1

台积电是全球芯片制造技术最先进的厂商，尤其是在先进工艺方面，台积电遥遥领先其它厂商，率先量产7nm、5nm等芯片，良品率也超高。

数据显示，台积电量产了全球超过63%的EUV晶圆，仅7nm以下芯片订单，就给台积电贡献了超一半的营收。

全球很多科技巨头都是将芯片交给台积电代工制造，其中，苹果是台积电第一大客户，华为是台积电第二大客户。

华为5G技术领先后，美就多次修改芯片规则，限制台积电等使用美技术的芯片企业出货，这就导致华为芯片订单无法制造。

随后美又多次修改芯片规则，进一步限制台积电出货高性能芯片，尤其高性能AI芯片等。

台积电方面都表示，工程师已经无法详细评估几家中企芯片的算力，要去厂商自行遵守规定。

意外的是，台积电突然接收大量中企7nm芯片，这些芯片订单几乎都是先进的AI芯片。

 

根据台积电方面传来的消息可知，阿里平头哥、中兴微电子等企业将7nm芯片交给台积电代工，台积电也接收这些订单。

 

另外，中兴微电子已经成为台积电在大陆的前三大客户之一，订单量今年第一季度翻倍，二季度再次实现翻倍；

 

阿里平头哥的芯片订单今年逐季增长，下半年的订单将会是上半年订单的两倍。

消息称，由于7nm芯片订单快速增长，台积电7nm产能的利用率，将会在今年下半年明显改善。

 

要知道，华为曾是台积电7nm工艺的最大客户，芯片规则修改，AMD成为台积电7nm工艺最大的客户。

 

如今，台积电突然接收大量中企7nm芯片订单，虽然美限制台积电出货，但张忠谋曾公开表示自己是中国人。

 

据悉，从美修改芯片规则开始，张忠谋一直都在唱反调，公开表示限制出货对美半导体行业没有好处，美也不可能打造出来完整的芯片产业链。

 

美计划对芯片半导体行业补贴超500亿美元，张忠谋表示如果美认为靠补贴能够打造出来完整、强大的芯片制造产业链，这无疑是一个天真的想法。

 

张忠谋还表示大陆厂商应优先发展芯片研发设计技术，芯片制造业是重资产行业。

其实，进入2023年后，台积电的态度就明显发生了变化。

 

首先，台积电拒绝了美芯补助方案，称美索要数据太多，并暂停申请许可，这意味着台积电在美建厂将会有新变化，建厂延迟或者规模缩小都有可能。

 

其次，台积电魏哲家等带队到访上海，并参加年度技术论坛上。刘德音表示大陆是台积电重要的消费池。

 

另外，台积电拿到了许可，允许扩大在国内工厂的规模，对南京工厂等进行产能和工艺提升。

 

最主要的是，国内芯片制造技术进步很快，14nm工艺的良品率达到了世界领先水准，去美化也基本实现了。

 

李楠更是公开表示，未来12个月内，国内将会实现非美7nm全流程，国内市场又是全球最大的芯片消费市场，台积电自然不想失去。

什么是编码器？

 

电机运行过程中，实时监测电流、转速、转轴的圆周方向相对位置等参数，确定电机本体及被拖动设备状态，进一步地实时控制电机和设备的运行状况，从而实现伺服、调速等许多特定功能。

 

这里，应用编码器作为前端测量元件，不仅大大简化了测量系统，而且精密、可靠、功能强大。

 

编码器是一种将旋转部件位置、位移物理量转换成一串数字脉冲信号的旋转式传感器，这些脉冲信号被控制系统采集、处理，发出一系列指令，调整改变设备的运行状态。如果编码器与齿轮条或螺旋丝杠结合在一起，也可用于测量直线运动部件的位置、位移物理量

 

编码器分类

 

编码器基本分类

编码器是一个机械与电子紧密结合的精密测量器件，将信号或数据进行编码、转换，用以通讯、传输和存储的信号数据。按照不同的特征，编码器分类情况如下：

● 码盘和码尺：直线位移转换成电信号的编码器称为码尺，角位移转换成电信的为码盘。

● 增量型编码器：提供位置、角度和圈数等信息，以每圈脉冲数定义分别率。

● 绝对值型编码器：以角度增量的方式提供位置、角度和圈数等信息，每个角度增量赋予唯一的编码。

●混合式绝对值编码器：混合式绝对值编码器输出两组信息：一组信息用于检测磁极位置，带有绝对信息功能；另一组则完全同增量式编码器的输出信息。
 

电机常用的编码器

 

●增量型编码器

直接利用光电转换原理输出三组方波脉冲A、B和Z相。A、B两组脉冲相位差90o，可方便地判断出旋转方向；Z相每转一个脉冲，用于基准点定位。其优点：原理构造简单，机械平均寿命可在几万小时以上，抗干扰能力强，可靠性高，适合于长距离传输。缺点：无法输出轴转动的绝对位置信息。

●绝对值型编码器

直接输出数字量的传感器，传感器圆形码盘上沿径向有若干同心码道，每条道上由透光和不透光的扇形区相间组成，相邻码道的扇区数目是双倍关系，码盘上的码道数就是它的二进制数码的位数，在码盘的一侧是光源，另一侧对应每一码道有一光敏元件；当码盘处于不同位置时，各光敏元件根据受光照与否转换出相应的电平信号，形成二进制数。

这种编码器的特点是不要计数器，在转轴的任意位置都可读出一个固定的与位置相对应的数字码。显然，码道越多，分辨率就越高，对于一个具有 N位二进制分辨率的编码器，其码盘必须有N条码道。目前国内已有16位的绝对编码器产品。

编码器工作原理

 

由一个中心有轴的光电码盘，其上有环形通、暗的刻线，有光电发射和接收器件读取，获得四组正弦波信号组合成A、B、C、D,每个正弦波相差90度相位差（相对于一个周波为360度），将C、D信号反向，叠加在A、B两相上，可增强稳定信号；另每转输出一个Z相脉冲以代表零位参考位。

由于A、B两相相差90度，可通过比较A相在前还是B相在前，以判别编码器的正转与反转，通过零位脉冲，可获得编码器的零位参考位。

 

编码器码盘的材料有玻璃、金属、塑料，玻璃码盘是在玻璃上沉积很薄的刻线，其热稳定性好，精度高，金属码盘直接以通和不通刻线，不易碎，但由于金属有一定的厚度，精度就有限制，其热稳定性就要比玻璃的差一个数量级，塑料码盘是经济型的，其成本低，但精度、热稳定性、寿命均要差一些。

 

分辨率—编码器以每旋转360度提供多少的通或暗刻线称为分辨率，也称解析分度、或直接称多少线，一般在每转分度5~10000线。

 

位置测量及反馈控制原理

 

在电梯、机床、材料加工、电动机反馈系统以及测量和控制设备中，编码器占领着极其重要的地位。编码器运用光栅和红外光源通过接收器将光信号转换成TTL（HTL）的电信号，通过对TTL电平频率和高电平个数的分析，直观地反映出电机的旋转角度和旋转位置。

 

由于角度和位置都可以精确的测量，所以可以将编码器和变频器组成闭环控制系统，将控制更加精确化，这也是为什么电梯、机床等能这么精确使用的原因所在。

 

“截至目前，全国在用数据中心机架总规模超过760万标准机架，算力总规模达到197EFLOPS（1EFLOPS=每秒1018次浮点运算），位居全球第二；围绕算力枢纽节点建设130条干线光缆，数据传输性能大幅改善。”工业和信息化部部长金壮龙在2023中国算力大会上表示。

8月18日至19日，由工业和信息化部、宁夏回族自治区人民政府共同主办的2023中国算力大会在银川市举行。

数字经济时代，算力成为新的关键生产力。近年来，围绕加快算力基础设施建设应用，我国出台了一系列重要政策举措，实施一大批重大工程项目，为经济高质量发展注入强大动力。我国算力产业已初具规模，服务器、计算机、智能手机等计算类产品产量全球第一，高算力芯片加速迭代升级，一批行业骨干企业茁壮成长；算力应用广泛深入到政务、工业、交通、医疗等领域，不断催生新技术、新模式、新业态，助力各行各业加快数字化、智能化转型。

 

 

加快算力建设 加大高性能智算补给

 

据中国信息通信研究院测算，在算力方面，每投入1元，将带动3—4元的GDP增长，加快算力建设将有效激发数据要素创新活力。中国信息通信研究院院长余晓晖介绍，中国是全球算力增长最强劲的国家。

大会发布《中国综合算力指数（2023年）》，余晓晖在相关解读中表示，在我国197EFLOPS的算力规模中，通用算力规模占比达74%，智能算力规模占比达25%，智能算力规模同比增加60%，智能算力需求呈现爆发性增长态势。

伴随人工智能的迅速发展，尤其是大模型的涌现，算力基础设施正由通用算力为主，向通算、智算、超算一体化演进。中国移动董事长杨杰表示，为了支撑多样化、个性化、极致化计算需求，中国移动目前正在构建亚洲最大的单体智算中心，算力规模5EFLOPS。中国电信董事长柯瑞文透露，中国电信正在打造可满足多个大模型同时训练的公共智算中心。

华为公司董事长梁华提出，面向人工智能的智能算力是数字化、智能化创新的关键驱动引擎，已经成为算力增长的主要动力。他建议加快发展智算基础设施，进一步夯实智能算力底座，激发人工智能算力赋能效力，这是推动算力产业高质量发展的必由之路。

“算力已成为数字经济时代的关键生产力，要以智能化、绿色化、融合化为主攻方向，一体推进基础设施建设、产业技术创新和深度融合应用，做强做优做大算力产业。”金壮龙强调，未来要进一步优化算力基础设施布局，进一步完善算力设施高质量发展顶层设计，加强算力资源统筹，加大高性能智算供给，增加算力网络可靠性，提升高效集约利用水平。

 

 

攻破关键技术 强化产业自主创新

 

当前，全球范围的数据和算力竞争明显加剧，主要大国都在加强对算力设施和计算产业的战略部署，抢占未来全球竞争制高点。

“要想不受制于人，必须更好地统筹发展和安全，进一步加强算力领域的系统性创新，将核心技术牢牢掌握在自己手里。”工业和信息化部副部长张云明表示，要加快核心技术攻关，加强先进计算、算网融合等技术研究和核心器件、设备攻关，加速推进新技术、新产品落地应用。

同时，绿色低碳是算力产业高质量发展的必然要求，张云明指出，要加强绿色低碳技术研发，加快推进数据中心节能改造，持续提升数据中心可再生能源利用水平，强化产业协同和区域协同，切实推动我国算力产业绿色低碳发展水平迈上新台阶。

“算力的蓬勃发展离不开对能源的快速消耗，计算绿色化势在必行。”蚂蚁集团副总裁何征宇同样认为，除了在算力生产环节使用绿电、降低数据中心能耗等，也要重视算力应用环节的降本增效，尤其是建立高质量的软件生态，“这需要产学研协作，合力推动产业创新，推动计算绿色化。”

金壮龙表示，要开展“算力强基揭榜挂帅”，围绕计算、网络、存储等关键环节，加大研发投入，尽快突破一批标志性的技术产品和方案。同时，面向工业、金融、能源、教育等重点领域，培育推广一批规模大、带动性强、示范效应突出的算力应用场景。

 

AS公司的EUV光刻机

ASML（AS）公司生产的EUV光刻机被普遍认为是目前世界上最先进的光刻机。

该设备在先进芯片制造中起到关键作用，能够实现更高分辨率和更精细的芯片制造。

ASML公司的光刻机技术被广泛应用于半导体行业，并为现代科技领域的发展提供了重要的支持。

 

中国零部件的参与

虽然ASML公司的EUV光刻机在生产过程中使用了一些次要零部件来自中国，但这并不影响整个公司的运作。

这些中国零部件通常是一些非核心技术的组成部分，因此即使中国限制出货，ASML公司仍能继续运营并提供光刻机产品。

 

中国限制出货对国内半导体芯片企业的影响

即便如此，中国对ASML公司的限制出货仍然对国内半导体芯片企业产生一定的影响。

ASML的EUV光刻机在芯片制造中起到至关重要的作用，能够实现更高水平的制造技术。

中国半导体产业 heavily relies on ASML's equipment，若受限出货，可能会导致生产成本上升、芯片制造周期延长，甚至丧失一定的竞争优势。

中国的半导体芯片企业需要寻找替代方案，加大技术研发和创新，以减轻对外部供应的依赖，提高自身核心竞争力。

 

自主研发与技术复制

为了摆脱光刻机瓶颈，中国正在加快自主研发和技术复制的步伐。

国内科技企业意识到芯片产业的重要性，纷纷增加对副产业链的投资，提高自身技术水平和创新能力。

中国政府也加大了资本投资，引进海外技术人才，并致力于完善制度和配套设施，以推动芯片产业的快速发展。

通过自主研发和技术复制，中国有望在光刻机领域取得重大突破，减少对进口设备和技术的依赖。

 

 

推动芯片产业发展的挑战

尽管中国在自主研发和技术复制方面取得了一定进展，但要推动芯片产业的快速发展仍然面临一些挑战。

芯片制造是一个高度复杂且技术密集的领域，要实现突破和跨越式发展需要不懈努力。

中国需要持续提高科技创新能力、加强知识产权保护和法律法规建设，以鼓励更多的创新和投入。

同时，培养和吸引优秀的人才也是关键措施，为芯片产业提供人才支持和技术保障。

产业国际竞争力的提升

中国的芯片产业发展势头强劲，但在国际竞争中仍面临着一些挑战。

提升产业的国际竞争力需要构建完整的产业链，从原材料采购到研发设计、生产制造和市场销售等各个环节，形成闭环的企业生态系统。

同时，加强与其他国家的合作也是关键，通过国际合作促进技术交流、市场开拓和经验分享，实现互利共赢。

中国芯片产业必须在技术创新、质量控制和市场拓展等方面不断提高，才能在国际竞争中取得更大的优势。

 

展望中国芯片产业的未来

中国芯片产业具有巨大的发展潜力，众多技术企业和政府机构加大了对芯片产业的支持和投入。

通过自主研发和技术复制，中国有望解决光刻机瓶颈，并加速芯片产业发展的步伐。

未来，中国可以通过提高技术水平、加大投资、培养人才和加强合作，构建具有全球竞争力的芯片产业，助力国家科技创新和经济发展的腾飞。

 

 

这篇文章不仅分析了ASML公司的EUV光刻机和中国零部件的参与，还探讨了中国限制出货对国内企业的影响以及应对挑战的措施。

最后，展望了中国芯片产业的未来发展，并强调了提升国际竞争力的重要性。

在自动化与人工智能的合力推动下，全球企业正在步入一个创造价值的新纪元。

预计市场将涌现出一系列高潜力的AI应用实例；

企业的日常运营和复杂流程管理方式将面临根本性的变革，人工智能的崛起正加速企业自动化进程，促成价值的快速增长；

RPA技术也正在延伸至新的应用领域，包括桌面自动化和后端支持。

在UiPath最新发布的白皮书《2024年UiPath自动化和AI趋势》中，深入探讨了预计在2024年及未来几年内将成为自动化领域重点的七个趋势。报告展示了一系列迅速发展并极具潜力的使用案例，而且还着眼于未来可能引领变革的创新技术，以及在人工智能推动下，组织和社会将如何进行根本性的转变。

 

趋势1：高级管理层在自动化的帮助下抓住Al的价值

如果说2023年是AI炒作之年和希望之年，那么2024年就是Al落地之年。

报告显示，全球高管对AI充满期待，看好其推进增长、创新和生产率提升的潜力，以及满足客户需求的新方式。2024年，焦点转向实现AI投资的实际回报。尽管大多数企业都在努力发展AI能力，有资金投入，但超过三分之四的企业还未能扩展AI应用以获得显著成效，实施上存在差距。

为此，许多企业计划到2024年底分配资金加强AI建设。他们期待自动化与AI的结合能够放大优势，据麦肯锡预测，这种融合能每年提升生产率0.2-3.3%。

根据UiPath委托贝恩公司进行的研究，70%的高管认为AI驱动的自动化对行业未来至关重要，45%的高管看到了自动化与AI整合的行业革新潜力。他们相信AI与自动化不仅能提高效率和生产力，还能推动新产品和服务的发展，利用数据，并增强个性化服务。

预计到2025年，美国在AI上的投资将达到1000亿美元，而全球投资总额将翻倍至2000亿美元。

 

趋势2：高级Al+自动化用例变得炙手可热

“成熟的价值生产者”和“随时可用”便是最好的回报。

高管们追求的是AI用例能迅速带来显著的商业价值，特别是那些与自动化结合的应用。预计这些应用在2024年的需求将持续增长。

其中一个关键应用是智能文档处理（IDP），它在文件处理众多的行业（如银行和保险）中，可以显著提升效率并降低成本，且它的成效很快显现。其他例子包括解析大量通信数据的通信挖掘，深度分析业务流程的流程挖掘和任务挖掘，以及加速高质量应用开发的自动化测试。

这些AI和自动化结合的应用能够减轻实施负担，使企业即便在建设AI能力的过程中也能快速收获成果。

智能文档处理（IDP）的市场预期在2023至2030年间的复合年增长率（CAGR）为30.1%。

 

趋势3：透明组织成为端到端的焦点

流程挖掘和任务挖掘魅力四射；数字孪生旗开得胜。

在X光和MRI技术发明之前，医生通常难以充分获取对患者进行准确诊断和治疗所需的信息。类似地，最近企业管理者也面临着无法全面了解组织运作、诊断问题和实施解决方案的困境。

现代流程智能技术集成了高级流程挖掘、任务挖掘和通信挖掘的AI能力，极大地改善了运营管理。这些工具允许组织跨系统连续监控和分析流程，类似于“企业MRI”，它们可以识别和实施高回报的解决方案以提高工作效率。

领先的组织更是创建了业务的数字孪生模型，这使得他们能够实时、精准地洞察企业内部的运作，并在实施变更前模拟改进方案的潜在效果。

早期采用者的成果显示，维护组织的透明度可以显著提升效率和产出。因此，预计从2024年开始，这些技术的采用率会迅速上升。

高管们普遍看好流程智能技术与自动化、AI的结合，认为这将优化流程（86%同意）并提高生产率（79%同意）。

流程挖掘预计在2021至2030年间将实现49%的复合年增长率。

 

趋势4：LLM赋能虚拟更加智能

超强“副驾驶”实现飞速发展，可以帮助人们游刃有余地应对各种日常工作。

最近调查显示，65%的美国高管预计生成式AI和大型语言模型（LLM）在未来3至5年将显著影响他们的组织，但60%的高管表示至少需要一年时间才能部署首个解决方案。然而，很多企业软件供应商已经将其集成以提供实际应用。

目前热门的领域之一是“副驾驶”式虚拟桌面助手。这些助手能理解工作环境和任务，并以易于理解的语言与用户互动。它们能迅速学习并自动执行任务，使工作流程更高效和顺畅。

这些基于生成式AI的虚拟助手正减轻许多人的工作负担，并且易于采纳，无需克服复杂障碍。

虽然虚拟助手可能永远无法完全替代人类同事，但在70%的知识工作者可获得AI支持的今天，它们将是随时可用的助手。

对客户服务代表来说，基于生成式AI的对话助手平均可以提高他们14%的工作效率，而对于新手和低技能的工作者，这一提升甚至可达35%。

据预测，全球智能虚拟助手市场规模将从2022年的52亿美元增长到2032年的620亿美元，年复合增长率为28%。

 

趋势5：自动化领域出现新一波的“自动化”

Al在自动执行自动化流程方面实现了巨大飞跃。

自动化的讽刺之处在于，它过去常需依赖繁琐的手动设置才能启动。然而，随着“无需动手”的技术进步，2024年预计将看到这一状况的显著变化。以下是几个关键更新：

- 无代码实现变得简单，只需要提出问题：“你能创建一个自动完成这项任务的流程吗？”到2024年，无论是开发者还是业务用户都能向自动化平台提出这样的问题，技术进步使得将自然语言指令转换为自动化的工作流程、测试案例、流程挖掘以及特定任务的执行成为可能。

- 增强型AI将赋予机器人自我诊断和修复能力，提升其在执行自动化任务时的韧性和自适应水平。

- 新的生成式AI和分析技术使得复杂工作的自动化成为可能，如阅读文档、解析非结构化通信，以及执行数据提取、编辑和输入的模型训练，极大降低了实现智能自动化流程的时间、所需专业知识和劳力。

这些进展预示着自动化流程即将变得更加智能化，2024年及以后，这一领域的创新与增长将不断加速。

低代码和无代码开发预计将显著削减成本（达170%）和开发时间（达190%）。

 

趋势6：安全Al成为行动和创新的焦点

我们都在努力地、认真地改善Al的风险/收益等式。

企业领导者认识到人工智能（AI）的潜力和风险。据毕马威一项调查，约一半的高管表示已有成熟的AI治理政策，43%的高管正在制定相关政策。

组织在追求有效的AI治理时，需要考虑超出自身政策制定和实施的范畴，同时向技术伙伴寻求支持，包括：

- 集成AI治理：企业软件供应商已开始将先进的AI控制措施集成到产品中。

- 人机交互：企业越来越多寻求技术供应商的支持，改进人机互动，简化操作流程，提高异常检测的效率，并简化审核及反馈流程。

- 揭示隐性AI：在复杂的企业系统中，隐藏的决策规则和AI模型需要被发掘和优化，这可能成为流程挖掘和任务挖掘的新趋势。

- 咨询需求增长：AI治理已成为众多合作伙伴，从大型系统集成商到专业顾问公司的热门咨询主题。

2024年对于许多组织而言，是转化其AI治理理念为具体行动，从而推动AI成功的关键一年。

 

趋势7：开始重新定义工作

我们运用人类独特的想象力和聪明才智，构想与机器的全新关系。

当前，大型语言模型（LLM）已经具备了完成至少80%工作者的一些工作。预计到2030年，多达30%的现有工作能被自动化。这引发了对工作本质和未来技能需求的深刻思考，以及如何有效地与机器合作。

到2024年，关键的行动将启动以解决这些挑战。企业领袖和决策者将专注于三个核心方向：

- 向那些工作中已经融入AI助理的专业人士学习。从编程到医疗再到客户服务，这些领域的经验将指导未来工作设计，并确定AI影响较大领域的核心技能。
  
- 考量虚拟员工对劳动市场的影响。在某些地区，雇主在增聘虚拟员工时必须通知工会或政府。2024年的趋势将是制定反映各方利益和视角的政策和方法。

- 重新界定关键技能，并改进技能培养方式。探讨未来是否更需敏捷的工程师而非仅仅是程序员，以及技能的质量与数量哪个更加重要。2024年将开启关于如何重塑这些能力和重训员工以适应新角色的讨论，并设计教育系统以适应“生成式AI”的新时代。

在美国900多种工作中，96%的工作类型包含一些可以通过技术辅助完成的任务。