中国在核心技术、硬件装备和高端软件产品上存在短板

数字化科技融合赋能传统产业，涉及在大量核心技术、硬件装备、高端软件产品方面的突破。在这方面中国仍然存在不少短板。

一、高性能芯片

芯片是现代数字经济的核心基础和物理载体。中国在芯片设计、封装测试等领域已经赶上世界先进水平，但是在高性能芯片制造方面仍然薄弱，具体体现在EDA（电子设计自动化）工具、核心原材料和半导体设备等方面的短板上。

首先，在EDA工具领域，EDA工具的使用贯穿了芯片设计、制造和封测环节，一旦受制于人，整个芯片产业的发展都将受到极大限制。目前在全球EDA行业中处于绝对领先地位的是新思（Synopsys）、楷登（Cadence）和西门子EDA（其收购了Mentor）。中国芯片的设计和制造长期依赖这三大巨头，其在中国的市场占有率高达80%。虽然近年来国内领先的EDA企业在部分类型的芯片设计和制造领域实现了全流程覆盖，在部分点工具领域取得了一定突破，跃居全球第二梯队，但整体技术水平与国际巨头相比尚有较大差距。

其次，在核心原材料方面，中国积极进行自主研发，但在最高端产品研发和良品率方面仍有待提升。比如，大尺寸硅片是高性能芯片最核心的原材料，工艺技术门槛极高，呈现高度垄断格局，逾九成市场份额被信越化学、环球晶圆、胜高和SKSilitron占据，特别是大部分轻掺的8英寸硅片以及超过95%的12英寸硅片。中国（大陆）对大尺寸硅片的研究起步较晚，技术累积相对不足，缺乏核心设备特别是晶体生长炉，但是随着近年来的不断发展，国内已经有公司实现了核心晶体生长设备的自主可控，从8英寸硅片到12英寸硅片逐步实现了国产化，并开始向全球用户供货，而且正在加速对18英寸晶体生长技术的研发。再比如光刻胶，高端半导体光刻胶长期被东京应化、JSR株式会社、住友化学等日本企业以及陶氏化学、默克等欧美企业所垄断，目前中国虽然成功研发G线（第一代）、I线（第二代）、KrF（第三代）和ArF（第四代）光刻胶，但最高端的EUV光刻胶（第五代）仍处于早期研发阶段。

最后，中国在半导体设备领域实现了部分国产化，但在最核心的设备方面仍然差距明显。具体来看，中国半导体去胶设备已实现较高水平的国产化；刻蚀机技术与国际先进水平差距正在不断缩小；在清洗设备、薄膜沉积设备、离子注入机等方面实现了少量的国产化；已研发成功涂胶显影机、CMP（化学机械抛光）且实现量产供货，打破了外资垄断；但是高端光刻机仍然处于空白状态。光刻工艺直接决定芯片制程和性能，是芯片制造环节最关键的工艺步骤，而光刻机是核心设备，处于高度垄断状态，其技术含量之高、结构之复杂，被誉为“现代工业皇冠上的明珠”，尤其是最先进的EUV光刻机，仅荷兰的ASML（阿斯麦）能够量产。中国的高端光刻机完全依赖进口，且最先进的EUV光刻机处于被“封锁”的状态，自主研发的光刻机虽然取得了一定进展，但在制程上仍然有四代的差距，实现追赶任重而道远。

二、智能仪器仪表、传感器

检测、显示信息的智能仪器仪表、检测终端是“万物发声”的关键。这些要在五大性能指标上达到要求：一是灵敏度，二是准确性，三是可靠性，四是能耗，五是安全性。如果没有以传感器和检测芯片为基础的高性能智能仪器仪表、检测终端，智能制造就是空中楼阁。中国在这方面与欧美、日本的差距，比在芯片领域的差距还要大。有数据显示，美国的仪器仪表、检测系统的产值只占工业总产值的4%，但却带动了美国60%的工业实现了自动化。

如果将云计算、人工智能、大数据、移动互联网组成的数字综合体类比为一个智慧人体，那么传感器就是这个智慧人体的感官和神经末梢，能够准确、及时地感知“万物发声”，并转化为易于识别的数字信息。传感器行业属于技术密集型、知识密集型行业，需要长期研发的沉淀和积累。目前全球的传感器市场主要由美国、德国、日本等国的少数几家公司主导，博世、霍尼韦尔、德州仪器、飞思卡尔、飞利浦、意法半导体等企业的市场份额合计超过60%。中国传感器产品多集中在中低端，高端智能传感器产品，比如各类MEMS（微机电系统）传感器的自给率不高，在核心制造技术、工艺装备和人才储备方面，距离国际领先水平尚有差距。

三、移动通信技术

5G是万物万联的纽带，具备高带宽、低时延、高速度、低能耗、高可靠性五大性能。中国的5G在关键指标、基础性技术、网络架构设计、国际标准制定等方面均实现了领先和主导。但也存在着核心元器件、通信芯片制造等基础硬件受制于人的情况。接下来，还需要进一步丰富应用场景，加速推进5G赋能千行百业，支持各种应用创新。同时，按照移动通信每10年更新一代的发展规律，前瞻布局6G（第六代移动通信技术）网络技术储备，确保中国在下一代移动通信技术中的领先优势。

四、操作系统

5G能够实现万物万联，但是要把各种应用与终端有机糅合到一起，则需要操作系统，操作系统可以说是“人机互动”的底座。作为管理硬件和软件资源的基础，操作系统的主要功能包括管理处理器的进程，合理地分配计算资源；管理存储空间内的数据；管理硬件设备；管理文件系统；以图形界面、语音互动等方式协助进行人机互动等。

长期以来，个人计算机端操作系统领域微软一家独大，苹果的macOS系列占据少量份额；移动端操作系统被谷歌的安卓、苹果的iOS垄断。总体而言，中国在操作系统层面一直处于受制于人的状态。

在物联网下的产业互联网领域，应用形态更为丰富、应用场景更为分散，终端呈现海量碎片化的格局，对操作系统提出了全新的要求。在这一领域，中国的操作系统取得了一定的突破，出现了一些自主研发的操作系统和相关生态。比如华为的鸿蒙OS作为面向物联网和万物万联的全场景分布式操作系统，为不同设备的智能化、互联与协同提供了统一的语言，未来有望实现跨终端的协同体验。2021年9月，华为与国家能源集团联合发布了适用于矿山管理场景的鸿矿操作系统，破除各类采矿设备之间的信息壁垒，提高了生产效率，而且能够与手机、智能穿戴等终端互联互通，进行更加精确的环境感知、人员定位、健康检测，提高了井下作业安全性，是鸿蒙操作系统在工业领域的一次突破。但是目前国产操作系统要实现在更广阔物联网场景下的应用，仍然面临适配性不足、生态不完整等问题。比如在智能制造领域，被广泛使用的还是西门子、ABB、发那科、罗克韦尔等国际自动化巨头自研的实时操作系统，以及VxWorks、QNX等操作系统。

整体而言，中国还要进一步加大操作系统的研发强度，扭转智能制造的“底座”受制于人的局面。

五、工业软件

工业软件是智能制造、工业4.0的大脑。中国工业软件相比发达国家起步较晚，技术储备不足。有数据显示，中国工业软件产值仅占全球产值的6%，与中国工业产值全球第一的地位严重不匹配，高端工业软件领域则主要由外资主导。

工业软件可以大致分为研发设计类，包括CAE（辅助分析）、CAD（辅助设计）、CAM（辅助生产）和之前提到的EDA等；生产控制类，包括MES（制造执行系统）等；运营管理类，包括ERP（企业资源计划）、CRM（客户关系管理）等；嵌入式软件，比如嵌入式操作系统、嵌入式应用软件等。从总量上看，中国工业软件的产值与中国的经济规模、工业产值不匹配；从结构上看，自主研发的工业软件很多都集中在运营管理类，在更加核心的研发设计类软件上与国外领先企业的差距则更加巨大。比如CAE类软件完全被海外产品垄断，欧美的Ansys、Altair、海克斯康（其收购了MSC）等公司占据了超过95%的市场份额；在CAD类软件方面，西门子、达索、PTC、Autodesk等欧美企业也占据绝对主导地位。国内产品取得了一定的进展，但还存在研发投入不足、教学和科研被国际软件巨头深度捆绑、商业转化不足等问题，需要持续进行突破。

工业软件并不单纯是一种信息化工具，其本质是将各类工业场景下总结出来的知识和经验以软件为载体进行保存和沉淀，并在相似的场景中进行应用。因此，工业软件的水平与工业技术的先进程度直接挂钩。从这个角度上讲，要求工业软件在短时间内全面追赶甚至超越国际领先水平并不现实，但是实现关键工业软件的自主可控的确是十分必要的。习近平总书记对工业软件的发展做出了重要指示，要重点突破关键软件，推动软件产业做大做强，提升关键软件技术创新和供给能力。

六、算力

支撑“智慧网联”的还有算力。通过“万物发声”和“万物万联”会产生各种各样的大数据，包括整个空间泛在的数据、老百姓生活中的数据、企业生产运营的数据，数据在使用的时候叠加新的数据，就产生了数据库的存储、通信和计算的问题。如果说工业互联网、产业互联网、数字经济的基础条件是能使“万物发声”的检测，促使“万物万联”的纽带是5G通信，那么实现“人机互动”、智慧世界的关键就在于算力，在于由大数据、云计算、人工智能、区块链等数字化综合体形成的算力。

算力包含五个方面：一是计算速度，芯片、服务器、超算系统都反映这方面能力；二是算法，由大量数学家、程序员进行开发和优化；三是大数据存储量，包含静态数据，动态数据，经过人类大脑和计算机处理、计算后产生的数据；四是通信能力，体现在5G基站的数量、通信的速度、时延、带宽、可靠性和能耗等方面；五是云计算服务能力，包括数据处理中心的规模、服务器的数量等。数字时代，算力将是国家与国家、地区与地区之间的核心竞争力。

中国目前有13个超算中心，其中“神威太湖之光”和“天河二号”的算力位居世界前十，“神威太湖之光”曾经连续四年排名世界第一，直到最近几年才连续被日本、美国的超算超越。中国在算力方面取得了令人瞩目的成绩，但仍然存在一定的短板，一是从整体来看，中国自研的计算机芯片与美国英特尔、英伟达等生产的芯片仍有较大差距，二是部分超算中心的算力资源仍然没有得到充分利用，建议可以将一部分闲置的超算资源挂牌交易。

以上六个领域是环环相扣、彼此交织的。比如，如果没有智能仪器仪表，无法形成“万物发声”，那5G也就缺乏应用场景；如果芯片制造跟不上，算力、传感器将难以为继；传统产业进行数字化转型升级要经历四个步骤，每一步都涉及上述六个领域中的关键硬件和软件。如果在这六个领域中存在明显的薄弱环节，就会使数字化转型面临障碍。