当时，前瞻性的林氏管理层注意到新兴小市场的销售增长。从1980年代末到1990年代初，它开始了更广泛的全球布局。这一时期的重点是环太平洋和欧洲市场。海外收入占50%以上。日本住友金属工业有限公司。。。（smi）联合开发蚀刻机器，建立了一个完整的子公司：lam技术中心；1980年代中期，在台湾和韩国建立了客户支持中心；直到1990年代初，lam在中国、马来西亚和以色列也看到了增长的机会。并考虑建立研发中心。
值得借鉴的经验有：
1。战略遵循产业转移进行全球布局
巨人的成长离不开两种产业转移。上世纪七、八十年代，日本在工业DRAM产品的高可靠性和美国的技术支持下取得了飞速发展，占DRAM市场的近80%，占半导体市场的近50%。另一次是在上世纪八九十年代，韩国通过引进技术成为个人电脑DRAM的主要供应商，而台湾则在垂直分工领域的晶片合约制造和芯片封闭测试方面处于领先地位。
2与新兴市场的当地企业和大学建立合作伙伴关系
Amat在日本、韩国、台湾、东南亚和欧洲建立了广泛的公司和机构，抢占市场第一。在大学方面，我们与新加坡科技局投资了多个研发实验室，并与亚利桑那州立大学联合开发了用于柔性显示器的薄膜晶体管技术。在企业方面，2001年，我们共同研究了使用黑钻石方案来突出01um晶体管，并推动了013um芯片的技术节点。2003年，ARM与台积电共同开发了90nm低功耗芯片设计技术，使总功耗降低了40%。
林书豪与清华大学合作设立了泛森林小组清华大学微电子论文奖，捐赠了实验室设备，并提供了就业机会。
iv。政府、财政支援及税务宽减，三管齐下
落后是要克服的，现在的理解是，在电子信息技术领域，落后受到技术封锁和国家安全的威胁。如果一个国家想被喉咙挡住，它就必须发展关键技术，而不是被其他国家控制。近年来，我国在应用领域取得了巨大的成就。20多年来，以BAT为代表的企业引领了科学技术的发展趋势，但在基础科学领域，我们还没有实现核心芯片技术的自我完善。包括设计和制造领域，而制造领域的成功取决于设备。
政策支持反映了该行业的重要性，国家必须以坚定的决心发展半导体产业
政府对半导体工业的政策支持正在增加。今年3月，在第十三届全国人民代表大会第一次会议上，李总理根据“02专项”、“国家集成电路产业发展促进计划”等重大政策，在讨论实体经济发展问题时，把集成电路产业放在实体经济第一位。在政府工作报告中。3月底，财政部发布了《关于IC厂商企业所得税政策的通知》，给予IC企业税收优惠，表明了政府对半导体产业发展的坚定态度。
图5：政府对半导体行业的支持政策
二期大型基金即将募集，全国产业基金总额突破万亿元。计划一期，大型基金募集资金1000亿元，实际募集资金1387亿元，实际投资超过1000亿元。此外，这只大型基金还投资了3600亿多家地方工业基金。总计5000亿元的半导体产业基金，以较高的资本投入，为半导体产业的发展提供了有力的支持。目前，第二阶段的大型基金正在设立，并将在年底前完成。预计将筹集1，500亿至2，000亿美元(一些外国媒体也透露，筹资额可能达到3，000亿美元)。按1：3的比例计算，二期大型基金还将举债4500亿至6000亿元地方产业基金，国家半导体产业基金总额突破万亿元。作为中国最有希望承担替代中国制造半导体设备任务的企业，微电子、上海微电子、北方华昌等企业必将充分受益于政府对该行业的支持红利。
财政部、国家税务总局、科技部联合在财政部网站上出台新政策，扣除研发费用，研发费用税前扣除比例由50%提高到75%。同时，将原科技企业的扣除范围扩大到所有企业。利润增幅最大的企业主要集中在机械、计算机、电子元器件等行业。事实上，在一些行业，特别是集成电路行业，每年的研发成本、研发开支甚至占营运收入的一半以上，而增加研发开支的税前扣减比例，无疑会释放减税的红利。
5设备行业继续强劲增长，晶圆厂建设高峰期导致设备需求增加。
设备制造商位于半导体产业链上游，为生产线提供晶圆制造设备。2017年，全球半导体设备市场销售额达到4924亿美元，年均增长率稳定在10%以上。从2016年到2020年，全球共建成62家晶圆厂。此外，中国正在建设和规划26家12英寸晶圆厂，占世界的42%。因此，近年来，我国工厂建设出现了小高峰，设备需求巨大，国际企业设备产量有限，这是扩大市场份额的好时机。
全球半导体市场销售额
2017年全球半导体设备市场销售额达到4924亿美元。2016年至2020年，陆续建成62座晶圆工厂。设备销售年均增长率超过100亿。近年来对设备的需求将达到一个小高峰。
图六：全球半导体市场销售及其增长率
从国内实际市场看，从2018年到2020年，国产设备企业每年仍有500亿至70亿美元的潜在市场份额。
从国内市场来看，国内市场销售额从2013年开始持续增长，年增长率保持在20％以上，远远超过国际市场10％以上的增速。 2016年至2020年，中国将有26家晶圆厂，将建成并投入生产，占全球在建晶圆厂数量的42％，成为全球新晶圆厂最活跃的地区。另外，从国内市场的设备销售比例可以看出，这个数字正在缓慢而稳步上升。 2016年，中国半导体设备市场规模为646亿美元，2017年销售额为823亿美元。据SEMI称，2018年将达到113亿。在过去三年中，每年的增长率接近30％。
购买新晶圆厂设备的费用将占生产线的70%，其余为基础设施费用。从2016年到2018年，8至12个12英寸晶圆厂正在建设中。根据Semi对2018年100亿美元设备市场的预测，晶圆制造工艺占80%，光刻机占制造工艺的30%。剩余的市场是国内潜在的国产设备总市场，100-80%(1-30%)=56亿。据推测，从2018年到2020年，每年仍有50亿至70亿美元的潜在市场份额。
图七：半导体设备在国内市场的销售和增长情况
近几年国内装备技术进步与市场对装备的强劲需求
国内设备凭借深厚的技术积累填补了国内半导体设备领域的一些技术空白，产品已能够满足12英寸、90~28 nm工艺生产线的生产要求，部分设备批量进入中芯国际等国内主流集成电路生产线进行批量生产。展望未来2-3年，设备需求将迎来2019年90/65/55/40 nm工艺生产线设备采购高峰。而国内仓储企业将在2020年前后扩大生产设备采购高峰。
图8：国内建造/正在建造的晶圆生产线
中国人常常选择相信未来
撰文|熊宇翔
编辑| 周长贤
12月12日，华盛顿，美国通信领域的最高管理机构——联邦通信委员会（Federal Communications Commission，简称：FCC）一锤定音，一场持续多年的汽车通信标准技术之争暂且告一段落。
这场争端无关5G，也没有涉及到华为。但它带来的影响，却像涟漪一样扩散出去，整个美国汽车行业乃至全球汽车行业的通信技术与标准格局，或将因FCC的决议改写。
故事要从一项名为DSRC（专用短程通信）的技术讲起。在美国交通运输部的主导下，DSRC在美国已经有二十余年的发展历史，并且，即将在美国投入大规模应用。在相当长一段时间内，它是V2X车联网唯一可用的通信技术。大众、丰田等国外车企， 甚至已经给出了产品时间表，将在北美车型上搭载DSRC技术。
但在关键时刻，FCC却选择了重新分配原本划分给DSRC的75MHz无线电频谱资源——其中最下层的40MHz向全社会开放，上层的20MHz则被划分给了更新的C-V2X（Cellular Vhicle to Everything，基于蜂窝网络的车联网通信技术）。仅仅只留下10MHz，分给已经准备多年，箭在弦上的DSRC。并且，DSRC要拿稳这仅存的10MHz频谱也不容易，它需要在评议期内证明自身的价值，否则将彻底在美国失去资格，被C-V2X取代。
然而，DSRC的支持者们，早已听闻FCC态度摇摆的风声，他们选择了观望。今年4月，丰田宣布暂停从2021年开始为美国市场的车型搭载DSRC的计划。得知FCC的决议后，通用汽车未予置评。而福特早已站在了C-V2X技术的阵营中。如此以来，DSRC在美国大规模部署的希望正变得越来越渺茫。
据称，美国交通运输部已经为DSRC的推广支出了超过7亿美元；而在20年前，同样是FCC，把处在59GHz频段75MHz频谱的资源划给了DSRC。
那么，美国人为何选择亲手让二十年付出的心血付诸东流呢？
这或许是一旧一新两种车联网技术争锋的自然结果，或许又有大国围绕通信技术博弈的原因。但从本质而言，这是一道摆在企业、产业、国家面前的艰难选择题——尊崇过去，还是相信未来？
同归但殊途
上世纪90年代，发达国家的汽车产业已经高度发展，但随之而来的交通问题造成了大量的拥堵、交通事故，带来了严重的生命财产损失。怀着同一个目标，日本、美国、欧洲相继出发，尝试构建一个智能交通系统（ITS，Intelligent Traffic System）。让交通智能起来的重要前提是，车辆彼此能够“说话”，还能够和各种交通基础设施沟通。因此，通信技术很自然地成为ITS规划中不可或缺的一环。
看上去，ITS有着非常宏大的蓝图，但它率先发力的重要场景却显而易见——高速公路收费站的ETC（不停车电子收费）。
当时，如今被广泛使用的蜂窝网络技术还不够先进，无法可靠地支持汽车场景的通信，人们转而寻找新技术。1992年，美国率先提出了DSRC技术的概念，将其无线电频段安置在915MHz波段。因低频波段带宽窄、干扰多，业界继续向上寻找，来到了58-59GHz频段。
以美国提出的DSRC为技术基础，以发展ETC为契机，从上世纪90年代到20世纪初，美国、日本、欧洲相继为车辆通信技术分配了频谱，制定了标准，开始在汽车行业加以推广。其中，美国选择了59GHz，日本和欧洲则选择了58GHz。虽然三地的标准有一定出入，但它们都基于同一套更基础的标准——IEEE 80211p。
我们可以据此简略地认为，DSRC与WiFi是同源的技术——80211本身就是为无线局域网（WLAN）定义的标准，我们平时所使用的的WiFi，遵循的就是8021a、80211ac等一系列协议。80211p则是无线局域网技术针对车辆场景特别优化的一个子集。因此，无论是哪个国家的DSRC，它们与WiFi都有着血缘关系。
而WiFi具有的一些传统优点，DSRC也都有——通信时延低且质量稳定。事实上，这正是DSRC被早期的车联网通信选中的关键特质。但另一方面，它与WiFi技术相同的其他一些特质——比如本质上是局域网，需要铺设“路由器”将车辆与其他通信设备连接起来，信号范围有限。正是这些特质，为DSRC日后的坎坷，埋下了伏笔。
作为后起之秀，在DSRC提出超过二十年之后，C-V2X才开始崭露头角。2015年，国际通信标准组织3GPP开始针对C-V2X的概念和需求进行研究。当3GPP在R14中正式发布C-V2X的物理层标准时，已经是2017年。
从Cellular（蜂窝网络）可以看出，C-V2X与我们手中的手机所使用的通信技术，同属一个体系。这也是C-V2X在4G网络实现部署之后才开始崛起的天然限制。因为蜂窝网络技术迭代到4G时，其通信时延的指标、对高速运动物体的支持，才能满足汽车安全通信的要求。事实上，直到今天，4G对超高速运动物体的信号支持仍然有些力不从心——当你搭乘时速300km/h的高铁时，尽管铁轨旁的4G基站一个接一个，手机的信号仍然不太好使。
尽管C-V2X相对老资格的DSRC来说，在车辆通信领域只是个楞头青，但它背后站着的，却是繁荣昌盛的移动通信产业，以及随着产业兴旺成长起来的大批蜂窝网络领域的技术人才，还有，不计其数的可为其所用的通信基础设施。
正因为如此，C-V2X虽姗姗来迟，但稍有进展便赢得了各方支持，其中包括全球各地的通信运营商、通信技术公司，如华为、高通等，乃至于一部分车企如宝马、奔驰、福特也站在了C-V2X一方。
而DSRC一方的支持者则主要有丰田、通用、大众等数家车企，以及处在它们供应链体系中的半导体公司恩智浦、瑞萨等。
对热衷于做多选题的汽车行业来说，面对一项技术选择旗帜鲜明地站队，并不常见。对啊，为什么DSRC与C-V2X就不能共存互补？理论上，两种路线虽然可以共存，但现实的残酷在于，这样做需要付出难以承受的沉重代价，让两种技术事实上水火难容。
由于通信是基础中的基础，对利益相关方来说，两种技术试图兼容的代价是巨大的：
对政府机构来说，标准统一是推进建设、高效管理的前提；
对许多通信技术公司来说，技术的分化意味着它们必须选边站，而不可能跳到对手擅长的领域作战；
对汽车市场来说，兼容两套车联网标准，意味着要建设两套不同的基础设施，车企要测试、验证两套不同的功能模块，消费者最终必然会在购车款中为此买单。
在面临车载通信标准的重大抉择时，对绝大多数利益相关者而言，正确的做法是选一个看上去会更好的。显然，美国重新选择了C-V2X。
大国的转变
从曾经DSRC的坚定支持者，到“背弃”DSRC选择C-V2X，美国人到底经历了什么？直接的原因不复杂——DSRC推广不成功。
根据原中兴通讯副总裁、现高新兴科技集团方案架构师吴冬升的数据，美国有35万个交叉口，但在DSRC推广过程中，对应的DSRC路侧设备（也就是通信需要的“路由器”）只有5000余个。到2016年，美国的DSRC还处在多地试点阶段。
通用汽车是身体力行应用DSRC技术的先锋。事实上，通用汽车是在美国唯一将DSRC技术量产应用的车企。两年前，通用汽车在美国市场推出了搭载DSRC的CTS（因为基础设施限制，也就是“路由器”不够，主要实现的是车辆间通信功能V2V），但拥有此功能的CTS车型压根就未大规模销售，连一万台都不到。
从1999年分配频谱，到2004年首次确立标准，到如今却成绩寥寥。DSRC在美国难言成功。为什么？
除了美国普通人对车联网似乎天生不太感兴趣，更多的或许是对技术成本的考虑。美国路网发达，如果要推广DSRC，意味着需要在美国大陆上铺满“路由器”。然而美国地广人稀，这样做的经济效益堪忧。其实，就连几乎人人都用的蜂窝网络技术，美国通信运营商在搭建基站时，也是“挑三拣四”，第一目标是寻求利益最大化而不是信号覆盖率和信号质量。
美国交通运输部曾估算，实现DSRC的规模化部署，至少需要数十亿美元的基建支出。美国高速公路安全管理局（NHTSA）则计算了车辆端的DSRC部署成本——大约每台车300美元。
高昂的支出和难以预计的回报，让参与DSRC推广的各方势力，无论是美国政府，还是企业，都没有付诸全力。
DSRC失意之时，C-V2X却在快马加鞭中显露出更大的成长潜力。其实，C-V2X的技术还远谈不上完美，DSRC阵营随手便可以挑出它在抗干扰性、安全协议等方面的不足，但3GPP频繁的研讨会，清晰的路线图，和DSRC的“冷清”形成了鲜明对比。
它成功地吸引了美国最大的通信技术公司高通公司，与美国第二大汽车生产商福特的注意。
事实上，高通与福特曾经也支持过DSRC，并进行了相应的技术准备。直到2017年，高通还在技术方案中寻求DSRC与C-V2X的兼容。但在目睹了DSRC的慢与C-V2X的快之后，两家公司都倒向了C-V2X阵营。
而FCC对DSRC与C-V2X的态度转变，与来自高通与福特的游说脱不开关系。今年9月，在美国众议院举行的一场名为“Legislating to Secure America’s Wireless Future”听证会上，高通公司负责频谱战略与技术策略的高级副总裁Dean R Brenner称，C-V2X的覆盖范围和可靠性都要比DSRC的大得多，“FCC须放弃或更改目前仅允许部署DSRC技术的59 GHz频谱规则，以促进C-V2X技术在美国的部署。”
美国转变的动力，不仅仅是因为企业的呼吁，还有来自大洋彼岸的国家在C-V2X路线上倾尽全力而带来的压力。而这个国家曾经只是车用通信技术与标准的跟随者。
当美国、欧洲、日本等国家、地区在为打造智能交通系统艰难地推动DRSC时，中国这个后发者，却迎来了汽车和交通产业的爆炸式发展，试图从前辈们的举措中学习一些经验。实际上，中国确实也学习并应用过DSRC技术，但并不多——1996年，中国开始借鉴美国、日本、欧洲的技术，建设ETC（不停车电子收费系统），而高速收费站里的电子装置与车辆间进行通信使用的技术，就是DSRC。
其实，中国原本可能在DSRC这条路上走得更久。早前，由于众所周知的原因，中国通信行业与欧洲走得更近。在ITS领域，中国也跟着欧洲亦步亦趋。不过，欧洲这位老师更倾向于选择使用DSRC技术构建V2X车联网体系。
但当4G网络在中国大规模铺开之后，中国迅速投入到C-V2X的阵营中。2017年，在无锡举办的“2017年世界物联网博览会”上，基于C-V2X的商业应用开始演示。中国工程院院士李骏在接受电视采访时旗帜鲜明：“我们推的就是LTE-V（基于4G的C-V2X）”。2018年，工信部出台《车联网直接通信使用5905~5925MHz的管理规定》正式发布，明确规划59G频段作为基于LTE的C-V2X技术的车联网（智能网联汽车）直连通信的工作频段。自此，C-V2X在中国取得了压倒性的地位。
在政府牵头下，不仅国内车企、通信运营商、通信设备公司全面倒向C-V2X，由于中国对C-V2X技术大开绿灯，连高通与福特这样根正苗红的美国公司，都选择将中国作为研发、部署C-V2X的战略高地。
2019年7月，高通称，中国或将在自动驾驶领域先于全球推行C-V2X。而福特则是从2018年开始，在中国无锡进行C-V2X的辅助驾驶应用开发与测试。一个让美国政府尴尬的事实是，福特宣布，将于2021年率先在中国推出搭载C-V2X的试验车型，而这项技术在美国的量产时间是2022年。
选择过去还是选择未来？
其实，中国在C-V2X领域的出挑原本也不会引起美国如此大的反应，因为事实上美国、日本、欧洲由于早年对DSRC的推广应用，导致在这些汽车产业强国/发达地区，车企是认可DSRC——比如，丰田、大众、通用，都是DSRC的支持者。
DSRC相对成熟，经过验证，对于看重可靠性的车企来说，DSRC本应是最佳选择。而C-V2X虽然有更大的成长潜力、更高的理论上限，不过对于有历史包袱的汽车行业来说，它本该要更长的时间，才有可能受到今天的重视。但一项关键技术的热潮，成为了C-V2X的催化剂——5G。
从2018年开始，美国、中国、欧洲、韩国争先恐后地开始5G的商用（或预商用）。同时，5G更成为中美两国博弈的着力点。事实上，中美两国的通信技术公司，如中兴、华为以及高通等都因此吃过苦头。
2018年4月，中兴通讯受到美国制裁，由此一蹶不振。
2018年，高通公司收购世界最大汽车半导体公司恩智浦的计划宣告失败。在中国，针对该收购的反垄断调查环节，高通未能获得中国商务部的审批。
2019年5月，华为收到美国商务部禁令，来自美国的供应链一度被掐断。
原因无他，无论是中国还是美国都达成了这样的共识——5G是通向IoT时代的钥匙，是未来一段时间的技术制高点。而能否与5G接轨，成为决定一项技术最终命运的重要指标。
DSRC虽然千好万好，但有一个致命伤——并不能向5G平滑演进。因为底层通信协议的不同，DSRC与5G若想在一辆车内共存，必须建设两套基础设施，搭载两套车端通信单元，切出两个互不干扰的频谱······
如果5G能够在未来一段时间内推广开，选择先大规模部署DSRC再向5G V2X硬切换的路线，不仅使得DSRC所投入的各种资源将难以被5G复用，整个社会也会面临众多因为标准不统一而产生的系统性问题。
而C-V2X由于与5G同源（都是蜂窝网络），可以更顺利地向5G实现演进，并被吸纳为5G技术的一个子集。事实上，C-V2X的支持者们就是这么做的，他们正在筹谋C-V2X从4G步入5G时代的路线图——LTE V2X-LTE eV2X-NR V2X。某种意义上，如果一国加速推广C-V2X，就意味着这个国家的汽车产业，将在对接5G时代的赛跑中博得一个先发的身位。
显然，从DSRC转向C-V2X的美国，是在摇摆中开始朝未来踏出一步，而全力加码C-V2X的中国则是毫不犹豫地往未来飞奔。
原因在于，并非中国的产业界掌握了更高的认知，而是国内实在没有DSRC的历史包袱。并且，在类似的选择中，中国有过成功的经验。
中国在移动互联网上的跃进，就是一个很好的例子。
当年，中国为了在世界通信领域中立足，在3G时代可谓是呕心沥血，不惜花费巨大代价研发了具有自主知识产权的TD-SCDMA，并将其作为中国最大网络运营商中国移动的3G制式加以推广。
但TD-SCDMA在部署后，通信质量表现不佳，与国外同类技术存在显著差距。在意识到中国在3G技术标准领域的话语权仍然边缘化后，中国迅速地战略性放弃了3G，转而全力推动4G的部署。这一选择的最终结果是，到今天全球4G基站有超过一半分布在中国，大多数移动网络用户直接从2G时代步入了4G时代。
巨大的技术代差释放出的人口红利，让中国一跃成为移动互联网产业大国。反过来，中国通信产业在4G的繁荣下积累的技术、经验、基础设施，又让中国在5G时代获得了更高的起点，成为5G技术的先发国家。
结语：
在美国大幅度倒向C-V2X技术之后，这场旷日持久的车联网技术之争，仍然未见分晓。毕竟，DSRC与C-V2X都还未能真正意义上大规模部署。
然而，在汽车行业与通信行业同时具有巨大影响力的美国选择转向，使得DSRC与C-V2X的势力天平发生了巨大的偏转。其实，欧洲的监管机构亦在今年表态，对DSRC与C-V2X的技术竞争，持技术中立态度。如今，只有日本在DSRC的推广上取得了显著成效，据说其分布在道路旁为DSRC服务的“路由器”已经架设完毕，而搭载DSRC技术的皇冠与普锐斯已经卖出超过10万台。当然，这样的成就与日本国土面积小、丰田品牌实力强大密不可分。
只是，翻阅日本在DSRC领域所取得的成就时，你会发现，日本在5G的话题上几乎是个边缘人。
汽车通信标准之争，到底选DSRC还是选C-V2X？至少在全球范围内，这个问题还没有标准答案，各国各地区是根据自身的情况出发去设定，或做调整。
只不过，DSRC与C-V2X之争，并不只是一道单纯的技术选择题。它也映射着这样的思维区隔：是选择以过去为出发点，将从前的成果置于现在；还是以未来为着眼点，让现实朝向它不断更改。
显然，中国和中国人常常选择后者。
—END—
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
文 字| 秦方辉
设 计| 小宇宙
在销量低迷，硬件同质化的当下，汽车产品若想在差异化竞争中赢取先机，必须专注于软件技术的提升。
对于积极拥抱新技术、新概念这一点，中国汽车行业似乎有着先天优势。
作为目前最热门的科技概念，5G联结了物联网、无线通信、智慧城市等多种新兴概念，算得上新时代的钢性基础建设。
因此，5G技术携手汽车行业并非偶然，更被汽车业寄予厚望。
随着汽车智能化日渐深入人心，其高速率、低时延和高可靠度，将给智能网联、智能交通、自动驾驶等场景打开全新的想象空间。
而华为作为全球5G技术的领军者，当然不甘心仅在通信领域止步不前。
于是，华为正式开启了在汽车行业的攻城略地。
不久前，华为宣布成立“5G汽车生态圈”，旨在加速5G技术在汽车产业的商用进程，推动汽车产业新的技术革新，共同打造消费者感知的5G汽车。
据了解，这一“5G汽车生态圈”是华为与首批18家车企共同合作的产物，这也是华为迄今为止展开与车企的合作中，涉及到的车企范围及业态最广的跨产业合作之一。
它们分别为一汽集团(一汽红旗、一汽奔腾、一汽解放)、长安汽车、东风集团(东风乘用车、东风小康)、上汽集团(上汽乘用车、上汽通用五菱)、广汽集团(广汽新能源)、北汽集团(北汽新能源)、比亚迪、长城汽车、奇瑞控股、江淮汽车、宇通(客车)、赛力斯、南京依维柯、T3出行等。
据介绍，华为此次成立5G生态圈，是希望通过其增量部件的优势，面向消费者1+8+N的全场景体验以及5G网络解决方案的能力，向生态圈伙伴贡献更多技术、平台和创意，更系统地服务好车企开展5G汽车的创新验证。
“5G汽车生态圈”的建立是华为践行自己“1+8+N”战略的重要一步。1是指手机，8是指车机、音箱、耳机、手表/手环、平板、大屏、PC、AR/VR，N则泛IOT设备，丰富的产品将为华为搭建一套完善的5G服务生态体系。
“1+8+N”战略非常清楚地展现了华为的全场景智慧生活战略，显示华为以通信优势为核心构筑智慧社会的雄心。
需要注意的是，虽然多次表示“不会直接造车”，但华为却一直在汽车行业积极布局。
我们知道，智能网联服务离不开ICT（信息与通信技术）、车载硬件和软件系统的同时升级，而全球领先的ICT服务商就是华为入局车联网的核心立足点。
早在2013年，华为就推出车载通信模块ME909T，并成立了车联网业务部，这是华为车联网谋篇布局的开端。
在之后的六年里，华为围绕云、管、端三大核心半径，逐步涉猎3G/4G/5G移动网络、车载移动通信模块、车载计算平台、T-BOX终端，积蓄实力。
直到被称为5G元年的2019年，华为正式发布发布全球首款5G车载模组MH5000，向生态圈伙伴与众多车企提供了这一模组，以及5G车载终端T-Box平台等产品和技术，支撑5G汽车以及5G+C-V2X智能网联的应用创新。
2019年5月底，华为正式成立了智能汽车解决方案部门，瞄准的是提供智能汽车ICT部件和解决方案，加大向智能网联汽车、车载计算、自动驾驶等领域的战略投入。
睿智的任正非曾非常明确的指出：华为不造车。华为将聚焦ICT技术，成为面向汽车的增量ICT部件供应商，帮助企业造好车。
也正是从2019年起，众多国际国内车企基于华为5G车载通信产品与解决方案，展开各种自动驾驶、智能网联、信息服务的创新，让消费者逐渐感知到5G技术在汽车上的价值。
值得注意的是，美国高通公司打算借助5G网络商用逐步落地，与多家德国车企和美国福特汽车达成合作，让搭载C-V2X（蜂窝车联网）技术的汽车于今年投产。
爱立信、英特尔等国外通信巨头，也在设法抢占该领域的制高点。
在对接受新事物程度较高的中国，本土企业无疑具有更强优势。
相信大家都不止一次听说5G普及后各种天马行空的场景设想了，但究竟有哪些会实现，并且会成为将来的主流，我们现在依然难以判断。
正如3G时代，我们并未设想到4G时代短视频和直播的兴起。
可以预见的是，华为已经在自动驾驶技术上展示了极大的雄心。
“5G汽车生态圈”的建立，短期内首先受益的很可能就是自动驾驶。
提到5G与自动驾驶的关系，就不得不提自动驾驶的两条技术路线：单车智能和车路协同。
其中，单车智能指的是把环境感知、决策和控制执行统统放在车端，即在车辆上堆砌各种雷达、电脑、传感器，硬件成本极高。
因此这类技术虽然发展了十余年时间，并积累了大量实验经验，但仍不具备量产条件。
为此，近两年业内又提出了V2X车路协同的技术路线。与单车智能相比，车路协同既要依靠车端的智能，又要侧重路的智慧。通过路与车辆的云端联网，实现高效的信息协同感知与决策，从而实现自动驾驶。
也就是说，自动驾驶汽车要在全场景、全工况下运行，车路协同被认为是更加可行的解决方案。
技术层面，此前车路协同项目的开展主要基于4G技术，但由于其传输速度最高仅为100兆/S，且网络时延高达50毫秒，对于高速行驶的车辆来说，无法实现精细化操控，从而成为一大技术瓶颈。
而5G通信的传输速率将以每秒数Gb为单位，是现在4G传输速率的数十倍甚至百倍，而且端到端的时延从4G的50毫秒降低至1毫秒，1平方公里内可同时连接100万个网络。
总的来说，5G的低延时、高数据量解决了无人驾驶最重要的技术需求。
有工程师表示，在5G推出之前，每辆车都会搭载一台电脑来进行无人驾驶的计算功能。自动驾驶对算力的需求非常严苛，所需电脑会占去车上大量空间甚至整个后备厢。5G能令车载服务器走上云端，解放车上空间。
“5G的到来，首先能够给车带来强大的感知能力，加强车和路、车和车的互动，推动更智慧的交通体系，甚至智慧城市的实现。”华为战略部总裁张文林预计，未来5G与汽车产业的结合将更加紧密。
综合来看，此次共建“5G汽车生态圈”，或将成为华为及背后一众车企占领未来产业制高点的契机。
不同于手机这样易于普及的快销品，5G与汽车、自动驾驶的结合仍面临不少阻碍。
例如，目前中国实际的基础设施和道路交通条件参差不齐，自动驾驶车辆长期仅限于试运行阶段；
一线城市车辆饱和，限购背景下5G新车难以快速普及；
车辆电子系统的安全性、可靠性、隐私性均需要提升；
如何控制自动驾驶车辆的成本；
如何评定驾驶员、车辆系统的责任和权力以及相关法律法规的制定等等，这都需要相当长的时间去完成
5G、自动驾驶这类关键词，确实为我们带来了眼花缭乱的美好设想。但对于企业和消费者来说，安全性能永远是购车的首要前提。
拥抱即将到来的又一个新时代，而不是背向站立，这样的姿态对于一个领域，一个企业，甚至每一个人，都有着最为实际的意义。
你准备好了吗？
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
未来人工智能的就业和发展前景都是非常值得期待的，原因有以下几点：
一是智能化是未来的重要趋势之一。
1、随着互联网的发展，大数据、云计算和物联网等相关技术会陆续普及应用，在这个大背景下，智能化必然是发展趋势之一。
2、人工智能相关技术将首先在互联网行业开始应用，然后陆续普及到其他行业。所以，从大的发展前景来看，人工智能相关领域的发展前景还是非常广阔的。
二是产业互联网的发展必然会带动人工智能的发展。
1、互联网当前正在从消费互联网向产业互联网发展，产业互联网将综合应用物联网、大数据和人工智能等相关技术来赋能广大传统行业。
2、人工智能作为重要的技术之一，必然会在产业互联网发展的过程中释放出大量的就业岗位。
三是人工智能技术将成为职场人的必备技能之一。
1、随着智能体逐渐走进生产环境，未来职场人在工作过程中将会频繁的与大量的智能体进行交流和合作，这对于职场人提出了新的要求。
2、未来需要掌握人工智能的相关技术。从这个角度来看，未来掌握人工智能技术将成为一个必然的趋势，相关技能的教育市场也会迎来巨大的发展机会。
四是人工智能取代人力，对全球的经济产生影响
1、说到人工智能，大多数人都是比较期待的，当然也有少数人会怀着担忧的心态看到它，因为人工智能的发展，让我们看到了人工智能的高效和服从。
2、在未来，当人工智能的发展进入到一个全新的领域阶段，它是不是就能够取代现在一些行业所需要的人工劳动呢？如果是的话，那么将会有大面积的失业问题出现。
3、人工智能的发展，能够在短时间内对其进行量产，这样就会有很多人下岗，对全球的经济和社会来说，影响都是巨大的。
在人工智能研究的过程中，机器学习是行业研究的核心，也是人工智能目标实现的最根本途径，是当前人工智能发展的主要瓶颈。有关于机器学习问题的研究是行业研究的重点，无论是融资金额，还是公司的数量都明显超过其他研究内容。人工智能属于全世界科研发展的前沿技术，发展过程中与信息技术、计算机技术、精密制造技术、互联网技术密切相关，对各行业、各领域的发展都有一定的影响，在人工智能发展过程中要认真、深刻地研究其未来的发展方向。
工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化和产品精准营销等诸多方面。本文我们讲就工业大数据在制造企业的应用场景进行逐一梳理。
一、加速产品创新
客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。福特公司是这方面的表率，他们将大数据技术应用到了福特福克斯电动车的产品创新和优化中，这款车成为了一款名副其实的“大数据电动车”。第一代福特福克斯电动车在驾驶和停车时产生大量数据。在行驶中，司机持续地更新车辆的加速度、刹车、电池充电和位置信息。这对于司机很有用，但数据也传回福特工程师那里，以了解客户的驾驶习惯，包括如何、何时以及何处充电。即使车辆处于静止状态，它也会持续将车辆胎压和电池系统的数据传送给最近的智能电话。
这种以客户为中心的大数据应用场景具有多方面的好处，因为大数据实现了宝贵的新型产品创新和协作方式。司机获得有用的最新信息，而位于底特律的工程师汇总关于驾驶行为的信息，以了解客户，制订产品改进计划，并实施新产品创新。而且，电力公司和其他第三方供应商也可以分析数百万英里的驾驶数据，以决定在何处建立新的充电站，以及如何防止脆弱的电网超负荷运转。
二、设备故障分析及预测
在制造业生产线上，工业生产设备都会受到持续的振动和冲击，这导致设备材料和零件的磨损老化，从而导致工业设备容易产生故障，而当人们意识到故障时，可能已经产生了很多不良品，甚至整个工业设备已经奔溃停机，从而造成巨大的损失。
如果能在故障发生之前进行故障预测，提前维修更换即将出现问题的零部件，这样就可以提高工业设备的寿命以及避免某个设备突然出现故障对整个工业生产带来严重的影响。随着工业40的到来，智能工厂的工业设备都配上了各种感应器，采集其振动、温度、电流、电压等数据显得轻而易举，通过分析这些实时的传感数据，对工业设备进行故障预测将是一种行之有效的措施。
因此设备故障预测方案成为了制造行业所青睐的解决方案，其具备的核心功能有：
1、故障超前预警，减少设备停机时间；
2、分析结果实时推送，减少人工成本；
3、适用于企业各种类型的设备，通用性强。
三、工业物联网生产线的大数据应用
现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。
首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。
四、产品销售预测与需求管理
近年来，保险业加速了数字化进程，大数据与保险营销深度融合，成为现代化保险营销的重要武器。慧都大数据助力保险行业精准营销，并成功帮助中意人寿保险有限公司更好地服务客户和发挥忠诚客户，提高销售效率及客户复购率。
五、工业供应链的分析与优化
当前，大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。
六、生产计划与排程
制造业面对多品种小批量的生产模式，数据的精细化自动及时方便的采集(MES/DCS)及多变性导致数据剧烈增大，再加上十几年的信息化的 历史 数据，对于需要快速响应的APS来说，是一个巨大的挑战。大数据可以给予我们更详细的数据信息，发现 历史 预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。帮我们规避“画像”的缺陷，直接将群体特征直接强加给个体(工作中心数据直接改变为具体一个设备、人员、模具等数据)。通过数据的关联分析并监控它，我们就能计划未来。
七、生产质量分析与预测
在工业生产中，设备失效、人员疏忽、参数异常、原材料差异、环境波动等因素而导致质量偏离，引起质量等级的缺陷和损失非常巨大。工艺流程复杂的大型制造业，如钢铁、 汽车 、电子、服装等行业，信息数据孤岛凸显，导致质量问题频发，尤其需要“及时发现和预测异常，迅速控制和分析质量异常的原因，进行生产过程改进，稳定生产过程，减少产品质量波动”。
生产质量分析，从工厂订单下单-订单生产-流入市场， 针对整个生产链进行全面的质量分析。其中，打通质量和人、机、料、法、环等数据，各生产数据环环相扣，聚焦质量管理的全量数据分析，帮助企业快速 探索 缺陷根本原因。
1、打通质量和人、机、料、法、环，对影响质量的全量数据进行交互分析， 探索 相互关系，挖掘数据背后的真实原因，获取结果“是什么”，回答“为什么”。
2、将传统的静态汇报模式，改为交互式动态会议，随时随地可以组织生产、质量相关专题会议。通过对维度展示生产和质量KPI，实时预警、掌握产线运营状况。
3、简单易上手的质量分析工具，员工只需对数据进行选取、拖曳，自助灵活地达成期望的数据结果。
4、摒弃以往静态的数据报表，整合多个业务系统数据，多场景数据大屏，自适应多屏，进行综合展示分析，让决策更清晰。
————————————————
大数据、云计算、互联网+、AI等已成为近年来大家耳熟能详的热词，以这些技术为代表的新一轮科技革命正愈演愈烈，引发全球制造业的深刻变革。汽车产业作为传统制造业中的集大成者，也正步入前所未有的变革期。除了在传统车企的推动下加速转型升级，大数据公司、互联网公司、科技公司及新型模式运营公司等外部新鲜血液纷纷涌入汽车领域，实现多产业的跨界融合，不仅改变了汽车产业格局，而且波及环境、能源、交通等众多领域，影响着未来人类社会生活的方方面面，孕育着广度和深度空前的发展机遇。
汽车产业格局发生重大改变，呈现“多方竞合，你中有我，我中有你”的复杂态势。原本垂直线型的产业价值链在全新硬件科技公司，新的内容商、服务商、运营商及基础设施公司，尤其是在以互联网公司为代表的信息通讯技术企业等外来力量的作用下逐渐演变成交叉网状的出行生态圈。
这意味着汽车产业的本质发生改变，即将进入全新的30时代。10时代，即汽车诞生之初，一家工厂独自打造汽车;20时代，福特“流水线”及产业分工出现，真正意义上的汽车产业形成并最终演变成今天的健全产业链;而即将进入的30时代，则是多产业跨界交融，围绕汽车的出行功能形成产业生态圈，共同打造基于汽车的未来移动出行新业态。
汽车发展也将首次进入产业渐趋无边界的局面，汽车产业从未像今天这样充满生机而复杂重重，诸多不同参与方都成为了未来出行服务生态圈不可或缺的重要组成部分，每一方都有各自的优势和短板，也有着不同的机遇和挑战。
同时，世界各国对汽车产业都愈加重视，中国汽车产业在国民经济中的地位更是前所未有且与日俱增。过去汽车主要与制造业安全息息相关;而今汽车又成为国家环境、能源安全和交通安全的关键所在;而未来汽车的智能化和网联化升级将使其成为信息安全的重要组成部分。因此，对后发的中国来说，要牢牢把握汽车产业的战略地位。
智能网联汽车就是我们常说的智能汽车，相信大家对自动驾驶技术都有所耳闻，但智能汽车的范围绝不仅限于自动化驾驶。要正确了解智能汽车的概念，必须从车辆智能化与网联化这两个维度进行把握。智能化和网联化紧密关联而又不同，实现智能是目的，网联是核心手段，两者相辅相成，密不可分。
对智能汽车来说，智能化和网联化缺一不可。汽车的智能必须通过网联才能发挥作用，而网联则进一步提升汽车智能水平。传统汽车以及新能源汽车作为产品载体，通过智能化和网联化的技术赋能，实现与外界环境的充分联接，构成了智能网联汽车的全部内涵。
智能网联汽车是全球业界公认的发展方向和重大机遇，无论是自动驾驶，还是人机交互、产品载体的升级乃至外部生态，都是未来汽车产品竞争力的核心组成部分，值得各界的深切关注。
智能网联汽车的发展需要汽车智能制造体系的同步并行。在新一轮科技革命的浪潮下，智能制造是全球共认的大趋势。各主要工业强国为抢占先进制造的战略制高点，相继提出了制造业转型升级的国家战略，如德国的“工业40”、美国的“工业互联网”、日本的“再兴战略”、法国的“新工业法国”及中国的“中国制造2025”等，致力于通过工业化与信息化的深度融合走向“智能制造”，建成制造强国，在全球经济与科技竞争中抢占有利地位。
而汽车产业作为制造业的集大成者，不仅自身是实现智能制造、建成制造强国的最佳载体，还对装备制造业、工业软件与操作系统等提出了更高的需求。因此，汽车智能制造升级具有特殊的战略意义。
智能制造的内涵是大规模定制化的制造体系，而制造业的本质是以最低的成本、最快的速度、最高的质量满足消费者的个性化需求，两者正相符合。具体来说，这是一个以数据为驱动，实现互联、互动、智能的制造体系。
智能制造的战略要点是：由物联网到大数据，再到标准与端口，最后实现全面大集成。这种大集成不仅指产业链上下游企业的纵向集成，还指企业内部各环节的横向集成。换言之，互联是基础，数据是核心，标准是规则，集成是终极形态，最终促成制造业的不断智能化。
在即将到来的智能制造时代，企业的核心竞争力将发生变化，高质量的产品只是一个基础条件，而通过定制化产品来满足个性化需求的服务，才是智能制造更核心的竞争力。
智能制造的升级路径分为3个阶段：数字化、数字化+网联化、数字化+网联化+智能化。可见，数字化是基础，通过将信息转变为数据，为网联化提供支撑;网联化则在数字化之上实现互联，从而集成利用分散资源，同时方便控制机器;而智能化在数字化与网联化之上增加了人工智能，使得机器与机器之间可以互动，加强网联的效果。
汽车产业作为最具综合性的支柱产业之一，涉及范围广、关联因素多、影响深度大、复杂程度高。而今伴随着工业化和信息化的深度融合，汽车产业的跨界融合正成为新形势下的发展方向和重要机遇。
汽车产业跨界融合的重点方向可以概括为“制造体系升级”和“服务体系升级”。制造体系升级最终指向“按需生产”的制造业“理想境界”。在IT、互联网+、AI等信息产业的深度影响下，汽车产业正在形成全新的信息化、智能化产业链。而服务体系升级则结合信息化、智能化技术，为更好地满足交通出行需求及解决现有交通问题创造了全新可能。智能化、网联化、共享化已逐渐成为汽车出行服务的重要趋势，将深刻改变交通系统和汽车生活，进而影响整个交通的大格局。此外，未来汽车还可基于电网融合技术提供可移动的储能供能服务，从而影响整个能源系统，进一步丰富了服务体系升级的内涵。
在互联、智能和能源三大革命的驱动下，汽车产业正经历着前所未有的深刻变革，竞争格局与产业生态的全面重构，不仅将对未来汽车及相关众多产业产生全方位的深远影响，还会影响整个人类社会的生活形态，为经济可持续增长创造全新活力，进而带来宝贵的战略机遇。必须积极把握住汽车产业变革的战略契机，稳步推进汽车产业的转型升级。
SAM2019 , 国际汽车智能制造峰会 将于2019年6月25日-26日在上海举办，届时将邀请超过 50+ 国内外媒体 ， 200+ 国内外行业人才 ， 30+OEM 厂商 共同参与，重点探讨汽车行业的智能化升级，期待大家的参与，详细内容，请点链接查看： >
根据定位系统的不同，有如下方式：（1）手持式或是车载较为简易的GPS系统，可以直接关掉主机即可。
（2）远程式的，通过网络定位控制的GPS系统：（此方式定位无法通过所谓拆卸天线、拆卸电瓶可达到的）。
A、人为通过控制手柄取消导航或定位。
B、通过服务中心取消定位系统。
（3）物联网多方式APP控制：
A、直接通过APP端取消或终止；
B、将适配器拆卸或解除。
本教程操作环境：windows7系统、Dell G3电脑。
工业互联网与大数据应用是指将世界上各种机器、设备组、设施和系统网络，与先进的传感器、控制和软件应用程序相连接形成的一个大型网络。像核磁共振成像仪、飞机发动机、电动车，甚至发电厂，这些都可以连接到工业互联网中。通过网络互联与大数据分析相结合进行合理决策，从而能更有效地发挥出各机器的潜能，提高生产力。工业互联网最显著的特点是能最大程度地提高生产效率，节省成本，推动设备技术的升级，提高效益。
简单来说就是将工业与互联网结合，再与大数据结合，因为现在大数据确实很方便，各个行业都有可用武之地。以此来提高效率，增加效益。
工业互联网与大数据应用的场景分析
1加速产品创新
客户与工业企业之间的交互和交易行为将产生大量数据，挖掘和分析这些客户动态数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。福特公司是这方面的表率，他们将大数据技术应用到了福特福克斯电动车的产品创新和优化中，这款车成为了一款名副其实的“大数据电动车”。第一代福特福克斯电动车在驾驶和停车时产生大量数据。在行驶中，司机持续地更新车辆的加速度、刹车、电池充电和位置信息。这对于司机很有用，但数据也传回福特工程师那里，以了解客户的驾驶习惯，包括如何、何时以及何处充电。即使车辆处于静止状态，它也会持续将车辆胎压和电池系统的数据传送给最近的智能电话。
这种以客户为中心的大数据应用场景具有多方面的好处，因为大数据实现了宝贵的新型产品创新和协作方式。司机获得有用的最新信息，而位于底特律的工程师汇总关于驾驶行为的信息，以了解客户，制订产品改进计划，并实施新产品创新。而且，电力公司和其他第三方供应商也可以分析数百万英里的驾驶数据，以决定在何处建立新的充电站，以及如何防止脆弱的电网超负荷运转。
2产品故障诊断与预测
这可以被用于产品售后服务与产品改进。无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。在马航MH370失联客机搜寻过程中，波音公司获取的发动机运转数据对于确定飞机的失联路径起到了关键作用。我们就拿波音公司飞机系统作为案例，看看大数据应用在产品故障诊断中如何发挥作用。在波音的飞机上，发动机、燃油系统、液压和电力系统等数以百计的变量组成了在航状态，这些数据不到几微秒就被测量和发送一次。以波音737为例，发动机在飞行中每30分钟就能产生10TB数据。
这些数据不仅仅是未来某个时间点能够分析的工程遥测数据，而且还促进了实时自适应控制、燃油使用、零件故障预测和飞行员通报，能有效实现故障诊断和预测。再看一个通用电气(GE)的例子，位于美国亚特兰大的GE能源监测和诊断(M&D)中心，收集全球50多个国家上千台GE燃气轮机的数据，每天就能为客户收集10G的数据，通过分析来自系统内的传感器振动和温度信号的恒定大数据流，这些大数据分析将为GE公司对燃气轮机故障诊断和预警提供支撑。风力涡轮机制造商Vestas也通过对天气数据及期涡轮仪表数据进行交叉分析，从而对风力涡轮机布局进行改善，由此增加了风力涡轮机的电力输出水平并延长了服务寿命。
3工业物联网生产线的大数据应用
现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。因为每隔几秒就收集一次数据，利用这些数据可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析(包括违反生产规定、零部件故障)等。首先，在生产工艺改进方面，在生产过程中使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会产生一个报警信号，能更快速地发现错误或者瓶颈所在，也就能更容易解决问题。利用大数据技术，还可以对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。再如，在能耗分析方面，在设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情形，由此便可在生产过程中优化能源的消耗，对所有流程进行分析将会大大降低能耗。
4工业供应链的分析和优化
当前，大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。
以海尔公司为例，海尔公司供应链体系很完善，它以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合全球供应链资源和全球用户资源。在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。美国较大的OEM供应商超过千家，为制造企业提供超过1万种不同的产品，每家厂商都依靠市场预测和其他不同的变量，如销售数据、市场信息、展会、新闻、竞争对手的数据，甚至天气预报等来销售自己的产品。
利用销售数据、产品的传感器数据和出自供应商数据库的数据，工业制造企业便可准确地预测全球不同区域的需求。由于可以跟踪库存和销售价格，可以在价格下跌时买进，所以制造企业便可节约大量的成本。如果再利用产品中传感器所产生的数据，知道产品出了什么故障，哪里需要配件，他们还可以预测何处以及何时需要零件。这将会极大地减少库存，优化供应链。
5产品销售预测与需求管理
通过大数据来分析当前需求变化和组合形式。大数据是一个很好的销售分析工具，通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式、消费者的层次等，以此来调整产品策略和铺货策略。在某些分析中我们可以发现，在开学季高校较多的城市对文具的需求会高很多，这样我们可以加大对这些城市经销商的促销，吸引他们在开学季多订货，同时在开学季之前一两个月开始产能规划，以满足促销需求。对产品开发方面，通过消费人群的关注点进行产品功能、性能的调整，如几年前大家喜欢用音乐手机，而现在大家更倾向于用手机上网、拍照分享等，手机的拍照功能提升就是一个趋势，4G手机也占据更大的市场份额。通过大数据对一些市场细节的分析，可以找到更多的潜在销售机会。
6生产计划与排程
制造业面对多品种小批量的生产模式，数据的精细化自动及时方便的采集(MES/DCS)及多变性导致数据剧烈增大，再加上十几年的信息化的历史数据，对于需要快速响应的APS来说，是一个巨大的挑战。大数据可以给予我们更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。帮我们规避“画像”的缺陷，直接将群体特征直接强加给个体(工作中心数据直接改变为具体一个设备、人员、模具等数据)。通过数据的关联分析并监控它，我们就能计划未来。虽然，大数据略有瑕疵，只要得到合理的应用，大数据会变成我们强大的武器。当年，福特问大数据的客户需求是什么 而回答是“一匹更快的马”，而不是现在已经普及的汽车。所以，在大数据的世界里，创意、直觉、冒险精神和知识野心尤为重要。
7产品质量管理与分析
传统的制造业正面临着大数据的冲击，在产品研发、工艺设计、质量管理、生产运营等各方面都迫切期待着有创新方法的诞生，来应对工业背景下的大数据挑战。例如在半导体行业，芯片在生产过程中会经历许多次掺杂、增层、光刻和热处理等复杂的工艺制程，每一步都必须达到极其苛刻的物理特性要求，高度自动化的设备在加工产品的同时，也同步生成了庞大的检测结果。这些海量数据究竟是企业的包袱，还是企业的金矿呢 如果说是后者的话，那么又该如何快速地拨云见日，从“金矿”中准确地发现产品良率波动的关键原因呢 这是一个已经困扰半导体工程师们多年的技术难题。
某半导体科技公司生产的晶圆在经过测试环节后，每天都会产生包含一百多个测试项目、长度达几百万行测试记录的数据集。按照质量管理的基本要求，一个必不可少的工作就是需要针对这些技术规格要求各异的一百多个测试项目分别进行一次过程能力分析。如果按照传统的工作模式，我们需要按部就班地分别计算一百多个过程能力指数，对各项质量特性一一考核。这里暂且不论工作量的庞大与繁琐，哪怕有人能够解决了计算量的问题，但也很难从这一百多个过程能力指数中看出它们之间的关联性，更难对产品的总体质量性能有一个全面的认识与总结。然而，如果我们利用大数据质量管理分析平台，除了可以快速地得到一个长长的传统单一指标的过程能力分析报表之外，更重要的是，还可以从同样的大数据集中得到很多崭新的分析结果。
8工业污染与环保检测
《穹顶之下》令人印象深刻的一点是通过可视化报表，柴静团队向观众传递雾霾问题的严峻性、雾霾的成因等等。
这给我们带来的一个启示，即大数据对环保具有巨大价值。《穹顶之下》图表的原生数据哪里来的呢 其实并非都是凭借高层关系获取，不少数据都是公开可查，在中国政府网、各部委网站、中石油中石化官网、环保组织官网以及一些特殊机构，可查询的公益环保数据越来越多，包括全国空气、水文等数据，气象数据，工厂分布及污染排放达标情况等数据等等。只不过这些数据太分散、太专业、缺少分析、没有可视化，普通人看不懂。如果能够看懂并保持关注，大数据将成为社会监督环保的重要手段。近日百度上线《全国污染监测地图》就是一个很好的方式，结合开放的环保大数据，百度地图加入了污染检测图层，任何人都可以通过它查看全国及自己所在区域省市，所有的在环保局监控之下的排放机构(包括各类火电厂、国控工业企业和污水处理厂等)的位置信息、机构名称、排放污染源的种类，最近一次环保局公布的污染排放达标情况等。可查看距离自己最近的污染源，出现提醒，该监测点检测项目，哪些超标，超标多少倍。这些信息可以实时分享到社交媒体平台，告知好友，提醒大家一同注意污染源情况及个人安全健康。
总结：工业大数据应用的价值潜力巨大。但是，实现这些价值还有很多工作要做。一个是大数据意识建立的问题。过去，也有这些大数据，但由于没有大数据的意识，数据分析手段也不足，很多实时数据被丢弃或束之高阁，大量数据的潜在价值被埋没。还有一个重要问题是数据孤岛的问题。很多工业企业的数据分布于企业中的各个孤岛中，特别是在大型跨国公司内，要想在整个企业内提取这些数据相当困难。因此，工业大数据应用一个重要议题是集成应用。
以上就是关于国产半导体设备的新机遇与挑战全部的内容，包括:国产半导体设备的新机遇与挑战、选择过去还是未来大国车联网技术标准竞赛，一场没有硝烟的战争、汽车品评 | 聊聊华为，5G与智能汽车生态圈等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
