電子信息行業(yè)有哪些?

電子信息行業(yè)是指以電子信息技術為核心，以電子信息產品和服務為載體，為社會經濟發(fā)展和人民生活提供支撐的產業(yè)。電子信息行業(yè)包括電子信息制造業(yè)、信息服務業(yè)和信息開發(fā)業(yè)三個子行業(yè)，涵蓋了計算機、通信、網絡、軟件、數據庫、電子出版等多個領域。

2023年，電子信息行業(yè)將面臨國內外市場需求復蘇、技術創(chuàng)新加速、數字化轉型深入等多重機遇，同時也要應對國際競爭加劇、產業(yè)鏈安全風險、綠色發(fā)展要求等多重挑戰(zhàn)。根據中國信息通信研究院發(fā)布的《ICT產業(yè)體系高質量發(fā)展助推現代化建設開新局》，2023年電子信息行業(yè)的發(fā)展趨勢及熱點領域主要有以下幾個方面：

- ICT技術紅利持續(xù)釋放，謀篇布局未來發(fā)展空間。ICT產業(yè)將加快關鍵技術自主創(chuàng)新突破、推進技術向產業(yè)端轉化，拓展新的增長空間。預計未來3年ICT產業(yè)收入年均增長速度為9.9%，其中，電子信息制造業(yè)保持平穩(wěn)較快增長，軟件業(yè)收入增速回升，電信業(yè)推動5G與千行百業(yè)加速融合，互聯網業(yè)務收入增速回升。同時，一批未來產業(yè)也在謀篇布局之中，預計到2030年，未來產業(yè)規(guī)模將超過1.5萬億，并在后續(xù)呈高速發(fā)展趨勢。其中，ICT相關領域將成為未來產業(yè)發(fā)展的底座基石。

- 行業(yè)個人雙輪驅動，5G規(guī)模發(fā)展加速推進。當前中國在5G技術研發(fā)、網絡建設和應用發(fā)展均處于全球領先。在未來三年內，將推動5G-Advanced（5.5G）技術產品研發(fā)商用，實現5G個人應用創(chuàng)新突破和行業(yè)應用形成規(guī)模。預計2025年，5G用戶將超過56%，5G在國民經濟大類中的行業(yè)應用超過90%。5G-Advanced商用將進一步提高支持行業(yè)的網絡確定性、定位等能力以及實現智能化、增強寬帶，不斷拓展5G空天一體、無源終端物聯網等應用新場景。

- 信息網絡協(xié)同融合貫通，自智技術加快應用落地。云網協(xié)同、泛在連接、網絡確定性、智能化、安全可信、高速傳輸引領未來網絡技術方向。未來三年F5G不斷向F5.5G（F5G-Advanced）演進，實現萬兆入戶。算網融合發(fā)展將經歷算網協(xié)同、算網融合到算網一體三個階段。當前正處于算網協(xié)同向算網融合發(fā)展的階段，預計到2030年將實現設施、技術、運營、服務的體系化融合貫通。從技術趨勢看，單純由數據驅動的深度學習技術無法滿足電信網絡要求的高可靠高可信，下一步網絡智能技術將向多源融合智能發(fā)展，將基于數據的AI模型與基于專家經驗的知識圖譜技術以及網絡數字孿生技術相結合，支撐網絡向更高等級自智能力發(fā)展。

- 先進計算創(chuàng)新模式升級，算力供給能力大幅提升。當前算力作為新生產力已成為普遍共識，先進計算以系統(tǒng)化創(chuàng)新加速算力升級進程，更強調包括先進工藝、多架構芯片、軟硬協(xié)同、算存聯一體、云邊網端協(xié)同等在內的多維度、多要素系統(tǒng)級協(xié)同優(yōu)化，量子計算、光計算等非馮計算也將保持體系化創(chuàng)新，并逐步探索與經典計算的融合發(fā)展。先進計算改變了創(chuàng)新模式，擴展了創(chuàng)新重點，極大得提升了算力供給能力，一是性能更強，超算、智算分別進入E級和10E級時代。二是規(guī)模更大，中國算力規(guī)模增速超過全球水平。三是功耗更低。同時，先進計算也有助于實現包括時延、可靠性等更多細分的算力供給的實現。未來三年，先進計算仍處在穩(wěn)步升級迭代中，也將展現出前所未有的生產力潛力，可更高效地支撐包括電信、金融、制造等在內的行業(yè)數字化發(fā)展，并顯著拉動數字經濟及GDP發(fā)展。

- 大模型驅動AI技術突破，應用能力邊界不斷拓展。近年來，大規(guī)模預訓練模型（也稱為大模型）在性能和工程應用上顯著進步，成為推動人工智能取得新突破的主要重要路線。從技術角度看，大模型將持續(xù)提升人工智能研發(fā)部署等技術水平，推動人工智能從可用技術向好用的基礎設施演變。同時，大模型背后的技術也將加速演變，多模態(tài)、強算力和知識增強等技術將讓大模型的性能得到進一步提升。從應用角度看，大模型的發(fā)展將進一步拓展人工智能應用的能力邊界，不斷催生新模式新業(yè)態(tài)。主要體現在兩個方面：一是大模型將提升人工智能感知、認知和生成能力，例如盤古在工業(yè)PCB板質檢可提升14%的準確率，Meta NLLB能支持200種語言翻譯。二是大模型有望在基礎科學領域取得更多突破，例如DeepMind的AlphaFold2可分析楔入細胞膜中的蛋白質結構，還解開了蛋白質折疊問題。