第2章 网络信息技术继续深入发展
2.1 概述
2018年，我国网络信息技术发展势头向好，人工智能、区块链、量子计算、类脑计算等网络信息技术细分领域表现抢眼。然而，我国网络信息技术研发总体偏向应用端，在基础和底层技术方面与先进国家相比仍存在一定差距。从综合情况来看，我国网络信息技术发展呈现以下态势：
（1）我国信息技术整体上仍落后于先进国家，部分领域存在短板和不足。例如，在神经形态计算领域的研究部署较少，GPU（Graphic Processing Unit：图形处理器）、DSP（Digital Signal Processing：数字信号处理）等计算芯片研究进展缓慢，射频芯片技术水平相对落后，存储芯片尚未形成大规模产业，芯片制程工艺与国际先进水平相差两代，广泛应用的工业软件如 CAD/CAE 等核心技术仍然大量掌握在国外企业手中。
（2）我国在非对称技术和前沿技术领域取得积极进展。例如，中科大研究团队在国际上首次实现18个光量子比特的纠缠，自主研发的新一代百亿亿次超级计算机完成原型及部署，中科院首次利用四维纠缠态实现量子密集编码等。
（3）网信企业在网络信息技术的发展中扮演着越来越重要的角色，研究内容从应用理论向基础理论深入，研究方向从单一领域向相关领域拓展，研发投入占比逐年提升。网信企业依托雄厚的资金实力，纷纷联合高校、科研院所等开展网络信息技术领域的相关研究，加大对技术人才的引进和培养力度。
2.2 网络基础信息技术保持较快发展
2.2.1 先进计算技术保持稳步发展
1.云计算
2018年，一方面，随着容器、微服务、DevOps[1]等PaaS（平台即服务）细分领域迅速崛起，IaaS（基础设施即服务）和PaaS走向一体化技术融合，推动网信企业在云环境中进行开发、部署、发布和测试应用，实现“网络、计算、存储”的融合。另一方面，GPU（图形处理器）逐步走向云化，降低了硬件成本和技术门槛，有效支撑了云计算与人工智能的融合服务发展。国内主流云计算厂商纷纷推出 GPU 云主机租用服务，提供针对图形数据库、计算金融、地震分析、分子建模、基因组学等具体场景的计算加速，全面助力企业创新。
2.高性能计算
截至2018年6月，我国已经建成由17个高性能计算中心构成的国家高性能计算服务环境，资源能力位居世界前列，尖端成果不断涌现[2]。2018年6月，中国超级计算机“神威·太湖之光”以每秒9.3亿亿次的浮点运算速度获得全球超级计算机500强榜单的第二名。同年7月，中国自主研发的新一代百亿亿次超级计算机“天河三号”E级原型机完成研制部署，它采用了3种拥有自主知识产权高性能计算和通信芯片，运算能力将比“天河一号”提高200倍，存储容量提高100倍。
3.神经形态计算
神经形态技术将是高性能计算技术的下一个重点方向，能够大幅提升数据处理能力和机器学习能力。目前，我国在神经形态计算领域的研究部署较少。北京大学开展了基于阻变器件的神经网络应用研究工作，在神经突触结构与实现方面取得了一些成果。国内也有初创公司加入神经形态计算芯片的研发中，2016年7月，上海西井科技公司对外推出了拥有100亿“神经元”的人脑实时仿真模拟器“西井大脑”，同时还推出了5 000万神经元类脑商用芯片。
2.2.2 集成电路技术部分领域取得进展
1.计算芯片
国内计算芯片虽然起步较晚，但是发展迅速。CPU（中央处理器）芯片形成了以MIPS、ARM、X86、POWER等架构为代表的系列化处理器产品。通用GPU、DSP（数字信号处理）等芯片有部分企业开始研发，ASIC（专用集成电路）芯片在部分领域具有一定竞争力。
我国在CPU芯片领域形成多架构并存的局面。在X86架构方面，上海兆芯配合自有的GPU、Chipset，形成了完整的SoC（System-on-a-Chip系统级芯片）解决方案，2017年年底发布的KX-5000系列处理器是第一款支持双通道DDR 4（新一代双倍速率）内存的国产通用CPU；海光获得AMD架构授权研发服务器CPU,2018年7月实现量产；北大众志从事自主指令系统UniCore、AMD授权开发的X86兼容CPU和在中低端桌面、高端嵌入式等应用领域配套软硬件的研发及销售。在 MIPS 架构方面，龙芯在微结构与编译器上坚持走自主研发之路，共研发GS464V、GS464E等6个微结构，并自主研发LCC（Local C Compiler）编译器来对微结构优化；君正的CPU产品主要有XBust，除了采用MIPS指令集，君正也自主扩展了SIMD（单指令多数据流）指令集。在ARM架构方面，华为海思、中兴微电子、展讯、联芯、君正、全志等众多企业均已累积多年的 ARM 芯片研发经验，在移动终端、高性能计算等应用领域推出了相应的CPU产品。在服务器领域，天津飞腾、华芯通等企业获得架构授权；飞腾系列处理器由SPARC架构向ARM 64架构转变，目前推出的飞腾FT-1500A和FT-2000等系列CPU正在积极开展产业化应用。在其他架构方面，申威系列处理器采用 Alpha 架构，主要面向高性能计算、服务器领域；中晟宏芯承接 POWER CPU 全套技术，已发布芯片 CP 1和CP 2，主要基于IBM公司的POWER 8芯片进行研发，CP 3从2017年中期开始产品定义，将在2020年前后推出。
在GPU芯片方面，国内还具有较大差距，只有景嘉微、兆芯、芯原微、龙芯等部分企业取得一些研究进展。2018年9月，景嘉微发布JM 7200芯片，采用28nm 工艺，能够满足高端嵌入式应用及计算机需求；兆芯完成Elite 1000、Elite 2000的开发；芯原微在2015年收购GPU IP企业图芯技术进入GPU领域。国内有部分单位采用国外GPU IP来搭建SoC系统，如龙芯2H和北大众志天道采用的是芯原公司的GPU IP，华为海思主要采用的是ARM公司的MALI。
2.存储芯片
我国存储器芯片发展较为落后，近几年积极布局自主核心技术，但尚未形成大规模产业。国内存储器企业主要包括长江存储器、福建晋华、合肥睿力、兆易创新等。
在DRAM（动态随机存取存储器）芯片方面，国内主要依托福建晋华和合肥睿力展开布局。福建晋华面向利基市场，已经开始8Gb LPDDR 4内存芯片试生产。合肥睿力预计2018年年底上市19纳米8Gb DDR 4内存芯片。紫光旗下的紫光国芯以DRAM的设计和模组为主要业务，正在研发DDR 4内存芯片，计划在2018年年底完成研发并推向市场。
在NAND Flash（闪存）芯片方面，长江存储以武汉新芯现有的12in先进集成电路技术研发与生产制造能力为基础，采取自主研发与国际合作双轮驱动的方式，已于2017年成功研制了中国第一颗3D NAND闪存芯片，填补了国内空白。同时，发布了全新3D NAND架构XtackingTM，该技术将为3D NAND闪存提高I/O高性能、存储密度，缩短产品上市周期。目前，长江存储已将该技术应用于第二代3D NAND产品的开发。
3.通信芯片
在移动智能终端基带芯片领域，国内企业的设计水平与国际同行基本同步，实现了LTE（Long Term Evolution）多模多频的64位多核SoC（系统级芯片），设计工艺进入7nm阶段。其中，华为海思在部分单点领域突破明显，每两年更新一代产品，与高通基本呈现交替领先的态势。2018年8月，华为海思发布麒麟980手机SoC，采用7nm工艺制程。华为海思发布的手机芯片麒麟系列见表2-1。
我国射频芯片与国际先进水平相比仍存在较大差距。在PA（功率放大器）方面，国内企业已在2G和3G手机PA（功率放大器）领域占据重要市场地位，积极研发4G和5G PA产品。然而，技术水平相对落后，与稳懋、宏捷科、Qorvo、Cree等龙头企业相比还有较大差距。在SAW（声表面波）滤波器方面，国内科研院所和企业对SAW滤波器展开布局并已取得一定进展。例如，德清华莹和无锡好达已具备批量生产SAW滤波器的能力，但整体实力较薄弱。
表2-1 华为海思发布的手机芯片麒麟系列
续表
4.芯片工艺
我国按照先进工艺与特色工艺同步发展的战略，一方面继续遵循摩尔定律进展，加大研发力度，紧跟世界集成电路先进制程的发展趋势。目前，国内制程技术已经进入16nm/14nm的阶段，与国际领先水平相差两代。另一方面推动特色工艺技术发展，建设化合物半导体、MEMS（微机电系统）等生产线，加大在电源管理、功率器件、图像传感器等多种应用的工艺研发，不断满足设计需求。国内领先厂商聚焦快闪存储器（NOR Flash）、微控制器（MCU）、CMOS 图像传感器、高压（HV）等制程技术平台，开发兼容逻辑制程的机台合理调配产能。
2.2.3 软件技术商业化应用步伐加快
1.操作系统
在物联网操作系统方面，阿里巴巴于2017年9月发布轻量级物联网（Internet of Things:IoT）嵌入式操作系统AliOS，搭建云端一体化IoT基础平台，具备极简开发、云端一体、丰富组件、安全防护等能力，已应用于智能家居、智慧城市、新出行等领域。在人工智能操作系统方面，百度于2018年7月发布对话式人工智能操作系统DuerOS 3.0，以自然语言对话的交互方式实现设备控制、信息查询、链接服务等多项功能，广泛用于手机、机器人、可穿戴等多种场景及设备；同时发布开放平台，搭建语音AI生态体系，支持第三方开发者的能力接入。在云操作系统方面，以腾讯 TKE 容器引擎和百度 CCE 容器引擎为代表的基于谷歌Kubernetes的容器服务成为主流。阿里云在2018年上半年提出Pouch企业级富容器引擎，提供富容器、强隔离、P2P 分布式存储；同时具备内核适配、标准适配和Kubernetes适配等一系列特性。
2.云存储
中国特色的商业实践对云存储开源社区的贡献正在逐渐体现。2018年3月，腾讯发布蓝鲸智云配置平台2.0.0版本，大量使用微服务化、容器化、Golang语言等新型技术方案，基于自定义模型管理打造兼容不同行业和架构的统一配置管理平台。同年5月，阿里巴巴发布P2P图像与文件分布式存储系统DragonFly，适用于业务应用分发、缓存、日志手机、图片分发等 PB 级数据，已成为阿里巴巴内部存储基础设施之一，可靠性达到99.9999%。2018年8月，百度提出基于MySQL协议的增强型分布式结构化数据库BaikalDB，所有的MySQL应用都可以无缝地迁移到BaikalDB。
3.软件定义网络
腾讯在2017年5月开源了微信应用上的多个组件，能够在边缘设备上实现各类网络及监控功能，未来可演化为边缘计算中通用的软件定义网络（SDN）解决方案，阿里巴巴、百度等也提供了和亚马逊云服务类似的网络分发功能。从整体来看，国内厂商能提供较为单一的SDN策略和设施，数据中心内部、跨数据中心的解决方案目前只在厂商内部进行测试验证，与能够开源和大规模商用的国外产品相比仍有一定距离。
2.3 前沿热点信息技术亮点纷呈
2.3.1 人工智能技术应用表现抢眼
1.人工智能算法
在国内高校和科研院所的共同努力下，我国在人工智能基础模型方面取得一定的进展，如南京大学周志华教授提出的“深度森林”模型。不同于深度神经网络，“深度森林”通过级联森林结构，不仅能进行表征学习，还可以自动决定模型的复杂度，性能同深度神经网络相比有很强的竞争力。该模型在未来可作为深度神经网络模型的备选方案。
2.开放软件平台
目前我国较有影响力的人工智能软件平台有百度的 PaddlePaddle 深度学习平台和Apollo自动驾驶平台、阿里巴巴的ET城市大脑平台、腾讯的医学辅助诊疗平台等。Apollo 自动驾驶平台全方位构建了能够实际运行的无人驾驶系统，形成从感知、决策到执行的系统解决方案。平台通过开放代码、开放能力和开放数据三种形式，逐步赋能开发者及生态合作伙伴，目前合作伙伴超过百余家。ET城市大脑开放平台包括计算平台、数据资源平台、智能平台和应用支撑平台四大平台，涉及与城市交通、医疗、城管、环境、旅游、城规、平安、民生八大领域有关的计算能力、数据算法、管理模型等，目前已向与城市治理有关的全部生态参与者开放平台能力。医学辅助诊疗开放平台来自“腾讯觅影”的人工智能辅诊引擎，医院、医疗信息化厂商可以通过开放的接口使用“腾讯觅影”AI辅诊引擎，定制化打造覆盖诊前、诊中、诊后的智能化医疗服务，该平台涵盖了绝大部分对外公开的权威医学知识库。
3.人工智能芯片
近年来，我国在人工智能芯片领域发展迅速，与国际处于同一起跑线。华为、百度、阿里等巨头开始布局相关芯片，寒武纪、地平线、深鉴科技等初创企业发布人工智能处理芯片。百度于2018年7月发布自主研发的全功能人工智能芯片“昆仑”，可同时满足训练和推断的要求。阿里巴巴达摩院宣布正在研发人工智能芯片 Ali NPU，该芯片将运用于图像视频分析、机器学习等；同时成立半导体公司——平头哥半导体有限公司，推进云端一体化的芯片布局。华为在德国IFA2018电子展上发布了新一代人工智能手机芯片麒麟980，是全球首款采用7nm制程工艺的手机芯片，较其上一代处理器在功能表现上提升75%，在能效上提升58%。寒武纪在2017年发布全球首款商用的深度学习芯片寒武纪1A,2018年发布了第三代芯片寒武纪1M，性能比1A高出10倍；同时发布了Cambricon MLU 100云端AI芯片，以及云端智能处理计算卡（PCIe接口）。地平线发布自主设计的人工智能处理器架构 BPU，同时发布了嵌入式人工智能视觉芯片旭日1.0，该芯片具备在前端实现大规模人脸检测跟踪、视频结构化的处理能力。深鉴科技发布了“听涛”系列 SoC，搭载联发科28nm TSMC制程，仅用1.1W功耗就可以达到4.1 TOPS的峰值性能。中星微电子研发国内首款嵌入式神经网络芯片“星光智能一号”。目前，我国ASIC定制化芯片设计水平处于世界前列，基于对ASIC未来将成为人工智能芯片发展重点的预测，我国人工智能芯片前景可期。
4.基础应用技术
1）语音识别技术
百度、云知声、思必驰等国内企业在语音识别技术方面领先。2018年1月，百度发布了语音识别技术的最新成果——深度尖峰技术Deep Peak 2模型，在应用方面拥有连续对话机器人“度秘”、DuerOS 语音平台、语音输入法、小度在家智能音箱等落地应用和产品。2018年9月，云知声联合平安好医生共同起草了《中文语音识别难度分级认证规范》，拟对中文智能语音识别技术的难度和能力进行分级。
2）视觉识别技术
视觉识别被广泛应用于安防、教育、交通、金融、医疗、智能设备等多个领域，海康威视、商汤、旷视、依图、云从是我国视觉识别领域的5家重要企业。例如，商汤与vivo手机合作，在2018年最新发布的vivo X23中嵌入了基于SenseAR平台的美体塑形技术，为热衷于短视频的用户提供便利。旷视在CVPR[3]2018的AVA挑战赛中技压群雄，超过谷歌DeepMind成为第一名。2018年6月，依图和四川大学华西医院推出首个基于多维临床数据智能治理的医疗大数据 AI 应用——肺癌临床科研智能病种库，以及全球首个肺癌多学科智能诊断系统。云从科技推出3D结构光人脸识别技术，已运用在iPhone X的FaceID上。
3）自然语言处理技术
自然语言处理技术被应用于机器翻译、信息搜索、个性化推荐、问答系统等，国内主要有百度、字节跳动等公司研发和应用相关技术。百度翻译在自然语言处理技术的加持下正确率不断提高，翻译效果不断趋近专业化水平；此外，还推出了“简单搜索”等APP应用。字节跳动旗下产品今日头条和抖音等利用个性化推荐迅速集聚大量用户，同时研发了写稿机器人“张小明”用于机器写作。
2.3.2 区块链技术创新应用不断涌现
我国区块链技术持续创新，在供应链金融、征信、产品溯源、版权交易、数字身份、电子证据等领域加速应用。2018年8月，腾讯协助深圳市税务局开具全国第一张区块链电子发票。2018年1月，阿里上线“蚂蚁区块链”，对之前已经尝试使用的“区块链+公益”进行优化；同年3月阿里宣布天猫海淘将基于区块链技术跟踪、上传、查证跨境进口商品的物流全链路信息。根据IPRdaily数据，阿里专利申请达到90项，位居世界第一。2018年9月26日，百度发布区块链白皮书，推出区块链开源平台“XuperChain超级链”，同时发布了基于超级链开发的六大落地应用——图腾、度宇宙、百度会学、百宝箱、百科上线和休伯特。
2.3.3 量子信息技术与世界同步发展
中国在量子信息技术领域已经取得不少进展，特别是在量子通信相关技术领域已经处于世界领先水平，但在量子计算、量子传感等其他领域还有很大的差距。
1.量子通信
在实现超远距离节点间的量子纠缠的建立方面，2017年6月，潘建伟团队借助“墨子号”量子实验卫星平台实现1 203千米星地纠缠分发；2018年7月，该团队以6光子系统为基础实现18个光量子比特的纠缠；2018年8月，该团队成功实现1 400千米的量子隐形传态实验。在量子密钥分发方面，2018年8月，潘建伟团队借助“墨子号”卫星成功进行星地诱骗态量子密钥分发并将量子密钥分发距离提升到1 200千米。在量子密集编码方面，2018年7月，郭光灿团队首次利用四维纠缠态实现量子密集编码，达到2.09B的信道容量，创造了当前国际新纪录。
2.量子计算
量子计算的物理实现可以基于非拓扑的超导、离子阱、半导体量子点等系统，或者具有非平庸拓扑性质的拓扑量子系统。目前，基于超导体系的量子计算实验技术较为成熟，包括国内的阿里巴巴、本源量子计算等公司均有采用。目前，本源量子计算公司已推出6比特超导量子芯片Spcd-6Q，中国科学院与阿里巴巴合作研制的11比特超导量子计算服务也于2018年2月在量子计算云平台上线，这是全球第二家向公众提供10比特以上量子计算云服务的系统。基于离子阱体系的量子计算，除了量子门保真度较高，其他实验指标也在近年被不断优化，例如，清华大学的金奇奂研究组在2017年9月将单比特退相干时间提升到10分钟等。随着技术的进一步成熟，离子阱体系有望成为超导体系关于建造实用量子计算机的有力竞争者。半导体量子点、光量子体系等在目前技术条件下竞争力虽不如前两者，却更适宜在特定应用场景下发挥特长。例如，上海交通大学的金贤敏团队利用49×49节点的光量子芯片实现了量子行走等。
在量子仿真平台上，本源量子计算和中科院-阿里巴巴联合团队的研究成果达到国际先进水平。前者于2018年2月通过分解双量子比特逻辑门将原线路转换成并行子线路的方法，实验模拟了64量子比特、22层深度的量子随机线路；后者则在2018年5月以“太章”量子线路模拟器成功模拟了81量子比特40层作为基准的谷歌随机量子线路，这在一定程度上促使人们重新审视“量子霸权”所需的最低量子比特数量及计算深度。
专栏1:“量子霸权”——经典算法与量子的算力较量
“量子霸权”一词最早由加州理工学院的Jhon Preskill教授于2012年提出，用于形容针对某些特定问题，合适的量子算法可以相对已知最好的经典算法有超多项式的加速效果。
人们普遍相信的这一类特定问题包括大数分解、Boson 采样、随机量子线路输出采样等。值得强调的是，人们只是“相信”而非“证明”：至今未找到与量子算法相媲美的经典算法并不足以断言这样的经典算法不存在！这是部分研究者对量子计算有所疑虑的重要出发点。对“量子霸权”有一定冲击作用的最新研究进展包括“太章”模拟器对81量子比特、40层随机量子线路的输出采样的成功模拟和指数加速的经典推荐算法的提出等。
然而，量子计算在诸如以上几个特定且重要的问题求解上的优异表现在当前条件下（在更好的经典算法给出之前）是可以带来好处的，这包括但不限于药物分子模拟、大数据处理等。加之绝大部分的研究者在相关佐证下对“量子霸权”均持肯定态度（当然，也存在极其微小的被证伪的可能性）、各国都加紧在量子计算等领域进行布局，国内对量子计算研究加大投资及大力引进相关人才的举措是合理且必要的。
3.量子传感
欧美发达国家在量子传感领域处于领先地位，我国近年来努力追赶并逐渐缩小差距。2018年8月，中国科学技术大学的郭光灿团队与南京大学利用优化的弱测量法实现了海森堡极限精度的单光子克尔效应测量，展现了量子精密测量在实际测量任务中的优越性，为量子精密测量及量子弱测量发展提供了新的思路。同年9月，中国科学技术大学的杜江峰课题组利用金刚石氮空位（NV）色芯量子传感器，成功探测单个蛋白质分子的磁共振谱，实现了单分子磁共振的首次突破。
专栏2：中国科学院-阿里巴巴量子计算实验室最新成果
“中国科学院-阿里巴巴量子计算实验室”由阿里云联合中科院于2015年7月在上海成立，旨在开展量子信息科学领域的前瞻性研究。该实验室是国内相关领域迅速发展的典型代表，逐步在量子计算领域向国际领先的谷歌、IBM、英特尔等靠拢。
2017年3月29日，阿里云在云栖大会·深圳峰会上公布了云上量子加密通信案例，由此成为全球第一家通过建立多个量子安全传输域，为客户提供无条件安全数据传输服务的云计算公司。
2017年5月3日，中国科学技术大学、中国科学院-阿里巴巴量子计算实验室、浙江大学、中国科学院物理所等协同参与，成功研发光量子计算机原型，其“Boson 采样”速度比业界快2.4万倍。
2017年10月11日，阿里云联合中国科学院量子信息与量子科技创新研究院（上海）在杭州·云栖大会期间共同宣布了“量子计算云平台”上线。
2018年2月22日，11 量子比特超导量子计算服务在量子计算云平台上线。该云平台真正面向公众提供了感受、了解、研究量子计算的开放通道，成为继 IBM 后全球第二家向公众提供10量子比特以上量子计算云服务的系统。
2018年5月8日，阿里巴巴量子实验室的施尧耘团队宣布研制出当前世界最强模拟量子平台“太章”，借助阿里云计算资源，成功模拟了81 量子比特、40层深度的随机量子线路，对谷歌研究员的“50量子比特、40层深度实现量子霸权”论证形成了有力挑战，迫使人们重新认真思考量子计算机和经典计算机的算力衡量问题。
2.4 网络信息技术引领传统领域的深刻变革
2.4.1 工业互联网赋能智能制造
1.工业互联网平台建设不断加速
2018年2月27日，全国首个国家级工业互联网示范平台海尔COSMOPlat获得批复，COSMOPlat正在为3.5万家企业3.2亿个用户赋能，加速产品创新和智能制造。航天科工集团旗下航天云网已在7个省（直辖市）落地工业云平台，注册企业数近110万户，中小微企业占比超过90%，设备接入万余台。三一重工旗下根云平台已接入能源设备、纺织设备、港口机械、工程机械等高价值设备超过40万台，采集近万个参数，连接数千亿资产。尽管发展迅速，但与发达国家相比，存在工业控制系统/高端工业软件等产业基础薄弱、平台数据采集/开发工具/应用服务等核心技术缺失、安全防护不到位、标准体系不完善等关键问题。
2.人工智能应用成效日益明显
人工智能由技术研发走向商业化，在工业领域各环节的应用案例不断涌现并逐步扩展，围绕“供、研、产、销”各环节优化的人工智能平台加快推广。2018年8月，阿里云发布ET工业大脑开放平台，支撑合作伙伴融合行业知识、大数据能力和AI算法，为工厂量身定制智能应用，为工业企业提供生产数据的快捷上云和训练适合工厂自身的专属智能应用。制造过程中的故障预测与智能维护成为国内企业开始尝试的重要突破方向，深圳市玄羽科技有限公司针对高端CNC数控机床，用机器学习预判换刀时机，将产线停工时间从几十分钟缩短至几分钟，已运用于富士康iPhone 8生产线。智擎信息技术有限公司研发的故障预警模型，利用机器学习模型处理历史数据，结合实时传感器数据，提前预测并通知工作人员更换即将损坏的部件。
3.国产工业操作系统取得突破
工业操作系统是工业自动化控制之“魂”，是工业4.0进程推进的重要支撑。阿里云自主研发的“飞天”为工业操作系统提供了更优的基础设施方案，推动工业操作系统向着云端发展。宁波工业互联网研究院于2018年4月正式推出了“supOS工业操作系统”，集工业智能APP统一组态开发平台、工业大数据分析平台、工业人工智能引擎服务、工业智能 APPs 等于一体，可广泛用于石化、核电、医药、油气产品等流程行业。沈阳机床集团在2017年年底发布全球首个面向工业领域的运动控制操作系统平台i5OS。放眼全球，MindSphere（西门子推出的基于云的开放式物联网操作系统）、ABB Ability（ABB集团推出的一款用于监测、优化和控制电气系统的创新型云计算平台）、IIoT（工业物联网）等在工业控制系统领域已有称霸之势，具有自主知识产权的工业操作系统上线，成为打破垄断的起点，标志着我国工业操作系统领域取得重大突破，两化融合技术应用开始有了真正的“灵魂”。
4.工业软件水平相对落后
我国广泛应用的工业软件尤其是 CAD/CAE 等用于研发设计的重要软件，其核心技术仍然大量掌握在达索、西门子、Autodesk、Ansys等国外企业手中。2018年7月，美国国防部主导的“电子复兴计划（ERI）”发布首批扶持项目，率先停止向中兴通讯股份有限公司出售软件的Cadence 公司成为电子设计软件类别（EDA）唯一入围企业。作为先进工业产品和智能制造模式的重要基础和核心支撑，工业软件的国产化进程任重道远。
2.4.2 自动驾驶技术蓬勃发展
1.我国自动驾驶落地应用加速
国内自动驾驶领域参与者主要包括传统汽车企业、互联网汽车企业、互联网公司、初创企业和高校科研院所。这些参与者在港口、工业园区、开放道路、高校、高速公路五大细分场景掀起了落地应用比拼高潮，低速无人配送车、无人扫地车，高速自动驾驶乘用车、港口无人驾驶卡车先后落地运营。与美国汽车工程师协会提出的 L1～L5的分级标准相对应，我国汽车工业协会（CAAM）也提出DA、PA、CA、HA、FA五个分类标准。
2.我国自动驾驶技术发展现状
我国自动驾驶技术迅速发展，在部分应用领域已与世界发展同步，当前在环境感知、精准定位、决策规划、高精度地图和V2X（Vehicle to Everthing）等技术领域均有布局。例如，百度在自动驾驶领域技术的专利申请数量达到800余项，拥有全球领先的环境感知、行为预测、规划控制、操作系统、高精地图和系统安全等十项技术。在环境感知技术方面，主要有以深圳市速腾聚创科技有限公司、上海禾赛光电科技有限公司为代表的激光雷达企业和以 AutoX、北京中科慧眼科技有限公司为代表的摄像头企业。在精准定位技术方面，主要有北斗卫星导航系统，百度的精准定位技术精度达到厘米级。在决策规划技术方面，国内主要有地平线、浙江零跑科技有限公司、北京四维图新科技股份有限公司、深圳市森国科科技股份有限公司等企业发力研发计算芯片和计算平台。在高精度地图方面，主要有百度、高德、四维图新等企业在开展相关工作。在V2X技术方面，主要有华为、阿里、华砺智行等企业开展相关研发工作。
3.自动驾驶解决方案
经过多年的技术积淀，百度已经在自动驾驶系统领域形成代表性平台——Apollo。在2018年7月召开的百度AI开发者大会上，百度发布Apollo 3.0，同时宣布由其和金龙公司联合研发生产的100辆L4级别的自动驾驶巴士“阿波龙”正式下线。武汉环宇智行科技有限公司于2018年9月17日发布雅典娜（ATHENA）自动驾驶软件系统，该系统集成了高精度地图、图像识别、决策控制、路径规划等多项功能，同时也囊括了虚拟仿真技术。北京图森未来科技有限公司研发出L4级别自动驾驶卡车解决方案，以摄像头为主要传感器，融合激光雷达和毫米波雷达，能够实现环境感知、定位导航、决策控制等自动驾驶核心功能，其卡车车队已具备在港口集装箱转运等场景下完成商用能力。宇通客车公司在2018年新能源全系产品发布会上宣布，已具备面向高速结构化道路和园区开放通勤道路的L4级别自动驾驶能力。
2.4.3 智慧物流资源配置大幅优化
随着信息化技术不断演进，中国的物流行业开始进入依托信息化技术促进物流各生态相互融合发展的时期。物流行业的发展呈现如下智能化的趋势。
一是注重建设标准化、开放化、共享化、平台化的新信息技术系统。通过综合分析各终端节点的定位信息、货物信息、需求信息等，深度挖掘物流信息中的潜在价值，精准调度相关物流资源，降低仓储及运力的空置，提高配送时效。
二是逐步开始在各物流节点推广建设自动化立体仓库，集成应用物联感知、互联网、人工智能等最前沿的技术；结合自动导航车等高精度机电装备来提升物流中运输、分拣、包装等操作的自动化程度，降低分单错误率，进一步提高物流效率。
三是针对“最后一公里”领域的相关问题，通过智能快递柜、无人机快递等方式进一步提升末端节点的智能化水平，降低“最后一公里”领域的成本。
智慧物流中的新技术应用情况见表2-2。
表2-2 智慧物流中的新技术应用情况
[1].DevOps:Development和Operations的组合词，是一组过程、方法与系统的统称，用于促进开发、技术运营和质量保障部门之间的沟通、协作与整合。