彩神注册 - 彩神注册

汽车产业变革下半场，智能汽车如何开新局******

　　“智能汽车是汽车产业的变革性技术，已引起世界各国的激烈角逐，中国发展智能汽车也已形成共识。我们的顶层规划以及产业政策日趋完善，技术研发逐渐进入商业化创新阶段。”在近日举行的全球智能汽车产业峰会（GIV2022）上，中国工程院院士、清华大学教授、汽车安全与节能国家重点实验室主任李克强的演讲直奔主题。

　　如果说新能源汽车是汽车产业变革的上半场，那么下半场就是智能汽车。本次会议围绕“全球视角下的智能汽车发展之路”，相关院士专家、企业代表聚焦操作系统、顶层设计等话题展开了观点交锋。

　　迈过芯片这道坎是必答题

　　“汽车智能化是一项十分复杂的系统工程，需要智能汽车、智能交通、智慧城市的协同创新。”中国电动汽车百人会理事长陈清泰说，智能汽车的价值链、供应链正在加速重构，未来汽车对传统汽车的颠覆性，使传统零部件体系的50%以上都面临重构。

　　有机构预测，到2030年，芯片将占高端汽车物料成本的20%以上，软件成本占整车成本的比例，则将从目前的15%跃升至60%。

　　近年来，在“缺芯”倒逼下，我国汽车芯片设计有了快速进步。不过，中国电动汽车百人会副理事长兼秘书长张永伟坦言，如何迈过芯片这道坎，仍然是必须要解决的问题。

　　“我们必须看到我们所面临的一系列严峻挑战。”张永伟举例说，比如进口依赖、产业链技术短板、严格的检测认证以及人才短缺等问题。基于此，他提出应提升全产业链技术，建立汽车芯片标准、检测认证体系，加快国产芯片“上车”应用，加大政策支持等。

　　打造国产主流CPU架构

　　有报道称，美国太空探索技术公司创始人马斯克将推出汽车芯片，使汽车成为“四个轮子上的移动巨型计算机”。中央处理器（CPU）是汽车产业发展的关键技术之一，CPU架构也是芯片产业链的龙头，其不仅决定了CPU本身的性能，也在很大程度上引领整个芯片产业发展和生态建设。

　　“这几年国产CPU发展得很快，现在国内市场上已有六七种CPU架构并存，但这并非长久之计。”中国工程院院士、中国科学院计算技术研究所研究员倪光南直言，多种国产CPU架构并存，未来可能会造成资源分散、低水平重复等问题。

　　“这种状况如果不加以改进，若干年后，我国将缺乏能在全球市场上与X86、RAM两家竞争的自主CPU架构，从而在主流CPU方面仍将受制于人。”在倪光南看来，面向未来主流CPU市场，要聚焦开源绿色架构，发展中国芯片产业。尤其是在智能网联汽车等新兴领域，可通过充分发挥我国举国体制、超大规模市场优势和人才优势，共建绿色产业生态，增强绿色产业链、供应链自主控制能力。此外，还要通过加大对开源数据的贡献，增大国际话语权和主导权。

　　探寻智能网联汽车“中国方案”

　　在探讨中国智能汽车发展的具体问题时，针对如何加强顶层设计，陈清泰坦言，要动员多方力量，共同做好智能网联汽车的顶层布局，例如如何按照车路协同的思路对道路基础设施进行智能化改造，如何建立面向智能汽车的数据监管系统，怎样打破部门分割、形成高效协同的推进体制，都是当前非常迫切需要推进的任务。

　　“未来中国要发展智能汽车，就应该从一体化的架构体系构建和关键技术突破方面作出积极探索。”李克强剖析，考虑到智能网联汽车的技术特征及社会属性，我们难以采用国际上的单车智能发展路径，需要探索“中国方案”，要充分融合智能化和网联化的技术路线，探索适合我国智能汽车的发展方案。

　　智能网联汽车如何迈向高质量发展？李克强认为，要加强顶层设计谋划，抢抓智能网联汽车网联化、智能化的窗口期，加强产业顶层战略布局，并积极践行“中国方案”，成为全球技术趋势的引领者。

发挥数据的创新引擎作用******

　　作者：孙辰朔（清华大学习近平新时代中国特色社会主义思想研究院特约研究员）

　　随着数字技术创新和迭代速度加快，数据作为关键生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，成为驱动经济社会发展的重要力量。习近平总书记指出，“发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济”。中共中央、国务院前不久发布的《关于构建数据基础制度更好发挥数据要素作用的意见》对激活数据要素潜能、做强做优做大数字经济、构筑国家竞争新优势作出了一系列部署。切实用好数据要素，更好发挥数据的数字化、网络化、智能化基础作用，协同推进技术、模式、业态和制度创新，对于深化创新驱动、推动高质量发展具有重要意义。

　　数据要素是数字经济深化发展的核心引擎。充分发挥数据资源优势、挖掘数据价值潜力，需要不断完善数据要素培育和发展相关体制机制，加快构建数据基础制度，让数据要素更好为创新赋能，为推动高质量发展注入强大动能。

　　第一，数据要素能够推动知识技术创新。数据要素是指能够参与社会生产经营活动、可为使用者或所有者带来经济效益、以电子方式记录的数据。释放数据要素价值的关键在于数据开发利用。政府、企业、科研院所等在参与数据要素加工使用的过程中，通过结合人工智能算法、经济数学模型和领域专业知识，对研发、设计、生产、营销与决策各环节进行数据清洗、分析、建模，可以发现新的规律，研究出新的理论，创造新的知识或技术，带来更多经济效益和更大社会价值。

　　第二，数据要素能够优化科技创新要素配置。实现科技创新的要素包括劳动、资本、土地、技术、数据、企业创新精神等实体要素和虚拟要素。传统要素市场中存在信息不对称、要素流通不畅等，容易产生创新要素供需错配等问题，使创新资源的利用偏离最优配置。通过对数据要素的挖掘分析和利用，可以降低信息交互偏差和要素交易成本，推动创新要素流向高生产效率、高边际产出的企业和行业，打通“信息孤岛”和“数据壁垒”，从而实现要素高效配置。

　　第三，数据要素能够提升产业创新发展能力。一方面，作为数字化、网络化、智能化的基础，数据要素能够参与技术、产品、市场、组织、管理等创新过程，依靠信息技术创新驱动，推动数字产业化，不断催生新产业新业态新模式，培育壮大一批具有增长潜力的新兴产业，创造更多新需求和新就业岗位，挖掘新的经济增长点。另一方面，促进数据高效流通，推动产业数字化转型，实现数字经济与实体经济深度融合，将极大提升传统产业跨区域、跨场景、跨行业的协同创新水平，提升产业发展的质量和效益。

　　更好发挥数据要素对创新的推动作用，可重点从以下四个方面发力。

　　一是构建彰显创新引领的数据基础制度，鼓励数据要素投入创新。数据基础制度体系是数据要素赋能创新的制度保障。要建立数据产权制度，推动数据产权结构性分置和有序流通，强化高质量数据要素供给，推进数据分类分级确权授权使用和市场化流通交易。要建立合规高效的数据要素流通和交易制度，让数据要素更加顺畅地流通、更有效率地交易。要建立体现效率、促进公平的数据要素收益分配制度，激发数据要素赋能创新、协同创新的活力和潜能。还要加强政策支持和引导，激励创新创业创造，让更多数据要素参与创新过程。

　　二是推动数字与产业融合发展，深化产业链创新链融合。数据要素驱动创新的重要路径在于促进数字经济与实体经济深入融合，促进实体经济中的创新要素高效配置。要面向各市场主体、行业和区域需求，统筹推进数字化转型。数据要素驱动创新的关键抓手在于推动创新链产业链深度融合，要加强数据要素与其他生产要素的组合迭代、交叉融合，推动生产要素多领域、多维度、系统性突破，围绕产业链部署创新链、围绕创新链布局产业链，深入实施工业互联网创新发展战略，发挥数据的创新引擎作用。

　　三是致力打造数字人才高地，强化关键核心技术攻关。充分发挥数据要素作用，关键在于扩大高水平数字创新人才供给。要创新科技人才培养体系，将数字人才培养作为学科建设的重要内容，提升全民数字素养与技能，培养造就一大批既懂专业领域又懂数字技术的高水平复合型人才。还要提升关键软硬件技术创新和供给能力，加强数字科技基础理论研究和数字基础设施建设。

　　四是构建多方协同治理模式，筑牢数字经济创新发展安全屏障。发挥数据要素驱动创新的作用离不开强有力的安全治理，要充分发挥政府有序引导和规范发展的作用，构建政府、企业、社会多方协同治理模式。要压实企业的数据治理责任，增强企业社会责任，促进公平竞争。还要增强数据安全保障、网络安全防护等各方面能力，把安全要求贯穿数据要素赋能创新全过程。

　　（文图：赵筱尘 巫邓炎）