目录
2017年第9期(发布时间: Nov 20, 2017 发布者:腾飞)  下载: 2017年第9期.doc       全选  导出
1   2017-11-20 15:33:43.797 产学研齐聚成都探讨传感器与物联网应用 (点击量:0)

以“聚集真知灼见,共谋产业发展”为主题的 “第四届全球传感器高峰论坛暨中国物联网应用峰会” 8月31日在成都举行,政府相关部门领导、有关专家、国际和国内企业家们就全球传感器、中国物联网应用产业的现在与未来、挑战与机遇等话题共同进行了探讨。

科技部原副部长、集成电路产业技术创新战略联盟理事长曹健林,四川省经信委副主任王文胜,国家集成电路产业投资基金股份有限公司总裁丁文武,中科院上海高研院研究员、原中科院上海高等研究院院长封松林,SEMI全球副总裁、中国区总裁居龙等嘉宾均做了会议致辞,围绕传感器产业发展、物联网产业方向等方面的内容,分析了今后传感器产业未来的发展特征、发展趋势和市场走向。其中,居龙总裁特别强调:激情、专业化和国际化,是产业发展的成功要素。
中国科学院微电子所所长、中国科学院物联网研究发展中心主任叶甜春发表了《物联网和传感器发展现状与趋势》的演讲,深刻解读了世界各国物联网战略布局,就物联网和传感器产业的发展现状以及未来发展的热点方向、产业壁垒等做了详细解读。中科院控股有限公司董事长吴乐斌、工信部电子信息司副处长龙寒冰等嘉宾也出席了会议。
此次峰会采用“主会场+分会场+成果展”的方式进行,聚焦当下最热门的几大主题:装备制造与传感器、航空燃机、发动机新材料、工业数字化仿真技术、机器人与智能制造、新能源汽车、无人驾驶、车联网等领域。峰会以“产业融合、创新应用”为宗旨,产品展示为亮点,“传感器?新能源?新材料?集成电路?车联网?发动机?智能制造?物联网”为重点全面铺开。
由“装备制造与传感器?集成电路研讨会”、“ 航空燃机发动机新材料研讨会”、“ 工业数字化仿真技术?机器人?智能制造研讨会”、“ 新能源汽车?无人驾驶?车联网研讨会”、“ 投融资洽谈会”等八场主题会议组成的分会场,则结合当前国际国内形势和成都实际,聚焦装备制造与传感器、航空燃机、发动机新材料、工业数字化仿真技术、机器人与智能制造、新能源汽车、无人驾驶、车联网等当下最热门的几大主题,就其市场与战略、政策与创新、合作与交流、协同进行交流,共同探讨重大装备智能制造产业的未来发展。
峰会期间还举行了中国物联网产业联盟授牌仪式。中国物联网产业联盟是在中科院微电子所、中科院物联网研究发展中心的发起和指导下开展工作,是一个跨行业联合的全国性平台。自成立以来,联盟得到了物联网各相关企业的积极响应和支持,成员企业已有150多家

2   2017-11-20 15:34:19.613 集成电路产业改革创新应从何下手? (点击量:0)

集成电路作为战略性、基础性、先导性产业,它的发展对于推动制造业转型升级、提高国家信息安全具有重要意义。“十二五”期间,国家为鼓励和支持我国集成电路产业发展,连续出台了一系列文件:国务院2011年颁发了《进一步鼓励软件产业和集成电路产业发展若干政策的通知》(国发〔2011〕4号),2014年6月公布了《国家集成电路产业发展推进纲要》(以下简称《纲要》),2015年5月颁布了《中国制造2025》发展战略等,有关部门制定了一系列落实的政策文件,这些都有力地推动了我国集成电路产业乃至整个半导体产业的发展。
展望未来5年,是全球集成电路产业重大转型期,也是我国集成电路产业发展的机遇期,要想实现《纲要》的目标,仍需推进一系列的创新,提升我国的技术水平,做大产业规模。
产业实力全面提升
“十二五”期间,中国IC产业保持了快速增长的势头。2016年销售额规模为4335.5亿元,同比增长20.1%。
在国家高度重视和推进下,中国集成电路产业近年来取得了良好的发展势头,为我国电子信息产业的安全稳定运行,抢抓移动智能、网络通信、物联网、云计算、大数据等新兴产业机会,提供了重要保障。
增长势头强劲,产业规模不断扩大。在国内外市场的带动下,“十二五”期间,中国IC产业保持了快速增长的势头。2016年销售额规模为4335.5亿元,同比增长20.1%,IC产量为1318亿块,同比增长21.2%。IC产品平均价格3.29元,同比上升0.21元。IC设计、晶圆制造以及封装测试三业都实现了快速增长,销售额均超过1000亿元。
产业结构改善,比例更趋合理。经过业界的努力,“十二五”以来我国IC产业的结构更加合理。IC设计和晶圆制造所占比重呈逐渐上升的趋势。2016年IC设计业继续保持高速增长,销售额为1644.3亿元,同比增长24.1%;制造业受国内晶圆生产线满负荷运行以及扩产的带动,2016年快速增长,同比增长25.1%,销售额1126.9亿元;封装测试业销售额1564.3亿元,同比增长13%。整个产业发展趋势在向设计和晶圆制造前端转移,设计业规模成为中国IC产业销售额最大的领域,产业附加值得到提高。
东西齐动,产业布局更加均衡。从国内IC产业布局情况来看,随着IC领域的投资不断向中西部地区集聚,中西部地区在国内IC产业中的地位不断上升,所占份额也不断增加,尤其是合肥、武汉、成都、重庆、西安等中西部城市,纷纷将IC产业作为重点给予发展,在加大IC设计业发展的同时,布局了一批晶圆制造项目。2016年,中西部地区IC产业在全国所占份额己达15.1%,与珠三角地区的产业规模基本持平。
重点突出,聚集效应明显显现。从重点区域来看,截至目前,国内IC产业基本分布在省会城市或沿海计划单列市,并涌现出一批产业高地。如上海市、北京市、深圳市、南京市、合肥市、武汉市、重庆市、成都市、厦门市、大连市、天津市、杭州市、泉州市等,IC产业实力明显增强,并以这些城市为核心,呈现出较为明显的产业聚集效应。
将改革创新推向深入
中国IC产业要想跻身世界领先地位,要在金融投资体系、财政体系、人才与研发体系上坚持不断地创新改革。
尽管在“十二五”期间取得了一定成绩,但是问题依然存在,中国IC产业要想跻身世界领先地位,就要坚持不断地创新改革。
首先,在金融投资体系上,虽然国家设立了“01、02、03专项”支持企业的技术研发,设立了“国家集成电路产业投资基金”支持产业投资,同时带动了地方与社会资本对集成电路产业的关注,使得以往限制IC产业发展的资金瓶颈得到一定程度的缓解。但是,这基金和专项还是由政府所主导。这与以企业为主导,从市场出发、从企业自身发展出发的投资还不完全一致。
我们常说,要以企业为主体,就是要将投资、研发、管理全都交由市场,都以企业为主导,政府只是为企业的发展创造条件。以前,我们的政策是解决了IC产业的研发费用有没有,产业投资够不够的问题;接下来要考虑的是,如何使用这些资金,是不是能用到刀刃上的问题。
其次,在财政体系上,我们建议出台政策,IC企业可将科研费用抵扣企业所得税。现在国家对于高新技术企业具有一定的税收优惠,即企业所得税减半。但这是面向所有高科技企业的优惠政策,并且它没有反映集成电路行业的独特性。集成电路具有资金高度密集、技术高度密集和人才高度密集的特点。
从国际经验来看,主要IC企业在研发上投入的费用都很高,部分超过营业额的10%。所以针对集成电路企业的这一特点,我们建议应当充分考虑行业特点,出台政策允许企业将用于科研的费用抵扣所得税。
这既是对IC产业的进一步扶持,也是用财税手段鼓励企业加大科研投入。让企业用自己的钱去搞研发,企业的盈利越多,投入研发的积极性就会越高,投入的费用也会越高,可以形成正向循环。同时还有可能引导企业在研发上进行合作,避免重复投资,通过税收手段促进产业的整合。
第三,在人才与研发体系上,引导企业加快形成完整研发体系与人才培养体系。现在国内多数IC企业领导人在发展过程中,目光大多集中在整合并购上市融资等方面。地方推动IC产业发展也是以招商引资为主导。这些工作是需要做的,但还不是最根本的。
IC企业成长基础是技术、是研发、是人才。技术是买不来的,企业的收购与兼并也应立足于自身实力的提升,要有消化吸收的能力,而不是简单的引进收购,浮于表面。因此,中国IC企业要重视自己研发体系和人才培养体系的建设。只有这两个体系形成了,再加上金融体系的支持,中国才有可能真正建立起自主安全可控的IC产业。

3   2017-11-20 15:34:00.753 集成电路大基金发布投资情况 累计带动投资近1500亿元 (点击量:0)

近日,国家集成电路产业投资基金(简称“大基金”)公布近两年投资情况,包括在晋江设立的福建集成电路产业“安芯基金”在内的诸多投资,实际出资超560亿元,带动社会融资规模超过1500亿元。
集成电路产业是技术与资本密集型行业,投资拉动是半导体产业实现规模扩张的主要动力。中国要发展集成电路产业,更需要政府给予企业政策和资金上的支持,客观事实是,企业在发展初期,单纯依靠其自身收入无法维持“动辄几个亿”的资本投入,从而无法在全球市场上进行竞争。从韩国、新加坡等国家和地区发展集成电路产业的经验来看,政府的支持对行业的发展壮大起到非常关键的作用。
加上国内集成电路上下游产业都被国外厂商垄断,对未来信息社会和产业的发展造成巨大的影响,因此,国家在2014年6月发布《国家集成电路产业推进纲要》,从政策上完善落实一系列支持集成电路产业发展的措施,紧接着设立国家集成电路产业投资基金,主要用于集成电路产业的投资,支持行业的发展壮大。
晋江发展集成电路全产业链条依靠各级政府的多层投资,也获得国家大基金的支持,设立了规模500亿元的安芯基金,用于产业投资、发展。
截至2016年年底,国家集成电路产业投资基金股份有限公司“大基金”两年多来共决策投资43个项目,累计项目承诺投资额818亿元,实际出资超过560亿元;已实施项目覆盖了集成电路设计、制造、封装测试、装备、材料、生态建设等各环节,实现了在产业链上的完整布局,带动的社会融资超过了1500亿元。

4   2017-10-11 09:50:30.613 在2021年,由于国防应用的需求,RF GaN市场会有14.1%的增长率至7.33亿美元 (点击量:0)

RF氮化镓(GaN)器件收入在2016年上升了到了23%以上,并预计在2021年复合年均增长率(CAAGR)将增长14.1%至7.33亿美元,预计来自战略分析战略组件应用(SCA)集团报告“RF GaN市场更新:2016-2021”,随着防务应用的发展------ 特别是雷达,通信和电子战(EW)的需求会快速增长,其将抵消无线基础设施部门预期的扁平化,以保持GaN的整体市场增长向上的轨迹。

高级半导体应用(ASA)服务部门服务总监Eric Higham表示:“过去三年来,中国的LTE基站部署已经成为RF GaN收入的明显增长动力。 随着这项活动的减弱,基础设施仍将是一个重大的重要环节,但行业将需要采取其他应用和新兴的5G增长机会。”

5   2017-10-11 09:42:25.267 八月份半导体销售额全球首次达到350亿美元 (点击量:0)

代表着美国半导体制造,设计和研究领域的领先地位的半导体行业协会(SIA),今天宣布,半导体全球销售额在2017年8月份达350亿美元,比2016年8月份总额的282亿美元增长了23.9%比2017年7月份的336亿美元增长了4.0%。所有月度销售数字均由世界半导体贸易统计(WSTS)组织编制,代表三个月移动平均线。

半导体行业协会总裁兼首席执行官John Neuffer表示:“8月份全球半导体销售额大幅上涨,连续第13个月上涨,达到350亿美元。八月份的销售额全面上涨,每个主要的区域市场和半导体产品类别都以每月和几年的速度上涨。内存产品继续成为整体市场增长的主要驱动力,但八月份的销售额甚至都没有内存的参与。”

6   2017-11-20 15:33:22.517 人工智能需要专门的AI芯片 (点击量:0)

去年“阿尔法狗”战胜韩国棋手李世石,需要耗电数万瓦、依赖体积巨大的云服务器。一年多后,一个小小的人工智能芯片,就可让手机、手表甚至摄像头都能和“阿尔法狗”一样“聪明”。
随着中国企业率先推出市场化的人工智能手机芯片,这样的手机之“芯”正掀起全球热潮。它将带来怎样的影响,传统芯片命运几何?
专“芯”专用
2017年柏林国际消费电子展上,华为推出麒麟970人工智能手机芯片,内置神经元网络单元(NPU),通过人工智能深度学习,让手机的运行更加高效。
芯片又叫集成电路,按照功能可分为很多种,有的负责电源电压输出控制,有的负责音频视频处理,还有的负责复杂运算处理。目前市场上的手机芯片有指纹识别芯片、图像识别芯片、基带芯片、射频芯片等近百种。
现有芯片种类繁多,为何还要人工智能芯片?
随着手机智能应用越来越多,传统芯片要么性能不够,要么效率不足,难以支撑人工智能所需的大规模神经网络运转。
例如,“谷歌大脑”用了上万个通用处理器“跑”了数天来学习如何识别猫脸;“阿尔法狗”和李世石下棋时使用了上千个中央处理器(CPU)和数百个图形处理器(GPU),平均每局电费近3000美元。对于绝大多数智能需求来说,基于通用处理器的传统计算机成本高、功耗高、体积大、速度慢,难以接受。
与传统的4核芯片相比,在处理同样的人工智能应用任务时,麒麟970拥有大约50倍能效和25倍性能优势。
术业有专攻。专业人士指出,普通的处理器就好比瑞士军刀,虽然通用,但不专业。厨师要做出像样的菜肴,就必须使用专业的菜刀,而专门的深度学习处理器就是这把更高效、更快捷的“菜刀”。
“芯”够强 才能走得远
目前迅猛发展的人工智能,上层的应用都依赖于底层核心能力,而这个核心能力就是人工智能处理器。如果在芯片上不能突破,人工智能应用就不可能真正成功。可以说核心芯片是人工智能时代的战略制高点。
人工智能目前采用的深度学习算法,有海量的数据运算需求,对传统架构和系统提出了极大挑战。
深度学习,就是通过算法给机器设计一个神经网络。这个网络的基本特点,是模仿大脑神经元之间传递、处理信息的模式,从多个角度和层次来观察、学习、判断、决策。近年来,这种方法已应用于许多领域,比如人脸识别、语音识别等,是人工智能领域的热点研究方向之一。
用于图像处理的GPU芯片因海量数据(40.670, -0.95, -2.28%)并行运算能力,被最先引入深度学习。2011年,当时在谷歌就职的吴恩达将英伟达的GPU应用于“谷歌大脑”中,结果表明12个GPU可达到相当于2000个CPU的深度学习性能。之后多家研究机构都基于GPU来加速其深度学习神经网络。
然而,随着近两年人工智能技术的迅速发展,GPU在三个方面显露出局限性:无法充分发挥并行计算优势,硬件结构固定不具备可编程性,运行深度学习算法能效不足。
全球科研界和企业于是竞相开发更加适用的人工智能芯片,尤其是适用于移动通信时代的芯片。
华为公司与中国科学院计算技术研究所“寒武纪”项目团队共同开发的麒麟970人工智能手机芯片,首次集成NPU,将通常由多个芯片完成的传统计算、图形、图像以及数字(数位)信号处理功能集成在一块芯片内,节省空间、节约能耗,同时极大提高了运算效率。
据预测,类脑计算芯片市场将在2022年前达到千亿美元规模,其中消费终端将是最大市场,占据98.17%,其他需求包括工业检测、航空、军事与国防等领域。
在新的计算时代,核心芯片将决定基础架构和未来生态。因此,谷歌、微软、超威等全球信息技术和通信制造巨头都投入巨资,加速人工智能芯片的研发。

7   2017-11-20 15:33:05.043 量子计算机将如何改变AI/机器学习/大数据 (点击量:0)

据福布斯杂志报道,我们每天能产生2.5EB(约合10亿GB)数据,这相当于25万个美国国会图书馆或500万台笔记本电脑记录的内容。我们有32亿个全球互联网用户,他们每分钟在Pinterest上发布9722个Pin,在Twitter发布347222条消息,在Facebook上留下420万个“点赞”,我们还通过拍照和视频、保存文件、打开账户等行为产生其他大量数据。
我们正处于传统计算机数据处理能力的极限,而数据却依然在不断增长。虽然摩尔定律(Moore’s Law)预测集成电路上的晶体管数量每隔两年就会翻一番,但自1965年这个术语出现以来,事实证明它具有很强的弹性。随着技术的进步,这些晶体管现在的体积越来越小。正因为如此,业界领导者们展开了激烈竞争,看谁能首先要推出一款比现有计算机更强大的量子计算机,来处理我们每天产生的所有数据,并解决日益复杂的问题。
量子计算机能快速解决复杂问题
当这些行业领袖成功地制造出商业上可行的量子计算机时,那么这些计算机就有可能在几秒钟内完成庞大的计算量,这些任务可能需要传统计算机花费数千年时间才能完成。今天,谷歌宣称已经拥有这样一种量子计算机,据说它的速度比当今任何一种计算系统都快1亿倍。如果我们能用它处理生成的大量数据并解决非常复杂的问题,那将是至关重要的。成功的关键是把现实世界中的问题转化为量子语言。
我们生成的数据集的复杂性和增长规模远比计算技术进步快得多,因此对我们的计算结构造成了相当大的压力。虽然今天的计算机难以解决或无法解决某些问题,但这些问题预计将被量子计算机在几秒钟内破解。据预测,人工智能(AI),尤其是机器学习,可以从量子计算技术的进步中获益,而且还会继续持续下去,即使是在完整的量子计算解决方案出现之前。量子计算算法使我们能够增强机器学习的能力。
量子计算机将优化解决方案
量子计算将促进数字革命的另一种方式是,我们能够对数据进行采样,并优化我们遇到的各种问题(从组合分析到最佳递送路线等),甚至能帮助确定每个人的最佳治疗方案和医疗方案。
我们正处在大数据增长的关键点上,我们已经改变了我们的计算机架构,这就需要用不同的计算方法来处理大数据。它不仅规模更大,而且我们要解决的问题也变得不同。量子计算机更能有效地解决连续性问题。他们给予企业甚至消费者做出更好决策的能力,而这正是说服企业在新技术方面投资所需要的。
量子计算机可以识别大数据集中的模式
预计量子计算将能够搜索非常大的、未排序的数据集,以非常快的速度发现模式或异常。量子计算机可以同时访问数据库中的所有条目,从而在几秒钟内识别出这些相似点。虽然这在理论上是可能的,但它只发生在一个并行的计算机上,并且只能以一个接一个的方式查看每个记录,所以它花费了大量的时间,并且取决于数据集的大小,它可能永远不会成为现实。
量子计算机可以帮助整合不同数据集的数据
此外,由于可被用于整合不同的数据集,量子计算机有望获得巨大突破。虽然这在没有人类介入的情况下可能是困难的,但是人类的参与将帮助计算机学会如何在未来整合数据。因此,如果有不同独特模式的原始数据源,并有研究团队想要比较它们,那么在数据被比较值钱,计算机就必须理解模式之间的关系。为了实现这个目标,需要在分析自然语言的语义方面取得突破,而这正是AI面临的最大挑战之一。然而,人类可以提供输入,然后对未来系统进行训练。
最终,量子计算机将允许快速分析和整合庞大的数据集,这些数据集将改进和改变我们的机器学习和AI能力。

8   2017-11-20 15:32:48.557 智能手机掀起全球AI芯片热潮 IT巨头将加速研发 (点击量:0)

去年“阿尔法狗”战胜韩国棋手李世石,需要耗电数万瓦、依赖体积巨大的云服务器。一年多后,一个小小的人工智能芯片,就可让手机、手表甚至摄像头都能和“阿尔法狗”一样“聪明”。
随着中国企业率先推出市场化的人工智能(AI)手机芯片,这样的手机之“芯”正掀起全球热潮。
智能手机需要更强芯片
2017年柏林国际消费电子展上,华为推出麒麟970人工智能手机芯片,内置神经元网络单元(NPU),通过人工智能深度学习,让手机的运行更加高效。
芯片又叫集成电路,按照功能可分为很多种,有的负责电源电压输出控制,有的负责音频视频处理,还有的负责复杂运算处理。目前市场上的手机芯片有指纹识别芯片、图像识别芯片、基带芯片、射频芯片等近百种。
现有芯片种类繁多,为何还要人工智能芯片?
随着手机智能应用越来越多,传统芯片要么性能不够,要么效率不足,难以支撑人工智能所需的大规模神经网络运转。
例如,“谷歌大脑”用了上万个通用处理器“跑”了数天来学习如何识别猫脸;“阿尔法狗”和李世石下棋时使用了上千个中央处理器(CPU)和数百个图形处理器(GPU),平均每局电费近3000美元。对于绝大多数智能需求来说,基于通用处理器的传统计算机成本高、功耗高、体积大、速度慢,难以接受。
与传统的4核芯片相比,在处理同样的人工智能应用任务时,麒麟970拥有大约50倍能效和25倍性能优势。
IT巨头将加速研发AI芯片
目前迅猛发展的人工智能,上层的应用都依赖于底层核心能力,而这个核心能力就是人工智能处理器。如果在芯片上不能突破,人工智能应用就不可能真正成功。可以说核心芯片是人工智能时代的战略制高点。
人工智能目前采用的深度学习算法,有海量的数据运算需求,对传统架构和系统提出了极大挑战。
深度学习,就是通过算法给机器设计一个神经网络。这个网络的基本特点,是模仿大脑神经元之间传递、处理信息的模式,从多个角度和层次来观察、学习、判断、决策。近年来,这种方法已应用于许多领域,比如人脸识别、语音识别等,是人工智能领域的热点研究方向之一。
用于图像处理的GPU芯片因海量数据并行运算能力,被最先引入深度学习。2011年,当时在谷歌就职的吴恩达将英伟达的GPU应用于“谷歌大脑”中,结果表明12个GPU可达到相当于2000个CPU的深度学习性能。之后多家研究机构都基于GPU来加速其深度学习神经网络。
然而,随着近两年人工智能技术的迅速发展,GPU在三个方面显露出局限性:无法充分发挥并行计算优势,硬件结构固定不具备可编程性,运行深度学习算法能效不足。
全球科研界和企业于是竞相开发更加适用的人工智能芯片,尤其是适用于移动通信时代的芯片。
华为公司与中国科学院计算技术研究所“寒武纪”项目团队共同开发的麒麟970人工智能手机芯片,首次集成NPU,将通常由多个芯片完成的传统计算、图形、图像以及数字(数位)信号处理功能集成在一块芯片内,节省空间、节约能耗,同时极大提高了运算效率。
在新的计算时代,核心芯片将决定基础架构和未来生态。因此,谷歌、微软、超威等全球信息技术和通信制造巨头都投入巨资,加速人工智能芯片的研发。

9   2017-10-11 09:44:03.343 PPM电力与SanRex达成协议,向英国供应碳化硅电力半导体模块 (点击量:0)

电力电子和高压脉冲功率元件专业供应商PPM Power与日本制造商SanRex签署了向英国供应碳化硅电力半导体模块的协议。

除了新型碳化硅(SiC)MOSFET之外,SanRex还生产肖特基二极管和晶闸管模块,工作电压高达2200伏特和500Amps。通常,这些电源模块用于焊接,感应加热,电机驱动,电池充电器和并网逆变器等应用中。

PPM Power的销售总监Phil Surman说:“碳化硅MOSFET已经提供了紧凑,高速度,低损耗的功率开关。 SanRex已经开发出自己一流的模具技术,以及紧凑,坚固的传输成型包装,可以在系统级别上实现性能的下一个飞跃。碳化硅MOSFET和二极管模块基于硅SANREX,PPM Power现在拥有以导体产品为主流的电力电子技术以及高性能的应用程序。”

10   2017-10-11 09:51:25.277 Gartner表示,2018年全球IT支出将达到3.7万亿美元 (点击量:0)

根据Gartner公司的最新预测,全球IT支出预计在2018年将达到3.7万亿美元,比2017年增长了4.3%,估计支出为3.5万亿美元。

企业软件和IT服务继续呈现强劲增长,通信服务继续推动大部分支出。2017年软件支出预计增长8.5%,到2018年将再增长9.4%,达到3870亿美元。2011年IT服务支出增长4%,达到9.31美元,2018年增长5.3%,达到980亿美元。

预计这些设备部门将在两年内首次呈现增长,2017年增长5.3%,2018年增长5%。成熟市场的高端手机平均销售价格上涨,部分原因是iPhone 8和10,以及使用Windows 10 PC更换机器的PC的潜在需求正在推动这一领域的增长。

Gartner研究副总裁John-David Lovelock说:“看市场机会,市场有多大利润,今天和未来五年都有快速增长,我们已经确定了公司在2018年的一部分的顶级市场。”