PG电子「中国」官方网站 - 使AI应用不再遥不可及

传感器技术如何赋能农业数字化？丨郭源生细说传感器

Mon, 05 Jan 2026 02:30:08 +0800

编者按：传感器作为“信息(xi)时(shí)代(dài)的(de)神(shén)经(jīng)末(mò)梢”，已渗透到社会经济的每一个关键领域。2025年10月以来，《中国电子报》邀请九三中央科技委副主任、中国传感器与物联网产业联盟常务副理事长郭源生开设“郭源生细说传感器”专栏，聚焦电力、重大装备、智能制造、智慧农业、智慧医疗与大健康、智能家电及消费电子、城市安防、低空经济八大领域与场景，先后刊登《“坐阵”发电侧，传感器成新型电力系统稳定运行的基石》《储能传感器明确三大核心发展方向》等文章，受到读者广泛关注，好评如潮。本次刊发的是智慧农业领域的第一篇，聚焦农业数字化的感知技术，就其应用前景、产业现状、未来建议等进行展开阐述，以形成产业共识，促进产业发展。

农业现代化是国家发展战略的核心，实现粮食安全与乡村振兴是实现战略核心的关键支撑，也是破解 “饭碗”和“菜篮子”的有效路径。当前，农业正处于从传统经验驱动向现代数据驱动转型的关键期，面临着资源约束趋紧、劳动力成本上升、生产效率偏低等多重挑战。据农业农村部最新数据显示，我国农业劳动生产率仅为工业的1/8、服务业的1/4，化肥农药利用率不足40%，与发达国家存在显著差距。在此背景下，智慧农业作为农业数字化转型的核心形态，其本质是实现从 “经验种植” 到可量化、可追溯、可调控的“数据种植”转型，通过技术创新打破传统农业“看天吃饭” 的被动局面，推动生产效率与(yǔ)可(kě)持(chí)续(xù)性(xìng)双(shuāng)提(tí)升(shēng)。感(gǎn)知(zhī)技(jì)术(shù)是(shì)农(nóng)业(yè)数(shù)据(jù)化(huà)的(de)基(jī)础(chǔ)与(yǔ)核(hé)心(xīn)，是(shì)智(zhì)慧(huì)农(nóng)业(yè)的(de)“数(shù)据(jù)窗(chuāng)口”。不同设施条件、不同作物品种、不同地理环境，对数据采集的精度、频率、维度要求存在显著差异。立足“设施类型-植物品类-地理环境”三个维度形成的交叉数据，系统解析传感器的适配逻辑与应用场景，通过技术参数、典型案例、产业形态的多(duō)维(wéi)支(zhī)撑(chēng)，构(gòu)建(jiàn)一(yī)套(tào)科(kē)学(xué)、可(kě)落(luò)地(de)的(de)智(zhì)慧(huì)农(nóng)业(yè)感(gǎn)知(zhī)体(tǐ)系(xì)，为(wèi)农(nóng)业(yè)数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)提(tí)供(gōng)底(dǐ)层(céng)技(jì)术(shù)参(cān)考(kǎo)依(yī)据(jù)是(shì)当(dāng)务(wu)之(zhī)急(jí)。

设(shè)施(shī)农(nóng)业(yè)感(gǎn)知(zhī)技(jì)术(shù)的(de)场(chǎng)景(jǐng)类(lèi)别(bié)与(yǔ)适(shì)配(pèi)方(fāng)法(fǎ)

设(shè)施(shī)农(nóng)业(yè)是(shì)感(gǎn)知(zhī)技(jì)术(shù)的(de)承(chéng)载(zài)载(zài)体(tǐ)，直(zhí)接(jiē)决(jué)定(dìng)了(le)传(chuán)感(gǎn)器(qì)的(de)配(pèi)置(zhì)等(děng)级(jí)与(yǔ)应(yīng)用(yòng)模(mó)式(shì)。可(kě)划(huà)分(fēn)为(wèi)植(zhí)物(wù)工(gōng)厂(chǎng)、智(zhì)能(néng)大(dà)棚(péng)、大(dà)田(tián)农业三大类别和不同的应用场景。植物工厂的全流程感知植物工厂作为智慧农业的最高形态，通过感知技术对光、温、水、气、肥等环境因子的精准调控，实现作物生长过程闭环控制和科学干预，实现全天候连续生产。据国际植物工厂学会统计，先进植物工厂的单位面积产量可达传统农业的30~100倍，水资源利用率超95%，农药使用量近乎为零。1.目标需求

实现光环境（光照强度、光谱、光周期）、温度（空气温度、根区温度）、水分（湿度、灌溉量）、气体（CO₂浓度、氧气含量）、养分（EC 值、pH值、氮磷钾浓度）、病虫害（孢子浓度、虫害踪迹）六大类参数的实时监测与闭环调控，误差≤3%，系统延迟≤10秒。2.传感器配置及性能指标（1）多光谱相机：采用16波段高光谱传感器，波长范围400-1000nm，空间分辨率≤0.1mm /像素，光谱分辨率≤5nm，可实时监测作物叶绿素含量、叶片含水量、病虫害胁迫等指标，数据采集频率1次/分钟，支持作物长势的定量化评估。（2）茎流传感器：基于热扩散原理，测量范围0-500g/h，精度±5%，分辨率0.1g/h，可实时监测作物水分蒸腾速率，为精准灌溉提供数据支撑，响应时间＜30秒，工作温度范围-10℃~60℃。（3）CO₂浓度传感器：采用红外检测技术，测量范围0-5000ppm，精度 ±50ppm+2% FS，响应时间＜10秒，稳定性≤±2%/年，可联动CO₂发生器实现浓度精准调控（多数作物适宜浓度为800-1200ppm）。（4）EC/pH值传感器：EC测量范围0-10mS/cm，精度±0.01mS/cm；pH 测量范围4.0-8.0，精度±0.02pH，响应时间＜2秒，具有0~60℃温度范围自动补偿功能，用于监测营养液浓度与酸碱度和作物养分吸收状况。（5）微型气象传感器：集成温度、湿度、光照强度三大参数，工作温度测量范围-40℃~85℃，精度±0.2℃；湿度测量范围0-100% RH，精度±2% RH；光照强度测量范围0-200000lux，精度±5%，数据采集频(pín)率(lǜ)1次(cì)/5分(fēn)钟(zhōng)，支(zhī)持(chí)无(wú)线(xiàn)传(chuán)输(shū)（LoRa/NB-IoT协(xié)议(yì)）。3.应(yīng)用(yòng)特(tè)征(zhēng)

植(zhí)物(wù)工(gōng)厂(chǎng)的感知体系具备“高频采集、精准控制、全链追溯”三大特征。数据采集频率普遍≤5分钟，部分关键参数（如EC/pH值）可达1次/分钟，误差控制≤3%，确保环境因子的稳定可控。例如，某植物工厂通过传感器组合，实现生菜生长全周期的自动化调控：育苗期光照强度控制在15000lux，生长期提升至25000lux，CO₂浓度维持在1000ppm，营养液EC值稳定在1.2-1.5mS/cm，pH值控制在5.5-6.5，实现21天/茬的快速生长周期，单平米年产量达30kg，较传统种植提升50倍。此外，传感器数据可与区块链技术结合，实现从种子到采收的全参数追溯，产品溢价(jià)3倍(bèi)以(yǐ)上(shàng)。植(zhí)物(wù)大棚的环境动态感知大棚占设施农业总面积的78%（农业农村部(bù)2024年(nián)数(shù)据(jù)），是(shì)设施农业的主流形态。与植物(wù)工(gōng)厂(chǎng)相(xiāng)比(bǐ)，注重成本与效益的平衡，传感器配置以核心环境参数监测为主。1.目标需求

聚焦温湿度、光照、土壤墒(shāng)情(qíng)、病(bìng)虫(chóng)害(hài)四(sì)大核心参数，实现 “监测-预警-调控”的闭环，确保作物生长环境稳定在适宜区间，减少环境波动导致减产风险。例如，草莓生长温度为18~22℃，空气湿度60-70%，土壤(rǎng)含(hán)水(shuǐ)量(liàng)20-25%，光(guāng)照(zhào)强(qiáng)度(dù)≥10000lux，偏(piān)离(lí)此(cǐ)区(qū)间(jiān)需(xū)及(jí)时(shí)联(lián)动(dòng)设(shè)备(bèi)调(diào)控(kòng)。2.传(chuán)感(gǎn)器(qì)配(pèi)置(zhì)及(jí)性能指标（1）温湿度传感器：采用电容式传感技术，温度测量范围-40℃~85℃，精度±0.3℃；湿度测量范围0-100% RH，精度±2% RH（40-80% RH区间），响应时间＜8秒，防(fáng)护(hù)等(děng)级(jí)IP65，支(zhī)持(chí)防(fáng)结(jié)露(lù)设(shè)计(jì)，适(shì)用于大棚高湿环境。（2）光照传感器：测量范围0~200000lux，精度±5% FS，光谱响应范围 400-700nm（接近植物光合作用有效光谱），输出信号为4-20mA，可直接与大棚遮阳网控制系统联动。（3）墒情传感器：基于频域反射原理（FDR），测量范围0~100% vol，精度±2% vol，分辨率0.1% vol，探测深度5-20cm，具备耐盐碱、抗腐蚀特性，工作温度范围-20℃~60℃，适用于不同类型土壤。（4）虫情测报灯：采用诱虫灯管（波长365nm），诱捕半径≥30m，具备自动拍照、虫体识别功(gōng)能，识别准确率≥85%，可实时上传虫情数据至云平台，支持按害虫种类、数量生成预警报告。（5）水肥一体化监测传感器：集成流量、压力、EC/pH值三大参数，流量测量范围0-50m³/h，精度±1% FS；压力测量范围0-1.6MPa，精度±0.5%FS；EC/pH值指标同前，可实时监测水肥灌溉的流量、压力与养分浓度，确保灌溉均匀性。3.应用特征

采用“联动调控”，传感器数据直接对接遮阳网、水肥机、通风扇、卷膜器等设备，实现半自动化运行。例如，某草莓种植基地采用上述传感器组合，构建了草莓膨果期精准调控系统：当光照强度超过30000lux 时，自动启动遮阳网；当土壤墒情低于20% vol时，水肥机启动，灌溉量根据作物蒸腾速率动态调整（灌溉量误差≤5%）；当虫情测报灯识别到蚜虫数量超过5头/天，系统自动推送防治建议。该方案实施后，草莓亩产量提升22%，水肥利用率提升35%，人(rén)工(gōng)成(chéng)本(běn)下(xià)降(jiàng)60%，产(chǎn)品(pǐn)合(hé)格(gé)率(lǜ)从(cóng)85%提(tí)升(shēng)至(zhì)98%。大田作物的规模化感知网络大田农业是粮食生产的主流，种植面积占比超80%。重点关注影响作物产量的墒情、病虫害、气象灾害、倒伏风险等关键因素。受地形复杂、环境多变影响，感知体系需采用“固定+移动”组网模式，平衡监测精度与部署成本。1.目标需求

千亩级、万亩级区域的全覆盖监测，数据采集频率根据参数类型调整：墒情、气象参数1次/小时，病虫害1次/天，倒伏风险、气象灾害实时监测，确保及时发现生产隐患，支撑规模化精准作业（如精准灌溉、统防统治）。2.传感器配置及性能指标（微型气象站或智能节点等）（1）固定墒情传感器：采用土壤张力计与FDR双模检测，测量范围0-100kPa，精度±5kPa；0~100% vol（含水量）精度±2% vol，工作温度-20℃~60℃，防护等级IP68，可埋深20/40/60cm，支持多深度土壤水分监测。（2）区域虫情测报站：采用诱虫灯、高清相机、环境传感器，诱捕半径≥50m，具备虫体自动计数、图像识别功能，识别害虫种类≥30种，准确率≥80%，数据通过4G/NB-IoT上传，续航能力≥30天（太阳能供电）。（3）田间气象站：集成温度、湿度、风速、风向、降水、日照六大参数，温度精度±0.2℃，湿度精度±2% RH，风速精度±0.3m/s（0-60m/s范围），降水精度±0.2mm，数据采集频率1次/10分钟，支持气象灾害（如暴雨、大风）预警。（4）无人机巡检系统：搭载多光谱相机（6波段，400-900nm）、热成像相机（分辨率640×512像素），飞行高度50-100m，地面分辨率≤5cm，续航时间≥30分钟，可覆盖500亩/架次，实现作物长势分级、病虫害热点区域定位、灌溉效果评估。（5）卫星遥感数据终端：支持接收哨兵2号、高分6号等卫星数据，空间分辨率≤10m，光谱分辨率≤10nm，可获取NDVI（植被覆盖指数）、EVI（增强植被指数）等参数，实现万亩级作物长势宏观监测，数据更新频率1次/ 5天。3.应用特征

采用 “固定站点+移动巡检+卫星遥感”的三级组网模式：固定站点（墒情传感器、气象站、虫情测报站）实现关键节点精准监测，无人机巡检实现中尺度区域细节补充，卫星遥感实(shí)现大范围宏观覆盖。例如，某小麦种植基地（面积1.2万亩）感知网络：固定站点每500亩部署1个，实时监测墒情与气象；无人机每周巡检1次，定位病虫害发生区域；卫星遥感数据用于评估整体长势。当土壤墒情低于15% vol时，系统自动生成灌溉方案，指导水肥一体机进行精准灌溉；当虫情测报站发现小麦蚜虫病株率超过5%，结合无人机定位的热点区域区域，实施 “定点施药”，农药用量减少40%。小麦亩产量提升18%，灌溉水利用率提升45%，病虫害损失率从12%降至3%。

不同植物类别、生长周期的差(chà)异(yì)化(huà)感知技术适配方式

不同作物的生物学特性、生长周期、收获部位存在显著差异，决定了感知技术的核心监测参数与适配模式。不同类别农作物的感知监测区别根茎类作物聚焦根系发育环境，叶菜类作物关注叶片健康状态，果实类作物侧重品质形成过程对数据要求截然不同。1.根茎类作物（山药、萝卜、土豆等）根茎类作物生长质量与土壤环境密切相关，监测参数包括土壤温湿度、土壤肥力、土壤紧实度、根系生长状态。主要传感器配置：（1）土壤温湿度传感器：温度测量范围-20℃~60℃，精度±0.2℃；湿度0~100% vol，精度 ±2% vol，埋深20-40cm，监测根系发育环境。（2）土壤肥力传感器：氮、磷、钾三大参数，测量范围0-500mg/kg，精度±5% FS，响应时间＜30 秒，支持土壤养分动态监测。（3）土壤紧实度传感器：压力测量范围0-1000kPa，精度±20kPa，探测深度 0-60cm，避免土壤板结影响根系生长。（4）根系生长监测传感器：采用微型电阻式传感器，测量范围0-50mm，精度±0.1mm，可实时监测根系伸长速率。（5）应用特征：以山药种植为例，适宜的土壤温度为15~25℃，土壤湿度20~25% vol，土壤紧实度＜300kPa。数据显示，当土壤温度低于15℃时，山药根系生长速率下降50%；当土壤湿度低于18% vol时，根系分叉率增加，影响商品品质。通过精准调控，山药亩产量提升25%，一级品率从70%提升至90%。2.叶菜类作物（白菜、生菜、菠菜等）叶菜类农作物生长周期为25-60天，对水分、光照、病虫害敏感，监测参数包括叶片湿度、叶绿素含量、光照强度、病虫害胁迫。传感器配置如下：（1）多光谱传感器：测量范围400-900nm，包含叶绿素敏感波段650nm、水分敏感波段940nm，精度±3%。（2）叶片湿度电容式传感器：测量范围0-100% RH，精度±2% RH，响应时间＜5 秒，直接贴附于叶片表面，预警霜霉病、软腐病等真菌性病害。（3）叶绿素传感器：测量范围0-99.9SPAD，精度±1SPAD，响应时间＜2 秒，可实时监测作物氮素营养状况，指导精准施肥。（4）病虫害孢子捕捉器：采用空气抽吸式，采样流量10L/min，可捕捉空气中的真菌孢子，检测下限1个/m³，支持病害早期预警。应用特征：以生菜种植为(wèi)例(lì)，适(shì)宜(yi)的(de)叶(yè)绿(lǜ)素(sù)含(hán)量(liàng)为(wèi)40-50SPAD，叶(yè)片(piàn)湿(shī)度(dù)＜85% RH，光(guāng)照(zhào)强(qiáng)度(dù)15000-25000lux。当(dāng)叶(yè)片(piàn)湿(shī)度(dù)持(chí)续(xù)超(chāo)过(guò)85% RH 且(qiě)温(wēn)度(dù)高(gāo)于(yú)20℃时(shí)，系(xì)统(tǒng)预(yù)警(jǐng)霜(shuāng)霉(méi)病(bìng)风(fēng)险(xiǎn)，及(jí)时(shí)启(qǐ)动(dòng)通(tōng)风(fēng)降(jiàng)湿设备；当叶绿素含量低于 40SPAD 时，自动推送氮素补充建议。3.果实类作物（番茄、荔枝、苹果等）果实类作物生长周期3-12个月，其生长关键影响因素涉及膨大速率、糖分积累、成熟度调控及病虫害防控，监测参数为果实生长量、糖分含量、成熟度、果实硬度等。（1）果实生长传感器：采用位移传感器，测量范围0-100mm，精度±0.01mm，响应时间＜1秒，可实时监测果实直径变化，计算膨大速率。（2）糖分传感器：基于近红外光谱技术，测量范围5-25°Brix，精度±0.2°Brix，响应时间＜5秒，非破坏性检测果实糖分积累。（3）成熟度传感器：测量成熟度指数范围0-100%，精度±3%，通过检测果实色泽、可溶性固形物含量评估成熟度，指导精准采收。（4）果实硬度传感器：测量范围0-20kg/cm²，精度±0.1kg/cm²，用于评估果实品质与耐储运性。（5）应用特征：以番茄种植为例，膨大期适宜的膨大速率为2-3mm /天，糖分积累速率为0.5-1°Brix /周。当光照强度低于10000lux时，番茄膨大速率下降40%；当土壤钾(jiǎ)含(hán)量(liàng)低(dī)于(yú)150mg/kg时(shí)，糖(táng)分(fēn)积(jī)累(lèi)速(sù)率(lǜ)下(xià)降(jiàng)30%。通(tōng)过(guò)精(jīng)准(zhǔn)调(diào)控(kòng)光(guāng)照(zhào)与(yǔ)水(shuǐ)肥(féi)，番(fān)茄(jiā)亩产量提升30%，平均糖度从10°Brix 提升至13°Brix，货架期延长5天。全生育期的感知技术适配农作物全生育期可划分为育苗期、生长期、采收期三个阶段，不同阶段的生长重点不同，传感器配置与监测重点也需动态调整。1.育苗期：聚焦 “出苗率与壮苗率”监测重点为苗床温湿度、光照强度、积温。核心传感器配置：（1）苗床温湿度传感器：温度测量范围-10℃~50℃，精度±0.2℃；湿度0-100% RH，精度±2% RH，部署密度1个/ 10㎡。（2）光照传感器：测量范围0~200000lux，精度±5% FS，用于调控育苗棚光照，确保幼苗光合作用需求。（3）积温传感器：测量范围-40℃~85℃，精度(dù)±0.1℃，可累计作物生长所需积温（如水稻育苗期需积温250~300℃・d），指导移栽时间。（4）应用案例：水稻育苗期需将苗床温度控制在25~30℃，湿度控制在 70-80% RH，积温达到280℃・d 时即可移栽。通过传感器监测，苗床温度波动控制在±1℃以内，出苗率从85% 提升至98%，壮苗率从75% 提升至92%，为后续高产奠定基础。2.生长期：聚焦 “长势调控与病虫害防控”监测重点为水肥状况、长势动态、病虫害发生情况。传感器配置：（1）营养元素传感器：监测氮、磷、钾、钙、镁等参数，测量范围0-500mg/kg，精度±5% FS，动态监测土壤养分变化。（2）茎秆生长传感器：采用激光测距技术，测量范围0-200cm，精度±0.1cm，数据采集频率1次/天，评估作物长势。（3）病虫害监测传感器：包括虫情测报灯、孢子捕捉器、叶片病害传感器，实现病虫害 “早发现、早防治”。（4）环境传感器：监测温湿度、光照、CO₂浓度等环境参数，为长势调控提供依据。（5）应用案例：玉米需控制株高在220-250cm，穗(suì)位(wèi)高(gāo)80-100cm，氮素(sù)含(hán)量(liàng)3.5-4.5%。当(dāng)检(jiǎn)测(cè)到(dào)株(zhū)高(gāo)增(zēng)长(zhǎng)速(sù)率(lǜ)超(chāo)过(guò)5cm /天(tiān)，及(jí)时(shí)减(jiǎn)少(shǎo)氮(dàn)肥(féi)施(shī)用(yòng)，防(fáng)止(zhǐ)倒(dào)伏(fú)；当(dāng)检(jiǎn)测(cè)到(dào)玉(yù)米(mǐ)大(dà)斑(bān)病(bìng)孢(bāo)子(zi)浓(nóng)度(dù)超(chāo)过(guò)10个(gè)/m³时(shí)，系(xì)统(tǒng)及(jí)时(shí)推(tuī)送(sòng)针(zhēn)对(duì)性(xìng)化(huà)学(xué)防(fáng)治(zhì)或(huò)生(shēng)物(wù)防(fáng)治(zhì)方(fāng)案(àn)。3.采收(shōu)期(qī)：聚(jù)焦(jiāo) “成(chéng)熟(shú)度(dù)与(yǔ)品(pǐn)质(zhì)保(bǎo)障(zhàng)”监(jiān)测(cè)重(zhòng)点(diǎn)为(wèi)成(chéng)熟(shú)度(dù)、糖(táng)分(fēn)含(hán)量(liàng)、果(guǒ)实(shí)硬(yìng)度(dù)、田(tián)间(jiān)环(huán)境(jìng)参(cān)数(shù)。传(chuán)感(gǎn)器(qì)配(pèi)置(zhì)：（1）成(chéng)熟(shú)度(dù)传(chuán)感(gǎn)器(qì)：非(fēi)破(pò)坏(huài)性(xìng)检(jiǎn)测(cè)果(guǒ)实(shí)成(chéng)熟(shú)度(dù)，指(zhǐ)导(dǎo)分(fēn)批(pī)采收(shōu)。（2）糖(táng)分(fēn)传(chuán)感(gǎn)器(qì)：实(shí)时(shí)监(jiān)测(cè)果(guǒ)实(shí)糖(táng)分(fēn)积(jī)累(lèi)，确(què)保(bǎo)达(dá)到(dào)商(shāng)品(pǐn)糖(táng)度(dù)标(biāo)准(zhǔn)（如(rú)苹(píng)果(guǒ)≥12°Brix，荔(lì)枝(zhī)≥15°Brix）。（3）果实硬度传感器：检测果实硬度（如苹果适宜硬度为8~10kg/cm²），评估耐储运性。（4）田间环境传感器：监测温度、湿度、降水等参数，避免采收后因环境不适导致品质下降。（5）应用案例：荔枝采收期需在果实成熟度达到85~90%、糖度≥15°Brix、硬度≥6kg/cm² 时采收，且需避开高温高湿天气。

不同地理环境的感知技术适配与优化

南北方气候差异显著，地形地貌复杂（平原、丘陵、山地、盐碱地等），不同地理环境对传感器的环境耐受性、通信方式、部署模式提出差异化要求。南北方气候差异下的感知适配南北方气候差异核心体现在温度、降水、湿度等参数，直接影响传感器的防护设计、通信稳定性与供电方式。1.南方多雨地区（长江以南、华南地(de)区(qū)）南(nán)方(fāng)多(duō)雨(yǔ)地(de)区(qū)年降水量1000-2000mm，空气湿度60-90%，夏季高温高湿，冬季温和多雨，传感器适配重点为 “防雨防腐、抗干扰、排水监测”。（1）防雨型虫情测报灯：防护等级IP68，采用不锈钢304级材质，具备防积水设计，诱虫灯管具备防水涂层，避免雨水短路。（2）防腐湿度传感器：采用聚四氟乙烯外壳，抗腐蚀能力强，湿度测量范围0-100% RH，精度±2% RH，适用于高湿高盐雾环境。（3）土壤墒情排水监测传感器：集成土壤含水量与地下水位监测，地下水位测量范围0-10m，精度±0.01m，预警内涝风险。（4）无线通信优化：采用LoRa/Wi-Fi双模通信，在多雨天气下自动切换至 LoRa模式（通信距离3-5km），避免Wi-Fi信号衰减。（5）供电方式：太阳能+锂电池双供电，锂电池容量≥10Ah，保障阴雨天(tiān)气(qì)连(lián)续(xù)工(gōng)作(zuò)≥7天(tiān)。（6）应(yīng)用(yòng)案(àn)例(lì)：荔(lì)枝(zhī)园(yuán)采用(yòng)上(shàng)述(shù)传(chuán)感(gǎn)器(qì)配(pèi)置(zhì)，防(fáng)雨(yǔ)型(xíng)虫(chóng)情(qíng)测(cè)报(bào)灯(dēng)成(chéng)功(gōng)抵(dǐ)御(yù)台(tái)风(fēng)暴(bào)雨(yǔ)天(tiān)气(qì)，无(wú)设(shè)备(bèi)故(gù)障(zhàng)；土(tǔ)壤(rǎng)墒(shāng)情(qíng)排(pái)水(shuǐ)监(jiān)测传感器在汛期及时预警内涝风险，启动排水系统，避免荔枝根系积水腐烂。2.北方干旱地区（黄河以北、西北地区）北方干旱地区年降水量200-600mm，空气湿度30-60%，冬季寒冷最低温度-30℃以下，夏季炎热干燥，传感器重点为“防风化、耐低温、节水监测”。（1）稳压型气象传感器：采用防风化氟碳涂层，风速范围0-60m/s，精度 ±0.3m/s，具备抗风沙设计，避免沙尘影响传感器性能。（2）耐低温土壤墒情传感器：工作温度范围-40℃~60℃，采用低温锂电池（-40℃放电容量≥80%），埋深20-40cm，避免冻土层破坏传感器。（3）节水灌溉流量传感器：测量范围0-50m³/h，精度±1% FS，具备防堵塞设计（不锈钢滤网），实时监测灌溉用水量，支撑节水管理。（4）无线通信优化：采用NB-IoT通信协议，依托运营商网络，通信距离 10-15km，适用于北方广域种植场景。（5）供电方式：太阳能板功率≥30W，锂电池容量≥15Ah，保障冬季低温环境下续航≥15天。（6）应用案例：北方干旱地区向日葵种植基地采用上述传感器配置，耐低温土壤墒情传感器在-35℃环境下正常工作，稳压型气象传感器成功抵御沙尘暴天气；节水灌溉流量传感器实时监测灌溉用水，结合土壤墒情数据，实现“按需灌溉”，向日葵亩均灌溉用水量从300m³ 降至180m³，节水率40%，亩产量提升15%。不同地理单元的感知重点1.平原大田的规模化精准灌溉华北平原是我国粮食主产区（小麦、玉米轮作），种植面积约(yuē)30万(wàn)平(píng)方(fāng)公(gōng)里(lǐ)，人(rén)均(jūn)水(shuǐ)资(zī)源(yuán)量(liàng)仅(jǐn)为全国平均水平的1/7，属于严重短缺。感知重点为墒情监测与规模化精准灌溉。传感器配置：（1）规模化墒情监测网络：每500亩部署1个土壤墒情传感器（测量范围0~100% vol，精度±2% vol），支持多深度（20/40/60cm）监测。（2）区域气象站：每1000亩部署1个，监测温度、湿度、降水、日照，为灌溉决策提供气象数据。（3）灌溉流量传感器：安装于灌溉主管道，测量范围0-100m³/h，精度±1% FS，实时监测灌溉用水量。（4）无人机巡检系统：每5000亩配置1架，搭载多光谱相机，评估作物水分胁迫状况，修正墒情监测数据。（5）应用特征：采用“墒情+气象” 双因子灌溉模型，当20cm土壤墒情低于15% vol且未来3天无有效降水时，启动精准灌溉，灌溉量根据作物生育期动态调整（小麦拔节期灌溉量 40m³/ 亩，玉米抽雄期灌溉量50m³/ 亩）。2.丘陵山地适配型感知网络南方丘陵山地占我国国土面积的30%以上，地形复杂（坡度15-30°），地块零散，交通不便。传感器配置：（1）小型化温湿度传感器：体积≤5cm×3cm×2cm，重量≤50g，测量范围-40℃~85℃、0-100% RH，精度±0.3℃/±2% RH，防护等级IP65。（2）低功耗墒情传感器：工作电流≤10μA（休眠）/5mA（工作），测量范围0~100% vol，精度±2% vol，支持LoRa无线传输（通信距离3-5km）。（3）地形适配型无人机：机身重量≤3kg，折叠式设计，续航时间≥25 分钟，支持坡度≥30° 的山地作业，地面分辨率≤5cm。（4）便携式虫情测报仪：重量≤2kg，太阳能供电，诱捕半径≥20m，支持手机 APP 数据查看，适用于零散地块。（5）应用特征：某柑橘种植基地（坡度25°），传感器续航时间≥6 个月，数据传输成功率≥95%，病虫害预警准确率≥85%，柑橘亩产量提升18%，人工成本下降70%。3.盐碱地耐盐耐低温感知方案东北盐碱地面积约3.8万平方公里，土壤盐分含量0.1-0.3%，冬季低温（最低温度-40℃），核心问题是土(tǔ)壤(rǎng)盐(yán)碱(jiǎn)化(huà)与低温胁迫，感知重点为“土壤盐分监测+耐低温设计”。传感器配置：（1）土壤盐分传感器：测量范围0-20g/L，精度±0.1g/L，工作温度-40℃~60℃，采用钛合金电极，抗腐蚀能力强。（2）土壤pH值传感器：测量范围3.0-11.0，精度±0.02pH，工作温度-40℃~60℃，支持盐碱地土壤酸碱度监测。（3）耐低温气象传感(gǎn)器(qì)：工(gōng)作(zuò)温(wēn)度(dù)-40℃~85℃，测(cè)量(liàng)温(wēn)湿(shī)度(dù)、风(fēng)速(sù)、风(fēng)向(xiàng)，精(jīng)度(dù)±0.2℃/±2% RH/±0.3m/s。（4）作(zuò)物(wù)耐(nài)盐(yán)性(xìng)监(jiān)测(cè)传(chuán)感(gǎn)器(qì)：采用(yòng)多(duō)光(guāng)谱(pǔ)技(jì)术(shù)，测(cè)量(liàng)NDVI（植(zhí)被(bèi)覆盖指数）与SAVI（土壤调整植被指数），评估作物盐碱胁迫程度。（5）应用特征：通过土壤盐分、pH值传感器数据，指导盐碱地改良（如施用脱硫石膏、有机肥）；结合气象传感器数据，调控灌溉量（洗盐灌溉），降低土壤盐分含量。某位于东北的耐盐水稻种植基地土壤盐分含量从0.25%降至0.1%，水稻亩产量从300kg提升至550kg，盐碱地利用率从30% 提升至80%。区域适配原则传感器的区域适配需遵循以下三原则：1.环境耐受性适配：根据区域气候与地理特征，选择具备相应防护等级、工作温度范围、抗干扰能力的传感器。例如，南方多雨地区防护等级需≥IP68，北方寒冷地区工作温度需≤-40℃，盐碱地需具备抗腐蚀设计。2.数据精准性优化：在满足环境耐受性的基础上，根据区域种植需求调整传感器精度与采集频率。例如，精准种植区域精度需提升1-2个等级（如温度精度从±0.5℃提升至±0.2℃），规模化种植区域可适当降低采集频率（如从1次/ 10分钟调整至1次/小时）。3.部署成本控制：结合区域经济水平与种植规模，选择性价(jià)比(bǐ)最(zuì)优的传感器方案。例如，小农户种植区域可采用低成本传感器（如土壤墒情传感器精度±3% vol），规模化种植基地可采用高精度传感器（如精度±2% vol）。

智慧农业数据与模型的底层逻辑

“设施类型-植物品类-地理环境”三维感知体系并非孤立存在，而是以“作物需求”为核心，联动“设施条件”与“区域环境”，构建动态适配的感知矩阵，为智慧农业数据模型提供底层支撑。融合逻辑：以作物为核心的三维联动模型三维融合的核心逻辑是：以特定作物的生物学特性与生长需求为出发点，结合设施条件的调控能力，适配区域环境的客观约束，形成“作物需求→设施调控→区域适配”的闭环体系。以“北方干旱地区的温室番茄（设施+作物）”为例，融合逻辑如下：作物需求：番茄生长适宜温度18~25℃，湿度60-70%，土壤墒情20-25% vol，CO₂浓度800-1200ppm，氮磷钾比例3:1:2。设施调控：温室具备温控（加热 / 降温）、湿控（通风 / 加湿）、水肥一体化、CO₂增施等功能，传感器需实时监测上述参数，联动设备调控。区域适配：北方干旱地区气候干燥（空气湿度30-50%）、水资源短缺、冬季寒冷，传(chuán)感(gǎn)器(qì)需具备耐低温（-40℃）、低功耗特性，灌溉传感器需精准控制用水量，避免浪费。通过三维融合，构建番茄水肥调控模型：灌溉量= f(作物生育期×土壤墒情×区域降水量×设施灌溉效率)施肥量= f(作物氮磷钾需求×土壤肥力×区域土壤类型×设施施肥方式)该模型整合三维感知数据，实现灌溉量与施肥量的动态优化，较传统种植节水35%、节肥40%。实践价值：解决传统感知 “一刀切” 难题传统农业感知技术存在“重设备、轻适配”的问题，同一类型传感器应用于不同设施、作物、区域，导致数据精准度不足、调控效果不佳。三维感知体系通过精准适配，解决了这一难题，其实践价值主要体现在三个方面：数据精准度提升：通过场景化适配，传感器数据误差率从传统的10-15% 降至3-5%。例如，针对南方多雨地区的叶菜类作物，采用防雨型叶片湿度传感器，数据误差从±5% RH降至±2% RH，病害预警准确率提升30%。调控效率优化：三维数据融合使调控决策更科学，避免 “盲目灌溉、盲目施肥”。据农业农村部试点数据显示，采用三维感知体系后，作物灌溉效率提升 40-50%，施肥效率提升35-45%，病虫害防治效率提升30-40%。部署成本降低：通过按需配置传感器，避免过度追求高精度设备，部署成本降低20-30%。例如，大田作物传感器部署密度较传统方案降低50%，但监测覆盖率提升至95%以上。技术突破方向：从数据采集到智能决策三维感知体系的未来发展方向是实现 “数据采集-分析-决策-执行”的全流程智能化，核心突破点包括：多功能集成传感器：开发 “温湿度+肥力+病虫害”一体化传感器，减少传感器数量，提升数据融合效率。例如，集成土壤温湿度、氮磷钾、盐分、pH值的五合一传感器，体积缩小50%，成本降低30%，数据同步性提升至99%。AI+传感器的智能决策闭环：传感器内置AI算法，实现本地数据预处理与智能决策。例如，病虫害传感器内置图像识别算法，可直接输出害虫种类、数量及防治建议，响应延迟≤1秒，无需云端计算。跨场景自适应传感器：开发具备环境自适应能力的传感器，可根据设施类型、作物品种、区域环境自动调整精度与采集频率。例如，传感器检测到种植场景从大棚切换至大田时，自动将数据采集频率从1次/ 10分钟调整至1次/小时，精度从±0.2℃调整至±0.5℃。数据安全与共享技术：采用区块链技术实现传感器数据加密存储与共享，确保数据真实性与安全性。例如，农产品溯源系统中，传感器数据通过区块链上链，不可篡改，消费者可实时查询作物生长全过程数据。

农业传感器技术发展趋势与市场需求前景

技术发展趋势1.小型化、低功耗、低成本

随着应用持续扩大，农业传感器正向小型化、低功耗方向演进，以适配复杂地形与低成本部署需求。小型化：MEMS技术使传感器体积从厘米级缩小至毫米级，如微型土壤墒情传感器体积仅为2mm×2mm×1mm，可埋入植物根系周围，实现精准监测。低功耗：采用低功耗芯片与休眠唤醒技术，使工作电流从毫安级降至微安级（休眠电流≤1μA，工作电流≤5mA），续航时间从数月延长至数年，减少电池更换频率。自供电技术：集成太阳能、振动、温差等微能量收集技(jì)术(shù)，实(shí)现(xiàn)传(chuán)感(gǎn)器(qì)自(zì)供电，无需外部电源。例如，太阳能供电传感器在光照≥1000lux 时即可充电，满足全天候工作需求。2.多功能集成

为减少传感器数量、提升数据融合效率，多功能集成成为重要发展方向。多参数集成：开发“温湿度+肥力+病虫害”“土壤墒情+盐分+pH值”等多参数传感器，如五合一土壤传感器可同时监测温湿度、氮磷钾、盐分，数据同步性提升至99%，体积缩小50%，成本降低30%。多技术融合：融合光学、电学、声学等多种检测技术，提升性能。例如，病虫害传感器融合机器视觉与光谱技术，识别准确率从85%提升至95%，可识别害虫种类从30种扩展至50种。3.智能化升级

从“数据采集”向“智能决策”升级，内置AI算法与边缘计算能力。AI算法嵌入：将深度学习、机器学习算法集成到传感器中，实现本地数据预处理与智能决策。例如，作物长势传感器内置CNN（卷积神经网络）算法，可直接输出作物营养状况评估与施肥建议，响应延迟≤1秒。边缘计算集成：内置微处理器（MCU）与存储模块，实现本地数据筛选、特征提取与分析，仅将有效数据上传云端，降低云端传输压力50%以上。自诊断与自校准：内置自诊断算法，监测传感器工作状态，故障预警准确率≥90%；具备自动校准功能，根据环境变化调整参数，确保数据精度长期稳定（校准周期≥6个月）。4.本土化发展加速

在政策持续推动与市场需求双轮驱动下，高端市场长期被国外企业垄断，核心产品依赖进口局面有望打破，本土化发展成为产业发展的新趋势，核心技术、产品性能、市场份额均实现突破性进展。（1）核心技术突破：攻克 “卡脖子” 环节国内企业与科研院所联合攻关，聚焦MEMS芯片、敏感材料、检测算法三大核心环节。农业专用MEMS芯片采用自主研发的深硅刻蚀、键合工艺，实现量产，其国产化率从2020年的30% 提升至2024年的45%。测量精度达 ±0.2℃/±2% RH，功耗低至1μA，性能对标国际同类产品，成本降低40%；敏感材料突破压电陶瓷、光学镀膜、气体敏感膜等关键材料技术，国产压电陶瓷材料的机电耦合系数达0.65（国际同类型材料先进水平0.68），光学镀膜的光谱透过率≥95%，气体敏感膜的检测下限达1ppb ，满足农业高精度监测需求；检测算法适用于农业场景的AI识别、数据校准算法，如作物病虫害图像识别算法准确率达92%（国际同类算法94%），土壤养分检测校准算法将误差控制在3%以内，实现从“数据采集”到“智能分析”的技术闭环。（2）产品性能提升：缩小与国际先进水平差距在精度、稳定性、环境适应性等关键指标快速提高。国产16波段高光谱传感器光谱分辨率从10nm 提升至5nm，空间分辨率≤0.1mm /像素，与国际同类产品（光谱分辨率4nm）差距缩小，且数据采集频率提升至1次/分钟，支持实时监测；土壤墒情传感器采用FDR与张力计双模检测技术，含水量测量精度达±1.5% vol（国际先进水平±1% vol），工作温度范围-40℃~85℃，防护等级 IP68，可在盐碱地、沼泽地等复杂环境稳定工作，使用寿命达5年；虫情(qíng)测(cè)报(bào)站(zhàn)集成(chéng)AI图(tú)像识别算法，可识别害虫种类≥50种，准确率≥88%，诱捕半径≥50m，续航能力达60天（太阳能供电），国际同类产品续航为45天。（3）市场份额扩张：性价比优势凸显价格具有明显优势。国(guó)产(chǎn)多(duō)光(guāng)谱(pǔ)相(xiāng)机(jī)单(dān)价(jià)约(yuē)3万(wàn)元(yuán)/台(tái)，国(guó)际(jì)同(tóng)类(lèi)产(chǎn)品(pǐn)为(wèi)8 万(wàn)元(yuán)/台(tái)；土(tǔ)壤(rǎng)墒(shāng)情(qíng)传(chuán)感(gǎn)器(qì)单(dān)价(jià)约(yuē)800元(yuán)/个(gè)，国(guó)际(jì)产(chǎn)品(pǐn)为(wèi)2000元(yuán)/个(gè)；针(zhēn)对(duì)我(wǒ)国(guó)南(nán)北(běi)方(fāng)气(qì)候(hou)差异、地形复杂等特点，推出定制化产品，如南方多雨地区的防雨型虫情测报灯、北方干旱(hàn)地(de)区(qū)的(de)低(dī)功(gōng)耗(hào)墒情传感器、丘陵山地的小型化无线传感器，适配性优于进口产品；对国产农业传感器在研发政策上给予最高30%的补贴，地方政府推出“以旧换新”“集中采购”等激励措施，加速国产替代进程。（4）典型案例：国产传感器规模化应用实践某大蒜种植基地面积5000亩采用全套国产方案，替代原进口设备：传感器配置：国产土壤墒情传感器（1个/ 500亩）、田间气象站（1个/ 1000亩）、虫情测报站（1个/ 1000亩）、无人机多光谱相机；应用效果：大蒜亩产量提升16%，水肥利用率提升32%，病虫害损失率从 10% 降至2.8%，整体投入成本较进口方案降低55%，投资回报周期缩短至1.5 年；技术支撑：与国产智慧农业平台无缝对接，实现“监测-分析-调控”全流程国产化，数据传输延迟≤1秒，稳定性达99.5%。5.成本控制与规模化普及路径通过技术创新、产业协同、政策扶持三大路径，降低部署与使用成本，推动 “小农户”与“大农业”协同受益。（1）技术创新降本：从“单一功能”到“多功(gōng)能集成”，开发“多参数一体化” 传感器，如“温湿度+光照+ CO₂” 集成传感器、“土壤墒情+肥力+pH值”集成传感器，减少使用数量，部署成本降低30%以上。采用低功耗MCU芯片、休眠唤醒技术、微能量收集（太阳能、振动能），工作功耗从10-100mW降至1-5mW，使用寿命延长至5-8年，维护成本降低50%。（2）产业协同降本：构建“产学研用”生态链传感器企业与芯片制造、材料供应、设备集成企业组成上下游协同，签订长期合作协议，通过规模采购降低原材料成本。针对不同种植规模（小农户、家庭农场、规模化基地）提供“传感器+平台+运维”打包方案，小农户可选择 “共享传感器”模式（按亩付费，每亩年费用50-100元），降低初始投入；在农业主产区打造产业集群，实现芯片设计、封装测试、终端应用的资源共享，物流成本降低15%，研发周期缩短30%。（3）政策扶持降本：精准赋能产业发展对农业传感器核心技术研发给予专项补贴，支持企业建设中试平台，降低研发风险；对规模化种植基地采购国产传感器给予采购补贴，推动普及；设立农业传感器产业基金，提供低息贷款、融资租赁等金融服务，缓解企业资(zī)金(jīn)压(yā)力(lì)，支(zhī)持(chí)技(jì)术(shù)升(shēng)级(jí)与(yǔ)产(chǎn)能(néng)扩张。

结语

农业信息化的本质是数据化，而感知技术是数据化的核心基石。当前，我国农业传感器技术已实现从“跟跑”到“并跑”的跨越，国产化替代加速推进，产品性能持续提升，成本不断降低，在规模化种植基地、家庭农场、小农户等不同场景中广泛应用，推动农业生产效率提升，为保障粮食安全、推动乡村振兴提供了有力支撑。未来，随着传感器技术与AI、物联网、卫星遥感、区块链等技术的深度融合，农业感知将向“全域化、智能化、一体化”方向演进：全域化实现“天-空(kōng)-地(de)-苗(miáo)” 的(de)全方(fāng)位(wèi)感(gǎn)知(zhī)，智(zhì)能(néng)化(huà)实(shí)现(xiàn)从(cóng)“数(shù)据(jù)采集”到“自主决策”的升级，一体化实现 “感知-调控-执行”的闭环协同。我们坚信，在技术创新、产业协同、政策扶持的多重驱动下，农业传感器将进一步突破性能极限与应用边界，为农业数字化转型注入源源不断的动力，助力书写农业现代化高质量发展的崭新篇章。

作者丨九三学社中央科技委副主任、中国传感器与物联网产业联盟常务副理事长郭源生

“RDI生态·武汉创新大会·2025”召开

Wed, 31 Dec 2025 09:00:04 +0800

【导语】12月18日，“RISC-V生态·武汉创新大会·2025”在武汉光谷举办，与会者围绕RISC-V生态建设等议题深度对话。院士专家指出其发展机遇与方向，会上多项成果发布、揭牌，还有产业应用案例分享，为相关产业高质量发展注入新动力。

12月18日，由武汉数据集团、RDI聚力联盟等联合主办的“RISC-V生态·武汉创新大会·2025”在武汉光谷举行。本次大会以“RISC-V开启无限未来”为主题，围绕RISC-V在算力中心等高性能领域的生态建设、技术突破与商业化路径展开深度对话，共探其在各产业的前沿应用与实践。

RISC-V工委会战略指导委员会主任、中国工程院院士倪光南在致辞中指出，AI对算力的需求飞速增长，为RISC-V的发展提供了新的机遇。截至2025年，全球RISC-V芯片市场的渗透率已经达到25%，预计到2030年，RISC-V出货量将突破162亿颗，年复合增长率超过40%。

RISC-V工委会产业指导委员会主任、奕斯伟科技集团董事长王东升指出，开源开放的RISC-V架构正从嵌入式领域加速挺进高性能计算和智能计算等核心场景。王东升重申了“RISC-V数字基础设施（RDI）”理念，并呼吁产业界共同推进三大方向：一是打破路径依赖，构建自主技术体系；二是聚力协同攻关，共筑高性能计算底座；三是深化融合应用，树立“RISC-V+AI”武汉标杆。

会上，武汉元石智算科技有限公司发布RISMA2.0跨架构AI原生POD。据悉，该方案采用混合架构集群系统，可兼容x86及RISC-V架构服务器，便于补足RISC-V服务器生态，快速落地于真实客户场景。

为持续培育产业生态，武汉RISC-V生态创新中心发布了RISC-V人工智能课程与实训方案，旨在加速专业人才培养。“RISC-V标准符合性检测中心”正式揭牌并落地武汉，将为RISC-V芯片及整机设备提供权威的标准符合性检测，确保产品与全球软件生态的兼容性，为产业链提供可靠保障。在产业应用分享环节，来自天数智芯、希姆计算、中科院软件所、红帽等企业及机构的专家分享了RISC-V在智慧零售、具身智能、政务查询处理、边缘计算及企业级软件生态等方面的最新进展与实践案例。与会者普遍认为，RISC-V凭借其开源、可定制的独特优势，正成为构建异构算力体系的关键组成部分，并在与AI、大数据等技术的融合中展现出广阔前景。

本次大会集中展示了RISC-V生态的最新成果与协同进展，为武汉及全国集成电路与人工智能产业的高质量发展注入了新动力，也为AI算力基础设施的多元化创新路径描绘了清晰图景。

长鑫科技冲刺科创板IPO

Wed, 31 Dec 2025 06:30:04 +0800

【导语】近日，存储芯片龙头长鑫科技正式递交科创板招股书，拟募资295亿元。作为全球DRAM产能第四的IDM厂商，其近三年营收复合增长率达72%，构建了全世代DRAM产品矩阵，多项产品性能国际领先，累计专利超5500项，募资将用于技术升级与产能扩张，助力中国半导体产业突围。

近日，中国存储芯片领军企业长鑫科技集团股份有限公司（以下简称：长鑫科技）正式向上海证券交易所递交招股书，拟登陆科创板，开启资本市场新征程。据了解，长鑫科技此次IPO募资295亿元，将进一步巩固其行业竞争力。

长鑫科技成立于2016年，采用IDM（垂直整合制造）业务模式，专注于动态随机存取存储器（DRAM）领域。根据Omdia数据，按产能和出货量统计，长鑫科技在DRAM厂商中位居全球第四。

财务数据方面，招股书披露，2025年1~9月公司营收达320.84亿元，2022年至2025年9月累计营收达736.36亿元；2022年至2024年主营业务收入复合增长率达到72.04%，展现出强劲的增长势头。

产品布局上，长鑫科技构建了覆盖DDR、LPDDR两大主流系列的多元化产品矩阵，已完成从DDR4、LPDDR4X到DDR5、LPDDR5/5X的全世代产品迭代，广泛应用于服务器、移动设备、个人电脑、智能汽车等核心市场。其中，2019年推出的8Gb DDR4产品实现中国DRAM产业"从零到一"的突破；LPDDR5X产品最高速率达10667Mbps，较上一代提升66%；首款国产DDR5产品速率达8000Mbps、单颗最大容量24Gb，同步布局全场景七大模组，性能跻身国际领先水平。

研发投入上，2022年至2025年上半年，公司累计研发投入达188.67亿元，占累计营业收入的33.11%。截至2025年6月30日，公司累计拥有5589项专利，其中境内专利3116项、境外专利2473项，2023年国际专利申请公开数量全球排名第22位，2024年美国专利授权排名全球第42位（中国企业中第四）。

此次募资将重点用于DRAM业务的技术升级与产能优化，助力公司在全球DRAM市场竞争中进一步扩大优势，推动中国半导体产业高质量发展。

盘点2025丨半导体产业十大亮点

Wed, 31 Dec 2025 02:30:04 +0800

【导语】2025 年，全球半导体产业在多领域需求拉动下延续增长，WSTS 预测市场规模将达 7720 亿美元。《中国电子报》岁末年终梳理产业十大亮点：国内集成电路进出口稳步增长；国产芯片适配 DeepSeek；新锐企业加速 IPO；国产算力生态构建提速；“车芯联动”深化；2nm 量产竞争白热化；存储芯片进入超级周期；先进封装亮点多；碳化硅进军 AR 光波导市场；AI 加速融入半导体全流程，共同回顾这复苏增长与创新破局的一年。

编者按：2025年，全球半导体产业在人工智能、高性能计算、数据中心基础设施建设等需求的拉动下，延续增长态势，逻辑IC与存储芯片尤其涨势强劲。WSTS近期将2025年全球半导体市场(chǎng)规(guī)模(mó)预(yù)测(cè)向(xiàng)上(shàng)修(xiū)正(zhèng)约(yuē)7%，预计2025年全球半导体市场增长22%，达到7720亿美元。岁末年终之际，《中国电子报》梳理2025年半导体产业十大亮点，与业界同仁共同回顾这复苏增长与创新破局的一年。感兴趣的读者，也可以结合我们年初推出的2025年全球半导体产业十大看点一起阅读，在对比中感受变化本身给予产业的魅力。

01、国内集成电路进出口稳步增长

海关总署数据显示，今年前11个月，我国出口集成电路产品1.29万亿元，同比增长25.6%。据统计，今年上半年，我国集成电路进口数量总额2819亿块，同比上升8.9%；出口数量总额1678亿块，同比上升20.6%；从金额来看，今年上半年，我国集成电路进口总额1914亿美元，同比上升7.0%；出口总额905亿美元，同比上升(shēng)18.9%。我(wǒ)国(guó)集成电路进出口总量与总额均稳步增长，展现了中国集成电路产业强大的韧性与活力。与此同时，今年前三季度，我国集成电路产量达到3819亿块，同比增长8.6%，印证了我国在全球集成电路市场中扮演着愈加重要的角色。

02、国产芯片纷纷适配DeepSeek

1月20日，DeepSeek正式开源R1推理模型。该模型在数学、代码、自然语言推理等任务上，性能比肩OpenAI-o1正式版。随后，摩尔线程、天数智芯、海光信息、燧原科技、龙芯中科等诸多国产芯片企业纷纷宣布适配DeepSeek模型。多家算力芯片企业表示，其合作伙伴在短至1天乃至2小时的时间内，基于本企业的芯片完成了DeepSeek-R1模型的适配工作。不仅如此，算力芯片企业还与联想、新华三等服务器供应商共同推出了大模型一体机，单机部署DeepSeek-R1满血版，以高性价比实现了在垂直行业的部署。

03、集成电路新锐企业加速IPO

2025年，在AI算力需求和供应链自主化的双轮驱动下，我国半导体行业IPO热潮持续升温。A股市场上，摩尔线程、沐曦股份等半导体企业成功上市，合计募资超230亿元；盛合晶微、粤芯半导体、燧原科技等企业稳步推进上市进程。同时，在“特专科技公司上市规则”的保障和吸引下，港交所成为壁仞科技、天数智芯等高端芯片企业的融资阵地。资本市场的活水正持续涌入半导体产业链关键环节，推动半导体产业自主化进程。

04、国产算力生态加速构建

国产AI算力芯片不仅实现了“好用”，也得到了不同程度的市场认可，在工业、交通、金融、影音、互联网等垂直行业凝聚了一批具有代表性的下游客户。国产算力芯片代表性企业形成了以算卡为核心，涵盖服务器厂商、云服务商、终端应用厂商在内的生态体系。2025年12月，30余家生态企业联合发起的“AI计算开放架构联合实验室”首批项目组协同创新计划正式启动，致力于解决国产智算服务器“适配难”、缺少统一类CUDA基础软件栈、异构算力之间的兼容性不足、系统协同效率低等问题。

05“车芯联动”持续深化

“车芯联动”已经成为提升汽车供应链本土配套率和韧性的重要抓手。2025年以来，整车企业通过与芯片企业联合定义产品、孵化芯片企业、推动国产芯片上车、促进供需对接等方式，不断深化与芯片、零部件环节的协作创新。2025年11月，广汽昊铂GT“攀登版”正式下线，其中央运算单元搭载中兴通讯与广汽集团联合定义的车规级中央计算芯片“撼域”M1，并集结国芯科技、瑞芯微、导远科技、艾为电子等本土企业核心芯片，实现芯片设计自主化。据悉，在国产汽车芯片“质量强链”项目带动下，通过认证审查的芯片产品已累计上车2000万片，产值突破百亿元。

06、2nm量产竞争白热化

自2025年下半年起，2nm芯片量产竞争进入白热化阶段，全球晶圆制造和IDM领军企业的量产落地与技术披露密集推进。2nm晶体管密度较3nm提升20%~30%，在同等性能下功耗降低25%~30%，将直接影响人工智能、高性能计算等关键领域的发展上限。台积电表示，其N2工艺将于2025年第四季度末量产，采用Nanosheet晶体管技术，预计月产能到2026年年底达10万片晶圆；三星表示，其2nm SF2工艺于2025年第三季度末量产，采用第二代GAA架构，首款搭载该工艺的Exynos 2600芯片将用于Galaxy S26系列，预计月产能在2026年年底达到2.1万片；英特尔表示，其18A工艺已进入大规模量产，采用RibbonFET晶体管与PowerVia背部供电技术，亚利桑那Fab52厂规划月产能4万片。

07、存储芯片进入超级周期

自2025年第三季度起，存储芯片进入史无前例的“超级周期”，价格一路高歌猛进，11月的涨价势头达到年内峰值，涨幅一度超过黄金。从HBM到DDR4 DRAM、NAND，存储芯片全品类产品齐涨，且涨幅持续突破市场预期，终端市场与资本市场形成强烈共振。数据显示，2025年第三季度DRAM产业营收季增30.9%，达414亿美元；前五大NAND品牌商合计营收季增16.5%，逼近171亿美元；前五大企业级SSD品牌厂合计营收季增28%，达65.4亿美元，创今年新高。存储芯片领军企业SK海力士指出，当前DRAM需求激增，供应商库存达到最低水平，缺货情况或持续到2028年。

08先进封装亮点纷呈

在半导体制造工艺逼近物理和成本极限的当下(xià)，先(xiān)进(jìn)封(fēng)装(zhuāng)成(chéng)为(wèi)提(tí)升(shēng)芯(xīn)片(piàn)性(xìng)能(néng)的(de)关键路径。2025年(nián)，国(guó)内(nèi)产(chǎn)业(yè)在(zài)先(xiān)进(jìn)封(fēng)装(zhuāng)领(lǐng)域进(jìn)展(zhǎn)显(xiǎn)著(zhe)。长(zhǎng)电(diàn)科(kē)技(jì)、通(tōng)富(fù)微(wēi)电(diàn)、华(huá)天(tiān)科(kē)技(jì)等(děng)头(tóu)部(bù)封(fēng)测(cè)企(qǐ)业(yè)已(yǐ)建(jiàn)成(chéng)先(xiān)进(jìn)封(fēng)装(zhuāng)产(chǎn)能(néng)并(bìng)实(shí)现(xiàn)量(liàng)产(chǎn)，凭(píng)借(jiè)倒封装、CPO（光电共封装）、TSV等多样技术，为AI、存储、高性能计算等高端芯片提供了可靠的系统级解决方案，显著增强产业链的自主供给能力与技术韧性，在提升单点技术能力的同时积极参与全球技术生态构建。

09、碳化硅进军AR光波导市场

2025年，碳化硅光波导方案在AR领域焕发活力。整机方面，杭州秋果计划发布可量产碳化硅光波导XR眼镜Wigain Omnision（开发者版），Coray发布碳化硅波导AR眼镜Coray Air2（开发者版）。技术路线方面，西湖大学、慕德微纳团队于2025年8月发表在《eLight》的论文中提出“采用碳化硅材料成功研发出超轻、超薄的衍射光波导”方案，实现了单层碳化硅衍射光波导的设计、量产级制造与封装。产业链对接方面，工业和信息化部电子信息司于2025年9月组织开展AR眼镜—碳化硅材料产业链供需对接活动。面向AR+AI趋势，持续强化产业链上下游适配，已经成为碳化硅与AR产业从业者的共识。

10、AI加速融入半导体全流程

2025年，大模型进一步融入半导体全流程。广立微旗下SemiMind半导体大模型平台正式接入DeepSeek-R1大模型，实现更精准的意图理解，提供多模态推理能力，构建半导体智能研发生态系统；中科麒芯自主研发的半导体行业垂直大模型“智语芯半导体设计合成算法”通过国家网信办备案；中科慧远在IC China 2025（第二十二届中国国际半导体博览会）展示的智能质检平台以仿人光学成像系统与垂直行业大模型为核心，实现对半导体加工全链条的智能检测。在新兴技术领域，上海交大无锡光子芯片研究院发布全球首个光子芯片全链垂直大模型LightSeek。在半导体制程微缩和后摩尔技术路线探索过程中，大模型技术能够帮助工程师更好地应对数据量爆炸、复杂度激增等问题，但在合规性、安全性方面还有待探索和完善。

“有用”的算力“不好用”？

Mon, 29 Dec 2025 03:00:10 +0800

【导语】国产算力芯片，“好用”与“高性能”间似有鸿沟：为求“好用”常隐藏细节，却因场景多样、代际及品牌差异致迁移困难、精度受损。国产算卡欲突破困境，软件栈是关键，需构建统一架构推动产业化、规模化发展。

对于国产算力芯片来说，“纸面上的指标不重要，真正能用、好用才重要”，几乎成为业界默认的评价标准。然而，近日记者从产业活动中了解到，算力的“高性能”和“易用”之间似乎存在着一道“看不见的鸿沟”。

好算力不易用，厂商有意为之？

“好用和用得好似乎是天然的矛盾。”摩尔线程联合创始人首席技术官张钰勃表示。对于用户而言，“好用”首先意味着使用和迁移成本低。要实现“好用”，让用户先在自己的平台上“用起来”，算力芯片企业就得将自己的计算平台包装得非常简单，非常标准化，甚至做得跟CUDA一模一样。“这样开发者确实不需要做太多的额外学习，能够最小化学习和迁移成本。”张钰勃说。

国产算力芯片用于数字人

然而，单纯与国际主流保持一致，国产算力的创新性如何体现？国产卡又如何真正实现在诸多应用场景的部署，成为“有用”算力呢？

针对这一问题，北京硅基流动科技有限公司创始人、首席执行官袁进辉解释道：算力芯片中往往会设计很多细节，存在很多复杂的结构和功能，充分调用其功能需要一定的经验和技巧。如果想让更多的人尽快地用起来，芯片就要尽可能地把细节隐藏起来，用简单而抽象的指令，尽可能让使用的方式简单一些。也就是说，把软件接口做简单，使用户能“傻瓜式”地把芯片用起来，便实现了芯片的“好用”。

但算力芯片应用的场景是多样化的，场景覆盖AI、图形处理、科学计算等等诸多类型，每一种任务的工作负载不尽相同，对底层芯片的使用方式也各不相同。在不同的场景中，工程师如果发现了需要解决的问题，需要从上到下，逐层把一些工作负载细化、分解，以匹配硬件上的规格。

因此，所谓算力芯片“好用的没用”“有用的不好用”的争论，其实一定程度上是算力芯片企业为提升本品牌芯片使用率，“有意为之”的结果。

“好用不好用”，软件栈很重要

为了使用户先“用起来”而故意隐藏部分信息，既反映出算力芯片企业对用户的重视，也反映出用户习惯仍然在国产算力芯片普及化过程中扮演着相当重要的角色。软件栈的成熟度和“好用”程度，也很大程度上决定了开发者对算力芯片品牌的信赖度。

当前，用户期待算力基础设施能够承载包括大规模训练、推理在内的诸多职能。与此同时，国产算力芯片存在代际迭代，超智融合的算力中心还存在异构情况。上述这些需求，都对底层软件栈的稳定性带来很大的挑战。

“我们期待的状态是，上层应用跑得好。”启元实验室助理研究员王豪杰在接受采访时表示。英伟达的芯片之所以受到欢迎，稳定、高效(xiào)且(qiě)简(jiǎn)易(yì)的(de)软(ruǎn)件(jiàn)栈(zhàn)发挥了很大的作用。王豪杰举例，一个在A100芯片上训练的模型，可以部署在4090显卡上，整个过程非常顺利，不需要对软件做任何修改。“这是英伟达好用的本质核心。”王豪杰说。

国产算力用于远程作业平台

反观国产芯片生态：一方面，同一品牌的(de)产(chǎn)品(pǐn)存(cún)在(zài)代(dài)际(jì)差(chà)异(yì)；另(lìng)一(yī)方(fāng)面(miàn)，不(bù)同(tóng)品(pǐn)牌(pái)之(zhī)间(jiān)、底(dǐ)层(céng)软(ruǎn)件(jiàn)栈(zhàn)之(zhī)间(jiān)也(yě)存(cún)在差异。在某一款产品上进行训练，再到另一款算力芯片上推理，模型在不同的软件和底层硬件迁移之后，精度损失会非常严重。甚至可能出现，某些接口在一款产品上适配了，但在另一款产品上没有适配，模型跑不起来的可能。

“在单点算力不足的情况下，为了满足(zú)算(suàn)力(lì)规(guī)模需求，我们需要调用异构算力。底层软件的是支撑实现这一切的基础。”王豪杰称。

基于此，国产算卡要实现“更好用”，就得使任务能够(gòu)轻(qīng)易(yì)地(de)调(diào)用(yòng)不(bù)同(tóng)品(pǐn)牌(pái)的算力卡。如果存在严格的适配机制和验证机制，能够通过中间层统一的架构，保障在上层代码不作修改的情况下，任务也能够在不同品牌的算力芯片上运转起来，便能推动我国智能算力进一步朝着产业化、规模化方向拓展。