硅谷程序员的回归能拯救印度“芯”吗?

640?wx_fmt=gif
640?wx_fmt=png
作者 |  藏狐
责编 | 刘静
本文经授权转载自脑极体(ID:unity007)

硅谷有个段子,集成电路(integrate circuit)的英文缩写IC,其实是印度(India)与中国(China)两个国家的英文首字母。因为来自中国、印度的工程师,占据了硅谷的半壁江山。

但现在,情况正在悄然改变。

近几年来不少华裔和中国籍芯片人才“回流”,也有大量印度精英们放弃了能带全家人“鸡犬升天”的美国身份,回归故土创业。显然,二者面对的国际形势、产业环境、资源条件都各不相同。而印度也被看做是博弈期中中国半导体产业的有力竞争者。

那么,身披硅谷大厂光环的精英们,能成为影响印度半导体产业的关键力量吗?

640?wx_fmt=png

 

640?wx_fmt=png

硅谷精英纷纷做起“印度梦”

 

资本潮水的涌动,正在印度的半导体产业发生。

前不久,印度IT服务巨头 HCL Technologies,以2500万美元收购了一家本土的模拟与混合信号芯片企业Sankalp Semiconductor。而在更早的时候,位于印度西部的物联网芯片公司 eInfochips,也被以2.8亿美元的价格卖身了。

就连印度的摩托车厂商Hero,也开始对芯片行业伸出橄榄枝,在2016年收购了拥有1500位工程师规模的Tessolve。

640?wx_fmt=png

资本市场形势一片大好的同时,印度半导体人才在产品创新上也有不俗的表现。

就在今年,班加罗尔的一家芯片公司就宣布,成功研发除了印度第一个 4G/LTE与5G NR芯片,能支持最高到 6GHz的所有LTE/5G-NR频段,并利用印度自己的卫星导航系统 NavIC来完成定位功能。

而另一家由TI与高通前员工创办的印度初创企业 Steradian,更是在GPS与 LTE-A领域拥有50多项专利,并号称已经开发出了全球最小的28nm制程的影像雷达芯片,能够实现4D成像……位于班加罗尔的芯片公司 Saankhya Labs,则正在为一家美国传媒公司 ONE Media 3.0开发可以支持5G网络的下一代广播平台。

这些动态,都被看做是印度半导体产业进入春天的征兆。

640?wx_fmt=png

我们知道,印度政府很早就提出了各种扶持国内电子产业的激励政策,比如2012年的M-SIPS。但长期以来,拥有“人口红利”的互联网初创公司更容易在印度获得资本青睐,芯片创业机构则不怎么受待见。那么,到底是什么在近几年给印度半导体产业注入了一针“强心剂”呢?

关键影响主要还是在人才上。

一方面,与中国早年受限于基础创新的困局相反,印度在很长一旦时间内,都是众多大型IT互联网企业,甚至一些芯片公司的外包国家。英特尔、英伟达、通用等都将一部分研发业务转移到了印度,这种近水楼台的优势,让印度的工程师们得以掌握主流芯片的研发设计流程和一部分核心技术。这支实力强劲的人才队伍,是这波产业起飞的充足后劲。

640?wx_fmt=png

(分布在班加罗尔的美国科技公司)

而另一个导致变局的关键要素,则是硅谷印度精英们的大量“回流”。

曾经,印度的芯片研发工程师主要是聚集在班加罗尔、金奈等城市,日以继夜地为“美国梦”奋斗。而近几年,不少拥有印度血统的芯片公司冒了出来,他们背后几乎都有着来自硅谷的身影。

比如 Sankalp Semiconductor的创始人就曾经在TI(德州仪器)工作超过了15年。创投机构Cadence2011年投资了班加罗尔的Cosmic Circuits公司,正是因为看中了其拥有两位来自美国 Sankalp的高管。而提供物联网芯片解决方案的 Aura Semiconductor顺利获得了一笔风险投资,其创办人不出所料正是来自硅谷 Silicon Labs的前任工程师Srinath Sridharan与Kishore Ganti。国际大厂的成功,无疑成为了印度芯片初创企业在资本市场最好的背书。

 

640?wx_fmt=png

硬饭软吃:

印度真能靠设计转型半导体强国?

 

而产业发展与人才优势之间的关系,既有利又危险。

我们知道,设计和制造在某种程度上需要相辅相成,才能成就一个坚实的半导体产业生态。而无论是美国公司的海外研发人员,还是硅谷“回流”的高级人才,都有一个共性是专注于设计。

芯片制造的高投入,使得美国大量的芯片公司都将生产外包,而保留了一流的设计人员。AMD就曾将自己的制造工厂卖给了GF。

这也就导致,印度半导体产业的这次向暖,体现出一个明显的趋势,那就软件设计生态与实业的极端不匹配。

根据SiliconIndia公布的2018年印度十大最有潜力半导体公司排名,可以发现,这些公司大多是以芯片设计为核心业务。

这种情况下,印度真的能够在中美夹缝中抓住机会,升级成为世界半导体的核心力量之一吗?似乎很难给出肯定的结论。

首先,“软实力”突出的印度半导体公司,设计出芯片之后必须依赖国外企业购买并消化,这意味着,想要在产品性能上满足客户的要求,印度企业必须加大对供应链的话语权。在代工厂产能吃紧的背景下,想要跟中美日韩的科技大厂竞争,印度初创企业显然还没有足够的优势。

640?wx_fmt=png

另一个隐患是,印度新崛起的芯片公司大多都依赖于欧美系大厂背景的背书。这样的“亲缘关系”,曾经是印度发展芯片产业的最大依仗。但正随着美国“起飞就打压”的思路,以及印度不再甘心只扮演美国海外设计中心这一角色,不确定性增强,或许重演中美博弈的经历只是时间问题。

早在1998年也曾发生过美国对印度实行高科技产品禁运的制裁,其中就包括了芯片和相关技术。芯片又是一个资本密集型产业,如何说服谨慎的不愿意冒险的印度投资人继续加注,已经变成初创企业必须面对的问题。

而另一方面,芯片设计与制造,长时间以来都被认为是一个国家想要踏平半导体行业门槛所必须补足的关键环节。过度依赖设计层面的软实力,也会让印度在芯片制造、封装等关键环节上行动迟缓,而将优质工人的培养,基础设施的补全,产业政策的公平化等重要的问题持续搁浅。

此前,还曾发生过当地政府因为电力供应不足,而拒绝了一家芯片制造商办厂申请的故事。台积电多年来都“放风”要产业转移去印度,但至今都未能真正成行。

640?wx_fmt=png

在印度身上,我们不难看到一个极具冲突的矛盾体:一方面,面对中美博弈的历史性时机,印度渴望快速实现产业跃迁的半导体强国梦已经呼之欲出。

在去年公布的国家芯片战略中,印度计划是在每一个邦都建立一个特大经济特区,主要服务于芯片制造业,并希望在2020年实现完全的芯片国产化。

然而,产业的现实表现又十分不均衡。政府1.11亿美元的扶持资金杯水车薪,在芯片制造、封装等领域虽说能听见一点水花,却难以迅速积累起一个产业的质变。

从这个角度看,依靠身披大厂光环的印度精英们精忠报国,是远远不够的。这也就让印度半导体产业的未来更加渺茫了起来。

 

640?wx_fmt=png

印度半岛的半导体,未来向何处去

 

今天,当中国芯片产业不断向上升级,探索顶层自主创新的同时,印度恐怕也很难凭借与硅谷良好的关系就此高枕无忧。

搞基建、政策环境等等高屋建瓴的主意这里就不赘述了,对于印度半导体产业来说,如何在充满变局的形势下快速通过自身的设计“长板”布局生态系统,恐怕才是当务之急。

可以说,在半导体产业,中国与印度的发展方向并不相同,后者也确实有机会在国际产业链中分一杯羹。

目前中国伴随着政府、资本、创新企业的立体化联动,已经拥有了向高端芯片国产化冲刺的基本实力,今年就有麒麟990、紫光展锐等一系列高制程高性能的微缩SoC芯片问世。而基础设施薄弱的印度,则拥有庞大的低消费网络人口,对中低端性能的IC芯片需求十分庞大,对于制造工艺的要求也并不严苛,因此更容易通过本国部署尽早实现商业化,这也是目前印度芯片公司研发的重点。

最近印度半岛计划建造的两座晶圆厂,就将目标定在了从90、65与45nm CMOS节点开始,再逐步发展到生产28nm CMOS与22nm节点,尽管依然落后于世界芯片制造的顶级技术,但面向物联网应用也能收获一定空间的市场机会。

而从产业安全的角度,尽管目前硅谷印度精英回国创业已成潮流,但对上游供应链缺乏话语权,对下游市场缺乏影响力,又不像韩国可以在越南等过设立中转站,也不像中国一样与台湾成熟的ICT企业结盟,一旦在产业转移的过程中因知识产权问题被美国挟制,失去硅谷这把保护伞,如何让好不容易孵化出的产业萌芽持续发展下去,是印度政府与产业界接下来必须思考的问题。

最近印度理工学院马德拉斯分校(IIT Madras),就在全力开发用于移动计算、监控摄像头和网络系统的微处理器程序Shakti,以期减少对外国计算资源的依赖,从而降低网络攻击的风险。

总而言之,“硅谷力量”的崛起只是表象,印度的半导体自主之路还在千山万水外。毕竟,一个完整坚实的产业生态,永远不可能靠期待他人的慷慨获得。

【END】

这几个Python技能实战,能让你少些1000行代码!

https://edu.youkuaiyun.com/topic/python115?utm_source=csdn_bw

640?wx_fmt=jpeg

 

 热 文 推 荐 

 

 

 

 

 
640?wx_fmt=png
你点的每个“在看”,我都认真当成了喜欢
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

优快云资讯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值