大连关于成立智能终端产品公司可行性研究报告.docx

大连关于成立智能终端产品公司可行性研究报告xx有限责任公司报告说明根据中国信息通信研究院的统计数据，2017年全球公有云市场规模为1,110亿美元，2018年增长到1,392亿美元，同比增速高达25.41%。到2021年预计全球公有云市场规模将达到2,461亿美元，未来全球公有云市场发展前景广阔。2018年IaaS市场规模达到437亿美元，同比2017年实现了34.05%的高速增长，云计算硬件市场空间巨大。云计算和人工智能算法关系密切，未来搭载智能芯片的云计算硬件比例将大幅提升，云端智能芯片需求持续增长。xx有限责任公司主要由xx有限公司和xx投资管理公司共同出资成立。其中：xx有限公司出资205.00万元，占xx有限责任公司25%股份；xx投资管理公司出资615万元，占xx有限责任公司75%股份。根据谨慎财务估算，项目总投资24288.90万元，其中：建设投资18965.93万元，占项目总投资的78.08%；建设期利息272.03万元，占项目总投资的1.12%；流动资金5050.94万元，占项目总投资的20.80%。项目正常运营每年营业收入51100.00万元，综合总成本费用40144.51万元，净利润8018.76万元，财务内部收益率25.83%，财务净现值12285.80万元，全部投资回收期5.16年。本期项目具有较强的财务盈利能力，其财务净现值良好，投资回收期合理。该项目工艺技术方案先进合理，原材料国内市场供应充足，生产规模适宜，产品质量可靠，产品价格具有较强的竞争能力。该项目经济效益、社会效益显著，抗风险能力强，盈利能力强。综上所述，本项目是可行的。本报告基于可信的公开资料，参考行业研究模型，旨在对项目进行合理的逻辑分析研究。本报告仅作为投资参考或作为参考范文模板用途。目录第一章 拟组建公司基本信息7一、 公司名称7二、 注册资本7三、 注册地址7四、 主要经营范围7五、 主要股东7六、 项目概况11第二章 市场分析15一、 人工智能芯片领域发展概况15二、 人工智能芯片领域发展概况20第三章 背景、必要性分析26一、 人工智能芯片行业未来发展趋势26二、 全球集成电路行业概况30第四章 公司组建方案32一、 公司经营宗旨32二、 公司的目标、主要职责32三、 公司组建方式33四、 公司管理体制33五、 部门职责及权限34六、 核心人员介绍38七、 财务会计制度39第五章 发展规划47一、 公司发展规划47二、 保障措施48第六章 法人治理51一、 股东权利及义务51二、 董事53三、 高级管理人员58四、 监事60第七章 项目选址62一、 项目选址原则62二、 建设区基本情况62三、 创新驱动发展66四、 社会经济发展目标68五、 产业发展方向69六、 项目选址综合评价72第八章 项目环保分析73一、 编制依据73二、 环境影响合理性分析73三、 建设期大气环境影响分析75四、 建设期水环境影响分析76五、 建设期固体废弃物环境影响分析77六、 建设期声环境影响分析77七、 建设期生态环境影响分析78八、 营运期环境影响78九、 清洁生产79十、 环境管理分析81十一、 环境影响结论84十二、 环境影响建议85第九章 项目风险评估86一、 项目风险分析86二、 项目风险对策88第十章 进度计划90一、 项目进度安排90二、 项目实施保障措施91第十一章 项目经济效益分析92一、 基本假设及基础参数选取92二、 经济评价财务测算92三、 项目盈利能力分析96四、 财务生存能力分析99五、 偿债能力分析99六、 经济评价结论101第十二章 投资方案分析102一、 投资估算的依据和说明102二、 建设投资估算103三、 建设期利息107四、 流动资金109五、 项目总投资111六、 资金筹措与投资计划112第十三章 项目总结114第十四章 附表附件115第一章 拟组建公司基本信息一、 公司名称xx有限责任公司（以工商登记信息为准）二、 注册资本820万元三、 注册地址大连xxx四、 主要经营范围经营范围：从事智能终端产品相关业务（企业依法自主选择经营项目，开展经营活动；依法须经批准的项目，经相关部门批准后依批准的内容开展经营活动；不得从事本市产业政策禁止和限制类项目的经营活动。）五、 主要股东xx有限责任公司主要由xx有限公司和xx投资管理公司发起成立。（一）xx有限公司基本情况1、公司简介展望未来，公司将围绕企业发展目标的实现，在“梦想、责任、忠诚、一流”核心价值观的指引下，围绕业务体系、管控体系和人才队伍体系重塑，推动体制机制改革和管理及业务模式的创新，加强团队能力建设，提升核心竞争力，努力把公司打造成为国内一流的供应链管理平台。公司不断建设和完善企业信息化服务平台，实施“互联网+”企业专项行动，推广适合企业需求的信息化产品和服务，促进互联网和信息技术在企业经营管理各个环节中的应用，业通过信息化提高效率和效益。搭建信息化服务平台，培育产业链，打造创新链，提升价值链，促进带动产业链上下游企业协同发展。2、主要财务数据表格题目公司合并资产负债表主要数据项目2020年12月2019年12月2018年12月资产总额7574.796059.835681.09负债总额3707.392965.912780.54股东权益合计3867.403093.922900.55表格题目公司合并利润表主要数据项目2020年度2019年度2018年度营业收入33515.6526812.5225136.74营业利润6731.835385.465048.87利润总额5534.354427.484150.76净利润4150.763237.592988.55归属于母公司所有者的净利润4150.763237.592988.55（二）xx投资管理公司基本情况1、公司简介企业履行社会责任，既是实现经济、环境、社会可持续发展的必由之路，也是实现企业自身可持续发展的必然选择；既是顺应经济社会发展趋势的外在要求，也是提升企业可持续发展能力的内在需求；既是企业转变发展方式、实现科学发展的重要途径，也是企业国际化发展的战略需要。遵循“奉献能源、创造和谐”的企业宗旨，公司积极履行社会责任，依法经营、诚实守信，节约资源、保护环境，以人为本、构建和谐企业，回馈社会、实现价值共享，致力于实现经济、环境和社会三大责任的有机统一。公司把建立健全社会责任管理机制作为社会责任管理推进工作的基础，从制度建设、组织架构和能力建设等方面着手，建立了一套较为完善的社会责任管理机制。公司注重发挥员工民主管理、民主参与、民主监督的作用，建立了工会组织，并通过明确职工代表大会各项职权、组织制度、工作制度，进一步规范厂务公开的内容、程序、形式，企业民主管理水平进一步提升。围绕公司战略和高质量发展，以提高全员思想政治素质、业务素质和履职能力为核心，坚持战略导向、问题导向和需求导向，持续深化教育培训改革，精准实施培训，努力实现员工成长与公司发展的良性互动。2、主要财务数据表格题目公司合并资产负债表主要数据项目2020年12月2019年12月2018年12月资产总额7574.796059.835681.09负债总额3707.392965.912780.54股东权益合计3867.403093.922900.55表格题目公司合并利润表主要数据项目2020年度2019年度2018年度营业收入33515.6526812.5225136.74营业利润6731.835385.465048.87利润总额5534.354427.484150.76净利润4150.763237.592988.55归属于母公司所有者的净利润4150.763237.592988.55六、 项目概况（一）投资路径xx有限责任公司主要从事关于成立智能终端产品公司的投资建设与运营管理。（二）项目提出的理由集成电路行业目前呈现专业分工深度细化、细分领域高度集中的特点。从历史进程看，全球半导体行业已经完成两次的半导体产业转移：第一次是20世纪70年代从美国转向日本，第二次是20世纪80年代半导体产业转向韩国与中国台湾。目前全球半导体行业正经历第三次产业转移，世界集成电路产业逐渐向中国大陆转移。产业转移是市场需求、国家产业政策和资本驱动的综合结果。全球半导体产业历史上两次成功的转移都带来了产业发展方向的改变、分工方式的纵化、资源的重新配置，并给予了新参与者切入市场的机会，进而推动整个行业的革新与发展。目前，中国拥有全球最大且增速最快的集成电路消费市场。2018年，中国半导体产业产值达6,532亿元，比上年增长20.7%。巨大的下游市场配合积极的国家产业政策与活跃的社会资本，正在全方位、多角度地支持国内半导体行业发展。在这一趋势带动下，芯片制造业厂商如台积电、格罗方德、日月光等纷纷在大陆投资建厂和扩张生产线，下游晶圆加工工艺持续改进，国内封装测试企业技术水平达到国际先进水平，为集成电路设计企业提供了充足的产能基础，可以支撑具有先进性的各类人工智能芯片的生产制造。总体看，“十三五”时期是大连经济转型升级的关键时期。需要在国家战略布局中把握重大机遇，积极主动适应、把握和引领新常态，坚持发展实体经济大方向，着力发挥创新和开放引领作用，全力解决产业结构优化升级、经济增长动力转换、提高供给体系质量效率、培育发展新动力等关键问题，全面提升社会民生事业发展水平，使城乡居民更多更好地共享发展成果。同时，要进一步增强忧患意识和风险意识，着力在化解矛盾、补齐短板上取得新突破，保障新常态下经济社会持续健康发展。（三）项目选址项目选址位于xxx（以最终选址方案为准），占地面积约56.00亩。项目拟定建设区域地理位置优越，交通便利，规划电力、给排水、通讯等公用设施条件完备，非常适宜本期项目建设。（四）生产规模项目建成后，形成年产xxx套智能终端产品的生产能力。（五）建设规模项目建筑面积65153.67，其中：生产工程40655.64，仓储工程16056.17，行政办公及生活服务设施5337.25，公共工程3104.61。（六）项目投资根据谨慎财务估算，项目总投资24288.90万元，其中：建设投资18965.93万元，占项目总投资的78.08%；建设期利息272.03万元，占项目总投资的1.12%；流动资金5050.94万元，占项目总投资的20.80%。（七）经济效益（正常经营年份）1、营业收入（SP）：51100.00万元。2、综合总成本费用（TC）：40144.51万元。3、净利润（NP）：8018.76万元。4、全部投资回收期（Pt）：5.16年。5、财务内部收益率：25.83%。6、财务净现值：12285.80万元。（八）项目进度规划项目建设期限规划12个月。（九）项目综合评价该项目符合国家有关政策，建设有着较好的社会效益，建设单位为此做了大量工作，建议各有关部门给予大力支持，使其早日建成发挥效益。第二章 市场分析一、 人工智能芯片领域发展概况1、人工智能行业背景人工智能是计算机科学的一个分支领域，通过模拟和延展人类及自然智能的功能，拓展机器的能力边界，使其能部分或全面地实现类人的感知（如视觉、语音）、认知功能（如自然语言理解），或获得建模和解决问题的能力（如机器学习等方法）。照片美颜、图片搜索、语音输入、语音合成、自动翻译甚至购物推荐等大众熟知的功能，都是人工智能在日常生活中的应用，传统产业也可通过引入人工智能技术来大幅提高劳动生产率。从技术角度看，当前主流的人工智能算法通常可分为“训练”和“推理”两个阶段。训练阶段基于充裕的数据来调整和优化人工智能模型的参数，使模型的准确度达到预期。对于图像识别、语音识别与自然语言处理等领域的复杂问题，为了获得更准确的人工智能模型，训练阶段常常需要处理巨大的数据集、做反复的迭代计算，耗费巨大的运算量。训练阶段结束以后，人工智能模型已经建立完毕，已可用于推理或预测待处理输入数据对应的输出（例如给定一张图片，识别该图片中的物体），此过程被称为推理阶段。推理阶段对单个任务的计算能力要求不如训练那么大，但是由于训练出来的模型会多次用于推理，因此推理运算的总计算量也相当可观。人工智能算法与应用必须以计算机硬件作为物理载体方能运转，其效果、效率与核心计算芯片的计算能力密切相关。以近年来人工智能领域最受关注的深度学习方法为例，2012年时，深度学习模型AlexNet识别一张ImageNet图片需要花费约7.6×108次基本运算，训练该模型需要完成3.17×1017次基本运算。处理器芯片技术的发展对人工智能行业的发展意义重大，如以1993年出品的IntelCPU奔腾P5芯片来执行这样的图像识别运算，即使处理器流水线效率达到100%的情况下，需要至少10分钟才能完成推理任务，需要近百年才能完成训练任务。而如今在各品牌旗舰手机上只需数百微秒就能执行完成这样的图像识别，还可根据识别结果对图片进行实时编辑和美化，在云计算数据中心只要20分钟就能完成模型的训练任务。在人工智能技术快速进步并进入实用场景的背后，处理器芯片技术的贡献功不可没。当前以深度学习为代表的人工智能技术对于底层芯片计算能力的需求一直在飞速增长，其增速已经大幅超过了摩尔定律的速度。例如Google于2019年提出的EfficientNetB7的深度学习模型，每完成一次前向计算即需要3.61×1010次基本运算，是七年前同类模型（AlexNet）运算需求的50倍。人工智能运算常常具有大运算量、高并发度、访存频繁的特点，且不同子领域（如视觉、语音与自然语言处理）所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。2、人工智能芯片类型（1）传统芯片与智能芯片在人工智能数十年的发展历程中，传统芯片曾长期为其提供底层计算能力。这些传统芯片包括CPU、GPU、DSP、FPGA等，它们在设计之初并非面向人工智能领域，但可通过灵活通用的指令集或可重构的硬件单元覆盖人工智能程序底层所需的基本运算操作，从功能上可以满足人工智能应用的需求，但在芯片架构、性能、能效等方面并不能适应人工智能技术与应用的快速发展。而智能芯片是专门针对人工智能领域设计的芯片，包括通用型智能芯片与专用型智能芯片两种类型。CPU、GPU等传统型芯片最初设计的目的不是用来执行人工智能算法及应用。CPU主要应用于电脑设备中，作为计算机系统的运算和控制核心，其功能主要是支持计算机的操作系统，并作为通用硬件平台运行广泛而多样化的应用程序。GPU是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。随着人工智能行业的发展，CPU、GPU等传统型芯片也开始向科学计算和人工智能领域拓展。智能芯片是面向人工智能领域而专门设计的芯片，其架构和指令集针对人工智能领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处理任务。智能芯片的性能和能效优势主要集中于智能应用，但不适用于人工智能之外的其他领域。与传统芯片相比，由于智能芯片不支持双精度浮点运算、图形渲染类运算、无线通信类信号处理运算，且未包含可重构逻辑单元阵列，从而无法像CPU和GPU一样支持科学计算任务、无法像GPU一样支持图形渲染任务、无法像DSP一样支持通信调制解调任务、无法像FPGA一样可对硬件架构进行重构。因此，在通用计算和图形渲染等人工智能以外的其他领域，智能芯片无法替代CPU、GPU等传统芯片，存在局限性；在人工智能领域，智能芯片的优势明显，可以替代CPU、GPU等传统芯片。由于人工智能芯片行业处于发展初期，属于较为前沿的技术领域，存在不同的技术路径和分类标准，目前尚无统一的标准划分。在一些咨询机构出具的研究报告中，通常将人工智能芯片区分为CPU、GPU、DSP、FPGA、ASIC（智能芯片）等类型；在行业内专业技术领域中，对于智能芯片可进行细分，一类为可以支持不同类型、种类智能算法的通用型智能芯片，这类芯片的特点是和CPU、GPU类似，具有指令集；另一类是针对特定场景乃至特定智能算法的加速芯片，这类芯片往往是针对某个算法实施的硬件化开发，一般不具备指令集或指令集较简单。（2）通用型智能芯片特点通用型智能芯片具备灵活的指令集和精巧的处理器架构，技术壁垒高但应用面广，可覆盖人工智能领域高度多样化的应用场景（如视觉、语音、自然语言理解、传统机器学习等）。传统的CPU通过完备的通用指令集（如x86指令集）和灵活的CPU架构实现其跨越应用领域的通用性。与之类似，寒武纪智能芯片通过完备的智能处理器指令集及灵活的处理器架构来实现在人工智能领域内的灵活通用性。在指令集方面，寒武纪智能芯片的设计思想是通过分析和抽象多样化的人工智能算法的计算特征和访存特征，针对性地设计更适用于智能算法的数百条处理器基本指令，并与处理器架构配合实现在人工智能领域内灵活通用的设计目标。在具体设计过程中不仅需要考虑当前各类智能算法的特点，也需要对智能算法未来发展的趋势进行预判，从而抽象出完备高效的智能处理器指令集；通过高维张量、向量、逻辑指令等之间的灵活组合来覆盖对多样化的智能算法，实现人工智能领域内的通用性。在处理器架构方面，寒武纪智能处理器包含高维张量计算部件、向量计算部件、传统算术逻辑计算部件，分别用于处理各类智能算法的不同类型操作。高维张量计算部件可对智能算法中核心运算（如卷积运算）进行高效处理，提升整个处理器的能效。而向量运算部件与算术逻辑计算部件（尤其后者）则具有更强的灵活性，可对智能算法中频次不高且高维张量无法支持的运算（如分支跳转等）实现全面覆盖，有力保障了处理器架构的通用性。寒武纪智能芯片具备完备的指令集及灵活的处理器架构，在人工智能领域已具备通用性。二、 人工智能芯片领域发展概况1、人工智能行业背景人工智能是计算机科学的一个分支领域，通过模拟和延展人类及自然智能的功能，拓展机器的能力边界，使其能部分或全面地实现类人的感知（如视觉、语音）、认知功能（如自然语言理解），或获得建模和解决问题的能力（如机器学习等方法）。照片美颜、图片搜索、语音输入、语音合成、自动翻译甚至购物推荐等大众熟知的功能，都是人工智能在日常生活中的应用，传统产业也可通过引入人工智能技术来大幅提高劳动生产率。从技术角度看，当前主流的人工智能算法通常可分为“训练”和“推理”两个阶段。训练阶段基于充裕的数据来调整和优化人工智能模型的参数，使模型的准确度达到预期。对于图像识别、语音识别与自然语言处理等领域的复杂问题，为了获得更准确的人工智能模型，训练阶段常常需要处理巨大的数据集、做反复的迭代计算，耗费巨大的运算量。训练阶段结束以后，人工智能模型已经建立完毕，已可用于推理或预测待处理输入数据对应的输出（例如给定一张图片，识别该图片中的物体），此过程被称为推理阶段。推理阶段对单个任务的计算能力要求不如训练那么大，但是由于训练出来的模型会多次用于推理，因此推理运算的总计算量也相当可观。人工智能算法与应用必须以计算机硬件作为物理载体方能运转，其效果、效率与核心计算芯片的计算能力密切相关。以近年来人工智能领域最受关注的深度学习方法为例，2012年时，深度学习模型AlexNet识别一张ImageNet图片需要花费约7.6×108次基本运算，训练该模型需要完成3.17×1017次基本运算。处理器芯片技术的发展对人工智能行业的发展意义重大，如以1993年出品的IntelCPU奔腾P5芯片来执行这样的图像识别运算，即使处理器流水线效率达到100%的情况下，需要至少10分钟才能完成推理任务，需要近百年才能完成训练任务。而如今在各品牌旗舰手机上只需数百微秒就能执行完成这样的图像识别，还可根据识别结果对图片进行实时编辑和美化，在云计算数据中心只要20分钟就能完成模型的训练任务。在人工智能技术快速进步并进入实用场景的背后，处理器芯片技术的贡献功不可没。当前以深度学习为代表的人工智能技术对于底层芯片计算能力的需求一直在飞速增长，其增速已经大幅超过了摩尔定律的速度。例如Google于2019年提出的EfficientNetB7的深度学习模型，每完成一次前向计算即需要3.61×1010次基本运算，是七年前同类模型（AlexNet）运算需求的50倍。人工智能运算常常具有大运算量、高并发度、访存频繁的特点，且不同子领域（如视觉、语音与自然语言处理）所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。2、人工智能芯片类型（1）传统芯片与智能芯片在人工智能数十年的发展历程中，传统芯片曾长期为其提供底层计算能力。这些传统芯片包括CPU、GPU、DSP、FPGA等，它们在设计之初并非面向人工智能领域，但可通过灵活通用的指令集或可重构的硬件单元覆盖人工智能程序底层所需的基本运算操作，从功能上可以满足人工智能应用的需求，但在芯片架构、性能、能效等方面并不能适应人工智能技术与应用的快速发展。而智能芯片是专门针对人工智能领域设计的芯片，包括通用型智能芯片与专用型智能芯片两种类型。CPU、GPU等传统型芯片最初设计的目的不是用来执行人工智能算法及应用。CPU主要应用于电脑设备中，作为计算机系统的运算和控制核心，其功能主要是支持计算机的操作系统，并作为通用硬件平台运行广泛而多样化的应用程序。GPU是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。随着人工智能行业的发展，CPU、GPU等传统型芯片也开始向科学计算和人工智能领域拓展。智能芯片是面向人工智能领域而专门设计的芯片，其架构和指令集针对人工智能领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处理任务。智能芯片的性能和能效优势主要集中于智能应用，但不适用于人工智能之外的其他领域。与传统芯片相比，由于智能芯片不支持双精度浮点运算、图形渲染类运算、无线通信类信号处理运算，且未包含可重构逻辑单元阵列，从而无法像CPU和GPU一样支持科学计算任务、无法像GPU一样支持图形渲染任务、无法像DSP一样支持通信调制解调任务、无法像FPGA一样可对硬件架构进行重构。因此，在通用计算和图形渲染等人工智能以外的其他领域，智能芯片无法替代CPU、GPU等传统芯片，存在局限性；在人工智能领域，智能芯片的优势明显，可以替代CPU、GPU等传统芯片。由于人工智能芯片行业处于发展初期，属于较为前沿的技术领域，存在不同的技术路径和分类标准，目前尚无统一的标准划分。在一些咨询机构出具的研究报告中，通常将人工智能芯片区分为CPU、GPU、DSP、FPGA、ASIC（智能芯片）等类型；在行业内专业技术领域中，对于智能芯片可进行细分，一类为可以支持不同类型、种类智能算法的通用型智能芯片，这类芯片的特点是和CPU、GPU类似，具有指令集；另一类是针对特定场景乃至特定智能算法的加速芯片，这类芯片往往是针对某个算法实施的硬件化开发，一般不具备指令集或指令集较简单。（2）通用型智能芯片特点通用型智能芯片具备灵活的指令集和精巧的处理器架构，技术壁垒高但应用面广，可覆盖人工智能领域高度多样化的应用场景（如视觉、语音、自然语言理解、传统机器学习等）。传统的CPU通过完备的通用指令集（如x86指令集）和灵活的CPU架构实现其跨越应用领域的通用性。与之类似，寒武纪智能芯片通过完备的智能处理器指令集及灵活的处理器架构来实现在人工智能领域内的灵活通用性。在指令集方面，寒武纪智能芯片的设计思想是通过分析和抽象多样化的人工智能算法的计算特征和访存特征，针对性地设计更适用于智能算法的数百条处理器基本指令，并与处理器架构配合实现在人工智能领域内灵活通用的设计目标。在具体设计过程中不仅需要考虑当前各类智能算法的特点，也需要对智能算法未来发展的趋势进行预判，从而抽象出完备高效的智能处理器指令集；通过高维张量、向量、逻辑指令等之间的灵活组合来覆盖对多样化的智能算法，实现人工智能领域内的通用性。在处理器架构方面，寒武纪智能处理器包含高维张量计算部件、向量计算部件、传统算术逻辑计算部件，分别用于处理各类智能算法的不同类型操作。高维张量计算部件可对智能算法中核心运算（如卷积运算）进行高效处理，提升整个处理器的能效。而向量运算部件与算术逻辑计算部件（尤其后者）则具有更强的灵活性，可对智能算法中频次不高且高维张量无法支持的运算（如分支跳转等）实现全面覆盖，有力保障了处理器架构的通用性。寒武纪智能芯片具备完备的指令集及灵活的处理器架构，在人工智能领域已具备通用性。第三章 背景、必要性分析一、 人工智能芯片行业未来发展趋势1、云计算、大数据、5G、IoT等新兴技术驱动云端智能芯片需求持续增长云计算分为IaaS（“云”的基础设施）、PaaS（“云”的操作系统）和SaaS（“云”的应用服务）三层。IaaS公司提供场外服务器、存储和网络硬件，IoT提供了更多的数据收集端口，大大提升了数据量。大数据为人工智能提供了信息来源，云计算为人工智能提供了物理载体，5G降低了数据传输和处理的延时性。人工智能关键技术未来将在5G、IoT、云计算和大数据等新兴技术日益成熟的背景下取得突破性进展。根据中国信息通信研究院的统计数据，2017年全球公有云市场规模为1,110亿美元，2018年增长到1,392亿美元，同比增速高达25.41%。到2021年预计全球公有云市场规模将达到2,461亿美元，未来全球公有云市场发展前景广阔。2018年IaaS市场规模达到437亿美元，同比2017年实现了34.05%的高速增长，云计算硬件市场空间巨大。云计算和人工智能算法关系密切，未来搭载智能芯片的云计算硬件比例将大幅提升，云端智能芯片需求持续增长。2、5G时代，边缘智能芯片需求将迅速增长在5G时代，无线网络具备高带宽、低延时以及支持海量设备接入等特点，大规模的数据流动增加了传输和云端的压力，使得边缘端的网络节点需要具备数据预处理和快速输出结果的能力，数据处理将进入分布式计算的新时代。同时，随着5G时代和人工智能的发展，越来越多的数据处理需求必须在边缘侧完成，例如工厂智能控制、智能家居。这些场景往往需要很强的实时性，对延时敏感，并且有很强的数据隐私性要求，相关生产数据不能上传到云端。边缘人工智能则很好地解决了这个需求，通过在产线等边缘处直接部署智能计算设备，在无需将数据传出工厂的同时，实时地进行数据处理并对产线进行决策和控制。在边缘场景下，运算量依然很大、多样化场景要求具备多种算法的兼容性，边缘智能芯片的通用性和计算能力要求与云端相差不大，但对成本控制和功耗则提出了更高的要求。3、消费类电子和智能汽车是未来终端智能计算能力的重要载体除了云端和边缘端外，终端也有大量的智能计算能力需求。这些计算能力需求主要分为两类，一类是单芯片计算能力需求较小的，主要是一些物联网设备，如智能家居等；另外一类是移动计算平台，这些计算平台的特点是其设备往往处于移动中，无法用固定的边缘设备来支撑。这些设备未来主要有两类，一类是以手机、平板为代表的消费类电子产品，另外一类是以自动驾驶为代表的车载计算平台。手机、平板电脑是当前数量最大的移动计算平台，也是总计算能力最大的计算平台。根据Gartner数据显示，2019年全球手机出货量达到了18.02亿台、平板电脑出货量达到了1.48亿台；其中，中国手机出货量为3.89亿台、平板电脑出货量为2,241万台。未来，随着智能算法和智能应用的进一步发展，手机、平板电脑等消费类电子产品对智能计算能力的需求会越来越大。另外，汽车也逐步成为未来重要的智能终端之一。一方面，汽车的操作和人机交互界面越来越智能化，未来汽车的中控系统会有大量的智能计算能力需求；另外一方面，随着智能算法的成熟，自动驾驶将成为可能，而自动驾驶算法会消耗大量的计算能力，因此对于车载智能芯片的需求也会迅速扩大。终端智能依托于移动终端、智能家居、无人机、无人驾驶汽车等下游行业和应用的发展。特点在于成本控制、功耗控制，追求性能功耗比，未来待行业成熟后可能会出现人工智能专用芯片。4、智能芯片会形成云边端一体化的生态在通用处理器领域，服务器、桌面和终端的生态是相互分离的不同生态环境。在服务器和桌面一侧，x86是目前主流的生态体系；而在终端等设备一侧，则是由ARM来主导。服务器及桌面系统和终端系统分别按照两条不同的技术路线在发展。“万物互联”时代对数据的搜集、传输和处理提出了一体化需求。各类人工智能应用厂商如能在云、边、端三个领域进行协同开发和部署，将大幅节省开发成本和提升研发效率。从硬件及开发工具角度而言，低效、割裂的软硬件生态最终会被逐步淘汰，人工智能应用生态在云端、边缘端和终端将走向一体化。未来，单一产品形态的智能芯片企业会受到挑战，而同时具备云、边、端芯片产品和生态开发能力的智能芯片企业会获得更显著的协同优势。5、人工智能算法将持续演进人工智能技术的发展经历了“三波浪潮”，不同阶段有不同的流派的方法崛起。当前人工智能发展正处于第三波浪潮上，这波浪潮最大的特点就是与业务紧密结合的人工智能应用场景逐渐落地，拥有先进算法和强大计算能力的企业成为了最主要的推动者。当前人工智能的主流技术路径是深度学习，但无论是产业界或学术界，都认为深度学习尚存在一些局限性，在机器感知类场景表现优异，但在机器认知类场景表现还有待提高。未来针对不同的人工智能应用类型和场景，将会有深度学习之外的新型算法脱颖而出，这就要求智能芯片的架构不能仅仅针对深度学习设计，也要适应不同类型的算法，同时兼顾能效和灵活性。二、 全球集成电路行业概况集成电路为半导体核心产品，是全球信息产业的基础。历经60余年的发展，集成电路已成为现代日常生活和未来科技进步中必不可少的组成部分。集成电路行业下游应用广泛，包括消费电子、互联网、数字图像、网络通信、云计算、大数据、人工智能等，是衡量一个国家或地区综合竞争力的重要标志。集成电路行业主要包括集成电路设计业、制造业和封装测试业，具有资本密集和技术密集的特征，业内企业间比拼的核心要素包括研发能力、资金实力、客户资源和产业链整合能力。根据全球半导体贸易统计组织（WSTS）的数据，2013年至2018年期间，全球集成电路行业呈现快速增长趋势，产业收入年均复合增长率为9.3%；2019年，受国际贸易摩擦冲击的影响，全球集成电路产业总收入为3,304亿美元，较2018年度下降16.0%。因贸易摩擦各项问题有所进展，加上数据中心设备需求增加、5G商用带动各种服务扩大、车辆持续智能化等，WSTS预计2020年全球集成电路产业市场规模有望重回增长。从全球竞争格局的角度看，集成电路产业的头部效应较为明显，少数领军企业占据了市场的主导地位。目前，全球集成电路市场主要由美国、欧洲、日本、韩国的企业所占据，2019年全球前十大集成电路厂商中，5家为美国企业、2家为欧洲企业、2家为韩国企业、1家为日本企业。第四章 公司组建方案一、 公司经营宗旨依据有关法律、法规，自主开展各项业务，务实创新，开拓进取，不断提高产品质量和服务质量，改善经营管理，促进企业持续、稳定、健康发展，努力实现股东利益的最大化，促进行业的快速发展。二、 公司的目标、主要职责（一）目标近期目标：深化企业改革，加快结构调整，优化资源配置，加强企业管理，建立现代企业制度；精干主业，分离辅业，增强企业市场竞争力，加快发展；提高企业经济效益，完善管理制度及运营网络。远期目标：探索模式创新、制度创新、管理创新的产业发展新思路。坚持发展自主品牌，提升企业核心竞争力。此外，面向国际、国内两个市场，优化资源配置，实施多元化战略，向产业集团化发展，力争利用3-5年的时间把公司建设成具有先进管理水平和较强市场竞争实力的大型企业集团。（二）主要职责1、执行国家法律、法规和产业政策，在国家宏观调控和行业监管下，以市场需求为导向，依法自主经营。2、根据国家和地方产业政策、智能终端产品行业发展规划和市场需求，制定并组织实施公司的发展战略、中长期发展规划、年度计划和重大经营决策。3、深化企业改革，加快结构调整，转换企业经营机制，建立现代企业制度，强化内部管理，促进企业可持续发展。4、指导和加强企业思想政治工作和精神文明建设，统一管理公司的名称、商标、商誉等无形资产，搞好公司企业文化建设。5、在保证股东企业合法权益和自身发展需要的前提下，公司可依照公司法等有关规定，集中资产收益，用于再投入和结构调整。三、 公司组建方式xx有限责任公司主要由xx有限公司和xx投资管理公司共同出资成立。其中：xx有限公司出资205.00万元，占xx有限责任公司25%股份；xx投资管理公司出资615万元，占xx有限责任公司75%股份。四、 公司管理体制xx有限责任公司实行董事会领导下的总经理负责制，各部门按其规定的职能范围，履行各自的管理服务职能，而且直接对总经理负责；公司建立完善的营销、供应、生产和品质管理体系，确立各部门相应的经济责任目标，加强产品质量和定额目标管理，确保公司生产经营正常、有效、稳定、安全、持续运行，有力促进企业的高效、健康、快速发展。总经理的主要职责如下：1、全面领导企业的日常工作；对企业的产品质量负责；向本公司职工传达满足顾客和法律法规要求的重要性；2、制定并正式批准颁布本公司的质量方针和质量目标，采取有效措施，保证各级人员理解质量方针并坚持贯彻执行；3、负责策划、建立本公司的质量管理体系，批准发布本公司的质量手册；4、明确所有与质量有关的职能部门和人员的职责权限和相互关系；5、确保质量管理体系运行所必要的资源配备；6、任命管理者代表，并为其有效开展工作提供支持；7、定期组织并主持对质量管理体系的管理评审，以确保其持续的适宜性、充分性和有效性。五、 部门职责及权限（一）综合管理部1、协助管理者代表组织建立文件化质量体系，并使其有效运行和持续改进。2、协助管理者代表，组织内部质量管理体系审核。3、负责本公司文件（包括记录）的管理和控制。4、负责本公司员工培训的管理，制订并实施员工培训计划。5、参与识别并确定为实现产品符合性所需的工作环境，并对工作环境中与产品符合性有关的条件加以管理。（二）财务部1、参与制定本公司财务制度及相应的实施细则。2、参与本公司的工程项目可信性研究和项目评估中的财务分析工作。3、负责董事会及总经理所需的财务数据资料的整理编报。4、负责对财务工作有关的外部及政府部门，如税务局、财政局、银行、会计事务所等联络、沟通工作。5、负责资金管理、调度。编制月、