2018年1月21日，由IC咖啡主辦的ICTechSummit2018在上海長榮桂冠酒店盛大開幕，上海浦東新區科技和經濟委員會副主任徐敏栩、國家集成電路產業基金副總裁韋俊、南京市浦口區委常委、海峽兩岸科工園黨委書記丁愛民、IC咖啡創始人胡運旺、清芯華創投資公司投委會主席陳大同等十多位重量級嘉賓在會議上暢談了中國半導體行業在全球占據市場份額、IC設計和應用的主要發展挑戰和國家大基金三年來取得了突出成績。

國家集成電路產業基金副總裁韋俊表示，上海有非常好的半導體發展氛圍，國家集成電路產業基金27%的基金投到上海，投了非常多的項目，涉及設計、材料等各個領域。基金的使命就是從資本、產業資源聚集的角度去推動集成電路產業的發展，希望在上海IC產業發展的過程中始終有我們的參與。

IC咖啡創始人胡運旺指出，中國IC占全球份額會無限逼近80%，根本原因是中國有巨大且分散的芯片市場（電子整機）的優勢以及每年百萬以上的電子類（IC設計與IC應用）畢業生。胡運旺認為，中國IC與歐美日列強的競爭導致了千團大戰的最終格局。

清芯華創投資公司投委會主席陳大同，國家大基金三年來的成績斐然，著力解決半導體產業中的關鍵問題：第一、12寸大晶圓由上海開始；第二、半導體存儲器中國公司在2018年有量產生產線，包括武漢3D NAND和合肥/晉江DRAM，武漢長江存儲的32層3D NAND閃存；福建晉華的是32納米的DRAM利基型產品；以及合肥長鑫（睿力）的19納米 DRAM。而且三家都聲稱2018年底前將實現試產，開通生產線。；第三、晶圓代工能力加強。

陳大同特別指出了大基金目前面臨的挑戰與缺憾：國有體制與市場化機制的矛盾，中央統籌規劃與地方積極性的矛盾，戰略性引導項目與市場化項目的矛盾等以及本土人才（包括海歸）與引進人才的矛盾等挑戰投資范圍太窄、母基金額度太少（僅為7%）等。國家大基金第二期會比第一期規模更大一些。

中國集成電路封測產業現狀與創新平臺、中國半導體協會副理事長于燮康表示，集成電路無處不在，擁有極強的撬動能力，撬動技術、經濟和制造業的發展。比如集成電路促進了包括自動化裝備、制造裝備以及精密儀器微細加工等40多個工程技術的發展；一美金的集成電路所能帶動的GDP，相當于100美金，而全世界IC產業的全年產值撬動的GDP相當于中國和美國GDP之和；IC產業帶動世界上最復雜的制造業，16nm的制造工藝可集成33億個晶體管，一納米相當于頭發絲的十分之一。

好上好集團副總裁徐東升以最近華為受阻美國市場為例，指出華為遭到美國市場的禁入，美國擔心中國，產品， 品牌，以及中國半導體行業的崛起；華為用了自產的芯片，美國打著信息安全的幌子阻止中國科技產品進去美國。徐東升回顧了IC代理商發展歷程，并為現場觀眾分析了中國IT、互聯網、半導體等崛起與品牌和代理商興旺期之間的聯系。徐東升指出，未來社會生態將主要由物聯網和人工智能構成，合適的產品應與合適的渠道結合，只有強強聯合才能促進中國芯市場銷售。他分析說，目前IC代理商主要分為大代理，混合型代理和技術型代理。因此資源和技術是關鍵，而技術投入取決于企業對市場的理解，對客戶的把握，這也決定了IC代理商發展方向和前景。

阿里云智聯網首席科學家丁險峰發表演講，指出利用連接與傳感器打通物理世界與云世界，利用物聯網語言重新描繪物理世界，從生產生活和城市環境中獲取數據新能源是物聯網技術的本質。丁險峰認為，到2030，中國將會制造設計80~90%物聯網設備以及50%的云計算。

華登國際董事總經理黃慶，分析了世界半導體三足鼎立的形勢。黃慶認為，半導體產業的并購狂潮，最后可能整合成幾大半導體公司，主要的內在原因是盈利提升，股價提高，股東獲利等因素。黃慶指出，中國崛起的大型電子公司對應的會有大型半導體公司出現，目前工程師的成本優勢已經不存在，中國優勢在于巨大的市場，快速反映速度，市場的敏感度。

但他提醒說，中國半導體行業目前面臨著硬件無利潤、同質化嚴重的挑戰，以及缺乏人才、缺乏創新的現狀問題，因此中國企業必須在市場中尋找自己的位置和價值，提高自身的產品溢價能力和主導市場能力。

復旦博士生導師徐鴻濤以手機領域射頻技術為例，分析了射頻技術在無線通訊領域的應用價值和發展趨勢，他指出，射頻技術門檻高在于投入很大，開發周期長；隨著汽車電子 、物聯網，可穿戴應用的發展，機會在于和5G通訊相關的環境感知，人機交互日益明顯。5G通信要求大規模天線陣列，如何把大規模陣列用盡可能小的芯片來實現，是業界關注焦點。

徐鴻濤指出射頻集成電路的發展趨勢有五點，分別是：第一、智能終端中射頻芯片的高度集成，未來5G/衛星通信，射頻芯片射頻芯片規模化，無線SOC芯片加速向先進半導體工藝演進，萬物互聯萬物交互需要更多的射頻IC芯片以及射頻集成電路技術將持續推動顛覆性的無線通信產品。

人工智能芯片的演進深鑒科技陳忠民介紹了人工智能芯片的發展歷史，指出AI爆發的三大邏輯：第一、算法在部分領域超越人類的識別精度；第二、各種應用算法類似，可以大規模復制；第三、大量行業數據的積累。傳統計算架構無法支撐深度學習的海量數據并行運算，人工智能芯片需要高效率的計算平臺，其成功也在于算法、大數據、計算和域的結合。最后，他指出人工智能芯片設計面臨三大挑戰：提高并行度、提高利用率和內存訪問的優化。