Global
EN
行业方案
技术支持
技术支持
超过千家合作客户,20年服务经验,从选型到技术支持我们都能为您提供
可持续发展
可持续发展
持续创新、引领行业进步是我们不屈的使命。
新闻&资源
新闻&资源
时刻与您分享我们的一点一滴
关于我们
关于我们
音特电子集技术研发、芯片制造、封装测试、销售和服务于一体
人才发展
人才发展
一同释放潜力,塑造人类健康未来
新闻&资源
时刻与您分享我们的一点一滴
企业新闻 行业资讯 产品知识 知识学堂

中国财政部这一出手,美国半导体行业感到后背发凉

来源:音特电子 发布日期:2019-06-06 浏览次数:3050次
分享:

美国媒体北京时间星期三对外放风,美国正在考虑将杭州海康威视数字技术公司、浙江大华技术股份有限公司等五家中国企业列入与华为类似的“黑名单”,阻止这些公司获得美国技术、零部件和软件。进一步扩大对中国企业的打击范围。

老胡要一语点破这件事,美方在增加对中国的施压力度,试图迫使中国就贸易谈判做出决定性让步。但我想说,它这是痴心妄想。美国如果真有决心,看看到底是中国的IT等产业全线瘫痪,还是美国那些芯片公司将纷纷倒闭。

美国媒体21日还报道,美国政府已经为将华为列入黑名单讨论了好几个月,但之前因为担心会破坏与中国的贸易谈判而搁置了该计划。双方谈判陷入僵局后,美方迅速采取了行动,但又因为引发市场的大规模混乱,多家美国公司受影响,美商务部又做出为期90天的部分豁免调整。一些美国官员表示担心,白宫还会为促进与中方谈判又撤销对华为的行政令。

华盛顿对华为等中国公司既有长恨,又有短谋。比如它对华为的长恨在于它不希望看到一家中国企业引领5G网络技术,因而它极力想在世界范围内打压华为的发展。其短谋则是要把打压华为当作迫使中国在贸易谈判中让步的筹码,冲击中国坚守原则底线的意志。

老胡想说,美国的右翼政治精英们不会有意愿接受任何非美国公司引领重大前沿技术,即使是一家欧洲或者日本公司成为5G技术的突出领导者,他们恐怕也会以某种方式加以刁难。

任正非星期二在记者会上表示,他们早已预见,要成为世界第一,华为就要准备和美国在“山顶”上交锋。与美国一些人中间涌动的这种霸权思维进行极限周旋,这是华为的宿命。

要最终成为世界通信技术领域不可撼动的领导者,华为必须闯过美国国家力量优势所组成的一道道屏障。任正非星期二的媒体谈话被《华盛顿邮报》解读为他对美国政府阻止华为在全球开展业务的努力不屑一顾。

至于把华为当成施压中国的筹码,就更不会奏效了。美方这一招连华为的意志都打不垮,又岂能吓倒中国?中国作为一个国家,而且是大国,回旋余地肯定要比一个公司大得多,北京更有理由对华盛顿的威胁予以蔑视。

我相信,美国芯片断供会给中国相关公司带来一时困难,但那些公司和整个中国都必须有决心勇敢地迈过这道坎。星期三中国财政部宣布对已获利的集成电路设计和软件企业前两年免征企业所得税,第三年至第五年所得税减半。老胡对这一决定要点个大赞,它是中国用做好自己的事情来反击美国对华贸易战的真正举措。我相信,这个举措比什么都更让美国半导体行业感到后背发凉。

国家对于美方施压所造成的困难已经做好充分评估,请公众放心,这些问题不会对我们的网络电信生活造成影响,国家的进步将会与时间赛跑,中国有能力翻越美国封锁的这座大山。这既是中国IT产业临时困难的时刻,也是美国自己提前敲响其半导体工业全球绝对霸主丧钟的时刻。摘自环球时报。

热门新闻
AI眼镜加速进入消费市场,微型电子元器件迎来新机遇
2026-07-15
随着人工智能技术不断发展,AI功能正在从云端计算逐步延伸至终端设备。近年来,AI眼镜作为融合人工智能、可穿戴技术和智能交互的新型产品,正在受到市场关注,并逐渐探索在智能办公、信息交互、生活辅助以及娱乐应用等多个场景中的应用。 相比传统智能眼镜,新一代AI眼镜不仅具备显示、拍摄、语音交互等功能,还集成了AI芯片、摄像模组、传感器、无线通信模块以及电源管理系统等多个电子单元。随着设备功能持续增加,产
机器人走进更多场景,电子元器件迎来新应用增长点
2026-07-15
近年来,随着人工智能、智能制造以及自动化技术快速发展,机器人产业正在迎来新的发展阶段。从工业生产线上的智能机器人,到物流配送、医疗辅助、商业服务以及家庭应用场景,机器人正逐步拓展应用边界,成为推动智能化发展的重要力量。 相比传统机械设备,现代机器人不仅具备运动控制能力,还融合了大量电子技术,包括高性能控制芯片、精密传感器、通信模块、电机驱动系统以及电源管理单元等。随着机器人功能不断丰富,设备内部
AI算力狂奔背后:数据中心电源系统迎来新挑战
2026-07-15
随着人工智能技术快速发展,AI大模型、智能计算、自动驾驶以及工业智能化应用持续推进,全球对于算力基础设施的需求不断增长。作为支撑人工智能应用的重要基础,AI服务器和数据中心正在成为电子产业新的发展热点。 近年来,AI模型规模不断扩大,训练和推理任务对计算能力提出更高要求,推动高性能计算芯片、服务器设备以及数据中心建设持续升级。相比传统服务器,AI服务器通常需要搭载更多高性能处理器、加速芯片、高速