人工智能硬件架构优化对AI芯片产业的影响

在新架构的基础上,AI芯片产业需要人工智能技术突破计算数据吞吐量瓶颈。本文介绍了AI芯片的发展现状及应用,分析了其中所涉及的关键技术,并对其未来的发展趋势进行了简要分析。在未来的智能安全、智能家居、智能驾驶、智能终端发展中,AI芯片是亟待解决的难题,它对于科技变革和人类社会的发展意义重大。

国家大基金对中国人工智能芯片产业创新绩效的影响

利用2008—2021年中国268个城市的人工智能(AI)芯片专利数据,以国家大基金作为一项准自然实验,使用多期双重差分方法实证分析国家大基金对AI芯片产业创新绩效的影响及作用机制。研究发现,国家大基金能显著提升AI芯片技术创新数量和技术创新质量,引导效应是国家大基金促进AI芯片产业创新绩效提升的重要机制;国家大基金对AI芯片产业创新绩效的影响存在异质性,对产业链下游、东部地区、高等级城市和创新环境好的城市促进效果更优。

关键核心技术“卡脖子”问题的识别及应用:以AI芯片为例

识别出具有战略意义的“卡脖子”问题是中国实现关键核心技术突破要解决的首要任务。本文采用定量与定性相结合方法,构建“关键核心技术筛选—潜在‘卡脖子’问题判定—‘卡脖子’问题甄别”三阶段识别模型。首先,从“战略安全性—前沿技术性—经济价值性”3个维度设计指标体系,筛选出关键核心技术;其次,从“数量差距—质量差距”2个维度构建技术差距指数模型,判定出潜在的“卡脖子”问题;再次,从“模仿创新—自主攻克—颠覆性替代”3个维度制定专家甄别方案,识别出关键核心技术“卡脖子”问题;最后,以AI芯片产业为实证对象,识别得到集成电路先进工艺、精密光学器件控制、核心算法等14项关键核心技术“卡脖子”问题清单。本文不仅弥补了现有研究仅采用定量分析或定性分析的不足,而且可以为中国科技发展趋势预测和关键核心技术攻关提供决策参考。

我国人工智能芯片产业协同创新网络时空演化特征分析

为探究我国人工智能(AI)芯片产业协同创新网络的发展状况,为我国AI芯片产业高质量发展提供支撑,根据2000—2022年AI芯片产业的发明专利数据,运用社会网络和空间分析方法对AI芯片产业协同创新网络的时空演化特征进行分析。结果表明,(1)AI芯片产业表现出快速发展的态势,但分散的创新主体使得网络难以发挥集聚效应,创新主体间的合作难度逐渐增大;(2)我国已实现全产业链专利布局,但专利布局集中在下游领域,导致产业发展面临低端锁定的困境;(3)协同创新网络呈现出范围更广、规模更大、联系更紧密的特点,金字塔结构的产业集散体系不断完善,但空间分布并不均衡,西部地区仍属于创新盲区。由此提出,(1)发挥大企业的引领作用,促进与中小企业的协调配合;(2)加强政产学研交流,实现人才培育;(3)制定产业链地图,形成良好的企业生态圈。