关于手机APP研发 系统UI等在大学里是什么专业的讨论正在各大平台持续发酵 ，我们精心筛选了最新资讯
，希望能为您带来实质性的帮助 。

手机APP研发 系统UI等在大学里是什么专业

据我所知没有什么具体的专业吧
。目前APP开发和UI教学大都是一些培训机构在做。大学里相近的只有计算机或软体之类的专业了，因为APP开发需要用到程式语言 ，这两个专业会具体学习相关程式语言 。另外
，大学里学的东西还是比较基础，没有针对性的
。如果喜欢APP开发的话只能是先把相关的程式语言学好 ，业余再自学APP开发的其它东西。祝好运！

苹果公司ios系统研发的 。在大学里是什么专业
。

软体工程或其他相关的专业
，但也有其它不相关的专业最后转到软体行业，毕业后搞ios系统研发只是一个就业方向。

火车司机在大学里是什么专业

机车运用系

天津铁道职业技术学院有高速动车组驾驶与维修专业

一般铁道学院才有吧

做振动筛在大学里是什么专业？

应该是机械振动专业

锅炉专业在大学里是什么系

锅炉专业主要指热能与动力工程专业 、热工学 ，燃烧学，机械设计等 。

以前大学还设定锅炉技术专业
，现在已没有锅炉专业了，98年已并入热能与动力工程专业（简称：热动） ，一般热动专业在能源与动力工程系。

锅炉专业现在改成了热能与动力工程专业
，就是关于锅炉的设计制造知识，主要学习关于锅炉的设计
、制造、安装 、执行
、检验等等和一些环境方面知识
。

医院里B超 ，拍片等在大学里属于什么专业？

影象专业。

只要取得执业医师证
，临床医疗专业都可以进B超工作 。

现在哪个医院不是走关系？

医学影象是5年
。

工程上的弱电在大学里是什么专业？

工程上的弱电在大学里是电气工程及其自动化相关专业，自动化就包含了弱电系统。

本专业学生主要学习电工技术、电子技术 、资讯控制
、计算机技术、电气工程及自动化技术等方面较宽广的工程技术基础和一定的专业知识 ，使学生受到电工电子 、资讯控制及计算机技术方面的基本训练
，以及电气工程及自动化领域的专业训练，具有解决电气工程技术与控制技术问题的基本能力 。

手机作业系统设计 和手机晶片研发各是什么大学专业

主要有一下专业：

一、手机作业系统设计：

1. 计算机专业

2. 资讯工程专业

3. 自动化专业

二
、手机晶片研发：

1. 电子资讯专业

2. 电子资讯工程专业

3. 微电子技术专业

4. 应用电子技术专业

5. 通讯工程专业

请问做充电器研发的在大学是学什么专业呢?

别看一个小小的充电器 ，涉及的学科领域还不少
，大学还没得一个专业就能把充电器的所有方面都涵盖的，而是好几个学科领域结合起来才能出一个完整的产品 ，比如充电器的电方面就涉及了电子科学与技术专业的知识，充电的时候里面的化学反应就涉及了化学工程专业的知识
，外面的模型设计就是工业设计的专业领域……

在大学里是否可学2个专业

大多数大学都有辅修专业，学分比主专业少 ，毕业时毕业证会注明主专业和辅修专业
。武汉有七校联合
，可以在不同的学校学习不同的专业，例如你是华中科技大学的学生 ，不仅可以拿到本校的学位
，还可以选修其他学校的专业，拿另外学校的学位证。

日本的东芝、松下 、索尼
、三洋和夏普为什么不行了？

今年杭州云栖大会上 ，中国馆地震局的地球物理科学家王伟涛博士在Tech Insight的数据存储技术实战专场做了一场主题分享：名为《云计算在地震学研究中的应用-利用bcs和海量数据创建虚拟地震》 。 他介绍
，原本需要一年计算时间的整个中国数千个地震台两两之间的五年数据的计算任务，在云计算中狂飙 ，48小时之内就计算完成了
。

这到底是如何实现的呢?

我们的祖先凝望星河闪耀
，却花费万年时间才摸索出天体运行规律。

我们的前辈坐看潮涌潮平，却历经千秋万代才能航行到大洋彼岸 。

而我们自己 ，在这片土地上繁衍至今，却仍旧对脚下的大地懵然无知
。

从观察记录到规律预测
，几乎是人类科学史的全部逻辑。

但每次我们拼尽全力记下的数据，都只是抬高知识瀚海的涓涓细流 。

当我们提笔开始繁复演算的时候 ，期待的是阿基米德跳出浴缸、牛顿举起苹果的那一刻。

王伟涛博士正是这样计算的执笔人
，他来自中国地震局
。他想知道的，是我们脚下大地的每个细节。

浩如烟海的计算

我们经历的每一次地震 ，都在提醒自己预测和预警这种灾害的迫切性 。但是
，我们距离这个目标还很远
。

为更好的认识地震这一物理现象，需要极其的详细的地壳结构影像 ，而为了绘制这张地下地图
，又需要详尽的数据计算。 目前为止人类打到地下最深的井是前苏联钻探的科拉超深井，约12.2公里 ，但是地震的震源深度往往在地下十几到几十公里
，当前的科技根本无法在震源深度开展直接观测 。

所以我们需要依靠分布在全国的数千个地震台来对地震波进行探测，震波在地下的传播特性 ，受到地质结构的影响，这也是地震波可以用来绘制地底图像的原理
。这些地震台可以感知地震的“大震波 ”
，也同样可以捕捉日常的“大地噪声
”，例如海潮拍击大陆的震动。

根据地震波进行地底成像的原理

王伟涛告诉记者 ，像他这样的地球物理科学家几乎都是半个程序员 。 因为从地震波到地底成像
，中间要经过超越一般人想象的大规模程序计算
。他的计算模型是这样的： 每一次震动都会由近至远依次传递到各个地震台，所以理论上来说 ，每个地震台都会对同一次震动做出自己的记录
，这些数据既有差异有又联系。

利用这些数据，可以计算出一些“虚拟地震” 。 用每两个地震台之间进行数据互相关对比计算 ，就可以获取研究中国地下的总体结构所需要的宝贵数据
。

虚拟地震可以模拟出和真实地震一样的数据
，所以可以用于本来没有发生地震的地区的地底成像 每个地震波数据都有 E，N ，Z(东西
，南北，垂直)三个向度的分量 ，全国2000多个永久和临时地震台就是 6000 个分量，每年的数据量大概是 30TB
，而我们的总数据量已经到了 PB 级别。

由于我们要相互对比每一个地震台每个时间点的每个分量数据，这些计算量是呈指数级增长的 。 王伟涛的智慧和经验 ，恰恰表现在他所设计的程序和算法之上。 但耗费很大心力完成这个算法的王伟涛博士发现
，他才踏上了万里长征的第一步，还有一个巨大的困难横亘在面前
。

图中每两个地震台之间的连线(灰色)都是需要计算的数据 ，总计算量极其庞大。如果使用单机对这些数据进行计算
，大概需要七年时间 。按照一个人的职业生涯二十年计算的话，我在退休前只能完成三次计算
。在这种情况下 ，大规模分布式的云计算似乎成为了唯一的选择。

然而
，云计算的机理绝不像听起来这么轻盈 。记者也采访到了中国地震局的合作伙伴阿里云的童鞋们，在他们眼里 ，云计算和科学研究一样
，集合了人类最顶尖的智慧
。

所需存储空间 、计算量和预计单机计算所需的时间

分布式存储：有关农场的游戏

云存储就像一个大的农场，每个服务器就像一个工人 ，而你的数据就是羊。阿里云存储高级专家承宗说 。看来他是个牧场达人
。“分布式存储 ”，可以看作分布式计算的基础条件。也就是说
，你的羊要先放进阿里云的“农场
”，它的工人才会帮你照料
、喂养、剪毛 、纺线 。

对于王伟涛博士的数据来说 ，仅仅是存储在云端
，就需要无数“黑科技”
。

在将要进行的计算中，计算系统会对存储系统进行大规模的访问。而这些访问必须要平均地打到服务器上 ，绝不能存在热点 。而这还不够
，由于服务器的硬件故障在大规模集群中会变成一个常态事件，所以必须做好资源的实时调度和提供故障容忍能力。

例如保证在摘掉一块硬盘的时候 ，其余的硬盘要迅速用备份数据把存储追齐
。

承宗举了以上两个例子。这两个例子换成农场的比喻
，大概是如下表述： 农场对于工人的工作量要平均分配，绝不能出现“对着一个羊薅羊毛 ”的情况发生 。另外 ，农场每天都有工人病倒
、请假
，要在最短的时间把他的工作合理分配给很多人，这样别的工人也不至于负荷过大
。

整个阿里云的分布式文件系统 ，被命名为盘古。在承宗心里，盘古还有很多智能化的“黑科技
” 。

他举例了一个例子： 我们人类看到的磁盘都一样
，但是盘古看到的磁盘各不相同
。它会根据历史访问数据的积累，例如写入的速度和效率 ，对每一块磁盘的健康度进行打分。

对于健康状况不好的磁盘
，就相应减轻一些工作分配 。这些底层的技术，都可以为王伟涛博士下一步真正的计算做准备
。

承宗说 ，在分布式计算中
，数据带宽成为了一个重要的参数。从王伟涛博士的角度来看，如果把数据存储在自己的服务器上 ，仅仅利用阿里云的计算能力进行结果输出
，是不能实现的 。原理很简单，分布式计算的所有服务器都向一个存储单位发送数据读取请求 ，带宽会被瞬间堵死
，再强大的算力都无法发挥
。

至于具体数据，百兆光纤的带宽一般是 100Mb/s ，而硬盘的带宽最高可达几Gb/s，而阿里云存储内网访问带宽(云计算系统内部)可以高达Tb/s级别。

批量计算：建造一座金字塔

接下来
，王伟涛博士的数据就会进入最终计算的环节 。我熟悉了自己习惯的 Linux 系统，所有的计算代码都是在这个环境中完成的 ，如何让我的代码在云计算的环境中发挥作用
，是一个很重要的问题。

地底成像数据的计算流程

在地震科学研究方面，阿里云显然没办法提出算法建议 ，所以他们需要做的是
，提供一个通用的接口，让王伟涛可以使用自己机房中的电脑、界面和Linux 系统 ，来对云上的计算进行控制
。

阿里云提供的兼容和适配能力
，是阿里计算专家林河山颇为骄傲的地方。 王博士在此之前没有使用过分布式集群，也没有使用过“超算” ，所以直接跨越到云上
，从操作和控制层面来说，对他来说会是个挑战 。

我们提供的计算接口可以让单机程序不做修改就高效执行在云环境下
。用户通过几句简单的命令就能在云上调动大规模的计算资源进行分析 ，而不需要学习复杂的分布式计算知识。其实很多从其他地方过渡到云计算的人都会有这样的问题，所以不仅是王博士
，很多其他用户也会用到我们的通用计算接口 。他说
。 这个时候，大规模计算的障碍基本被扫清了。

不过 ，林河山告诉记者
，云计算真正的核心技术，还在于批量计算的算力调度之上 。

大规模计算的加速流程和模式 计算规模扩大之后 ，就会造成对存储资源的访问非常频繁
，这时，对于访问的并发量的控制就要非常“小心 ”了
。

王博士的应用有非常多的小I/O请求 ，如果每一次I/O请求都直接访问云存储
，由此带来的延时会对计算效率造成影响。为了进一步优化计算性能，批量计算采取了“分布式缓存”的策略 ，把有可能会用到的数据
，提前缓存到计算节点周围 。这样，就可以让计算能力不受集群规模的限制
。林河山说。

而即使是这样 ，还远远不够，对于数据访问究竟采取多大“粒度
”
，是考验系统智能的重要时刻 。如果一次读取过多，可能造成带宽拥堵 ，如果一次读取过少
，又会造成频繁访问。而针对不同类型的数据，都要做出合理的预判 ，自动地读取
，是一项艰巨的任务
。

打个比方： 这如同建造一座金字塔，数万名“奴隶”要分工合作。工程师要决定：是牺牲速度一次性运输多个石块到现场 ，还是牺牲数量
，一次快速运输一块石头到现场 。

同样，面对浩瀚的金字塔工程 ，每时每刻要分配多少奴隶来搅拌砂浆
，分配多少奴隶来搬运石块，分别分配多少奴隶来负责建造各个区块 ，这个即使是工程师都需要仔细考量才能完成的任务，都要交给系统自动完成
，难度可想而知
。

当然，如此繁复的计算过程 ，出错是经常会发生的。

林河山举了一个例子： 在渲染追光动画的动画片《小门神》时
，阿里云的容错机制就发挥了作用 。(当时在峰值有 2000台服务器参与了大规模批量计算
。)一般情况下， 对于视频的渲染工作是一个连续的长流程。如果某一帧渲染中哪怕只有一个节点出问题 ，都会造成访问的大规模延时
，造成逻辑上的拥堵，产生“热点 ” 。

林河山说：“阿里云的做法是 ，在计算出错之后
，在最短的时间内重跑，如果在跑的过程中确认节点存在问题 ，还会自动调度到另一个地方
，这些对于用户来说都是没有感知的，但是在背后 ，我们必须做出大量的努力
。

绘制地下的世界

原本需要一年计算时间的整个中国数千个地震台两两之间的五年数据的计算任务，在云计算中狂飙
，48小时之内就计算完成了。

地球内部成像，恰似人体的B超

这在云计算时代来临以前是无法想象的 。 从科学研究的角度来看 ，这些数据是原始的地震观测数据的数据产品
，同时也是后续科学研究所依赖的重要数据，可以很好地支撑王伟涛进行接下来的研究
。 从外界看来计算过程非常顺利 ，而刚才我们所感受的一切艰辛
，都只发生在背后的代码世界。

借用阿里云产品总监李津的话： 当计算结果输出的时候，我们所有的技术人员都沉默了 。

我们多么渴望这样的数据早几十年被计算出来 ，这样我们就能为人类认识地震这一自然灾害争取宝贵的时间。

抛开商业的云雾
，可以看到云计算真正的的锋利所在
。

王伟涛的研究并没有停止，他说： 目前为止 ，我只做了2011年到2015年的一个向度上的数据分析
，未来还会继续把更多向度和频率上的数据进行计算。科学研究的精确度是可以一直提高的 。越来越精确的地底数据，会为矿产勘探 、防震减灾和地震科学研究提供非常强的支持
。

科学的有趣之处 ，正是在于不断地尝试。有可能一觉醒来想到新的方法，就要重新改写公式和代码
，通过计算进行验证 。

也许有一天，属于王伟涛的那只苹果会悄然落下
。那一刻 ，是王伟涛的胜利
，也同样是人类计算力的胜利。 我们倾尽全力提高算力，把数据的涓涓细流汇聚成洪荒之力 ，只是因为我们不愿对脚下的大地懵然无知 。

不是人家不行了
，是我们不行了
。人家在走高精尖，国产电视也好 ，冰箱洗衣机空调也罢
，真正核心技术都是买人家的，离开人家 ，你生产个纯自己的东西我看看
，是人家根本不屑生产这些低附加值产品，不代表人家生产不了。你开奥迪 ，我开劳斯莱斯，不代表我买不起奥迪 。虽然经济全球一体化
，技术不可能一体化的
。

简直是天方夜谭，不但行而且很行 ，索尼在影视界也是赫赫有名何况还有独霸手机摄像头
，和照相机COMS摄像头几乎囊括全世界70%，松下已经是新能源的佼佼者 ，像家电这种低附加值的家电早就甩出去了。

东芝 索尼不行了？ 提问的认识这两玩意么
， 一个陀螺仪 一个民用2.4米 240公里轨道拍的30cm分辨率的镜头 知道是你说的哪两家的么？

日本企业的特点:

1.通常善于改善
、优化，而不是发明

2.专治认真 ，物极必反

3.拿功能机比喻日本企业比较恰当

第一条
，日本多数技术是模仿欧洲和美国 。举一例，金属触变成型机 ，专利权属于美国
，可是美国并不生产，专利权分别授予加拿大和日本的各一家公司。日本拿到专利 ，并不是照搬生产，而是做了进一步地改进、优化
，加拿大的机器可以说是原型机，生产中日本的机台要好用的多
。

在以前 ，改善优化立显日本企业的优势
，日本产品曾经以这样的方法，将电脑内存以及 汽车 等产品打入美国市场。现在 ，有了中国企业的出现
，中国产品的模仿则是全方位的，无论对方多么穷或者富有 ，都有相对应的产品 。光伏 、LED、LCD
、轮船
，甚至高铁，中国企业有直接简单模仿 ，有优化改善
，在一个行业不仅仅是全方位渗透，而且是各个层次的低价竞争
。何止是日本抵挡不住 ，美国特朗普也发愁呢！

第二条，日本企业完善了各种表单和流程
，企图做到疏而不漏。正因为如此，设置部门过多 ，战略执行困难
，协调合作效率低，开发产品周期过长 。（注:德国、美国的效率也不高 ，流程同样长）
。另一点
，日本是一丝不苟的做事精神，刻板专治单一 ，因此日本企业得以改善优化出了很多优秀的配件 、部件
，机床。看长端这是很有利的！但整体市场，中国企业做到了边改善边出产品 ，速度快
，抢先占领市场 。或许是太难于接受现实，或许被现象迷惑 ，有的日本企业开始坐不住了，屡次作假屡次曝光！部分日本企业的认真
、专一精神开始崩溃！

第三条
，日本企业喜欢闭门造车，改善优化是停留在企业内部 ，产品没有上市
，就已经开始替客户拿主意了，“Panasonic ideas for life
” ，从2003年一直使用了十年至2013年
，松下巨额亏损！

缺衣少粮的时代，一去不复返（不是你给我什么 ，我就要接受什么）！而 时尚 则是观察时代变化最好的窗口
，可以看到大众的心灵变化:LV包包不再流行，包包、服装开始追求小众化品牌 ，流行个性化 、定制版
。如果
，你的产品现在还在我行我素，企图牵着客户的鼻子走 ，那你的产品会被漠视，视而不见！

日本企业较为擅长产品品质
、性能的提升
，显得刚性十足，像是一部功能手机。中国企业从并不是自己开发的手机入手 ，美化桌面主题UI
，缩短开机时间，清理存储空间 ，以致于先有MIUI系统后有小米手机 。

中国企业的颜色是渐变色
，日本企业则是单色的浓郁
。零零年代，索爱手机开发之初 ，由日本派专员督阵某代工企业
，天天彻夜不眠，生产方案改了又改。可终究呢？Sony感光元件imx系列是日本手机唯一留下的光辉！

欧美注重基础研究 ，久而久之
，诞生了许多伟大的发明，或许像一名产妇 ，发明完了，她就太累了
，无暇顾及继续改善，自以为可以高高在上了！

当下 ，一个国家长端要看基础研究的积累
，短端要看发明的衍生品（改善优化的能力）繁衍出的价值 。时代向前，你只有向前 ，差距在缩短
，轮回在变快……

谁说他们不行了？别人只是转行了。砍掉了白色家电和下游低端制造业，别人现在都做高端产品去了！

东芝的核磁共振 ，多普勒彩色B超
，高端透析产品，数字X光机 ，芯片
，数据存储，人家是高端医疗器械的王者 ，中国每年向日本进口的彩色B超，X光机
，核磁共振东芝占一多半
。

索尼是高端电视机的王者，高端电子产品 ，耳机
，音响，高端摄影机 ，顶级ccd
，数码相机，手机摄像头(全球份额第一) ，索尼在影音设备
，电视直播，转播系统 ，全球数一数二。

松下有高端刮胡刀
，高档家电，高档锂电池市场份额第一 ，高档锂电池专门为特斯拉供应，还有笔记本电脑
，虽说份额不是很大 。但是质量真的是很牛逼，相当的耐用！据说美军的军用笔记本 ，有很多采购松下的！

夏普已经把液晶显示器面板技术(低端产品)已经卖给国内的企业了
，现在还在做激光打印机，高档激光电视
。不赚钱的都丢给中国企业 ，赚钱的自己留着慢慢用。

三洋
，依旧是电池研发领域的王者，已经把低端家电产业卖给中国企业了 。据说三洋被索尼和丰田持股！其他的产业不详！

这特么我是不是傻 ，你去电商
，商超看看索尼电视多少钱？同样的国产多少？同样指标的你拿国产的价格看人家索尼卖给你吗？不是崇洋媚外，不如人家要承认 ，别整天意*
。

哪里不行了？人家厉害的地方你不知道而已
，醒醒吧，东芝在芯片里已经做到世界前五了 ，松下在新能源零部件是全球老大，索尼在自动驾驶也是举足轻重
，三洋贸易也是全球顶尖的商社之一

事实确实如此。东芝能源系统社长介绍，东芝当年做白色家电年营收最高达4000亿人民币 。但泡沫经济崩溃后 ，东芝逐渐退出了电视和白色家电行业
，相关技术转让给了中国的海信和美的
。

如今中国的白色家电市场，几乎被美的、格力 、海尔等掌控。日本企业全面大溃败 ，我们已很难寻觅东芝
、索尼等日本品牌的身影 。不过
，据东芝能源系统社长介绍，2017年东芝的营收达到2400亿人民币 ，利润40亿人民币
。预计到2019年
，东芝的年营收就会恢复到3000亿人民币或更高。

其实日本诸如松下、日立这些巨头已转型成功 。转型慢了一步的夏普遇到了问题，被富士康的郭台铭收购了；索尼转型不够坚决还处于不稳定状态。

东芝完全退出白色家电后 ，进入大型核电 、新能源和氢燃料电池电站业务领域
，目前，支撑东芝的核心业务是全球化布局的上游重工业务以及核电
、新能源、氢燃料电池技术
。这样的东芝不再为人熟知 ，也没有当年的体量，但重工技术的底子更加厚实。

在前端市场消失
，在上游市场站稳脚跟 。东芝的成功转型，几乎是日本经济转型升级的缩影
。从2000年开始 ，遭遇泡沫经济打击 、在终端市场上败退的日本企业
，开始往两个路径转型：

一是从数量型增长向质量型增长转型,二是从国内市场再次向国际市场转移

上个世纪七八十年代，日本经济快速增长 ，电子产业抓住技术革命良机快速崛起。日本的电子表、电子 游戏 机
、彩电、冰箱 、空调
、功能型手机等白色家电和电子产品风靡全球 。当时
，中国进口最多的家电便是日本家电
。

但是，1990年泡沫危机爆发后 ，日本不少企业陷入经营困境。中国海尔、格力 、美的
、海信等家电企业凭借性价比优势逐渐抢占中国市场
，松下、东芝等日企逐渐在终端市场黯然退出 。韩国三星 、LG崛起，取代索尼
、夏普成为全球最大的彩电供应商
。

在互联网及信息技术领域 ，日本电子产业错过了向数字化、网络化 、智能化转型的最佳时机。美国微软
、谷歌、苹果 、英特尔、高通等牢牢掌握技术标准和控制权 。

最近三十年日本家电及电子产业几乎面临绝境
，前有美国 科技 企业压制，后有中国廉价产品大举抢占 ，还有后来居上的韩国技术袭击
。

所谓“穷则思变”，日本企业界开启了大反思
、大变革
，索尼提出复兴计划，东芝、松下等纷纷剥离家电业务 ，丰田 、本田大力向国际市场拓展。

他们都向上游核心部件和商用领域转型
，不少企业从B2C领域转到B2B领域 。松下从家电，扩展至 汽车 电子
、住宅能源、商务解决方案等领域；夏普转向 健康 医疗 、机器人
、智能住宅、 汽车  、空气安全技术领域；东芝进入大型核电
、新能源和氢燃料电池电站业务领域。

经过十年努力 ，不少企业都已经扭亏为盈
，业务稳步复苏，技术更加扎实
。但最不稳定的却是索尼。

索尼拥有庞大的终端市场业务 ，产品覆盖电视机、手机 、 游戏 机
、音像、电脑等 。这家公司虽然高喊复兴计划
，试图大刀阔斧地改革，但是始终无法放弃终端市场 ，没能坚决地向上游技术领域转型
。

电视业务是索尼的根据地
，索尼一直不肯放弃这块市场。2013年，索尼营收同比增加14.3% ，却亏损12.5亿美元 。从2002年至今，索尼的转型不算成功
，营收及利润一直不稳定
。

当年，松下CEO津贺一宏在看过索尼的CES展台后说：“如今谁都能做电视机 ，但智能手机也会出现这种情况。不只是电视机 。 ”这句话道出了索尼的问题
，也说出了日本企业转型的大势
。

2002年，松下已连续两年亏损 ，这直接导致松下前任社长大坪文雄的下台和松下从纽交所退市（2013年）。不过
，津贺一宏临危受命接任社长 。

津贺一宏果断放弃连续投资了12年的等离子电视业务，砍掉了不少家电终端业务 ，改革后的松下集团分设住宅设备机器 、环境方案、 汽车 电子和机电系统以及互联解决方案四大公司
。2013年
，松下扭亏为盈，实现净利润将近12亿美元。此后 ，松下在津贺一宏领导下成功转型
、平稳发展 。2018年
，松下营业收入和利润分别达到7.98万亿日元和3800亿日元。这是松下最近七年来最好成绩
。

如今，家电事业部门收入规模依然最大 ，占据松下总收入的32%。但是，津贺一宏明确表示
，传统家电业务已见顶 。松下在战略上大力发展 汽车 电子和机电系统领域，这一业务规模已占总收入的29%
。在这项业务上 ，松下与特斯拉共同投资了动力电池工厂。

另外
，环境领域，尤其是节能、环保及安全技术 ，是松下发展的重点 。津贺一宏称
，为了解决环境问题，预计各国在氢气 、水
、空气三个领域的投资 ，到2030年达到100兆日元的规模
。

日本企业从大众视野中逐渐退出后
，逐渐向上游技术产业转型。如今，夏普的液晶面板 ，松下的锂离子电池
，索尼的摄像头，旭硝子的面板玻璃 ，这些核心技术及部件隐藏在各个品牌的智能手机、超大屏幕电视 、平板电脑
、电动 汽车 等里面 。

在经济萧条的逼迫下，不仅是家电及电子企业
，还有不少其它日企，都加强了上游及核心技术的投资
。

例如 ，日立智能电网、电梯核电技术等基础设备业绩平稳增长
，三菱发力于氢燃料电池，

不是日企不行了 ，而是太超前了不适合国人消费了。

这就跟八九十年代一样的了呢
，低端的国产的确销量占带部分，但是高端的还是得看索尼 ，松下
，东芝这些的了呢 。

就日企的技术你觉得中国人消费的起吗？我不是看扁的意思，而是人家的高度的确不适合中国民用市场消费了的呢
。

日本月收入两万多 ，咱们这月收入五千多
，日本根据本国的消费能力出个冰箱洗衣机上万人家国内就能消费的起，放到国内就消费不起 ，那么物优价廉的东西作为经济差距极大的国家怎么搞？

苹果为啥不去非洲卖手机？因为没法卖的啊，穷
，买不起，还能怎么办的呢？

你让索尼出个599的手机 ，你让松下来个599的洗衣机
，人家怎么弄？各种低端东西一顿搞，最后发现这个价位的东西用不起任何人家自己的技术 ，因为成本不够呗？我说的是不是这个意思的了呢？

别说现在了
，就之前的这些产品难道就普通人用的起了吗？

现在能觉得这些牌子不行了的绝对是个小白痴，的确现在我们很多技术是进步的了呢 ，但是还是存在着很多十年八年以上的差距
，这些年日本的企业并不是原地踏步吃老本，那么多高校毕业的高材生不是白读书的 ，想想咱们几个留美留日学成回来的是人才了
，但是日本那是几十个，几百个人才率的呢。

很多东西我说了会挨骂 ，但是的确就是，日本的技术还是很先进
，咱们还是得慢慢追 。

你怎么知道人家不行了，人家只不过顺利转型 ，不干利润低的家电了
，而重要的核心技术都是人家的，韩国也怕日本这些企业给他们断货 ，高端医疗器械设备等等
，还有索尼涉及的 娱乐 媒体 游戏 产业等等，核心技术和部件的生产开发 ，人家还是领头羊
，多去外面走走，不要做井底之蛙 ，不要夜郎自大
，我们差人家很远，我们只有虚心学习不耻下问 ，才能走向复兴之路。

本文已完

手机APP研发 系统UI等在大学里是什么专业

据我所知没有什么具体的专业吧
。目前APP开发和UI教学大都是一些培训机构在做。大学里相近的只有计算机或软体之类的专业了，因为APP开发需要用到程式语言
，这两个专业会具体学习相关程式语言 。另外，大学里学的东西还是比较基础 ，没有针对性的
。如果喜欢APP开发的话只能是先把相关的程式语言学好
，业余再自学APP开发的其它东西。祝好运！

苹果公司ios系统研发的 。在大学里是什么专业
。

软体工程或其他相关的专业，但也有其它不相关的专业最后转到软体行业 ，毕业后搞ios系统研发只是一个就业方向。

火车司机在大学里是什么专业

机车运用系

天津铁道职业技术学院有高速动车组驾驶与维修专业

一般铁道学院才有吧

做振动筛在大学里是什么专业？

应该是机械振动专业

锅炉专业在大学里是什么系

锅炉专业主要指热能与动力工程专业 、热工学
，燃烧学，机械设计等 。

以前大学还设定锅炉技术专业 ，现在已没有锅炉专业了
，98年已并入热能与动力工程专业（简称：热动），一般热动专业在能源与动力工程系
。

锅炉专业现在改成了热能与动力工程专业 ，就是关于锅炉的设计制造知识
，主要学习关于锅炉的设计
、制造、安装 、执行
、检验等等和一些环境方面知识。

医院里B超，拍片等在大学里属于什么专业？

影象专业 。

只要取得执业医师证 ，临床医疗专业都可以进B超工作
。

现在哪个医院不是走关系？

医学影象是5年。

工程上的弱电在大学里是什么专业？

工程上的弱电在大学里是电气工程及其自动化相关专业，自动化就包含了弱电系统 。

本专业学生主要学习电工技术、电子技术 、资讯控制、计算机技术
、电气工程及自动化技术等方面较宽广的工程技术基础和一定的专业知识
，使学生受到电工电子、资讯控制及计算机技术方面的基本训练，以及电气工程及自动化领域的专业训练 ，具有解决电气工程技术与控制技术问题的基本能力。

手机作业系统设计 和手机晶片研发各是什么大学专业

主要有一下专业：

一 、手机作业系统设计：

1. 计算机专业

2. 资讯工程专业

3. 自动化专业

二
、手机晶片研发：

1. 电子资讯专业

2. 电子资讯工程专业

3. 微电子技术专业

4. 应用电子技术专业

5. 通讯工程专业

请问做充电器研发的在大学是学什么专业呢?

别看一个小小的充电器
，涉及的学科领域还不少，大学还没得一个专业就能把充电器的所有方面都涵盖的 ，而是好几个学科领域结合起来才能出一个完整的产品
，比如充电器的电方面就涉及了电子科学与技术专业的知识，充电的时候里面的化学反应就涉及了化学工程专业的知识 ，外面的模型设计就是工业设计的专业领域……

在大学里是否可学2个专业

大多数大学都有辅修专业
，学分比主专业少，毕业时毕业证会注明主专业和辅修专业
。武汉有七校联合 ，可以在不同的学校学习不同的专业
，例如你是华中科技大学的学生，不仅可以拿到本校的学位 ，还可以选修其他学校的专业，拿另外学校的学位证。

日本的东芝、松下 、索尼
、三洋和夏普为什么不行了？

今年杭州云栖大会上
，中国馆地震局的地球物理科学家王伟涛博士在Tech Insight的数据存储技术实战专场做了一场主题分享：名为《云计算在地震学研究中的应用-利用bcs和海量数据创建虚拟地震》 。 他介绍，原本需要一年计算时间的整个中国数千个地震台两两之间的五年数据的计算任务 ，在云计算中狂飙
，48小时之内就计算完成了
。

这到底是如何实现的呢?

我们的祖先凝望星河闪耀，却花费万年时间才摸索出天体运行规律。

我们的前辈坐看潮涌潮平 ，却历经千秋万代才能航行到大洋彼岸 。

而我们自己
，在这片土地上繁衍至今，却仍旧对脚下的大地懵然无知
。

从观察记录到规律预测 ，几乎是人类科学史的全部逻辑。

但每次我们拼尽全力记下的数据
，都只是抬高知识瀚海的涓涓细流 。

当我们提笔开始繁复演算的时候，期待的是阿基米德跳出浴缸、牛顿举起苹果的那一刻
。

王伟涛博士正是这样计算的执笔人 ，他来自中国地震局。他想知道的
，是我们脚下大地的每个细节 。

浩如烟海的计算

我们经历的每一次地震，都在提醒自己预测和预警这种灾害的迫切性
。但是 ，我们距离这个目标还很远。

为更好的认识地震这一物理现象，需要极其的详细的地壳结构影像
，而为了绘制这张地下地图，又需要详尽的数据计算 。 目前为止人类打到地下最深的井是前苏联钻探的科拉超深井 ，约12.2公里
，但是地震的震源深度往往在地下十几到几十公里，当前的科技根本无法在震源深度开展直接观测。

所以我们需要依靠分布在全国的数千个地震台来对地震波进行探测 ，震波在地下的传播特性
，受到地质结构的影响，这也是地震波可以用来绘制地底图像的原理
。这些地震台可以感知地震的“大震波
” ，也同样可以捕捉日常的“大地噪声”
，例如海潮拍击大陆的震动。

根据地震波进行地底成像的原理

王伟涛告诉记者，像他这样的地球物理科学家几乎都是半个程序员 。 因为从地震波到地底成像 ，中间要经过超越一般人想象的大规模程序计算
。他的计算模型是这样的： 每一次震动都会由近至远依次传递到各个地震台
，所以理论上来说，每个地震台都会对同一次震动做出自己的记录 ，这些数据既有差异有又联系。

利用这些数据，可以计算出一些“虚拟地震 ” 。 用每两个地震台之间进行数据互相关对比计算
，就可以获取研究中国地下的总体结构所需要的宝贵数据
。

虚拟地震可以模拟出和真实地震一样的数据，所以可以用于本来没有发生地震的地区的地底成像 每个地震波数据都有 E ，N
，Z(东西，南北 ，垂直)三个向度的分量
，全国2000多个永久和临时地震台就是 6000 个分量，每年的数据量大概是 30TB ，而我们的总数据量已经到了 PB 级别。

由于我们要相互对比每一个地震台每个时间点的每个分量数据
，这些计算量是呈指数级增长的 。 王伟涛的智慧和经验，恰恰表现在他所设计的程序和算法之上
。 但耗费很大心力完成这个算法的王伟涛博士发现 ，他才踏上了万里长征的第一步
，还有一个巨大的困难横亘在面前。

图中每两个地震台之间的连线(灰色)都是需要计算的数据，总计算量极其庞大 。如果使用单机对这些数据进行计算 ，大概需要七年时间
。按照一个人的职业生涯二十年计算的话，我在退休前只能完成三次计算。在这种情况下
，大规模分布式的云计算似乎成为了唯一的选择 。

然而，云计算的机理绝不像听起来这么轻盈。记者也采访到了中国地震局的合作伙伴阿里云的童鞋们 ，在他们眼里
，云计算和科学研究一样，集合了人类最顶尖的智慧
。

所需存储空间 、计算量和预计单机计算所需的时间

分布式存储：有关农场的游戏

云存储就像一个大的农场 ，每个服务器就像一个工人
，而你的数据就是羊。阿里云存储高级专家承宗说 。看来他是个牧场达人
。“分布式存储
”，可以看作分布式计算的基础条件。也就是说 ，你的羊要先放进阿里云的“农场”
，它的工人才会帮你照料
、喂养、剪毛 、纺线 。

对于王伟涛博士的数据来说，仅仅是存储在云端 ，就需要无数“黑科技 ”
。

在将要进行的计算中
，计算系统会对存储系统进行大规模的访问。而这些访问必须要平均地打到服务器上，绝不能存在热点 。而这还不够 ，由于服务器的硬件故障在大规模集群中会变成一个常态事件，所以必须做好资源的实时调度和提供故障容忍能力
。

例如保证在摘掉一块硬盘的时候
，其余的硬盘要迅速用备份数据把存储追齐。

承宗举了以上两个例子 。这两个例子换成农场的比喻，大概是如下表述： 农场对于工人的工作量要平均分配 ，绝不能出现“对着一个羊薅羊毛
”的情况发生
。另外
，农场每天都有工人病倒
、请假，要在最短的时间把他的工作合理分配给很多人 ，这样别的工人也不至于负荷过大。

整个阿里云的分布式文件系统
，被命名为盘古 。在承宗心里，盘古还有很多智能化的“黑科技”。

他举例了一个例子： 我们人类看到的磁盘都一样 ，但是盘古看到的磁盘各不相同
。它会根据历史访问数据的积累
，例如写入的速度和效率，对每一块磁盘的健康度进行打分。

对于健康状况不好的磁盘 ，就相应减轻一些工作分配 。这些底层的技术
，都可以为王伟涛博士下一步真正的计算做准备
。

承宗说，在分布式计算中 ，数据带宽成为了一个重要的参数。从王伟涛博士的角度来看，如果把数据存储在自己的服务器上
，仅仅利用阿里云的计算能力进行结果输出，是不能实现的 。原理很简单 ，分布式计算的所有服务器都向一个存储单位发送数据读取请求
，带宽会被瞬间堵死，再强大的算力都无法发挥
。

至于具体数据 ，百兆光纤的带宽一般是 100Mb/s
，而硬盘的带宽最高可达几Gb/s，而阿里云存储内网访问带宽(云计算系统内部)可以高达Tb/s级别。

批量计算：建造一座金字塔

接下来 ，王伟涛博士的数据就会进入最终计算的环节 。我熟悉了自己习惯的 Linux 系统
，所有的计算代码都是在这个环境中完成的，如何让我的代码在云计算的环境中发挥作用 ，是一个很重要的问题
。

地底成像数据的计算流程

在地震科学研究方面
，阿里云显然没办法提出算法建议，所以他们需要做的是 ，提供一个通用的接口，让王伟涛可以使用自己机房中的电脑、界面和Linux 系统
，来对云上的计算进行控制。

阿里云提供的兼容和适配能力，是阿里计算专家林河山颇为骄傲的地方 。 王博士在此之前没有使用过分布式集群 ，也没有使用过“超算 ”
，所以直接跨越到云上，从操作和控制层面来说 ，对他来说会是个挑战
。

我们提供的计算接口可以让单机程序不做修改就高效执行在云环境下。用户通过几句简单的命令就能在云上调动大规模的计算资源进行分析
，而不需要学习复杂的分布式计算知识 。其实很多从其他地方过渡到云计算的人都会有这样的问题，所以不仅是王博士 ，很多其他用户也会用到我们的通用计算接口。他说
。 这个时候
，大规模计算的障碍基本被扫清了。

不过，林河山告诉记者 ，云计算真正的核心技术
，还在于批量计算的算力调度之上 。

大规模计算的加速流程和模式 计算规模扩大之后，就会造成对存储资源的访问非常频繁 ，这时，对于访问的并发量的控制就要非常“小心”了
。

王博士的应用有非常多的小I/O请求
，如果每一次I/O请求都直接访问云存储，由此带来的延时会对计算效率造成影响。为了进一步优化计算性能 ，批量计算采取了“分布式缓存
”的策略
，把有可能会用到的数据，提前缓存到计算节点周围 。这样 ，就可以让计算能力不受集群规模的限制
。林河山说。

而即使是这样
，还远远不够，对于数据访问究竟采取多大“粒度” ，是考验系统智能的重要时刻 。如果一次读取过多
，可能造成带宽拥堵，如果一次读取过少 ，又会造成频繁访问
。而针对不同类型的数据
，都要做出合理的预判，自动地读取 ，是一项艰巨的任务。

打个比方： 这如同建造一座金字塔，数万名“奴隶 ”要分工合作 。工程师要决定：是牺牲速度一次性运输多个石块到现场
，还是牺牲数量，一次快速运输一块石头到现场
。

同样 ，面对浩瀚的金字塔工程
，每时每刻要分配多少奴隶来搅拌砂浆，分配多少奴隶来搬运石块 ，分别分配多少奴隶来负责建造各个区块
，这个即使是工程师都需要仔细考量才能完成的任务，都要交给系统自动完成 ，难度可想而知。

当然
，如此繁复的计算过程，出错是经常会发生的 。

林河山举了一个例子： 在渲染追光动画的动画片《小门神》时 ，阿里云的容错机制就发挥了作用。(当时在峰值有 2000台服务器参与了大规模批量计算
。)一般情况下
， 对于视频的渲染工作是一个连续的长流程。如果某一帧渲染中哪怕只有一个节点出问题，都会造成访问的大规模延时 ，造成逻辑上的拥堵，产生“热点
” 。

林河山说：“阿里云的做法是
，在计算出错之后，在最短的时间内重跑 ，如果在跑的过程中确认节点存在问题
，还会自动调度到另一个地方，这些对于用户来说都是没有感知的 ，但是在背后
，我们必须做出大量的努力
。

绘制地下的世界

原本需要一年计算时间的整个中国数千个地震台两两之间的五年数据的计算任务，在云计算中狂飙 ，48小时之内就计算完成了。

地球内部成像
，恰似人体的B超

这在云计算时代来临以前是无法想象的 。 从科学研究的角度来看，这些数据是原始的地震观测数据的数据产品 ，同时也是后续科学研究所依赖的重要数据
，可以很好地支撑王伟涛进行接下来的研究
。 从外界看来计算过程非常顺利，而刚才我们所感受的一切艰辛 ，都只发生在背后的代码世界。

借用阿里云产品总监李津的话： 当计算结果输出的时候，我们所有的技术人员都沉默了 。

我们多么渴望这样的数据早几十年被计算出来
，这样我们就能为人类认识地震这一自然灾害争取宝贵的时间
。

抛开商业的云雾，可以看到云计算真正的的锋利所在。

王伟涛的研究并没有停止 ，他说： 目前为止
，我只做了2011年到2015年的一个向度上的数据分析，未来还会继续把更多向度和频率上的数据进行计算 。科学研究的精确度是可以一直提高的
。越来越精确的地底数据 ，会为矿产勘探 、防震减灾和地震科学研究提供非常强的支持。

科学的有趣之处
，正是在于不断地尝试 。有可能一觉醒来想到新的方法，就要重新改写公式和代码 ，通过计算进行验证。

也许有一天
，属于王伟涛的那只苹果会悄然落下
。那一刻，是王伟涛的胜利 ，也同样是人类计算力的胜利。 我们倾尽全力提高算力
，把数据的涓涓细流汇聚成洪荒之力，只是因为我们不愿对脚下的大地懵然无知 。

不是人家不行了 ，是我们不行了
。人家在走高精尖，国产电视也好
，冰箱洗衣机空调也罢，真正核心技术都是买人家的 ，离开人家
，你生产个纯自己的东西我看看，是人家根本不屑生产这些低附加值产品 ，不代表人家生产不了。你开奥迪
，我开劳斯莱斯，不代表我买不起奥迪 。虽然经济全球一体化 ，技术不可能一体化的
。

简直是天方夜谭
，不但行而且很行，索尼在影视界也是赫赫有名何况还有独霸手机摄像头 ，和照相机COMS摄像头几乎囊括全世界70%
，松下已经是新能源的佼佼者，像家电这种低附加值的家电早就甩出去了。

东芝 索尼不行了？ 提问的认识这两玩意么 ， 一个陀螺仪 一个民用2.4米 240公里轨道拍的30cm分辨率的镜头 知道是你说的哪两家的么？

日本企业的特点:

1.通常善于改善、优化，而不是发明

2.专治认真
，物极必反

3.拿功能机比喻日本企业比较恰当

第一条，日本多数技术是模仿欧洲和美国 。举一例 ，金属触变成型机
，专利权属于美国，可是美国并不生产 ，专利权分别授予加拿大和日本的各一家公司
。日本拿到专利
，并不是照搬生产，而是做了进一步地改进
、优化 ，加拿大的机器可以说是原型机
，生产中日本的机台要好用的多。

在以前，改善优化立显日本企业的优势 ，日本产品曾经以这样的方法
，将电脑内存以及 汽车 等产品打入美国市场 。现在，有了中国企业的出现 ，中国产品的模仿则是全方位的，无论对方多么穷或者富有
，都有相对应的产品
。光伏、LED 、LCD
、轮船，甚至高铁 ，中国企业有直接简单模仿
，有优化改善，在一个行业不仅仅是全方位渗透 ，而且是各个层次的低价竞争。何止是日本抵挡不住
，美国特朗普也发愁呢！

第二条，日本企业完善了各种表单和流程 ，企图做到疏而不漏 。正因为如此
，设置部门过多，战略执行困难 ，协调合作效率低
，开发产品周期过长。（注:德国、美国的效率也不高，流程同样长）
。另一点 ，日本是一丝不苟的做事精神，刻板专治单一
，因此日本企业得以改善优化出了很多优秀的配件 、部件，机床。看长端这是很有利的！但整体市场 ，中国企业做到了边改善边出产品
，速度快，抢先占领市场 。或许是太难于接受现实 ，或许被现象迷惑
，有的日本企业开始坐不住了，屡次作假屡次曝光！部分日本企业的认真
、专一精神开始崩溃！

第三条 ，日本企业喜欢闭门造车
，改善优化是停留在企业内部，产品没有上市 ，就已经开始替客户拿主意了
，“Panasonic ideas for life”，从2003年一直使用了十年至2013年 ，松下巨额亏损！

缺衣少粮的时代，一去不复返（不是你给我什么
，我就要接受什么）！而 时尚 则是观察时代变化最好的窗口，可以看到大众的心灵变化:LV包包不再流行 ，包包、服装开始追求小众化品牌
，流行个性化 、定制版
。如果，你的产品现在还在我行我素 ，企图牵着客户的鼻子走
，那你的产品会被漠视，视而不见！

日本企业较为擅长产品品质
、性能的提升 ，显得刚性十足
，像是一部功能手机。中国企业从并不是自己开发的手机入手，美化桌面主题UI ，缩短开机时间
，清理存储空间，以致于先有MIUI系统后有小米手机 。

中国企业的颜色是渐变色 ，日本企业则是单色的浓郁
。零零年代，索爱手机开发之初
，由日本派专员督阵某代工企业，天天彻夜不眠 ，生产方案改了又改。可终究呢？Sony感光元件imx系列是日本手机唯一留下的光辉！

欧美注重基础研究
，久而久之，诞生了许多伟大的发明 ，或许像一名产妇
，发明完了，她就太累了 ，无暇顾及继续改善
，自以为可以高高在上了！

当下，一个国家长端要看基础研究的积累 ，短端要看发明的衍生品（改善优化的能力）繁衍出的价值 。时代向前
，你只有向前，差距在缩短 ，轮回在变快……

谁说他们不行了？别人只是转行了
。砍掉了白色家电和下游低端制造业，别人现在都做高端产品去了！

东芝的核磁共振
，多普勒彩色B超，高端透析产品 ，数字X光机
，芯片，数据存储 ，人家是高端医疗器械的王者
，中国每年向日本进口的彩色B超，X光机 ，核磁共振东芝占一多半。

索尼是高端电视机的王者
，高端电子产品，耳机 ，音响
，高端摄影机，顶级ccd ，数码相机，手机摄像头(全球份额第一)
，索尼在影音设备，电视直播 ，转播系统
，全球数一数二 。

松下有高端刮胡刀，高档家电 ，高档锂电池市场份额第一
，高档锂电池专门为特斯拉供应，还有笔记本电脑 ，虽说份额不是很大
。但是质量真的是很牛逼
，相当的耐用！据说美军的军用笔记本，有很多采购松下的！

夏普已经把液晶显示器面板技术(低端产品)已经卖给国内的企业了 ，现在还在做激光打印机
，高档激光电视。不赚钱的都丢给中国企业，赚钱的自己留着慢慢用 。

三洋 ，依旧是电池研发领域的王者，已经把低端家电产业卖给中国企业了。据说三洋被索尼和丰田持股！其他的产业不详！

这特么我是不是傻
，你去电商，商超看看索尼电视多少钱？同样的国产多少？同样指标的你拿国产的价格看人家索尼卖给你吗？不是崇洋媚外 ，不如人家要承认
，别整天意*
。

哪里不行了？人家厉害的地方你不知道而已，醒醒吧 ，东芝在芯片里已经做到世界前五了
，松下在新能源零部件是全球老大，索尼在自动驾驶也是举足轻重 ，三洋贸易也是全球顶尖的商社之一

事实确实如此。东芝能源系统社长介绍
，东芝当年做白色家电年营收最高达4000亿人民币 。但泡沫经济崩溃后，东芝逐渐退出了电视和白色家电行业 ，相关技术转让给了中国的海信和美的
。

如今中国的白色家电市场
，几乎被美的、格力 、海尔等掌控。日本企业全面大溃败，我们已很难寻觅东芝
、索尼等日本品牌的身影 。不过 ，据东芝能源系统社长介绍，2017年东芝的营收达到2400亿人民币
，利润40亿人民币
。预计到2019年，东芝的年营收就会恢复到3000亿人民币或更高。

其实日本诸如松下、日立这些巨头已转型成功 。转型慢了一步的夏普遇到了问题 ，被富士康的郭台铭收购了；索尼转型不够坚决还处于不稳定状态
。

东芝完全退出白色家电后
，进入大型核电 、新能源和氢燃料电池电站业务领域，目前 ，支撑东芝的核心业务是全球化布局的上游重工业务以及核电、新能源
、氢燃料电池技术。这样的东芝不再为人熟知
，也没有当年的体量，但重工技术的底子更加厚实 。

在前端市场消失 ，在上游市场站稳脚跟
。东芝的成功转型
，几乎是日本经济转型升级的缩影。从2000年开始，遭遇泡沫经济打击、在终端市场上败退的日本企业 ，开始往两个路径转型：

一是从数量型增长向质量型增长转型,二是从国内市场再次向国际市场转移

上个世纪七八十年代
，日本经济快速增长，电子产业抓住技术革命良机快速崛起 。日本的电子表 、电子 游戏 机
、彩电、冰箱 、空调
、功能型手机等白色家电和电子产品风靡全球。当时 ，中国进口最多的家电便是日本家电
。

但是，1990年泡沫危机爆发后
，日本不少企业陷入经营困境。中国海尔、格力 、美的
、海信等家电企业凭借性价比优势逐渐抢占中国市场，松下、东芝等日企逐渐在终端市场黯然退出 。韩国三星 、LG崛起 ，取代索尼
、夏普成为全球最大的彩电供应商
。

在互联网及信息技术领域
，日本电子产业错过了向数字化、网络化 、智能化转型的最佳时机。美国微软、谷歌
、苹果、英特尔 、高通等牢牢掌握技术标准和控制权 。

最近三十年日本家电及电子产业几乎面临绝境，前有美国 科技 企业压制 ，后有中国廉价产品大举抢占
，还有后来居上的韩国技术袭击
。

所谓“穷则思变 ”，日本企业界开启了大反思
、大变革 ，索尼提出复兴计划
，东芝、松下等纷纷剥离家电业务，丰田 、本田大力向国际市场拓展。

他们都向上游核心部件和商用领域转型 ，不少企业从B2C领域转到B2B领域 。松下从家电
，扩展至 汽车 电子
、住宅能源、商务解决方案等领域；夏普转向 健康 医疗 、机器人
、智能住宅、 汽车  、空气安全技术领域；东芝进入大型核电
、新能源和氢燃料电池电站业务领域
。

经过十年努力，不少企业都已经扭亏为盈 ，业务稳步复苏，技术更加扎实。但最不稳定的却是索尼 。

索尼拥有庞大的终端市场业务
，产品覆盖电视机、手机 、 游戏 机、音像
、电脑等
。这家公司虽然高喊复兴计划，试图大刀阔斧地改革 ，但是始终无法放弃终端市场
，没能坚决地向上游技术领域转型。

电视业务是索尼的根据地，索尼一直不肯放弃这块市场 。2013年 ，索尼营收同比增加14.3%
，却亏损12.5亿美元。从2002年至今，索尼的转型不算成功 ，营收及利润一直不稳定
。

当年
，松下CEO津贺一宏在看过索尼的CES展台后说：“如今谁都能做电视机，但智能手机也会出现这种情况。不只是电视机 。
”这句话道出了索尼的问题 ，也说出了日本企业转型的大势
。

2002年
，松下已连续两年亏损，这直接导致松下前任社长大坪文雄的下台和松下从纽交所退市（2013年）。不过 ，津贺一宏临危受命接任社长 。

津贺一宏果断放弃连续投资了12年的等离子电视业务，砍掉了不少家电终端业务
，改革后的松下集团分设住宅设备机器、环境方案 、 汽车 电子和机电系统以及互联解决方案四大公司
。2013年，松下扭亏为盈 ，实现净利润将近12亿美元。此后
，松下在津贺一宏领导下成功转型
、平稳发展 。2018年，松下营业收入和利润分别达到7.98万亿日元和3800亿日元
。这是松下最近七年来最好成绩。

如今 ，家电事业部门收入规模依然最大
，占据松下总收入的32% 。但是，津贺一宏明确表示 ，传统家电业务已见顶
。松下在战略上大力发展 汽车 电子和机电系统领域
，这一业务规模已占总收入的29%。在这项业务上，松下与特斯拉共同投资了动力电池工厂 。

另外 ，环境领域
，尤其是节能、环保及安全技术，是松下发展的重点。津贺一宏称 ，为了解决环境问题，预计各国在氢气 、水
、空气三个领域的投资
，到2030年达到100兆日元的规模
。

日本企业从大众视野中逐渐退出后，逐渐向上游技术产业转型。如今 ，夏普的液晶面板
，松下的锂离子电池，索尼的摄像头 ，旭硝子的面板玻璃
，这些核心技术及部件隐藏在各个品牌的智能手机、超大屏幕电视 、平板电脑
、电动 汽车 等里面 。

在经济萧条的逼迫下，不仅是家电及电子企业 ，还有不少其它日企
，都加强了上游及核心技术的投资
。

例如，日立智能电网、电梯核电技术等基础设备业绩平稳增长 ，三菱发力于氢燃料电池
，

不是日企不行了，而是太超前了不适合国人消费了。

这就跟八九十年代一样的了呢 ，低端的国产的确销量占带部分，但是高端的还是得看索尼
，松下，东芝这些的了呢 。

就日企的技术你觉得中国人消费的起吗？我不是看扁的意思 ，而是人家的高度的确不适合中国民用市场消费了的呢
。

日本月收入两万多
，咱们这月收入五千多，日本根据本国的消费能力出个冰箱洗衣机上万人家国内就能消费的起 ，放到国内就消费不起
，那么物优价廉的东西作为经济差距极大的国家怎么搞？

苹果为啥不去非洲卖手机？因为没法卖的啊，穷 ，买不起
，还能怎么办的呢？

你让索尼出个599的手机，你让松下来个599的洗衣机 ，人家怎么弄？各种低端东西一顿搞
，最后发现这个价位的东西用不起任何人家自己的技术，因为成本不够呗？我说的是不是这个意思的了呢？

别说现在了 ，就之前的这些产品难道就普通人用的起了吗？

现在能觉得这些牌子不行了的绝对是个小白痴，的确现在我们很多技术是进步的了呢
，但是还是存在着很多十年八年以上的差距，这些年日本的企业并不是原地踏步吃老本 ，那么多高校毕业的高材生不是白读书的
，想想咱们几个留美留日学成回来的是人才了，但是日本那是几十个 ，几百个人才率的呢。

很多东西我说了会挨骂
，但是的确就是，日本的技术还是很先进 ，咱们还是得慢慢追 。

你怎么知道人家不行了
，人家只不过顺利转型，不干利润低的家电了 ，而重要的核心技术都是人家的
，韩国也怕日本这些企业给他们断货，高端医疗器械设备等等 ，还有索尼涉及的 娱乐 媒体 游戏 产业等等，核心技术和部件的生产开发
，人家还是领头羊，多去外面走走 ，不要做井底之蛙
，不要夜郎自大，我们差人家很远 ，我们只有虚心学习不耻下问
，才能走向复兴之路
。

呈现手机APP研发 系统UI等在大学里是什么专业的核心内容解析，若这些分析对您的工作或学习有所助益 ，建议您将本站加入书签以便后续查阅。