2025 芯片设计行业 白皮书 人力核心指标 行业报告系列 2025 - 03 - 19 人力资源核心指标 芯片设计 薪智 目录 样本分布 01 人力指标 涨薪率 04 离职率 10 应届生起薪 11 城市薪酬差异系数 16 人力需求 招聘趋势 19 城市招聘趋势 20 5e3f6aaa06444fd8a666eb59160aa400 招聘动态 22 热门职能 39 电子、 瑞芯微、翱捷科技、上海贝岭、澜起科技 公司数量 样本数量 中游 材料及设备 长川科技、中微公司、盛美半导体、芯源微、华峰测控、 中晶科技、北方华创、拓荆科技、概伦电子、华亚智能 公司数量 样本数量 芯片制造 中芯国际、华润微、华芯微、英特尔、台积电、海力士、 武汉新芯、士兰集成、海威华芯、三星半导体 公司数量 样本数量 芯片测封 通富微电、利扬芯片、长电科技、晶方科技、锐骏半导体、 安测半导体、芯诚微电子、鼎晖科技、电通微电、红光股份 公司数量 样本数量 EDA/IP 新思科技、芯和半导体、中磊电子、纽创信安、芯动科技、 纽瑞芯科技、全芯智造技术、天创微波、斯达股份、纬而视 公司数量 样本数量 下游 分立器件 天马微电子、扬杰科技、银河微电、斯达半导、苏州固锝、 华映科技、江海股份、华微电子、捷捷微电、京东方 公司数量 样本数量 1 产业链分布 样本分布 4,762 2,085,860

其 中 有 80 余 家 已 经 建 立 HRSSC （ 约 69% ）。 HRSSC 是大型企业人 力 资源服务和管理体系的主流选项。 从入围世界 500 强的中国民企和 美 国企业样本来看， HRSSC 在 不同 行业的普及率没有显著差异， 对各 行各业都同样适用。 世界 500 强 美国企业约 69% 已建立 HRSSC 11 佩信集团 团 佩信集团 佩信集团 HRSSC 对于优化员工体验和提高满意度的实际作用，我 们 调研了广大职场人士，询问其对 8 个普遍且高频的员工服务和功能 是否 感到满意，并按照调研对象所在企业是否已经建立 HRSSC 将调 研样本 分组对比。 结果显示，在 6 个员工体验点上，已经建立 HRSSC 的企业中对此感到 满 意的员工占比，相比未建立 HRSSC 的企业有大于 5% 的领先；对于 另外 2 个普遍且高频的员工体验点，即打卡和报销，已经建立 HRSSC 都采用了 这 些技术产品中至少一项，纯软件产品比软硬件 结合 的产品普及率更高。此外，包括员工咨询、 招聘、 培训方面服务和功能的 HRSSC 采用这些 技术产品 的比例显著高于总体样本。 20 HRSSC 的人力数据分析功能涉及的相关技术 来源：佩信行业研究院自主研究绘制 佩信集团 团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团 佩信集团

模型可能无法学习到有效的特征，难以适应 新的领域或任务，限制了其在实际科学问题 中的应用。 为了解决这一挑战，可以从以下几个方 面寻找突破路径： 利用生成式模型生成高质量科学数据， 补充数据稀缺领域的样本多样性。通过预训 练跨领域基础模型，结合小样本学习技术， 快速适应新任务或学科场景 2.2.3 如何利用 AI 拓展科学发现的创新 边界 AI 目前仍局限于已有知识的重组与推 理，主要通过对已有数据的模式识别和重组 设计和训练部署全过程，是构建自主可控 的内生智能防护体系的关键 2。 4.2 最新进展 AI 系统全生命周期均面临严峻安全挑 战：数据采集阶段，投毒攻击通过注入噪 声或恶意样本，误导模型学习；训练阶段， 通过植入模型后门，使其具备隐蔽功能； 推理阶段，对抗样本、模型幻觉和风险内 容生成已成为主要威胁。超大规模参数、 极深网络结构的基础大模型生成行为可解 释性差、安全对齐内生性不强，易遭受越 狱、提示词注入、隐蔽后门等对抗诱导 扩散模型的架构根植于概率论和随机过程， 其正向过程利用马尔可夫链逐步注入高斯噪 声使数据退化，逆向过程则依赖参数化条件 概率逐步剥离噪声实现重构，构成一个可逆 随机过程。这样的设计在确保生成样本多样 性的同时，也保证了高质量的重构。此外， RNN 利用递归结构捕捉时序数据的动态特 性，其状态更新可用差分或微分方程描述， 而残差网络（ResNet）则通过引入跨层“捷 径”联结，缓解深层网络中梯度消失问题，

特征提取，避免字粒度模型提取特征后还需将其重新组合成词语的麻烦，也减少了模型的信息 损失。 模型训练时，我们使用职能、技能前后拼接的数据结构，其中来自相同 CV 数据的职能、技能作 为正样本，来自相似行业中不同 CV 数据的职能、技能作为负样本。正负样本数量比例为 1： 1。为了防止模型仅抽取职能对技能的依赖关系，我们在将职能和技能调换顺序后的数据加入样 本中同时训练，以提取双向的依赖关系。 经 过 充 分 训 新任务里的知识，使得模型能够 更加深入新任务所表达的规律。 2. 更少的样本依赖。 在 BERT 以前，凡是涉及自然语言理解的任务，需要少则数万，多则数十万的训练样本，才能 达 到 一 个 基 本 的 效 果，而 训 练 样 本 不 是 自 然 就 有 的，大 多 需 要 人 工 标 注。BERT 出 现 之 后， BERT 可以基于已经习得的语言规律，更好的利用样本，使依赖的标注数量降低至少一个量级， 极大加快模型的理解速度。 的情感分析模型，新训练的模型准确率达到了 93%，更重 要的是，在以上两方面问题上，基于 BERT 的模型有质的提升： 1. 训练模型需要的数据下降了至少一个量级。我们基于 BERT 尝试进行少量样本的学习，发现， 训练到同样的效果，BERT 需要的数据降低了一个量级。 2. 强大的迁移能力。当我们把在公司评价数据集上训练的模型迁移到面试官评价数据集的时候， 模型的效果几乎没有下降，这证明了

机遇，评估战略和业务模式的气候适应性，并鼓励采用情景分析等方法开展评估。在实施层面，《指引》坚持循序渐进、 务实推进的原则，坚持强制和鼓励相结合：明确要求上证 180、科创 50、深证 100 和创业板指数样本公司及境内外同 时上市的公司应最晚于 2026 年发布 2025 年度可持续发展报告，同时鼓励其他企业自愿披露。 以 ESG 治理驱动上市公司绿色转型 21 2024 年 12 月，财政部会 列政策出台标志着绿色基金从“自律探索”进入“制度规范”阶段，为市场扩容提供了顶层设计和标准支撑。 从市场实践看，金融机构正积极布局绿色基金。根据中国证券投资基金业协会统计，公募基金在绿色投资制度建设上 全面发力，超过半数的样本机构建立了全面的绿色投资研究和评价机制，并发行过或正在发行以绿色投资为目标的 产品。从市场规模看，据秩鼎数据，截至 2025 年二季度末，我国市场上已有低碳及绿色发展公募基金 223 只，规 模合计达 家机构建立了绿色表现负面清 单，其中，22 家机构同时建立了正面评价方法及负面 清单机制。具体实践中，多数样本公募机构搭建了投 资标的数据库和 ESG 投资评价体系，设置负面清单和 负面筛选机制，考察企业单位能耗、碳排放强度、环 境风险事件及监管部门处罚情况，将绿色因素纳入投 研决策流程。 · 在环境风险管理方面，21 家样本机构已建立环境风险 监控机制；21 家机构针对已投资标的环境风险暴露建 立了应急处置机制，形成绿色投资风险闭环管理。具

的方式，还是按照数量的百分比，或者随机，还是固定检验 数量，都要靠采样过程确定，也就是说，检验的具体数量要 靠采样过程确定 QM 主数据 - 采样方案 批 量 样本大小 100 10 1,000 25 10,000 50 Sampling Scheme ） 采样方案是被应用在采样程序中的，也就是说，采样过程要调用采样方案，从而调用采样方案中的数据，所 以要先建立采样方案，后建立采样过程，采样方案定义了可能需要不同的检验严格度，根据样本数量，随机 调整检验数量。定义了是否需要用动态修改规则的加严 / 标准 / 宽松检验，还是 AQL 点的抽样检验。 QM 主数据 - 动态修改规则 检验阶段 加严 正常 放宽 免检 Time

破关系型数据库的缺陷，实现数据 的融合分析。 哈尔滨电气集团 - 大数据处理能力升级 哈尔滨电气集团 - 大数据分析能力升级 现有系统数据库通过建立基于专家设计知识、制造知识的 标准样本及故障样本，并对比两者的差异，实现故障主 题、子题、故障因子的预设性分析，功能较为单一，且扩 展性较差，仅能针对单种水轮机产品分析 开发基于大数据的通用工业故障分析算法及 通用数据分析算法，为各种产品的实际应用

延续2023年恢复态势，带动了商业地产市场的温和复苏。《2024年上半年商业地产租金指数报告》依据全国15个重点城市主要商业街及购物中心商铺租赁的相关数据， 选取了重点城市中的100条商业街商铺与100个典型购物中心商铺作为样本标的进行了深入调查与分析。研究发现，商业街和商圈购物中心租金延续小幅上涨态势，但 涨幅收窄，消费市场有望保持平稳恢复态势，商铺租赁需求亦有望继续释放。 商业街及商圈购物中心租金小幅上涨，消费市场平稳恢复，商铺租赁需求有望继续释放 询 对该等信息的准确性、完整性或可靠性作尽最大努力的追求，但不作任何保证。在任何情况下，本报告中的信息或所表述 的观点均不构成任何建议。 本报告中发布的调研数据采用样本调研方法，其数据结果受到样本的影响。由于调研方法及样本的限制，调查资料收集范 围的限制，该数据仅代表调研时间和人群的基本状况，仅服务于当前的调研目的，为市场和客户提供基本参考。受研究方 法和数据获取资源的限制，本报告只提供

的简单堆砌，而是响应国家"人工智能+"战略、打造一体化全场景智能交互环境的生动 实践。每个场景都经过深度调研和反复验证，既体现技术前沿性，又具备商业可复制 性，为产业发展提供了清晰的路径指引。 图谱还特设"无锡样本"专章，深入剖析这座物联网之城如何从先行先试到引领示范， 如何将技术创新转化为产业优势，如何构建起覆盖全产业链的生态体系。无锡的经验 不仅是地方实践的成功案例，更是中国 AIoT 产业发展模式的缩影和标杆。 传感器方案，多模态系统的误报率降低了 95%，漏报率降低了 99%，真正实现了"防 患于未然"。 生成式 AI 在感知领域的应用在 2025~2026 年形成了持续亮点。通过大规模预训练和 少样本学习，生成式 AI 模型能够理解和生成各种模态的感知数据。在感知增强方面， 生成式 AI 可以将低分辨率、高噪声的传感器数据恢复为高质量的感知信息。例如，在 安防监控中，即使是在夜间或雾霾天气下拍摄的模糊图像，也能够通过 学习句子表示。多任务预训练如 ExT5 同时优化 多个目标。预训练数据的规模和质量直接影响模型能力。 模型规模与涌现能力存在幂律关系。从 GPT-2 的 15 亿参数到 GPT-3 的 1750 亿参数， 模型展现出了少样本学习、上下文学习等涌现能力。PaLM 达到 5400 亿参数，在推理 任务上取得突破。但并非所有能力都随规模线性增长，某些能力在特定规模阈值后突 然出现。计算最优的扩展定律指导如何分配数据、模型大小和计算预算。稀疏模型如

RL Scaling”等相关研究成果表明，基于一定样本选择策略择 优选出的“黄金样本”在 AIME24、MATE500 等基准测试集上能够在一 定程度上超越全量样本的使用效果。随着一体化政务大数据体系建设 的建设重点逐步由归集治理（3.10 第三阶段）向着应用创新（3.10 第 四阶段）不断演进，面向未来政务大模型应用，政务数据集的质量、 样本覆盖度和知识密度正在成为政务数据能否发挥创新价值的决定