工业软件-半导体-操作系统行业分析

参考文献链接

https://mp.weixin.qq.com/s/E2FiqOiRb-9KluRXvHpbMA

https://mp.weixin.qq.com/s/P4mIpeCMgi4R848PAm_M3Q

https://mp.weixin.qq.com/s/g6kj940EsgrPLhsT84Co_Q

https://mp.weixin.qq.com/s/3k8ro-QahNHsQQXa183VOw

https://mp.weixin.qq.com/s/FzxzEfudRv57Q1lO83Jxpw

为什么巨头们不去开发被卡脖子的工业软件？

国产EDA软件市场份额状况
单拿EDA软件领域来说，国产EDA软件在中国市场份额大概在10%左右，剩下的90%全部都被美国的Synopsys、Cadence和Mentor Graphics三巨头所垄断。
而目前国产EDA软件市场份额最大的是华大九天，挤进了TOP4。

2020年中国EDA软件市场份额TOP4

根据华大九天公开的招股书，华大九天占了国内6%的市场，而全部国产EDA在中国市场占比也才11.3%，相当于一家华大九天就占了全部国产企业的一半多份额，也算是表现不错的了。
可是放到全球市场，这样的差距就非常明显了，整个2020年，EDA行业的全球市场规模达到了72.3亿美元，而中国市场的EDA规模为66.2亿元，相当于中国市场占了全球14.1%左右，而国产EDA的销售额只有7.6亿元，只占全球市场的1.62%份额。

2020年国产EDA软件在中国市场份额

三巨头与华大九天公司年营业额对比

我们再对比一下这三巨头与华大九天在2018-2019两年的净利润，由于Mentor被西门子所收购，财务报表不单独公开，我只拿出Synopsys、Cadence的数据与华大九天进行对比。

三家公司2018-2019财年净利润 (亿美元) 对比

从公开的财务报表数据中明显看到巨大的差距，你以为这就完了？NO！
上面华大九天净利润中是包含了政府补助那部分的利润的，根据华大九天的招股书数据显示，2018-2019财年，华大九天收到的政府补助分别高达4,389.20万元、5,430.27万元，这意味着90%以上的利润来源于政府补助，如果去除这部分利润，差距更明显。

国产CAD/CAE/CAM软件市场份额状况
在CAD领域，目市场份额最大的有四家，分别是法国的达索系统、德国的西门子软件、美国的PTC还有美国的欧特克，我先给大家对比一下这几家公司的产品信息。（下面的价格是我当初在之前公司的内部价格，因为市场原因可能与现在有波动）。
1、美国欧特克
主要产品是AutoCAD，二维CAD软件，主要服务于机械、建筑等领域，国际上大多数二维CAD标准都有欧特克(Autodesk)来定制，在二维CAD行业内有绝对的话语权。
但是近几年因为竞争的需要，欧特克(Autodesk)公司也出了一些三维CAD软件，但使用人数很少。AutoCAD价格为每年大约1.7W人民币。
2、法国达索系统
达索系统旗下有两款三维CAD软件，分别是定位于中端领域的Solidworks与定位于高端的CATIA，前者主要偏向于设备设计、自动化等领域，后者主要偏向于航天、汽车、船舶等领域。
达索系统母公司是达索集团，达索集团旗下还有达索航空，是法国最大的军用飞机制造商；1997年达索系统全资收购位于美国马萨诸塞州的Solidworks公司，至此，达索系统产品覆盖了中高端两个领域。
在售价方面，Solidworks终生买断价格为5W多人民币，订阅价格为每年1.2W人民币；CATIA终生买断价格为7W多人民币，订阅价格为每年3W多人民币。
3、德国西门子软件
没错，西门子不仅仅是一家制造业公司，也是一家软件公司，它的三维CAD软件产品是UG，又名NX，主要应用于汽车、模具等行业，UG实际上是美国EDS公司旗下的产品，但EDS后来被德国西门子全资收购。
UG售价比较昂贵，终身买断版价格大约为25W人民币，这个是我用过CAD软件中最贵的一款。
4、美国PTC
主要产品是ProE，也是一款三维CAD软件，主要应用于轻工、消费电子等领域，ProE是参数化设计软件的典范。
根据IDC在2016年公布的数据，这四家公司占据了全球CAD市场的72%的份额，传统CAD巨头在全球领域拥有绝对的话语权。

2016年全球CAD软件市场份额

那么这四家公司在中国市场占有份额有多大呢，答案是超过了90%，国内的中望软件、数码大方等公司只占据了不到10%的市场。
我还以汽车行业为例说明，国产汽车行业中，以长城、比亚迪等汽车厂家均以使用Catia为主，这主要是Catia在所有三维设计软件中曲面造型功能是最强大的，而往往汽车车身造型设计对这块要求很高，而消费电子领域，以使用Proe为主，目前知名研发类企业中，很少见到国产三维CAD软件。

CAE可谓是工业三大研发类软件中的重中之重，即便你设计出来的产品再好，没有通过CAE的验证就不是一件合格的产品，而如今CAE已经广泛应用于结构分析、疲劳分析、模流分析、电磁仿真等诸多领域。

目前我们国内也确实有一些自主的CAE软件，但是大部分都是院校合作并对某些特定方向定制的软件，并没有形成真正的商业化。
要知道商业化是检验一件产品成功与否的一项重要指标，但就市场化而言，相比美国上世纪六七十年代就开始成立商业化的CAE公司，我们国的商业化CAE开发至少落后四十年。
而且，在CAE领域，美国的ANSYS等公司占据了中国95%以上的市场份额。

根据IDC公布的数据，2019年中国工业软件营收占全球工业软件营收的5.1%,你可能会说差距并没想象的那么大呀，但是这5%的比重是包含了诸如金蝶、用友等偏向生产管理类的工业软件的。

如果只对比研发类(CAD/CAE/CAM)类软件，那么营收只占全世界的0.6%，差距明显。
用一句话总结中国工业软件的现况就是：管理软件强，工程软件弱，低端软件多，高端软件少。
开发工业软件难度到底有多大？
如果单说开发一款工业软件需要投入多少资金可能大多数人不会想到「难度」这个概念，那我来告诉你安装一款CATIA会生成将近17万个文件，4000多个文件夹，整个安装包大小为7个G的容量，你就会想到它有多么恐怖了。
而且开发工业软件可不仅仅是写业务代码那样简单，它是一个跨学科领域，包含了数学、力学、电学、化学等诸多学科的交叉学科，单论代码行数，世界上最大的软件公司不是微软，也不是IBM，而是美国的洛克希德-马丁公司，是一家军工企业，研发的工业软件仅供自己使用。

对工业软件的误解
大多数人看到工业软件这个词，就会认为工业软件是IT行业，但实际上工业软件不是IT的产物，它是工业文明的结晶。
放眼全球工业软件巨头，法国达索、德国西门子这些公司背后都是全球超强实力的军用飞机、航空发动机企业，正是在制造业领域的常年积累，才能够开发出顶尖的工业软件。
即便是全球IT领域的巨头，比如Google、苹果、阿里巴巴，他们也做不出来工业软件，因为他们根本没有在制造业领域的积累，也就没有开发工业软件的基因了。
工业软件正是人类工业化知识日积月累的产物，可以将自己在科技领域产生的研究成果融入代码，永久保存下来，形成工业软件，在任何一个领域都成共享这个成果。

工业软件市场规模很小

但是它的杠杆效应极高
工业软件有个特点，它的总产值并不能像航空、汽车等领域那么大，但是它的作用却能够撬动整个工业领域。
如果把工业软件比作一个杠杆，那么把它的支点放在整个工业软件领域附近都丝毫不为过，对制造业间接拉动效应至少在100倍以上。
例如2018年全球EDA软件市场规模还不到一百亿美元，但是芯片市场规模已经达到几千亿美元，如果没有EDA软件，这这几千亿美元的芯片就是沙子，工业软件价值非常隐蔽，不深入了解制造业的人根本体会不到。

制约中国工业软件的原因有哪些
1、缺少政策的支持
其实中国工业软件起步并不晚，在上世纪九十年代中国国产CAD软件公司如雨后春笋般的涌现，我们在技术上并不比国外的差，相反还有一些国人使用习惯于汉化的优势，但是随着改革开放的深入，市场化的春风已经演变为狂风巨浪，在体制之内的工业软件开发人员收入偏低，导致国产工业软件人才的不断流失。
在十一五之前工业软件由科技部管，后来又划归给了工信部管，随后形成了长达十年没有任何政策支持的空白期，反观美国，在2018年就推出了电子复兴计划(ERI)，对工业软件再次进行大力扶持，计划在5年内投入15亿美元，约合近百亿人民币，就连持续盈利的EDA三巨头之一Cadence都获得了2400万美元的资助，
反观中国，三个五年计划对工业软件的投入也不过两亿元人民币，也就是说，美国一次政策的扶持资金等同于中国三个五年计划投入的50倍，差距一看便知。

ERI受资助名单，三巨头中的Candence一家就获得2400万美元

2、盗版横行，导致国产工业软件公司很难赚到钱
这是一个很重要的原因，我之前呆过的几家公司，有几家都是外企，它们还不敢用盗版类的CAD软件，但是我所知道的是，在国内，即便是一些已经IPO的民营公司，它们也是在明目张胆使用盗版类的软件。
单拿CAD软件为例，一套正版的AutoCAD软件一年的费用是一万多人民币，但是大部分企业直接使用破解版的软件，这样每年确实能省下好几百万的软件费用，里面不排除有当地政府的保护性措施，可这样做简直就是拣了芝麻丢了西瓜，大家都用“免费”的盗版软件，这让即便是价格非常优势的国产类工业软件怎么卖得出去？
这就导致国产工业软件利润降低，随之而来的是研发投入降低与从业人员待遇普遍偏低，举个例子，之前有网友透漏其在西门子工业软件部门实习期的薪资待遇是15000美刀，折合人民币将近10W元了，注意这是月薪，还是实习期的工资。
反观国内，工业软件开发人员待遇差到何种地步我就不说了，大部分人最终都被互联网行业吸走了，最终导致人才不断流失，恶性循环下去，如何能指望国产工业软件与国外软件竞争？

ANSYS、中望软件研发投入对比（亿元）

3、产研分离，没有形成完整的商业闭环
国产类工业软件，尤其是CAE软件，大部分都是院校合作的模式，仅在某一些领域与特定的企业合作，离开了这个领域或者合作公司，软件可能就不能用了，导致国产CAE软件接受率普遍偏低，而且没有形成商业化，没有商业化就不可能有持续的现金流，更别提后面持续的研发投入了。

国产二维CAD软件的后起之秀——中望CAD
那么国产CAD软件就这么溃不成军吗，其实也不是，我们国产CAD软件在二维CAD领域中还是有一批做的不错的企业的，这里就不得不说一下广州中望了。
中望是国产CAD软件中唯一一家拥有自主知识产权平台的厂家，而且中望软件在2010年收购了美国VX公司，成为了国产CAD软件中唯一一家拥有自主CAD内核的公司。
我之前在一家车企，有段时间公司把所有电脑的AutoCAD都更换成了国产的中望CAD了，原因是国产的价格更实惠，而且我后来呆的几家公司，为了节约成本，好多用的都是中望的CAD软件。
中望产品的优势在于性价比非常高，比如美国的AutoCAD软件是按年付费，每年每台电脑费用在1W多人民币，但是与其功能几乎一样的中望CAD终身费用几乎是它的一半左右，价格优势明显。

国产工业软件追赶之路依然非常漫长
我们的工业软件并没有输在起跑线上，而是输在了交接棒上，起跑时只有一步之遥,几圈下来,我们几乎已不在跑道上，这句话听起来让人心酸又无奈，但是好在我们已经意识到这个问题的严重性，亡羊补牢，为时未晚。
反观全球工业软件的发展历程，他们在某些技术领域有欠缺的地方，都是通过买买买的形式来进行弥补，中望CAD在2010年还全资收购了美国的VX公司，让中望拥有了自主内核，但是那个年代是奥巴马执政时期，中美双方的关系还并不像现在这么紧张。
放到现在，中国想通过收购欧美国家CAD软件公司来提升自己的竞争力几乎不可能。
所以，除了奋起追赶，我们别无选择。
同时，我也希望国家能够加大对工业软件的扶持力度，我们每年对新能源汽车每年的补贴力度高达几百亿人民币，但是为什么偏偏忽略掉在新能源汽车背后这个及其重要的工业软件领域呢，工业软件产值很小，但是它却能撬动整个制造行业。
多年来，我们一直有个思想就是“重硬轻软”，认为软件不如硬件重要，但事实上硬件是躯体，真正隐藏在躯体内部的软件才是灵魂，好在中兴、华为等事件让我们有了彻底的警醒，今后必须重视工业软件的发展。
说道这里本文就算结束了，我写这两篇文章的主要目的在于希望能够让大家认识到工业软件的重要性，同时如果能激发一些小伙伴对工业软件的兴趣并投身于这个行业，哪怕只有一个，我就非常心满意足了。
还有，我也真心希望通过这两篇文章能够引起国家工信部门等相关人员对工业软件行业的关注，希望国家加大对工业软件行业的扶持力度，发挥我们国家制度的宏观调控优势，提高从事开发工业软件领域人才的待遇，毕竟要攻克卡脖子关键领域问题不能光靠情怀，还得多少加点面包。
对了，上篇文章中有小伙伴问我如果想投身于工业软件这个领域，具体应该学什么专业？我还是那句话，工业软件不是IT的产物，它是一个交叉学科。
如果你想投身于这个行业，计算机专业知识当然必可少，但最重要的是要把数学、力学、电学等这些基础课程给学好，我这里列举了工业软件涉及到的学科，供大家参考一下。

8月融资的国产半导体公司

上个月，全世界范围内半导体行业的投资者向初创企业投资了133 亿美元。与前几个月相比，虽然公司的总数有所下降，但对芯片行业来说仍然是亮眼的表现。

总体上来说，中国8月的投资数量超过了全球市场的其他国家。在全球半导体融资公司数量上，中国公司数量约占比 75%，并获得了该月最大的两轮融资。从细分市场来看，电源设备是 8 月份融资的一个亮点，有 11家中国公司获得了新一轮融资。

当有人提出半导体投资大面积降温非头部的创业项目开始面临融资困难，半导体公司倒在B轮、C轮的时候，这场轰轰烈烈的半导体淘汰赛上，起跑线依然挤满了密密麻麻的参赛选手。

8月国产半导体公司融资概况

从2018年开始，国内芯片赛道热度骤然提升，2020、2021 两年间，国内芯片半导体产业年均融资事件超过300起，额度超过2000 亿元。今年上半年芯片投融资交易共有 318 起，金额接近 800 亿。

8月初，国内半导体投资领域掀起一场反腐风暴，大基金相关人员陆续被查；资本市场，半导体芯片ETF在过去6个月下跌了17.99%；中科蓝讯、唯捷创芯等企业上市即破发，市值蒸发合计超过百亿。寒潮传递到一级市场，曾经一度融资2亿的诺领科技更是被证实倒闭，直接影响是8月已披露融资事件的融资总额合计约61.46亿元，较上月86.55亿元减少28.99%；“芯片倒在C轮”的说法甚嚣尘上。

8月国内半导体领域统计口径内共发生的私募股权投融资事件较上月63起减少15.87%，但8月融资公司数量仍超过80家，涉及到的领域也十分广泛，有芯片设计、人工智能硬件、制造与设备、测试、测量和检验、材料、内存和存储、模拟和混合信号、电源设备、无线、光电子学、传感器、显示器、AR/VR、ADAS和自动驾驶、汽车零部件，电池等方面。其中电源设备融资公司数量最多达到了11家，而在公布融资金额的公司中，阜阳欣奕华材料科技有限公司得到了最多的融资为5亿人民币，奇芯光电（3.5亿元）、芯砺智能和海古德（3亿元）分别位列8月融资额第2、3、4。

滚动查看全图

向上游“卡脖子”产业链迈进

“越是离产业链最近的地方，越是值得布局与投资。” 8月的投融资大比例在上游的芯片设计产业、半导体设备产业和半导体材料产业。半导体产业链上游已逐步成为新的突破口和国产替代的前沿阵地。尤其是原本就稀缺的硅片、晶圆、材料、EDA、封装测试、设备、零部件等领域，一批初创企业纷纷获得高额融资，以通过弥补国内的空缺而脱颖而出。

其实2022年的“融资之最”也表现出了上游的热度。英诺赛科，其D轮融资收获30亿人民币，该公司的主业就是近年来火爆的第三代半导体硅基氮化镓。同样主业为第三代半导体的启迪半导体以14.3亿元被上市公司长飞光纤并购，显示出这一全新半导体材料所受的高度关注。

半导体设备行业今年上半年的业绩和其在二级市场的表现均不错，不过相对全球，我国半导体行业中诸多领域的国产化率还很低，行业后续的发展可谓是任重道远。目前，我国半导体产业链国产化率较低的领域主要就有偏上游的半导体设备、材料。半导体设备国产化率低是由其领域属性决定，设备属于产线建设和运营的关键环节，下游的产线客户，不管是晶圆厂还是封测厂，很难有动力替换原有供应商的成熟产品，导入新产品，特别是没有经过成熟工艺验证的设备，会对产线的运行和产品的良率造成非常高的风险。现在大量的资金开始涌入，这会尽量地控制风险在可控范围内。

尽管融资的数量和金额十分可观，但“投资潮”下我们还是需要冷静分析。半导体产业“卡脖子”技术难题并不容易突破，从整体来看，芯片生产是一个产业生态配套协作的过程。在生产过程中，需要许多先进的设备、材料和技术，这些因素掌握在不同领域的厂家手里，这些厂家有长期的研发积累和大量的专利技术垄断，我们无法短期突破，也无法靠砸钱解决。不能妄想“一步登天”。

比如上流领域芯片设计公司仍然是国内融资市场的主力，而具备生产制造能力的初创企业依旧凤毛麟角。因为芯片制造离不开巨额投资和规模化运作，对于初创企业来说，难度更大。但是无论如何，如今越来越多的初创企业向上游，这对于整个产业链来说是十分有利的，将促进产业链的全面发展和进步。

哪家资本深爱半导体？

资本投资期盼的只有两个字：赚钱，而且是越快越好，越多越诱人。现在中国的市场需求已经让半导体摆脱了“又慢又重”的称号，炙手可热。这火热的融资潮背后的赢家是谁呢？这个赛道上究竟有哪些行业巨头？

在表格中我们不难看出，投资机构常见的名字是小米。此前，小米在半导体领域投资了超10家初创企业，投资方向包含移动芯片、车载芯片两大领域，这正与其主营的智能手机、AIoT业务及未来的造车业务相辅相成。8月份，小米投资了芯来科技（芯片设计）、微纳核芯（人工智能）、艾诺半导体（电源设备）、思坦科技（显示器）以及汽车领域的同驭汽车和鼎盛微电。

从小米的投资布局也能看出，智能手机的零部件正在逐步复制到智能汽车上，例如射频芯片、WiFi芯片、通用计算芯片都将会成为未来汽车的标配。同时，AI芯片、激光雷达芯片也逐渐成为智能汽车的“双眼”，助力自动驾驶的商业化落地。

另一巨头是中芯聚源，即中芯国际旗下的投资机构。中芯聚源8月投资了3家公司，分别是芬能自动化（制造与设备）、上海泽丰半导体科技有限公司（测试测量与检验）和思坦科技（显示器）。这些的投资都是围绕中芯国际自身的业务和产业链，涵盖半导体封装测试、检测、设备、EDA，甚至还包括晶圆周转和包装产品等不为人所熟知的业务。中芯国际的资本布局不仅正在深入产业链的各个关键环节和细分领域，也出于完善和确保供应链顺畅和安全的考虑，稳固行业龙头地位。

8月半导体赛道布局的投资方包括毅达资本、经纬创投、临芯投资、武岳峰科创、五源资本等知名投资机构，也包括上汽集团、联想创投、比亚迪、哈勃投资、华虹集团、英特尔资本等产业投资方。该赛道还获得了深创投、国家集成电路产业投资基金、国开制造业转型升级基金、临港新片区基金等国资背景平台及政府引导基金的青睐。

其中深圳国资依旧是国内半导体投资的生力军。今年以来，深创投、深投控已投资了十多家半导体初创企业，8月份深圳资本又投资8家公司，涵盖通信芯片、模拟芯片、物联网芯片、封测、设备、零部件、功率半导体、模拟半导体、光电子芯片等半导体产业链多个关键领域。

红杉中国

最后要提到的投资巨头是首屈一指的——红杉中国。仅8月份红杉中国投资的领域涉及四个、公司涉及6家，金额更是巨大。但是红杉不仅仅是国内的投资巨鳄。

红衫中国同时也是中国资本流入美国硅谷的代表，红杉对苹果、甲骨文，更新一代的成功案例包括英伟达和 Stripe都有投资。几十年来，公司为投资者带来了数万亿美元的增长和稳定的回报。红杉的投资遍及全球，遍及美国、中国和东南亚。

2010-2022 年中国向美国的风险投资估算（百万美元）

来源：FDD

红杉也是硅谷成功的典范。它继续拥有无与伦比的访问美国研究机构产生的尖端研究和开发的机会。红杉也在美国政治中产生了相应的影响：当特朗普政府对与TikTok应用程序及其中国母公司字节跳动相关的潜在安全问题展开调查时，据报道，红杉积极游说美国政府支持TikTok。媒体对该公司的潜在影响力的报道指出，红杉资本与字节跳动以及被报道的 TikTok 在美国的追求者和合作伙伴之间的关系。在更具战略意义的层面上，随着私募股权和风险投资投资者在过去 20 年中对国民经济发展、就业和研发 (R&D) 变得至关重要，它们也产生了重大影响。红杉带来的这种影响是政治的，也是经济和金融的。

如今的融资依然在继续，“内卷”的结果是半导体产业链的完整，“外拓”也有益于中国在全球私人市场投资格局的提升，未来可期。

英伟达发布统治级芯片Thor雷神，算力2000TOPS！！

英伟达再扔“核弹”，新款智能汽车芯片Thor正式发布！这颗SoC芯片内部拥有770亿个晶体管，以此可实现2000TOPS的AI算力，或者是2000TFLOP。

▲英伟达Thor芯片基本性能

因为参数过于强大，英伟达索性直接把它命名为了Thor雷神。对，就是漫威里甩锤子的那个男人。因为参数过于强大，雷神SoC甚至直接取代了原本计划在2024/2025年量产的新品、也就是目前Orin的下一代产品Altan SoC（1000TOPS）。因为参数过于强大，英伟达老板黄仁勋甚至没有把它形容为“自动驾驶芯片”，而是明确表示这颗SoC就是为汽车的中央计算架构而生，用这一颗芯片打造一个控制器，即可同时为自动泊车、智能驾驶、车机、仪表盘、驾驶员监测等多个系统提供算力。意思很明确，就是1颗顶6颗。

▲英伟达Thor支持驾舱融合

老黄表示，雷神SoC将在2024年量产。并且吉利旗下的电动汽车品牌极氪第一个宣布将在2025年起为旗下车型配备雷神SoC。随着汽车智能驾驶技术的快速发展，近两年来英伟达在中高端自动驾驶芯片市场地位非常强势，像是蔚来ET7、理想L9、小鹏G9、智己L7等中高端车型基本都选择了英伟达的Orin自动驾驶芯片，以此来研发高速和城市的NOA类自动导航辅助驾驶系统。就在Orin逐步抢占今明两年市场的同时，英伟达也在积极研发下一代的产品以保持和扩大自己在智能汽车领域的市场位置。去年春天，其发布了Atlan，单颗1000TOPS的AI算力已经技惊四座了。结果没想到英伟达还想再玩个大的，Atlan直接被Thor雷神取代，搞出了单颗2000TOPS这么一个“核弹”级的产品，目前来看简直无敌。并且值得注意的是，雷神这次不再主打自动驾驶芯片这张旧牌，而是用超大的算力直接立下了中央计算主芯片的标杆。待到中央计算的EE架构真正开始量产之时，英伟达凭借先发优势必将再一次获得压倒性的优势，同时还顺便干掉了其它小算力芯片的市场。不得不说，英伟达不仅走在了前列，还第一个走向了新赛道。
发布全新雷神芯片支持智驾和智舱

Thor可以同时支持ADAS系统和IVI系统，具备770亿个晶体管，算力将会达到2000TOPS以上。黄仁勋介绍，能够实现这个目标主要有三点，分别是对CPU（Grace）、GPU（Ada Lovelace）和处理Transformer模型的引擎（Hopper）进行了升级。Hopper提供了令人惊叹的Transformer引擎和Vision Transformer的快速变革，而Ada是英伟达最新的GPU产品，基于4nm工艺打造，其多实例GPU的发明将有助于车载计算资源的集中化，可将成本降低数百美元。

▲英伟达CEO黄仁勋

Thor中还引入了Grace CPU，同样有着良好的表现，以往所有的并行算法都由英伟达的GPU进行加速，其余工作负载往往会受到单线程限制，而Grace正好拥有非常好的单线程性能。基于以上基础，英伟达的工程师打造了Thor，其中也包含了非常多的创新设计。Thor可以被配置成多种模式，可以将其2000TOPS和2000FLOPs全部用于自动驾驶工作流；其2000TOPS的算力也可以分开用，如一部分用于驾驶舱AI和信息娱乐系统，另一部分用于自动驾驶。

▲英伟达自动驾驶芯片演进过程

Thor的多计算域隔离允许并发的、对时间敏感的多进程无中断运行，可以同时在一台电脑上运行Linux、QNX和Android。这一产品集中了众多计算资源，既降低了成本和功耗，也实现了功能的飞跃。目前，汽车的停车、主动安全系统、驾驶员监控、摄像头镜像、集群和信息娱乐均由不同的计算设备控制。未来，这些功能都不再由单独的计算机控制，而是同时在Thor上运行，而且随着时间的推移不断改进软件所提供的功能。

▲英伟达Thor支持驾舱融合

这一产品带来的优势也非常明显，可以显著简化汽车EE架构，缓解供应限制，而另一方面，可以降低产品的布线规模，降低车重，从而达到降低成本的作用。极氪汽车将会在2025年开始为汽车下一代车型平台搭载Thor，这将会不断提升极氪车队的性能和体验，其安全性和智能能力也会不断升级。

▲英伟达Thor将会首先登陆极氪汽车

极氪采用Thor也证明了汽车厂商对于经济高效的中央计算架构的认可度，这一架构可以同时满足安全可靠高度自动化驾驶能力的需求，也可以满足车载信息娱乐系统日益丰富功能背后的复杂繁重的计算需求。
仿真能力大提升车企可进行虚拟开发

黄仁勋也介绍了NVIDIA DRIVE，这是英伟达打造的一个自动驾驶汽车开发和部署的端到端平台。在开发方面，DRIVE包括了Reolicator合成数据生成，NVIDIA AI基础设施如DRIVE Sim和DRIVE Map。在部署方面，NVIDIA DRIVE包括全栈驾驶和车内AI应用，AI计算机和Hyperion自动驾驶汽车参考架构。英伟达的工作人员开发了一个AI工作流，可以根据记录的传感器数据构建3D场景，在将3D场景导入到DRIVE Sim之后，可以一通过人工创建的内容或者AI生成的内容对其进行增强。这一视频到3D几何图形的工作流可以在NVIDIA OVX系统上运行，这使得英伟达可以在全球范围内创建模拟场景。举个例子来看，英伟达采用Neural Recinstruction Engine（神经再造引擎）为DRIVE Sim提供支持，几分钟内，该引擎就可以根据传感器数据为驾驶记录重建完整的3D数字孪生。

▲英伟达DRIVE Sim可实时建立3D数字孪生

通过AI技术，英伟达方面可以对物体进行采集和重建，这些素材将会被加载到Omniverse（英伟达此前发布的计算机图形与仿真模拟平台）中，并且随时可以在DRIVE Sim中使用，在DRIVE Map的协助下，开发者可以放置动态物品如车辆或者行人，然后仿真系统可以对环境进行更改，然后进行闭环测试，从而规避更多的风险场景。甚至开发者也可以根据采集到的场景和素材创作新的场景，可以生成合成真值数据来训练感知网络，这些场景都可以用于端到端的测试。

▲英伟达DRIVE Sim可自建极端场景

黄仁勋表示，DRIVE Sim在构建自动驾驶系统方面发挥了很大的作用，是CI/CD持续集成/持续部署过程中非常重要的一环。DRIVE Sim还支持车内环境模拟，未来的汽车不仅会有简单的仪表盘，还会有用于数字和物理设计的环绕显示器，汽车设计师、软件工程师和电子工程师可以在DRIVE Sim中开展协作，同时运行所有的实际计算机和软件栈。

▲英伟达对于车舱的构思

DRIVE Sim将会成为这些工程师的虚拟设计工作室。在机器人和自动驾驶的开发过程中，安全性非常重要，英伟达在安全系统和流程方面，投入了1.5万人工年，对500万人工代码进行了安全评估，其自动驾驶芯片和平台的设计均遵循了行业通用的安全标准。目前英伟达在开发端到端自动驾驶方面已经取得了很大进展。现场展示的视频中可以看到，用户到达车上之后，AI助手会向用户汇报今天的行程，然后自己完成行车和泊车的一系列动作，整个过程中并不需要人工参与。

▲英伟达自动驾驶系统可以实现端到端

目前英伟达的自动驾驶芯片产品已经登陆了四十多个车企、车企、卡车、无人出租车、无人小巴公司，其中小鹏汽车的最新旗舰车型G9就采用了Orin芯片，这款车将会在今年晚些时候正式交付。采用了Orin芯片后，这款车将会具备高度先进的辅助驾驶功能，比如可以在主要和次要城市街道、高速公路和非公开道路上进行自动驾驶和自动泊车，还能够自动进入停车场、城市内狭窄街道和收费站等特殊场景。
结语：英伟达扩大汽车业务的边界

以往的GTC大会上，英伟达在汽车方面的重点始终围绕在自动驾驶方面，其已经将自动驾驶做为非常重要的市场增长点。而在本次大会上，虽然自动驾驶仍然是英伟达的重头戏，但其也同时增加了智能座舱、仿真系统、云等方面的布局，从想要帮助车企做好自动驾驶，变成了想要帮助车企造好车。目前，无论是特斯拉、海外老牌芯片厂，还是国内科技大公司、创企，近年来产品力都有显著提升，也都在试图撼动英伟达的地位，虽然短时间来看，并不会对英伟达产生什么影响，但居安思危还是很有必要的。随着英伟达在汽车业务方面的布局逐渐增加，其地位或许会变的更加稳固。

面向 2030 的操作系统架构与演进

陈海波，OpenHarmony 技术指导委员会主席，华为中央软件院副总裁，华为基础软件首席科学家。主要研究领域包括操作系统、并行与分布式系统、系统安全等。长期从事基础软件的研究与产业落地工作，开创华为微内核与自动形式化证明等技术，主持与推动操作系统多项核心技术在端、管、云场景海量商用，带领团队在 Linux 5.10/14 等版本 patch 数贡献世界排名第一，近五年在操作系统领域高水平学术论文数居世界第一（csrankings.org 统计），合著的《现代操作系统：原理与实现》出版仅 2 月就获得 2020 年度 51CTO 最受读者喜爱 IT 图书奖。关键字操作系统、芯片硬件、万物智联、系统工程摘要操作系统在计算机系统中发挥中枢作用，承担释放芯片与硬件能力、使能应用高效运行、提升全局能效的关键角色，同时也为应用与云服务提供生态入口。

本篇文章将面向 2030 年中长期愿景，分别从计算架构与硬件演进趋势、产业与应用场景演进趋势等角度，分享本人对操作系统演进的观察与思考。

面向 2030 的操作系统总体展望

操作系统是软硬件系统的中枢，向上要支持应用与服务，包括提升用户体验、提高业务竞争力、提供生态入口。向下需抽象并管理相关硬件，其核心挑战是如何统筹全系统资源。

为解决此挑战，我们可基于系统工程及运筹学的方式思考。类似运筹学研究工厂和作业的管理与调度，操作系统要解决的也是任务如何在硬件上进行管理和调度，主要提供三个关键能力，即：

抽象协同芯片硬件，释放硬件能力
统筹管理资源供需，提升全局能效
使能应用高效运行，提供生态入口

相应地，操作系统的架构演进也会受到三个关键因素的驱动：

第一，新的产业场景与生态。产业场景对操作系统的影响非常大，场景的需求及其负载特征会对操作系统带来新的驱动力。

第二，新的芯片与硬件架构。操作系统运行在芯片和硬件之上，释放芯片和硬件的能力，因此芯片和硬件架构变化也会推动操作系统演进。

第三，软硬件供需。操作系统作为核心的技术与生态底座，会受到软硬件整体供需及先进要素的可获得性的影响。

从统计规律来看，操作系统约每 20 年左右会进行一次换代，2030 年对操作系统而言其实很近。在这个阶段中，操作系统会持续不断向前演进，同时会出现局部的革命。

面向 2030，操作系统呈现万物智联新场景、新硬件和新供应三大趋势

万物智联的新场景

交互方式上，从触摸式交互演进为时空自然交互；任务调度上，从单节点调度，变成端到端确定性调度；算力资源上，从通用算力，变成多样性融合的算力资源；同时随着社会对隐私保护和数据安全的需求日益增强，还可能会有一些新的数字身份与核心信用体系诞生。

新的芯片与硬件架构

随着 Chiplet、3D 堆叠、Wafer Scale Computing 等芯片技术的出现，芯片工艺可能会演变为芯片工程，成为提升算力密度的关键路径；还有新的计算存储架构，包括多样性算力、新非易失性存储、新互联、硅碳融合存储等；此外，5.5G/6G 的大带宽、低时延、高密度、高精度的互联通信也会使能新的场景。

软硬件供需

面对新的全球形势，软硬件的先进要素供应可能会呈现出多元化供应体系，这反过来也会对操作系统的演进带来很大影响。

赋能万物智联新场景与新生态

近年来，尤其受到疫情影响，社会数字化转型至少加速五年。在过去，人类通过不断创新数字技术来连接物理世界；在当下，元宇宙、数字身份等这些新技术的出现，会推动数字世界和物理世界的融合。操作系统从硬件的附属品到一个独立软件，再到生态入口，其重要性不断增加。在万物智联时代，操作系统会发挥更关键的作用。

展望 2030，操作系统将成为数字世界与物理世界融合的技术底座

接下来会从操作系统赋能万物智联的新场景和新生态，支撑新硬件，构建新抽象协同算力，技术重构等几个关键方面，与大家分享 10 个操作系统的演进思考。

演进思考 1：从触摸交互走向时空自然交互，新交互带来体验跃迁

第一个思考来自交互的变化。人类的交互体验从原来的机械式交互 (比如键盘、鼠标等) 到现在的触摸式交互，得到了大幅提升。在未来，交互是否会走向时空自然交互？

自然空间交互：比如基于语音、眼神、空间/姿态，甚至注意力/脑电波等更自然的人机交互形式。当前这类交互模式已有雏形出现，包括脑机交互，及通过各种方式去抓取人的眼球动作进行交互的模式等。不同于传统的桌面、应用入口，操作入口可能会变成场景式的智能时空入口形态。

系统级触达：当前 APP 的使用方式已深入人心，未来是否会变成一个彼此可嵌套的系统级可触达方式，打破传统应用边界，实现以任务和用户为中心的推荐式、启发式交互，也是下一步我们需探索的。

演进思考 2：从单节点确定性走向端到端确定性

第二个演进思考是有关任务调度的。在过去，我们关注单节点的确定性。当前，尤其在通信场景和很多工业场景中，我们更关注能否做端到端的确定性时延。在未来，随着数字世界和物理世界的融合，会出现更多的时延敏感场景，比如远程医疗、5G/6G to B (智能制造、工业 4.0) 、XR (实时交互) 等，对端到端的时延带来很多新挑战。

在时延敏感场景中，大家的第一反应往往是降低网络时延。5G 等技术在推动整个网络时延的下降。当网络时延下降到一定阶段后，操作系统在端到端时延的保障上就会起到非常关键的作用。在全系统的时延中，操作系统扮演着“乐队指挥”的角色，需进行全链路的管理，把云服务、承载网、端侧设备打造成一个端到端的确定性低时延体系。

演进思考 3：从垂域分治走向异构融合，支撑万物智联多样性计算

第三个演进思考是有关算力资源的。在过去，我们常通过一个软硬件垂域承载某一类计算，如通用计算、概率计算、AI 计算、物理计算、图形计算等。但从发展趋势上来看，计算架构正在从“通用+专用计算”向“多样性算力融合”演进，但也存在大量挑战。以“HPC+AI”为例，即高性能计算与人工智能的融合，要解决 HPC 和 AI 的精度要求不一样的问题，前者对浮点运算精度要求非常高，后者对精度要求相对高，有时采用 Int8、Int16 来做近似计算。这些就需要操作系统从垂域分治走向异构融合，将标量、向量等算力进行有效统筹。

同时，芯片架构从原来的以 CPU 为中心，到如今 CPU+XPU 的协同，并逐步形成统一内存架构 (Unified Memory Architeture, UMA)，减少数据搬迁，有效缓解内存墙与存储墙问题；此外存算一体和近数计算也可提升能效，即数据在哪就在哪计算，例如在搭载较强算力单元的智能网卡、智能 SSD 上。上述应用和硬件的演进都需要操作系统去使能，以支撑万物智联时代多样化的计算。

演进思考 4：从 OS 走向 OS Kit，元 OS 架构支撑场景千变万化

第四个思考是，如何从多个割裂的操作系统走向操作系统组件库的集合，即 OS 到 OS Kit。原来的操作系统往往是场景专用的，如服务器操作系统、手机操作系统等，其很多能力和组件是孤立的。随着 DSA (Domain Specific Architecture) 的发展，硬件和场景越来越多，可能会出现越来越多的操作系统。

这会带来“昆虫纲悖论”问题，即场景越来越多，设备形态也越来越多，虽然每类设备单独的市场空间不大，但加起来的总空间十分大。另一方面，生态的碎片化使得这些设备难以充分发挥价值，不能形成规模产业，而没有规模就没有利润，无法继续发展，产生悖论。

我们提出了元 OS 架构来缓解这个问题。通过一个操作系统去适应所有场景，即“One OS for All”，已被证明是十分困难的。但如果将操作系统进行一个有效的解耦/元化，将系统组件 kit 化，实现“One OS Kit for All”。这样在面向多场景的不同需求时，可将kit进行有效的组装，来解决多场景能力共享、生态互通、极简互联、按需组合等问题。当然，元 OS 架构有很多的技术挑战。例如如何对操作系统的状态进行有效管理，如何在解耦后保障其性能等。

演进思考 5：从统计与推测走向精算与智能，精准统筹资源供需

第五个思考有关操作系统的资源管理。前文提到操作系统与系统工程中的运筹学有很多相通之处。如操作系统资源统筹调度的问题，如果在数学上进行抽象，和运筹学中 作业车间调度问题 (JSP) 与背包问题 (KP) 这两个 NP 难问题是比较相近的。通过一定的转化规约，可将资源统筹调度问题变成一个多对象、多目标优化的实时在线 JSP 问题。

受限于设备运行时算力、语义鸿沟、调度时延等约束，传统操作系统很难进行理想的“精算”。例如每隔 5-10ms 就可能进行一次调度，那么调度本身开销期望是微秒量级。因此当前操作系统基于统计、分而治之等实践方法来用最小的开销求一个尽可能优的解，如采用公平轮转的任务调度，根据访问频率采决策缓存的替换策略等。

随着应用场景的变化，有两个因素可能会使基于“精算”的资源统筹变得有价值：

一方面，在万物互联的时代，系统复杂性剧增，通过简单近似算法来进行资源管理的效果会不断下降。另一方面，随着多样性算力的出现，NPU 和加速器对特定负载可以有很强的算力提升，使得精确求解的收益变大。同时，操作系统通过语义透传等技术，使得实时精算的收益大于成本，从而做到更加精准的资源统筹和更为平衡的供需管理。

支撑新硬件，构建新的抽象与协同能力

接下来会从如何支撑新硬件，构建新的抽象与协同能力的视角来分享几个演进思考。

演进思考 6：从算力抽象走向架构感知，协同芯片工程提升算力密度

第六个思考是，如何从算力抽象走向架构感知。抽象是计算机学科的重要方法论，是将一些底层细节和能力进行封装，从而实现更好的跨系统、跨算力。在工艺红利放缓的背景下，芯片工程成为提升算力密度的关键路径。芯片除了提供调频调压等能力，会出现更多的异构组合，甚至是动态的异构，这样就需要操作系统去感知芯片的架构，甚至架构的实时变化，协同芯片工程，提升算力的密度。

在此过程中，操作系统需要去攻克一系列挑战，包括如何去更精准地进行选核 (当前有大、中、小，甚至可能有一些微型核)，如何做任务的瞬态迁移，如何做数据的局部性保障，如何在新架构下进行并发和协同设计等。(在动态异构的芯片工程体系下，并发从原来的相对对称变成非对称的并发，这给协同也带来很大挑战。举一个具体的例子，原来实现一个自旋锁 spinlock，会假设所有线程拿锁的机会差不多，但如果硬件是大小核架构，或者是不同工艺的核，去同时竞争一把 spinlock 时，小核会有很大概率一直拿不到，因为它抢锁的能力没有大核强，这样就会使资源分配不均衡。)

演进思考 7：从 CPU 为中心和 DSA 对等架构走向新计算架构，计算范式重定义

第七个思考是，计算架构的演进。计算架构从以 CPU 为中心，逐步到现在的 DSA 对等架构 (包括 CPU、GPU、NPU、DPU、QPU 等，QPU 即量子计算单元)。未来会怎样继续演进呢？会出现怎样的新计算架构？

在技术延长线上，操作系统要持续去攻克 DSA 架构下的 XPU 异构算力间的高效协同与资源共享能力。但可以看到，DSA 的原生弊端正在逐步显现，一方面是厂家需要看护多种多样的硬件架构，维护成本极其高，且存在功能重叠的问题。而且 DSA 很多是为特定运算设计的，稍微改变运算的形状 (shape)，可能会导致效率有很大下降。此外，还存在软件栈难共享，XPU 间协同调度效率低等问题。

按照牧村定律，业界有望诞生出新的计算架构。(牧村定律/牧村波动，是日立公司总工程师牧村次夫 (Tsugio Makimoto) 在 1987 年提出，芯片架构的发展，总是在分层解耦和垂直整合之间交替摆动，大概每十年波动一次。牧村定律背后是性能功耗和开发效率之间的平衡。) 经过当下 DSA 这样的“分”之后，未来一段时间内，如果大部分的算力模型已定型，出于维护、成本、能力发挥等因素的考量，大家可能会自然想到，能否将各种 XPU 进行融合，甚至融合到同一个架构上去呢？这个新计算架构到底是什么，目前还需要进一步探索。但不管怎么样，操作系统的计算范式可能会被重新定义，其底层的机制也将大幅重构。

演进思考 8：从多层走向一层融合存储，泛存储范式重定义

第八个演进思考是从存储的视角来看的。存储有可能会从多层走向一层，或者是多层走向两层三层的融合存储。

一方面来讲，新介质与新互联技术在持续地突破，加上高速存储的存在，操作系统的存储是否会向泛存储范式演进？传统以 CPU 为中心的三层存储架构，即 CPU + DRAM + 闪存/硬盘，是否会演进为一个以数据为中心的单级存储 (Single-Level Store) 呢？(单级在这里是一个虚数，实际上可能热数据在一层，冷数据在一层，同时冷数据还使用传统的硬盘进行存储。)

进一步地，结合计算架构的演进，存储范式是否会演进到以业务为中心的原位计算呢？事实上，传统做法是将任务迁移到数据所在位置进行计算。由于任务调度开销性能方面的影响 (任务调度的开销可能比数据搬移更大)，如果数据搬移的效率能得到非常显著的提升，那么我们就可以考虑采用原位计算的方式，即不迁移任务到数据处，而是将数据搬移过来进行计算，从而显著降低时延。

演进思考 9：从信任设备走向信任应用，数字信任体系重构

第九个演进思考，即从信任设备逐步走向以应用为中心构建信任模型。万维网之父曾提过，如何去重构当下中心化的互联网架构，如何去中心化。到底是不是去中心化，可能会受到各种技术因素和商业因素的影响。但我们可以看到，互联网的安全模型正在从信任设备走向信任应用，这要求我们重构数字信任体系。

简单来说，机密计算架构 (Confidential Compute Architecture, CCA) 是重构数字信用体系中一个很重要的软硬件架构。早在 2002 年，ARM 就提出了 TrustZone 的概念，到现在正好 20 年。当前 TrustZone 基本在 ARM 体系里，包括手机、车、电信设备等等，华为构建的 iTrustee 安全操作系统也已布局在公司的各大平台上。此外，2015 年 Intel 发布了 SGXv1，2016 年 AMD 推出 SEV，2019 年 AWS 也在软硬件设计上进行一些使能和推广，云上也出现了 Confidential VM 这样的新形态，RISC-V 上也有 KeyStone、Penglai 等新的机密计算架构。

以 ARM 2021 年发布的 V9 CCA 架构规范为例，可看到 Realm 架构更多考虑从应用视角出发，如何提供一个安全的机密计算执行环境。从过往来看，ARM 每 10 年会有一次大的架构创新，其 CCA 架构对面向 2030 的信任体系影响是巨大的。操作系统的信任范式也很有可能会被重新定义，例如 ARM V9 CCA 架构正是从“信任设备、不信任应用”，演进到“信任自己的应用，但不必信任基础设施提供商”。

ARM 2021 年发布 V9 CCA 新架构

因此，面向 2030，操作系统要思考如何去支撑数字信任体系的重构。按照华为公司发布的《智能世界2030》预测，50% 的场景将要采用隐私增强的技术。

全球产业展望 (GIV)《智能世界2030 —— 无界探索，翻开未来》：围绕人类社会发展的需求，华为尝试探索智能世界 2030，为每个人、每个家庭、每个组织发掘新机会，创造关于未来的无限可能。

报告地址：https://www.huawei.com/cn/giv

演进思考 10：从分层解耦走向垂直整合，底座技术重构

第十个思考，是从新的全球局势来看，操作系统如何成为技术底座重构的关键。

垂直整合和分层解耦看似是两种不同的方法论，但实际是辩证统一的。分层抽象和解耦，是计算机领域普遍适用的分而治之思想。图灵奖获得者 Butler Lampson 提过这样一个大家熟知的理念，即“计算机科学的任何问题都可以通过增加一个中间层来解决”(其实是增加一个抽象来解决)，但他后面还讲了一句话大家都常常忽视，“除了因此引起的层次厚重的问题”。我们可以看到，过去 IT 系统的发展主要是逐层抽象、分层解耦的方式。

为什么还要做垂直整合，因为在逐层抽象的过程中，不可避免地会出现一些冗余抽象，我们需要不断消除冗余，降低开销。另外，如果“过于抽象”，还会带来跨层的语义鸿沟问题，使得上下层供给不精准，跨层协同难。所以在计算机设计中，对于抽象理念有一个很重要的原则：“Abstract, but don't hide power”，即你可以抽象，但是不要隐藏能力。因此，我们要做跨层的精准协同与精准供给。

另一方面，抽象也不会是普适的，无法适用于所有场景。我们在很多场景中还是需要一些短链条式的创新。比如，操作系统的应用调用，可以分不同层级，使其调用到不同效率的接口。整体而言，垂直整合是面向硬件与业务的重新分层与协同，并非走向“血肉模糊”与“烟囱化”。在合理软硬分工协同上，应结合硬件与业务的特征，提供“短链条创新”。

当然，垂直整合仍要坚持软件的平台化，构筑友好的生态，而不是走向自我封闭。

总结

小结一下，本文面向 2030，从三大驱动力的视角，向大家分享了操作系统的 10 个演进思考。包括操作系统如何赋能万物智联新场景与新生态，支撑新硬件，构建新的抽象与协同能力等。

2022半年度工业机器人20强

根据MIR DATABANK数据表明，2022年上半年中国工业机器人市场出货量超13万台，市场的繁荣与否离不开场内众玩家的表现。MIR 睿工业依据2022年上半年各工业机器人厂商的出货量评选出“2022年上半年中国市场工业机器人出货20强”，旨在洞察产业发展格局，鼓励卓越厂商树立产业标杆。

*上下箭头指与2021年中国市场工业机器人出货20强对比排名变化

较之于2021全年中国市场工业机器人各厂商出货量，2022年上半年各厂商的排名有了很大变化。

可以看到，发那科依旧保持第一领跑市场，7家厂商排名出现下降，12家厂商排名有所上升，其中，史陶比尔上升6位，埃斯顿上升2位，节卡和珞石2021年未上榜，2022年上半年成为新进者，且节卡直接跃升至第16位。

排名前二十厂商还是外资占据多数，有12家上榜，内资上榜8家，且仅有埃斯顿和汇川技术两家厂商挤进了TOP10。

我们分析多家厂商排名有所下滑的原因，主要还是受疫情影响，国内很多工业机器人工厂都分布在华东地区，而4、5月份时上海及周边地区疫情尤为严重，工厂生产受阻，货物运输困难，不少机器人厂商也受到影响。例如当时ABB机器人位于上海的工厂就无法正常生产和出货，同时ABB机器人使用的零部件大多为国外进口，供货不及时导致其交货期不断延长。

疫情下行业景气度的差异化明显，2022年上半年工业机器人市场主要受新能源汽车及新兴行业需求拉动，光伏、锂电行业对工业机器人的需求大幅提升。埃斯顿、汇川和埃夫特也是凭借在光伏和锂电行业的布局吃到红利，上半年出货增长较快，在一定程度上促进了其排名的上升。

此外，我们将内外资、企业是否上市单独划分为一个维度，分别评选出“2022年上半年中国市场工业机器人内资企业出货20强”、“2022年上半年中国市场工业机器人外资企业出货15强”以及“2022年上半年中国市场工业机器人未上市企业出货10强”，具体情况如下：

内资TOP20：埃斯顿领跑内资，埃夫特排名上升

总的来看内资依旧是埃斯顿和汇川技术领跑，灵猴、天机、配天等在后方渐渐发力，埃夫特的排名上升至第三位。

主要受益于新能源光伏和锂电行业的发展使得埃夫特出货进一步增长，且从埃夫特2022年上半年财报来看，海外系统集成业务受疫情冲击逐渐减弱，项目执行情况较上年同期改善，国内系统集成业务也未受限，公司集成业务整体较上年同期增长约 10.16%。

外资TOP15：安川电机、爱普生、库卡同步上升

系统来看上榜厂商中外资机器人还是“四大家”占据头部，安川电机和库卡较之2021年排名有所上升，爱普生凭借SCARA机型出货量的快速增长带动了自身工业机器人整体的出货插足“四大家”，位居第三。

非上市企业TOP10：协作厂商多数上榜，多轮融资助力发展

评估一个企业在某一个阶段的发展，上市企业我们可以从其发布的财报中窥得一二，而对于非上市企业来说，其经历的融资情况在一定程度上也可以佐证自身发展情况的好坏。

协作一直是一个颇受资本青睐的细分赛道，截至目前，节卡机器人和遨博都已经完成了6轮融资，所融得的资金可以帮助其加大研发的投入和工厂的扩建，进一步提升自身的整体实力。

未上市企业出货10强融资情况

（信息来源：MIR 睿工业根据公开资料整理）

除以上三个榜单外，MIR 睿工业还依据各厂商不同机型的出货情况评选出了“2022年上半年中国市场垂直多关节机器人出货10强”、“2022年上半年中国市场水平多关节机器人出货10强”、“2022年上半年中国市场并联机器人（Delta）出货10强”、“2022年上半年中国市场协作机器人（Cobots）出货10强”，具体榜单预计下周发布，敬请期待！

注：

*所有榜单解释权最终归MIR 睿工业所有。

*榜单所有数据来源于MIR DATABANK。

*排行榜中对于工业机器人的定义如下表：