四川智能终端产品项目建议书（模板）

1、泓域咨询 /四川智能终端产品项目建议书目录第一章 项目投资背景分析6一、 人工智能芯片领域发展概况6二、 中国集成电路行业概况11三、 项目实施的必要性13第二章 行业、市场分析15一、 人工智能芯片行业未来发展趋势15二、 人工智能芯片行业未来发展趋势19第三章 选址方案分析24一、 项目选址原则24二、 建设区基本情况24三、 创新驱动发展28四、 社会经济发展目标31五、 产业发展方向33六、 项目选址综合评价34第四章 建筑技术方案说明35一、 项目工程设计总体要求35二、 建设方案36三、 建筑工程建设指标37第五章 建设方案与产品规划39一、 建设规模及主要建设内容39二、 产品规

2、划方案及生产纲领39第六章 运营模式41一、 公司经营宗旨41二、 公司的目标、主要职责41三、 各部门职责及权限42四、 财务会计制度45第七章 法人治理52一、 股东权利及义务52二、 董事56三、 高级管理人员61四、 监事63第八章 SWOT分析说明65一、 优势分析（S）65二、 劣势分析（W）66三、 机会分析（O）67四、 威胁分析（T）68第九章 发展规划分析72一、 公司发展规划72二、 保障措施73第十章 进度计划76一、 项目进度安排76二、 项目实施保障措施77第十一章 原辅材料供应、成品管理78一、 项目建设期原辅材料供应情况78二、 项目运营期原辅材料供应及质量管理

3、78第十二章 组织机构及人力资源配置80一、 人力资源配置80二、 员工技能培训80第十三章 投资计划方案82一、 投资估算的编制说明82二、 建设投资估算82三、 建设期利息84四、 流动资金85五、 项目总投资87六、 资金筹措与投资计划88第十四章 经济效益90一、 基本假设及基础参数选取90二、 经济评价财务测算90三、 项目盈利能力分析94四、 财务生存能力分析97五、 偿债能力分析97六、 经济评价结论99第十五章 风险分析100一、 项目风险分析100二、 项目风险对策102第十六章 总结分析104第十七章 附表附录105报告说明人工智能算法的不断普及和应用，和高性能计算能力的需

4、求增长导致全球范围内数据中心对于计算加速硬件的需求不断上升。Intel作为传统CPU芯片厂商，较早地实现了数据中心产品的大规模销售，收入由2015年的159.8亿美元增长到2019年的234.8亿美元，年均复合增长率为10.10%。作为GPU领域的代表性企业，Nvidia数据中心业务收入在2015年仅为3.4亿美元，自2016年起，Nvidia数据中心业务增长迅速，以72.23%的年均复合增长率实现了2019年29.8亿美元的收入，其增速远远超过了Nvidia其他板块业务的收入。Intel和Nvidia数据中心业务收入的快速增长体现了下游数据中心市场对于泛人工智能类芯片的旺盛需求。根据谨慎财务

5、估算，项目总投资24006.95万元，其中：建设投资19170.77万元，占项目总投资的79.86%；建设期利息530.45万元，占项目总投资的2.21%；流动资金4305.73万元，占项目总投资的17.94%。项目正常运营每年营业收入45900.00万元，综合总成本费用37346.98万元，净利润6253.57万元，财务内部收益率19.85%，财务净现值5191.09万元，全部投资回收期6.04年。本期项目具有较强的财务盈利能力，其财务净现值良好，投资回收期合理。该项目的建设符合国家产业政策；同时项目的技术含量较高，其建设是必要的；该项目市场前景较好；该项目外部配套条件齐备，可以满足生产要求

6、；财务分析表明，该项目具有一定盈利能力。综上，该项目建设条件具备，经济效益较好，其建设是可行的。本期项目是基于公开的产业信息、市场分析、技术方案等信息，并依托行业分析模型而进行的模板化设计，其数据参数符合行业基本情况。本报告仅作为投资参考或作为学习参考模板用途。第一章 项目投资背景分析一、 人工智能芯片领域发展概况1、人工智能行业背景人工智能是计算机科学的一个分支领域，通过模拟和延展人类及自然智能的功能，拓展机器的能力边界，使其能部分或全面地实现类人的感知（如视觉、语音）、认知功能（如自然语言理解），或获得建模和解决问题的能力（如机器学习等方法）。照片美颜、图片搜索、语音输入、语音合成、自动翻

7、译甚至购物推荐等大众熟知的功能，都是人工智能在日常生活中的应用，传统产业也可通过引入人工智能技术来大幅提高劳动生产率。从技术角度看，当前主流的人工智能算法通常可分为“训练”和“推理”两个阶段。训练阶段基于充裕的数据来调整和优化人工智能模型的参数，使模型的准确度达到预期。对于图像识别、语音识别与自然语言处理等领域的复杂问题，为了获得更准确的人工智能模型，训练阶段常常需要处理巨大的数据集、做反复的迭代计算，耗费巨大的运算量。训练阶段结束以后，人工智能模型已经建立完毕，已可用于推理或预测待处理输入数据对应的输出（例如给定一张图片，识别该图片中的物体），此过程被称为推理阶段。推理阶段对单个任务的计算能

8、力要求不如训练那么大，但是由于训练出来的模型会多次用于推理，因此推理运算的总计算量也相当可观。人工智能算法与应用必须以计算机硬件作为物理载体方能运转，其效果、效率与核心计算芯片的计算能力密切相关。以近年来人工智能领域最受关注的深度学习方法为例，2012年时，深度学习模型AlexNet识别一张ImageNet图片需要花费约7.6108次基本运算，训练该模型需要完成3.171017次基本运算。处理器芯片技术的发展对人工智能行业的发展意义重大，如以1993年出品的IntelCPU奔腾P5芯片来执行这样的图像识别运算，即使处理器流水线效率达到100%的情况下，需要至少10分钟才能完成推理任务，需要近百

9、年才能完成训练任务。而如今在各品牌旗舰手机上只需数百微秒就能执行完成这样的图像识别，还可根据识别结果对图片进行实时编辑和美化，在云计算数据中心只要20分钟就能完成模型的训练任务。在人工智能技术快速进步并进入实用场景的背后，处理器芯片技术的贡献功不可没。当前以深度学习为代表的人工智能技术对于底层芯片计算能力的需求一直在飞速增长，其增速已经大幅超过了摩尔定律的速度。例如Google于2019年提出的EfficientNetB7的深度学习模型，每完成一次前向计算即需要3.611010次基本运算，是七年前同类模型（AlexNet）运算需求的50倍。人工智能运算常常具有大运算量、高并发度、访存频繁的特点

10、，且不同子领域（如视觉、语音与自然语言处理）所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。2、人工智能芯片类型（1）传统芯片与智能芯片在人工智能数十年的发展历程中，传统芯片曾长期为其提供底层计算能力。这些传统芯片包括CPU、GPU、DSP、FPGA等，它们在设计之初并非面向人工智能领域，但可通过灵活通用的指令集或可重构的硬件单元覆盖人工智能程序底层所需的基本运算操作，从功能上可以满足人工智能应用的需求，但在芯片架构、性能、能效等方面并不能适应人工智能技术与应用的快速发展。而智能芯片是专门针对人工智能领域设计的芯片，包括通用型智能芯片与专用

11、型智能芯片两种类型。CPU、GPU等传统型芯片最初设计的目的不是用来执行人工智能算法及应用。CPU主要应用于电脑设备中，作为计算机系统的运算和控制核心，其功能主要是支持计算机的操作系统，并作为通用硬件平台运行广泛而多样化的应用程序。GPU是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。随着人工智能行业的发展，CPU、GPU等传统型芯片也开始向科学计算和人工智能领域拓展。智能芯片是面向人工智能领域而专门设计的芯片，其架构和指令集针对人工智能领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处

12、理任务。智能芯片的性能和能效优势主要集中于智能应用，但不适用于人工智能之外的其他领域。与传统芯片相比，由于智能芯片不支持双精度浮点运算、图形渲染类运算、无线通信类信号处理运算，且未包含可重构逻辑单元阵列，从而无法像CPU和GPU一样支持科学计算任务、无法像GPU一样支持图形渲染任务、无法像DSP一样支持通信调制解调任务、无法像FPGA一样可对硬件架构进行重构。因此，在通用计算和图形渲染等人工智能以外的其他领域，智能芯片无法替代CPU、GPU等传统芯片，存在局限性；在人工智能领域，智能芯片的优势明显，可以替代CPU、GPU等传统芯片。由于人工智能芯片行业处于发展初期，属于较为前沿的技术领域，存在

13、不同的技术路径和分类标准，目前尚无统一的标准划分。在一些咨询机构出具的研究报告中，通常将人工智能芯片区分为CPU、GPU、DSP、FPGA、ASIC（智能芯片）等类型；在行业内专业技术领域中，对于智能芯片可进行细分，一类为可以支持不同类型、种类智能算法的通用型智能芯片，这类芯片的特点是和CPU、GPU类似，具有指令集；另一类是针对特定场景乃至特定智能算法的加速芯片，这类芯片往往是针对某个算法实施的硬件化开发，一般不具备指令集或指令集较简单。（2）通用型智能芯片特点通用型智能芯片具备灵活的指令集和精巧的处理器架构，技术壁垒高但应用面广，可覆盖人工智能领域高度多样化的应用场景（如视觉、语音、自然语

14、言理解、传统机器学习等）。传统的CPU通过完备的通用指令集（如x86指令集）和灵活的CPU架构实现其跨越应用领域的通用性。与之类似，寒武纪智能芯片通过完备的智能处理器指令集及灵活的处理器架构来实现在人工智能领域内的灵活通用性。在指令集方面，寒武纪智能芯片的设计思想是通过分析和抽象多样化的人工智能算法的计算特征和访存特征，针对性地设计更适用于智能算法的数百条处理器基本指令，并与处理器架构配合实现在人工智能领域内灵活通用的设计目标。在具体设计过程中不仅需要考虑当前各类智能算法的特点，也需要对智能算法未来发展的趋势进行预判，从而抽象出完备高效的智能处理器指令集；通过高维张量、向量、逻辑指令等之间的灵

15、活组合来覆盖对多样化的智能算法，实现人工智能领域内的通用性。在处理器架构方面，寒武纪智能处理器包含高维张量计算部件、向量计算部件、传统算术逻辑计算部件，分别用于处理各类智能算法的不同类型操作。高维张量计算部件可对智能算法中核心运算（如卷积运算）进行高效处理，提升整个处理器的能效。而向量运算部件与算术逻辑计算部件（尤其后者）则具有更强的灵活性，可对智能算法中频次不高且高维张量无法支持的运算（如分支跳转等）实现全面覆盖，有力保障了处理器架构的通用性。寒武纪智能芯片具备完备的指令集及灵活的处理器架构，在人工智能领域已具备通用性。二、 中国集成电路行业概况我国本土集成电路产业发展起步较晚，但近年来发展

16、迅速，行业增速领先全球。在国家及地方各级政府部门多项产业政策的支持，国家集成电路产业投资基金和各地方专项扶持基金的推动，以及社会各界的共同努力下，我国集成电路产业规模从弱小到壮大，企业创新能力逐步提升，已经在全球集成电路产业中占据重要地位，在部分细分领域初步具备了国际领先的技术和研发水平。根据中国半导体行业协会披露，近几年以来，我国集成电路产业规模得到快速增长，2018年实现总销售额高达6,532亿元，较上年增长20.7%。截至目前，2019年中国集成电路行业销售总收入尚未有官方统计数据，受益于5G通信和人工智能应用发展的需求拉动，以及2019年下半年全球集成电路行业景气开始回温，前瞻产业研究

17、院预测未来两年中国集成电路行业仍将保持快速增长态势，到2020年市场规模有望突破9,000亿元。在产业链上，集成电路产业主要可分为集成电路设计、芯片制造及封装测试三大核心环节。根据中国半导体行业协会统计，2018年我国集成电路产业中，集成电路设计业销售额为2,519.3亿元，同比增长21.5%；芯片制造业销售额为1,818.2亿元，同比增长25.6%；封装测试业销售额为2,193.9亿元，同比增长16.1%。三个细分领域均保持了超过15%的速度增长，尤其是集成电路设计行业，多年来均保持高速增长。自2016年以来，集成电路设计业总规模已超过封装测试业，成为我国集成电路产业中规模最大的子行业。虽然

18、近年来我国集成电路产业发展速度较快且取得了显著进步，但是我国集成电路产业相较欧、美、日、韩等发达国家仍存在一定差距，具体表现在以下三点：第一，产业结构不够合理。我国集成电路产业以附加值较低的封装测试环节为主，技术含量较高的设计环节占比不到40%，而发达国家芯片设计环节的产值占比超过了60%。第二，产业集中度低于发达国家，在国际竞争中缺乏具有核心优势的龙头企业。以集成电路设计行业为例，我国前十大设计企业2018年的市场份额占有率仅为40.21%，而全球前十大设计企业的市场份额在70%以上。第三，我国集成电路产品尤其是核心器件过度依赖进口，自给率偏低。2018年中国集成电路进口总金额3,166.8

19、1亿美元，出口总金额为860.15亿美元，贸易逆差同比增长11.21%。随着近年国家集成电路产业发展推进纲要中国制造2025国家信息化发展战略纲要等重要文件的出台，社会各界对集成电路行业的发展的关注度与日俱增，未来十年中国集成电路行业有望迎来进口替代与加速成长的黄金时期，有望在全球集成电路市场的发展中占据重要地位。三、 项目实施的必要性（一）现有产能已无法满足公司业务发展需求作为行业的领先企业，公司已建立良好的品牌形象和较高的市场知名度，产品销售形势良好，产销率超过 100%。预计未来几年公司的销售规模仍将保持快速增长。随着业务发展，公司现有厂房、设备资源已不能满足不断增长的市场需求。公司通过

20、优化生产流程、强化管理等手段，不断挖掘产能潜力，但仍难以从根本上缓解产能不足问题。通过本次项目的建设，公司将有效克服产能不足对公司发展的制约，为公司把握市场机遇奠定基础。（二）公司产品结构升级的需要随着制造业智能化、自动化产业升级，公司产品的性能也需要不断优化升级。公司只有以技术创新和市场开发为驱动，不断研发新产品，提升产品精密化程度，将产品质量水平提升到同类产品的领先水准，提高生产的灵活性和适应性，契合关键零部件国产化的需求，才能在与国外企业的竞争中获得优势，保持公司在领域的国内领先地位。第二章 行业、市场分析一、 人工智能芯片行业未来发展趋势1、云计算、大数据、5G、IoT等新兴技术驱动云

21、端智能芯片需求持续增长云计算分为IaaS（“云”的基础设施）、PaaS（“云”的操作系统）和SaaS（“云”的应用服务）三层。IaaS公司提供场外服务器、存储和网络硬件，IoT提供了更多的数据收集端口，大大提升了数据量。大数据为人工智能提供了信息来源，云计算为人工智能提供了物理载体，5G降低了数据传输和处理的延时性。人工智能关键技术未来将在5G、IoT、云计算和大数据等新兴技术日益成熟的背景下取得突破性进展。根据中国信息通信研究院的统计数据，2017年全球公有云市场规模为1,110亿美元，2018年增长到1,392亿美元，同比增速高达25.41%。到2021年预计全球公有云市场规模将达到2,4

22、61亿美元，未来全球公有云市场发展前景广阔。2018年IaaS市场规模达到437亿美元，同比2017年实现了34.05%的高速增长，云计算硬件市场空间巨大。云计算和人工智能算法关系密切，未来搭载智能芯片的云计算硬件比例将大幅提升，云端智能芯片需求持续增长。2、5G时代，边缘智能芯片需求将迅速增长在5G时代，无线网络具备高带宽、低延时以及支持海量设备接入等特点，大规模的数据流动增加了传输和云端的压力，使得边缘端的网络节点需要具备数据预处理和快速输出结果的能力，数据处理将进入分布式计算的新时代。同时，随着5G时代和人工智能的发展，越来越多的数据处理需求必须在边缘侧完成，例如工厂智能控制、智能家居。

23、这些场景往往需要很强的实时性，对延时敏感，并且有很强的数据隐私性要求，相关生产数据不能上传到云端。边缘人工智能则很好地解决了这个需求，通过在产线等边缘处直接部署智能计算设备，在无需将数据传出工厂的同时，实时地进行数据处理并对产线进行决策和控制。在边缘场景下，运算量依然很大、多样化场景要求具备多种算法的兼容性，边缘智能芯片的通用性和计算能力要求与云端相差不大，但对成本控制和功耗则提出了更高的要求。3、消费类电子和智能汽车是未来终端智能计算能力的重要载体除了云端和边缘端外，终端也有大量的智能计算能力需求。这些计算能力需求主要分为两类，一类是单芯片计算能力需求较小的，主要是一些物联网设备，如智能家居

24、等；另外一类是移动计算平台，这些计算平台的特点是其设备往往处于移动中，无法用固定的边缘设备来支撑。这些设备未来主要有两类，一类是以手机、平板为代表的消费类电子产品，另外一类是以自动驾驶为代表的车载计算平台。手机、平板电脑是当前数量最大的移动计算平台，也是总计算能力最大的计算平台。根据Gartner数据显示，2019年全球手机出货量达到了18.02亿台、平板电脑出货量达到了1.48亿台；其中，中国手机出货量为3.89亿台、平板电脑出货量为2,241万台。未来，随着智能算法和智能应用的进一步发展，手机、平板电脑等消费类电子产品对智能计算能力的需求会越来越大。另外，汽车也逐步成为未来重要的智能终端之

25、一。一方面，汽车的操作和人机交互界面越来越智能化，未来汽车的中控系统会有大量的智能计算能力需求；另外一方面，随着智能算法的成熟，自动驾驶将成为可能，而自动驾驶算法会消耗大量的计算能力，因此对于车载智能芯片的需求也会迅速扩大。终端智能依托于移动终端、智能家居、无人机、无人驾驶汽车等下游行业和应用的发展。特点在于成本控制、功耗控制，追求性能功耗比，未来待行业成熟后可能会出现人工智能专用芯片。4、智能芯片会形成云边端一体化的生态在通用处理器领域，服务器、桌面和终端的生态是相互分离的不同生态环境。在服务器和桌面一侧，x86是目前主流的生态体系；而在终端等设备一侧，则是由ARM来主导。服务器及桌面系统和

26、终端系统分别按照两条不同的技术路线在发展。“万物互联”时代对数据的搜集、传输和处理提出了一体化需求。各类人工智能应用厂商如能在云、边、端三个领域进行协同开发和部署，将大幅节省开发成本和提升研发效率。从硬件及开发工具角度而言，低效、割裂的软硬件生态最终会被逐步淘汰，人工智能应用生态在云端、边缘端和终端将走向一体化。未来，单一产品形态的智能芯片企业会受到挑战，而同时具备云、边、端芯片产品和生态开发能力的智能芯片企业会获得更显著的协同优势。5、人工智能算法将持续演进人工智能技术的发展经历了“三波浪潮”，不同阶段有不同的流派的方法崛起。当前人工智能发展正处于第三波浪潮上，这波浪潮最大的特点就是与业务紧

27、密结合的人工智能应用场景逐渐落地，拥有先进算法和强大计算能力的企业成为了最主要的推动者。当前人工智能的主流技术路径是深度学习，但无论是产业界或学术界，都认为深度学习尚存在一些局限性，在机器感知类场景表现优异，但在机器认知类场景表现还有待提高。未来针对不同的人工智能应用类型和场景，将会有深度学习之外的新型算法脱颖而出，这就要求智能芯片的架构不能仅仅针对深度学习设计，也要适应不同类型的算法，同时兼顾能效和灵活性。二、 人工智能芯片行业未来发展趋势1、云计算、大数据、5G、IoT等新兴技术驱动云端智能芯片需求持续增长云计算分为IaaS（“云”的基础设施）、PaaS（“云”的操作系统）和SaaS（“云

28、”的应用服务）三层。IaaS公司提供场外服务器、存储和网络硬件，IoT提供了更多的数据收集端口，大大提升了数据量。大数据为人工智能提供了信息来源，云计算为人工智能提供了物理载体，5G降低了数据传输和处理的延时性。人工智能关键技术未来将在5G、IoT、云计算和大数据等新兴技术日益成熟的背景下取得突破性进展。根据中国信息通信研究院的统计数据，2017年全球公有云市场规模为1,110亿美元，2018年增长到1,392亿美元，同比增速高达25.41%。到2021年预计全球公有云市场规模将达到2,461亿美元，未来全球公有云市场发展前景广阔。2018年IaaS市场规模达到437亿美元，同比2017年实现

29、了34.05%的高速增长，云计算硬件市场空间巨大。云计算和人工智能算法关系密切，未来搭载智能芯片的云计算硬件比例将大幅提升，云端智能芯片需求持续增长。2、5G时代，边缘智能芯片需求将迅速增长在5G时代，无线网络具备高带宽、低延时以及支持海量设备接入等特点，大规模的数据流动增加了传输和云端的压力，使得边缘端的网络节点需要具备数据预处理和快速输出结果的能力，数据处理将进入分布式计算的新时代。同时，随着5G时代和人工智能的发展，越来越多的数据处理需求必须在边缘侧完成，例如工厂智能控制、智能家居。这些场景往往需要很强的实时性，对延时敏感，并且有很强的数据隐私性要求，相关生产数据不能上传到云端。边缘人工

30、智能则很好地解决了这个需求，通过在产线等边缘处直接部署智能计算设备，在无需将数据传出工厂的同时，实时地进行数据处理并对产线进行决策和控制。在边缘场景下，运算量依然很大、多样化场景要求具备多种算法的兼容性，边缘智能芯片的通用性和计算能力要求与云端相差不大，但对成本控制和功耗则提出了更高的要求。3、消费类电子和智能汽车是未来终端智能计算能力的重要载体除了云端和边缘端外，终端也有大量的智能计算能力需求。这些计算能力需求主要分为两类，一类是单芯片计算能力需求较小的，主要是一些物联网设备，如智能家居等；另外一类是移动计算平台，这些计算平台的特点是其设备往往处于移动中，无法用固定的边缘设备来支撑。这些设备

31、未来主要有两类，一类是以手机、平板为代表的消费类电子产品，另外一类是以自动驾驶为代表的车载计算平台。手机、平板电脑是当前数量最大的移动计算平台，也是总计算能力最大的计算平台。根据Gartner数据显示，2019年全球手机出货量达到了18.02亿台、平板电脑出货量达到了1.48亿台；其中，中国手机出货量为3.89亿台、平板电脑出货量为2,241万台。未来，随着智能算法和智能应用的进一步发展，手机、平板电脑等消费类电子产品对智能计算能力的需求会越来越大。另外，汽车也逐步成为未来重要的智能终端之一。一方面，汽车的操作和人机交互界面越来越智能化，未来汽车的中控系统会有大量的智能计算能力需求；另外一方面

32、，随着智能算法的成熟，自动驾驶将成为可能，而自动驾驶算法会消耗大量的计算能力，因此对于车载智能芯片的需求也会迅速扩大。终端智能依托于移动终端、智能家居、无人机、无人驾驶汽车等下游行业和应用的发展。特点在于成本控制、功耗控制，追求性能功耗比，未来待行业成熟后可能会出现人工智能专用芯片。4、智能芯片会形成云边端一体化的生态在通用处理器领域，服务器、桌面和终端的生态是相互分离的不同生态环境。在服务器和桌面一侧，x86是目前主流的生态体系；而在终端等设备一侧，则是由ARM来主导。服务器及桌面系统和终端系统分别按照两条不同的技术路线在发展。“万物互联”时代对数据的搜集、传输和处理提出了一体化需求。各类人

33、工智能应用厂商如能在云、边、端三个领域进行协同开发和部署，将大幅节省开发成本和提升研发效率。从硬件及开发工具角度而言，低效、割裂的软硬件生态最终会被逐步淘汰，人工智能应用生态在云端、边缘端和终端将走向一体化。未来，单一产品形态的智能芯片企业会受到挑战，而同时具备云、边、端芯片产品和生态开发能力的智能芯片企业会获得更显著的协同优势。5、人工智能算法将持续演进人工智能技术的发展经历了“三波浪潮”，不同阶段有不同的流派的方法崛起。当前人工智能发展正处于第三波浪潮上，这波浪潮最大的特点就是与业务紧密结合的人工智能应用场景逐渐落地，拥有先进算法和强大计算能力的企业成为了最主要的推动者。当前人工智能的主流

34、技术路径是深度学习，但无论是产业界或学术界，都认为深度学习尚存在一些局限性，在机器感知类场景表现优异，但在机器认知类场景表现还有待提高。未来针对不同的人工智能应用类型和场景，将会有深度学习之外的新型算法脱颖而出，这就要求智能芯片的架构不能仅仅针对深度学习设计，也要适应不同类型的算法，同时兼顾能效和灵活性。第三章 选址方案分析一、 项目选址原则1、符合城乡建设总体规划，应符合当地工业项目占地使用规划的要求，并与大气污染防治、水资源和自然生态保护相一致。2、项目选址应避开自然保护区、风景名胜区、生活饮用水源地和其它特别需要保护的敏感性目标。3、节约土地资源，充分利用空闲地、非耕地或荒地，尽可能不占

35、良田或少占耕地。4、项目选址选择应提供足够的场地以满足工艺及辅助生产设施的建设需要。5、项目选址应具备良好的生产基础条件，水源、电力、运输等生产要素供应充裕，能源供应有可靠的保障。6、项目选址应靠近交通主干道，具备便利的交通条件，有利于原料和产成品的运输。通讯便捷，有利于及时反馈市场信息。7、地势平缓，便于排除雨水和生产、生活废水。8、应与居民区及环境污染敏感点有足够的防护距离。二、 建设区基本情况四川，简称川或蜀，是中国23个省之一，省会成都。位于中国西南地区内陆，界于北纬26033419，东经972110812之间，东连重庆，南邻云南、贵州，西接西藏，北接陕西、甘肃、青海。四川省地貌东西差

36、异大，地形复杂多样，位于中国大陆地势三大阶梯中的第一级青藏高原和第二级长江中下游平原的过渡地带，高差悬殊，地势呈西高东低的特点，由山地、丘陵、平原、盆地和高原构成。四川省分属三大气候，分别为四川盆地中亚热带湿润气候，川西南山地亚热带半湿润气候，川西北高山高原高寒气候，总体气候宜人，拥有众多长寿之乡，如都江堰市、眉山市彭山区、长宁县等90岁以上人口均超过千人。四川省总面积48.6万平方公里，辖18个地级市、3个自治州。共54个市辖区、18个县级市，107个县，4个自治县，合计183个县级区划。353个街道、2232个镇、1929个乡、98个民族乡，合计4612个乡级区划。2019年10月，入选国

37、家数字经济创新发展试验区。截至2019年末，常住人口8375万人，地区生产总值46615.8亿元，人均地区生产总值55774元。全省地区生产总值达46616亿元、增长7.5%，全社会固定资产投资增长10.2%，社会消费品零售总额增长10.4%，城乡居民人均可支配收入分别增长8.8%和10%，居民消费价格上涨3.2%，地方一般公共预算收入同口径增长7.7%。全省经济总量、居民收入提前实现“十三五”规划的“两个翻番”目标，全面建成小康社会取得决定性重大进展。我国经济发展的韧性和长期向好基本面没有改变，我省面临着新时代西部大开发、“一带一路”建设、长江经济带发展和成渝地区双城经济圈建设等重大发展机遇

38、，我省仍处于工业化和城镇化“双加速”阶段，基础设施建设和人民生活改善有着较大空间。提前实现“十三五”规划的“两个翻番”目标：四川省国民经济和社会发展第十三个五年规划纲要明确，到2020年地区生产总值和城乡居民人均收入比2010年翻一番以上。2010年，全省地区生产总值为17185亿元，城乡居民人均收入分别为15461元、5140元。2019年，全省地区生产总值为46616亿元，城乡居民人均可支配收入分别为36154元、14670元，由此，全省经济总量、居民收入提前实现了“十三五”规划的“两个翻番”目标。和平与发展的时代主题没有变，世界多极化、经济全球化、文化多样化、社会信息化深入发展；世界经济

39、在深刻调整中曲折复苏，国际金融危机深层次影响在相当长时期依然存在，全球经济贸易增长乏力；科技领域取得重大突破，正在引发影响深远的产业变革。全球治理体系和国际力量对比的调整变革，为我国发展带来了新的机遇和挑战，发展重大战略机遇期的内涵，正在由原来加快发展速度的机遇转变为加快经济发展方式转变的机遇，正由原来规模快速扩张的机遇转变为提高发展质量和效益的机遇。我国物质基础雄厚、人力资本丰富、市场空间广阔、发展潜力巨大，经济长期向好基本面没有改变。我国经济发展处在“速度变化、结构优化、动力转换”的关键阶段，增长速度从高速转向中高速，发展方式正从规模速度型转向质量效益型，结构调整正从增量扩能为主转向调整存

40、量、做优增量并举，发展动力正从主要依靠资源和低成本劳动力等要素投入转向创新驱动。今后一个时期，是我省适应经济新常态、加快转型发展的关键时期，主要呈现出经济增长进入规模质量同步提升期、工业化城镇化仍然处于加速期、多点多极发展进入整体跃升期、发展动力转化到了关键期、产业转型升级进入接续期、全面建成小康社会进入决胜期等特征，既面临不少严峻挑战，又面临许多重大机遇。主要挑战是：稳定增长的挑战，促进投资较快增长难度加大，工业结构调整任务繁重，经济下行压力较大；转型升级的挑战，部分传统产业产能过剩严重，面临不升级则迅速萎缩的现实压力，新兴产业发展竞争激烈，资源、环境约束加大；创新驱动的挑战，科技与经济联系

41、不紧密，科教资源优势没有充分发挥，有利于创新驱动转型发展的制度环境尚未形成；协调发展的挑战，区域不平衡问题依然突出，城乡一体化发展水平较低，经济与社会发展不够协调；开放合作的挑战，全国重点区域开放点多面广、竞争加剧，我省开放型经济发展水平不高；民生需求的挑战，基本公共服务供给不足，如期脱贫任务重难度大；治理能力的挑战，社会治理面临新旧矛盾交织的压力，法治建设有待加强。同时，国家推动“一带一路”和长江经济带建设，系统推进全面创新改革试验，深入实施西部开发战略，加快建设成渝城市群，军民融合深度发展上升为国家战略，实施精准扶贫精准脱贫，为我省发展提供了重大机遇。要把握我国发展重大战略机遇期内涵的深刻

42、变化，立足“欠发达、不平衡”的基本省情，顺应国内外转型发展的基本趋势，主动适应、把握、引领新常态，抢抓发展机遇，有效应对挑战，更加注重优化经济结构，更加注重增强发展动力，更加注重补齐发展“短板”，更加注重体制机制创新，更加注重化解社会矛盾，科学制定发展路径，不断开拓我省发展新境界。在目标制定上，统筹好中高速增长和中高端发展的关系；在动力培育上，统筹好需求侧管理和供给侧改革的关系；在产业支撑上，统筹好改造提升传统产业和培育发展新兴产业的关系；在区域发展上，统筹好竞相跨越和协同发展的关系；在资源配置上，统筹好政府和市场和关系。三、 创新驱动发展（一）推进关键共性技术突破坚持战略和前沿导向，集中支持

43、事关发展全局的基础研究和应用基础研究，强化原始创新、集成创新和引进消化吸收再创新。加强关键共性技术研究，在电子信息、智能制造、新材料、新能源、汽车、节能环保、生物等领域研究制定产业技术路线图，明确技术壁垒，找准技术瓶颈，开展重大科技攻关。加强互联网与产业发展跨界融合技术创新，推进智能制造、绿色制造技术体系建设，构建完善的产业创新链，提升产业创新发展水平和产业核心竞争力。对接实施国家科技重大专项，重视颠覆性技术创新。（二）加强创新载体和平台建设支持成都国家创新型城市、德阳国家高端装备产业创新发展示范基地、绵阳科技城建设，选择一批市、县开展创新型城市试点。加快建设一批省级高新技术产业园区，支持有条

44、件的园区建设创新创业孵化中心、中试基地。建设一批重大科技创新平台，推动国家实验室建设，在新材料、新能源、生物医学、高端装备、核技术等重点领域布局建设一批工程（技术）研究中心、重点实验室、工程实验室等。加快建立区域创新服务平台，推进科技创新资源开放共享，完善研发设计、技术中介及推广等科技服务体系，促进科技服务专业化、社会化和市场化。推进建立企业公共检测服务体系，建设国家和省级检验检测中心、国家技术标准创新基地。（三）推动产学研用协同创新整合各类创新要素和资源，探索多种形式的协同创新模式，促进创新主体间深度融合。研究制定一批特色优势产业的技术路线图，明确技术壁垒，选准技术瓶颈，开展关键技术、共性技

45、术的协同创新和联合攻关。支持企业联合高校院所，建设新能源汽车、北斗导航、轨道交通、无人机等产业技术创新战略联盟。搭建创新链与产业链对接的新型研发组织，建设四川省产业技术研究院。（四）完善科技创新体制机制加快科研院所分类改革，构建更加高效的科研体系。促进重大科技成果全面就地转化，服务地方经济社会发展。对承担基础性研究和公益服务类的科研院所，强化财政资金扶持，提升服务创新发展能力。推动具备条件的应用研究类、工程开发类科研院所转企改制。推动政府职能从研发管理向创新服务转变，完善对基础性、战略性、前沿性科学研究和共性技术研究的支持机制，改革科研项目组织方式和形成机制，构建公开透明的科研资源管理和项目评

46、价机制。推进科技成果权属改革。进一步建立健全科技人员激励机制，实行以增加知识价值为导向的分配政策，提高科研人员成果转化收益分享比例。四、 社会经济发展目标充分考虑我省发展的阶段性特征和未来发展的支撑条件，在已经确定的全面建成小康社会目标任务的基础上，努力实现以下新的目标要求。保持高于全国的经济增长速度。在提高发展平衡性、包容性、可持续性的基础上，地区生产总值年均增长7%以上，到2020年地区生产总值和城乡居民人均收入比2010年翻一番以上，人均地区生产总值与全国平均水平的差距进一步缩小。加快建成经济总量大、经济结构优、创新能力强、质量效益好的经济强省。创新驱动转型发展迈出实质性步伐，科技创新能

47、力明显增强，产业发展迈向中高端水平，工业化、信息化融合发展水平进一步提升，先进制造业加快发展，新产业新业态不断成长，服务业比重明显上升，现代农业发展取得更大进展。投资对增长的关键作用充分发挥，消费对增长贡献稳步提高。城镇人口数量超过农村人口，城乡差距和区域差距缩小，发展空间格局更加优化。人民生活水平和质量全面提高。就业、教育、文化、社保、医疗、住房等公共服务体系更加健全，基本公共服务均等化水平稳步提高。城乡居民收入保持较快增长，收入差距明显缩小，中等收入人口比重上升。农村建档立卡贫困人口全部脱贫，贫困县全部摘帽，消除绝对贫困，解决区域性整体贫困。公民素质和社会文明程度普遍提升。中国梦和社会主义

48、核心价值观更加深入人心，爱国主义、集体主义、社会主义思想广泛弘扬，向上向善、诚信互助的社会风尚更加浓厚，人民思想道德素质、科学文化素质、健康素质明显提高，全社会法治意识不断增强。公共文化服务体系基本建成，文化产业成为支柱性产业，巴蜀优秀文化影响持续扩大，人民群众的精神文化生活更加丰富。生态建设和环境治理取得显著成效。长江上游生态屏障、美丽四川建设取得新成效，生产方式和生活方式加快向低碳、绿色转变。资源综合利用水平提高，能源和水资源消耗、建设用地得到有效控制，主要污染物排放总量进一步减少，资源节约型和环境友好型社会建设取得重大进展，生态环境质量持续改善。重要领域和关键环节改革实现重大突破。市场在

49、资源配置中的决定性作用得到充分发挥，开放型经济新体制基本形成。依法治省方略全面落实，人民民主不断扩大，司法公信力明显提高，法治政府基本建成，人权得到切实保障，治蜀兴川各项事业全面纳入法治化轨道。各领域基础制度体系基本形成，治理体系和治理能力现代化取得重大进展。五、 产业发展方向（一）加快发展先进制造业实施“中国制造2025四川行动计划”，大力推进战略性新兴产业发展，集中力量发展壮大新一代信息技术、航空航天与燃机、高效发电和核技术应用、高档数控机床和机器人、轨道交通装备、节能环保装备、新能源汽车、新材料、生物医药和高端医疗设备、油气钻采与海洋工程装备等先进制造业。突破关键技术，发展重点产品，培育

50、优势企业，抢占产业发展竞争制高点，形成产业发展新引擎，加快建设先进制造强省。（二）推动传统优势产业转型升级坚持调整存量和优化增量并举，加快发展电子信息、装备制造、汽车制造、食品饮料等传统优势产业，推动制造业转型升级和核心竞争力提升，形成全省重要的产业支撑。实施工业强基工程，强化工业基础领域创新和配套能力，提升制造业自主配套水平。加快工业化与信息化深度融合，大力推进生产设备数字化自动化、制造过程智能化、制造体系网络化。推动个性化定制与规模化生产相结合，促进生产型制造向服务型制造转变。加快冶金、建材、化工、轻工、纺织、制药等传统产业技术改造和淘汰落后产能。积极开展降低实体经济企业成本行动。（三）推

51、动质量品牌提升实施产品强质工程，开展质量品牌提升行动和质量对标提升行动。在汽车、高档数控机床、轨道交通装备、大型成套技术装备、农副产品加工、关键原材料、基础零部件、电子元器件等重点领域突破关键共性质量技术，建设高水平的四川工业标准体系。优化检验检测资源配置，完善产品认证和检测体系建设。保护、传承和振兴老字号，培育以技术、标准、品牌、质量、服务为核心的竞争新优势，实现“四川产品”向“四川品牌”转变。（四）推进产业园区创新发展引导产业向适宜区域集聚发展，加快形成布局合理、特色鲜明、优势互补的产业发展格局。推进优势产业关联、成链、集群发展，并向特色产业园区集中，突出园区主导产业，打造一批先进制造业集

52、群和特色产业基地。加强园区公共服务平台、基础设施建设，继续培育壮大国家级和省级开发区，推动省级开发区扩区升级。推进智慧园区建设，支持重点园区二次创业、转型发展，提高单位产出效率。六、 项目选址综合评价项目选址应统筹区域经济社会可持续发展，符合城乡规划和相关标准规范，保证城乡公共安全和项目建设安全，满足项目科研、生产要求，社会经济效益、社会效益、环境效益相互协调发展。 第四章 建筑技术方案说明一、 项目工程设计总体要求（一）总图布置原则1、强调“以人为本”的设计思想，处理好人与建筑、人与环境、人与交通、人与空间以及人与人之间的关系。从总体上统筹考虑建筑、道路、绿化空间之间的和谐，创造一个宜于生产

53、的环境空间。2、合理配置自然资源，优化用地结构，配套建设各项目设施。3、工程内容、建筑面积和建筑结构应适应工艺布置要求，满足生产使用功能要求。4、因地制宜，充分利用地形地质条件，合理改造利用地形，减少土石方工程量，重视保护生态环境，增强景观效果。5、工程方案在满足使用功能、确保质量的前提下，力求降低造价，节约建设资金。6、建筑风格与区域建筑风格吻合，与周边各建筑色彩协调一致。7、贯彻环保、安全、卫生、绿化、消防、节能、节约用地的设计原则。（二）总体规划原则1、总平面布置的指导原则是合理布局，节约用地，适当预留发展余地。厂区布置工艺物料流向顺畅，道路、管网连接顺畅。建筑物布局按建筑设计防火规范进

54、行，满足生产、交通、防火的各种要求。2、本项目总图布置按功能分区，分为生产区、动力区和办公生活区。既满足生产工艺要求，又能美化环境。3、按照厂区整体规划，厂区围墙采用铁艺围墙。全厂设计两个出入口，厂区道路为环形，主干道宽度为9m，次干道宽度为6m，联系各出入口形成顺畅的运输和消防通道。4、本项目在厂区内道路两旁，建（构）筑物周围充分进行绿化，并在厂区空地及入口处重点绿化，种植适宜生长的树木和花卉，创造文明生产环境。二、 建设方案（一）结构方案1、设计采用的规范（1）由有关主导专业所提供的资料及要求；（2）国家及地方现行的有关建筑结构设计规范、规程及规定；（3）当地地形、地貌等自然条件。2、主要

55、建筑物结构设计（1）车间与仓库：采用现浇钢筋混凝土结构，砖砌外墙作围护结构，基础采用浅基础及地梁拉接，并在适当位置设置伸缩缝。（2）综合楼、办公楼:采用现浇钢筋砼框架结构，（二）建筑立面设计为使建筑物整体风格具有时代特征，更加具有强烈的视觉效果，更加耐人寻味、引人入胜。建筑外形设计时尽可能简洁明了，重点把握个体与部分之间的比例美与逻辑美，并注意各线、面、形之间的相互关系，充分利用方向、形体、质感、虚实等多方位的建筑处理手法。三、 建筑工程建设指标本期项目建筑面积65320.52，其中：生产工程45560.22，仓储工程11509.04，行政办公及生活服务设施6680.67，公共工程1570.5

56、9。表格题目建筑工程投资一览表单位：、万元序号工程类别占地面积建筑面积投资金额备注1生产工程12980.1245560.225561.991.11#生产车间3894.0413668.071668.601.22#生产车间3245.0311390.061390.501.33#生产车间3115.2310934.451334.881.44#生产车间2725.839567.651168.022仓储工程6057.3911509.041148.722.11#仓库1817.223452.71344.622.22#仓库1514.352877.26287.182.33#仓库1453.772762.17275.69

57、2.44#仓库1272.052416.90241.233办公生活配套1241.766680.67980.373.1行政办公楼807.144342.44637.243.2宿舍及食堂434.622338.23343.134公共工程1298.011570.59169.57辅助用房等5绿化工程5786.05112.78绿化率15.78%6其他工程9247.4222.707合计36667.0065320.527996.13第五章 建设方案与产品规划一、 建设规模及主要建设内容（一）项目场地规模该项目总占地面积36667.00（折合约55.00亩），预计场区规划总建筑面积65320.52。（二）产能规模根据国内外市场需求和xx集团有限公司建设能力分析，建设规模确定达产年产xxx套智能终端产品，预计年营业收入45900.00