从英国首位印裔首相,看印度IC产业

97e73a3f0680fe4f56dc0afefacd2e06.png

来源:芯师爷

当地时间10月24日,英国前财政大臣苏纳克在保守党党首竞选中胜出,将成为英国新一任首相。这也意味着他将成为英国历史上第一位印度裔首相。

42d77f80e07216736016e9616e6e82ad.jpeg

图源:环球网

一时间,关于“首位印度裔首相,苏纳克成功逆势翻盘”的相关新闻登上世界各地媒体的头条。其中,关于他最大的争议——“太有钱”引发了小编的兴趣,本着“知其然知其所以然”的精神,小编进一步了解到,在苏纳克“太有钱”的背后,不得不提的是他的妻子——“印度IT行业之父” 、印度第二大软件公司印孚瑟斯(Infosys)的联合创始人纳拉亚纳·穆尔蒂的女儿。

“多金”,不仅仅是苏纳克的标签,也体现了他背后蓬勃发展的印度软件产业。依托强大的软件基础,印度本土半导体产业发展潜力近年来正在加速释放。

以软件为基础,发展半导体

众所周知,印度是全世界最大的软件外包工厂。

由于印度国民过去受的是英式教育,英语是他们的官方语言之一,这让他们在与跨国公司交流时可以做到无障碍沟通,无形中给印度软件行业创造了优势。印度每年承接2/3的全球软件外包业务。

像上文提及的印孚瑟斯(Infosys),还有HCL技术公司、威普罗等龙头企业,总收入在千亿美元级别,占领了全球软件市场约20%的份额。就连曾多次蝉联世界首富的比尔·盖茨都预言过,“未来的软件超级大国不是美国和日本,而是印度。”

但由于是外包,没有自己的品牌和知识产权,所以印度软件公司的名字在世界上知道的人很少。比如Windows,就属于典型的外包软件,其实它有很大部分是由印度编程人员写的,但微软买下了他们的服务,所以他们没有版权。这有点类似于富士康和苹果的关系,核心技术和品牌都不在自己手上,本质上和中国以前的“外贸订单加工”模式很类似,是一种相对廉价的脑力劳动输出。

不过,凭借在软件领域上多年积累下来的经验,印度的半导体设计和验证能力尤为出色。据印度电子信息技术部部长表示,印度有近5.5万名半导体设计工程师,占全球这类专业人才的20%。

向来有“印度硅谷”之称的班加罗尔,是世界上最大的芯片设计中心之一,英特尔、IBM、微软、英伟达、通用电气、意法半导体等均在班加罗尔设立了研发基地。此外,全球10大无厂半导体设计公司,以及25大半导体供应商中的23家,均有在班加罗尔、金奈、浦那等印度开发程度较高的城市开设公司。

此外,印度政府还推出了一项帮扶芯片设计的计划,旨在吸引全球芯片设计工程师前往印度发展。大量在美国硅谷工作的印裔美国人,他们在美国工作生活多年以后,积累了大量财富和经验,有许多人会回印度去投资。

薄弱的硬件制造

与出色的软件能力形成鲜明对比的,是印度薄弱的硬件制造。

由于印度的政治体制原因,决定的过程很冗长,再加上印度基础建设落后、电力设施不足、交通不便,因此一般的公司不会把印度当作大型制造工厂地址的首选。所以经历这么多年的发展,印度半导体行业的长处在设计,但制造是硬伤。

因此,虽是全球最大的消费电子市场之一,但印度对半导体的大量需求几乎全部依赖进口。根据印度IESA 发布的报告显示,2021年印度只有9%的半导体元件是在当地采购的,这种依赖芯片进口的局面,严重影响了整个国家产业和经济发展。

近年来,印度政府重新开始重视芯片制造,并将其视为战略产业和核心产业。成为消费电子制造强国,是印度莫迪政府主要经济目标之一。在此前的一次会议上,莫迪指出,在半导体制造方面,印度别无选择,必须减少进口,加大自我制造的能力,并呼吁,“印度制造”有无限可能,印度必须共同努力,打造一个强大的制造业基地。

印度正式加入全球芯片制造竞争

目前,印度人口数量为全球第二。根据联合国最新预测,印度将在2023年首次超过中国,成为全球人口第一大国,并将在接下来的几十年中保持这一头衔。

人口数不断提升与经济持续成长必然撑起庞大内需市场,再加上目前印度电子制造产业链的日趋完善,中美贸易摩擦、全球疫情和乌克兰危机引起了世界经济的重大变化,也使得印度对海外半导体供应链越来越具有吸引力。

印度总理莫迪日前宣布,印度正式启动5G通讯商用服务,这标志着印度正式进入5G时代。5G服务的推出将促进印度智能手机的制造和应用。数据显示,截至2022年6月,印度市场上5G智能手机的数量大约为5000万部,预计到今年年底,市场还将增加2000万-3000万部5G智能手机。

除了极具潜力的消费电子市场,印度也出台了相关政策支持。

由于先前吸引外国半导体商设厂的计划因补贴比例过低而失败,印度政府加码了补贴额度,此前印度议会正式批准7600亿卢比(人民币640亿元)的芯片制造促进计划。按照这一计划,在未来6年内,印度将为符合条件的芯片制造、设计及相关配套企业,提供7600亿卢比的投资激励,以此吸引20家左右的芯片生产企业落户印度,将印度打造成芯片设计、生产和出口中心。在芯片之外,印度还批准了近200亿美元的与电子等业务相关方面的促进计划。

在这些政策的推动下,中国台湾富士康、印度企业瓦达塔和印度古吉拉特邦政府已经正式签署协议,将共同投资195亿美元,建立一个占地1000英亩、提供10万就业岗位的芯片制造厂。日前,Vedanta集团高阶主管表示,双方合资计划兴建的28nm12寸晶圆厂计划于2025年投入运作,初期产量将为每月4万颗晶圆,隔年开始全速生产。印度总理莫迪认为,该协议是“加速印度半导体制造雄心”的重要一步。

9月26日,美国苹果公司宣布,该公司已开始在印度生产iPhone 14系列手机,这一时点距离iPhone 14系列手机发布会的召开仅过去不到3周。和过去相比,这是较大的进步。分析机构摩根大通发布报告指出,到2022年底,苹果将把全球5%的iPhone 14生产转移到印度。到2025年,可能会在印度生产25%的iPhone。

此外,印度拥有庞大的市场和低成本劳动力。据行业人士分析,印度想要参与半导体产业的竞争,很大可能会走从低端向高端产品发展的路线,而在发展较为低端的产品上,印度庞大的人力资源以及成本较低的劳动力,可以让它在相对较短的时间,通过劳动密集性产出半导体产品,从而实现较快发展。

写在最后

就目前看来,印度半导体产业还处于落后阶段。但通过多年在软件外包上的经验,以及庞大的市场、低成本劳动力、优惠政策和资金支持加持,将吸引更多国际厂商前去投资,从而带动印度本土半导体行业的发展,具体会对全产业造成怎样的影响,就只有通过时间来验证。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)大脑研究计划,构建互联网(城市)大脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。每日推荐范围未来科技发展趋势的学习型文章。目前线上平台已收藏上千篇精华前沿科技文章和报告。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

3bdd39735cd2c9749e58106f61d92779.jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481479.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

CASREL:A Novel Cascade Binary Tagging Framework for Relational Triple Extraction(关系抽取,ACL2020,重叠关系)

文章目录1.介绍2.相关工作3.The CASREL Framework3.1 Bert3.2 cascade decoder4.实验5.结果参考1.介绍 做重叠关系的少 重叠关系: Zeng et al. (2018) :seq2seq强化学习改善提取顺序Fu et al. (2019):(GraphRel)GCNs将文本建模为关系图 以前…

机器学习数学本质的理解

来源:计算机视觉与机器学习近日,国际数学家大会丨鄂维南院士作一小时大会报告:从数学角度,理解机器学习的“黑魔法”,并应用于更广泛的科学问题。鄂维南院士在2022年的国际数学家大会上作一小时大会报告(plenary talk)…

Exploiting the Syntax-Model Consistency for Neural Relation Extraction(关系抽取,语法模型,跨领域关系抽取

文章目录1.Introductiony1.1 神经网络的关系抽取1.2使用依赖树的关系抽取1.2.2 依赖树的一般树1.3 本文做法2. 相关工作2.1核方法2.2 深度学习方法2.2.1 CNN2.2.2 RNN2.2.3 transformer2.2.4 依赖树3.模型3.1CEON-LSTM3.1.1 LSTM3.1.2ON-LSTM3.1.2.1 公式3.1.2.2the master gat…

从500亿缩水到167亿!自动驾驶芯片第一股“流血上市”

来源:数据观综合编辑:蒲蒲美股年内最后一次大规模IPO,MobilEye首日大涨近40%。美国时间10月26日,英特尔旗下自动驾驶子公司 Mobileye 正式登陆纳斯达克,股票代码为“MBLY”,首日上涨37.95%,报收…

[ACL2020]Generalizing Natural Language Analysis through Span-relation Representations

文章目录1 介绍2 span-relation representations2.1未涉及句子级任务3.span-relation model3.1 span representation3.2 span and relation label prediction3.3 应用到不同任务3.5 多任务学习MTL4 GLAD Benchmark基准 and Results4.1 实验4.2 证明通用模型有效4.3 MTL4.3.2 任…

为什么生成式AI这么火?OpenAI刚刚被曝估值已接近200亿美金

“生成式 AI 提醒我们,很难做出有关于人工智能的预测。十年前,传统观点认为:人工智能首先会影响体力劳动;然后,是认知劳动;然后,也许有一天它可以做创造性工作。现在看起来,它会以相…

报告预告:北斗网格码国家标准与城市大脑网格底座探讨

来源:中国指挥与控制学会中国指挥与控制学会“百名专家、百场讲座”第十七讲——城市大脑系列学术报告(第八期)主办单位:中国指挥与控制学会承办单位:中国指挥与控制学会城市大脑专业委员会远望智库报告人:…

{ACL2020}In Layman’s Terms: Semi-Open Relation Extraction from Scientific Texts(关系抽取,半开放关系抽取)

半开放关系抽取 用FOBIE训练一个narrow IE训练一个OpenIE用narrowIE矫正OpenIE 1.Introduction 标注困难、 跨领域标注更难 TRADE-OFF relations 随着干燥度的增加,木质部的安全性增加和效率降低的广泛模式是明显的,有一些证据表明在针叶树种或个体之…

马斯克成功收购推特,开除CEO等多名高管,还派特斯拉工程师进驻总部审查代码...

来源:AI前线作者:刘燕这场连环反转“大戏”,终于落幕。靴子终于落地10 月 28 日,据 《纽约时报》、CNBC 、《 华尔街日报》、《华盛顿邮报》 等多家外媒报道,马斯克收购推特的交易已经完成。这笔 440 亿美元的收购案终…

【ACL2020】Reasoning with Latent Structure Refinement for Document-Level Relation Extraction

1. 问题 句间关系 很多约等于文档级关系抽取 文档级关系抽取 句子间关系多 生物医药领域尤其多 需求/困难 整合同一文档不同句子间的信息处理句间实体复杂的交互 2.相关工作 文档级别关系抽取 结论: 实体mention之间的交互促进推理过程(文档级关系抽…

孤独的宇宙中,人类是个例外吗?

© Movie Content Plus来源:人工智能学家利维坦按:爱因斯坦曾说,“宇宙的永恒之谜在于其可理解性,宇宙能被理解是个奇迹。”不过,就可理解性(comprehensibility)来说,该如何定义…

红杉资本谈生成式AI:预计AI的杀手级应用将出现,比赛正在进行

来源:硅发布13年前,我采访Wolfram|Alpha的创始人、美国计算机科学家史蒂芬.沃尔弗拉姆时,大吃一惊。当时Wolfram|Alpha刚推出,使命是:让每一个人都可以在搜索引擎里搜出计算机计算的结果。比如说,输入"…

Transformer and set Trasformer

1.Transformer multihead attention block:MAB(X,Y)LayerNorm(HrFF(H))HLayerNorm(Xmultihead(X,Y,Y;ω)MAB(X,Y)LayerNorm(HrFF(H))\\ HLayerNorm(Xmultihead(X,Y,Y;\omega)MAB(X,Y)LayerNorm(HrFF(H))HLayerNorm(Xmultihead(X,Y,Y;ω) * Attention:Att(Q,K,Vl;ω)ω(QKT)VAtt…

「图神经网络复杂图挖掘」 的研究进展

来源:专知图神经网络对非欧式空间数据建立了深度学习框架,相比传统网络表示学习模型,它对图结构能够实施更加深层的信息聚合操作.近年来,图神经网络完成了向复杂图结构的迁移,诞生了一系列基于复杂图的图神经网络模型. 然而,现有综述文章缺乏对复杂图神经网络全面、…

知识复习:nlp算法面试汇总

文章目录2.相似度3.正则化3.1 L13.2 过拟合和欠拟合3.2.1 dropout3.3 欠拟合4. 激活函数4.1 sigmoid5.Bert5.1 Bert原版5.1.2 bert的训练5.2改进5.2.1缺点改进5.2.2任务改进5.3 参数量5.3 transformer5.3.1 多头注意力机制6.搜索6.1pagerank6.2 文本匹配7.神经网络基础7.1Norm7…

光子深度学习:编码到光波上的机器学习模型的组件

编辑 | 萝卜皮由于功率、处理和内存的限制,高级机器学习模型目前无法在智能传感器和无人机等边缘设备上运行。麻省理工学院的研究人员介绍了一种基于跨网络的离域模拟处理的机器学习推理方法。在这种被称为 Netcast 的方法中,基于云的「智能收发器」将重…

【实体对齐·综述】A Benchmarking Study of Embedding-based Entity Alignment for Knowledge Graphs

文章目录模板的简述简述1.Introduction2. preliminatries2.1 literature review2.1.1 knowledge graph embedding2.1.2 Conventional Entity Alignment2.1.3 embedding-based entity alignment2.2 Categorization of Techniques2.2.1 Embedding Module2.2.1.1 关系嵌入2.2.1.2 …

深度学习优化背后包含哪些数学知识?

来源:图灵人工智能深度学习中的优化是一项极度复杂的任务,本文是一份基础指南,旨在从数学的角度深入解读优化器。深度学习中的优化是一项极度复杂的任务,本文是一份基础指南,旨在从数学的角度深入解读优化器。一般而言…

2022 剑桥 AI 全景报告出炉:扩散模型是风口,中国论文数量为美国的 4.5 倍

来源:FUTURE远见选编:FUTURE | 远见 闵青云 文:AI科技评论 近日,剑桥大学的2022年 AI 全景报告(《State of AI Report 》)出炉!报告汇总和聚焦了过去一年里 AI 行业中炙手可热的事件&#xff0c…

实体对齐汇总

文章目录1.综述2.技术论文3.汇总3.1定义定义统一EA3.2 评价指标3.3 数据集3.4 数据预处理技术3.5 索引3.6 对齐3.6.1 按属性相似度/文本相似度做:成对实体对齐3.6.2 协同对齐:考虑不同实体间的关联3.6.2.1 局部实体对齐3.6.2.2 全局实体对齐3.6.3 基于em…