随着对未来6G无线通信标准技术组件的研究如火如茶地进行,人们也在探索6G的AI原生空中接口的可能性。罗德与施瓦茨与英伟达合作,向着未来6G技术对人工智能和机器学习(AI/ML)实施模拟。在巴塞罗那世界移动通信大会上,两家公司将展示业界首个神经接收器的硬件在环演示,显示与传统信号处理相比,使用训练有素的ML模型可实现的性能提升。 在今年的世界移动通信大会上,参观者可以体验到神经接收器方法在5G NR上行链路多用户多输入多输出(MU- MIMO)情况下的首次演示–这可能是6G物理层的蓝图。该装置结合了罗德与施瓦茨用于信号生成和分析的高端测试解决方案以及用于链路级模拟的NVIDIA Sionnam GPU加速开源库。 神经接收器的概念是用训练有素的机器学习模型取代无线通信系统物理层的信号处理块。全球的学术界、领先 的研究机构和行业专家预计,未来的6G标准将使用AI/ML进行信号处理任务,如信道估计、信道均衡和解映射。当前的模拟表明,与目前5GNR中使用的高性能确定性软件算法相比,神经接收器将提高链路质量并影响吞吐量。 为了训练机器学习模型,数据集是绝对的先决条件。通常情况下,所需的数据集访问是有限的,或者根本无法获得。在6G早期研究的现状中,在生成具有不同信号配置的各种数据集以训练信号处理任务的机器学习模型时,测试和测量设备提供了一个可行的选择。 在罗德与施瓦茨展位上展示的基于AI/ML的神经接收器设置中,R&S SMW200A矢量信号发生器模拟了两个单独的用户,在上行方向以MIMO 2×2信号配置发射80MHz宽的信号。每个用户都是独立消隐的,并应用噪声来模拟真实的无线电信道条件。R&S MSR4多用途卫星作为接收机,通过使用其四个相位相干的接收通道,捕捉以3GHz的载波频率传输的信号。然后,数据通过实时流接口提供给服务器。在那里,信号被使用R&S基于服务器的测试 (SBT)框架进行预处理,包括R&SVSE矢量信号探索器(VSE)微服务。VSE信号分析软件同步信号并进行快速傅里叶变换(FFT)。这个FFT后的数据集可作为使用NVIDIASionna实现神经接收器的输入。 NVIDIASionna是一个用于链路级仿真的GPU加速开源库。它能够对复杂的通信系统架构进行快速原型设计,并为6G信号处理中的机器学习集成提供本地支持。 作为演示的一部分,训练有素的神经接收器与线性最小均方误差(LMMSE)接收器架构的经典概念进行了比较,后者应用基于确定性开发的软件算法的传统信号处理技术。这些高性能的算法在目前的4G和5G蜂窝网络中已被广泛采用。 罗德与施瓦茨测试与测量部门的执行副总裁AndreasPauly表示:”在无线通信中使用机器学习算法进行信号处理是目前业内非常热门的话题,在业内同行中经常会有争议性的讨论。我们很高兴能与英伟达这样的合作伙伴在这个测试平台上合作。它将使研究人员和行业专家能够根据数据驱动的方法验证他们的模型,并利用我们在信号生成和分析方面的领先测试解决方案,在硬件在环实验中对其进行测试”。 英伟达电信部高级副总裁RonnieVasishta表示:”与传统的信号处理相比,经过训练的ML模型为提高性能开辟了相当大的潜力。罗德与施瓦茨和英伟达的这一神经接收器的硬件在环演示,标志着业界在展示人工智能和机器学习在6G技术中的效用方面的一个里程碑。” 罗德与施瓦茨积极支持欧洲、亚洲和美国的6G研究活动,为研究项目、行业联盟做出贡献,并与领先的研究机构和大学合作。公司的测试和测量专业知识和解决方案有助于为下一代无线通信铺平道路,预计将在2030年左右进行商业部署。 罗德与施瓦茨将在巴塞罗那FiraGranVia举行的2023年世界移动通信大会上展示基于AI/ML的训练有素的神经接收器,地点位于5号厅5A80展位。欢迎参观者见证神经接收器的性能提升,并与罗德与施瓦茨和英伟达的专 家讨论细节和总体概念。

在近日的平头哥首届玄铁RISC-V生态大会上，我们感受到了一个强烈的讯号。“RISC-V”已不仅仅局限在是芯片设计的一个小圈子里的一团小火苗，而是早已出圈，得到了诸多终端应用厂商的追捧。 对于终端应用厂商而言，可能并不会那么关注在指令集层面到底有多么精简高效，而是更关注实际开发过程中的工具链是否完备、操作系统适配是否到位、芯片优化带来系统整体PPA提升有多少，而这些放在一起，就构成了一个完整的软硬件生态。目前，平头哥集合众多不同类别的生态伙伴，已经实现了一个从芯片平台到操作系统再到应用软件的软硬件全栈平台。RISC-V的发展，相比Arm之前铺陈节奏要快的多——不仅在AIoT、智能端侧这些传统的Arm强势的领域开始开枝散叶，而且在Arm刚刚有所成绩的服务器领域，RISC-V的芯片产品和生态也开始逐步完善。 RISC-V生态业已成型，比之前Arm的铺陈节奏快得多 Arm架构通过17年的发展，到2008年实现了100亿颗的出货；而RISC-V在2022年，也就是用了12年的时间，就达到了同样的出货量，并且在未来还会继续加速。RISC-V基金会的首席执行官Calista Redmond认为，到2025年RISC-V架构内核出货量会达到800亿。在已经出货的100亿颗RISC-V架构芯片中， 有一半是来自中国。中国的RISC-V的生态正在茁壮成长，倪光南院士在开幕致辞中分享到，主要展现在软件生态、应用生态、及开发者生态三个方面。 在软件生态方面，玄铁RISC-V处理器已基本完成与主流操作系统的全适配，其中包括安卓、Debian、Fedora、Gentoo、Ubuntu、龙蜥、统信、openKylin、创维酷开系统、RTT等。在去年12月，谷歌官方宣布安卓支持RISC-V指令集架构。在此次生态大会上，谷歌安卓项目工程总监Lars Bergstorm也表示，希望 RISC-V成为安卓支持的一级架构平台 ，这将和安卓对 Arm的支持级别一致。 在应用生态方面，RISC-V最早应用于AIoT领域，但现在正走向更广阔的应用领域。平头哥去年推出的主频高达2.5GHz玄铁910处理器，也证明了RISC-V在高性能计算领域的实力。譬如更高算力需求的桌面应用、边缘计算、智能网联汽车等应用方向上，都被认为是RISC-V的巨大市场机遇。据倪光南院士分析，在中国，鉴于RISC-V具有模块化、可扩展、易定制的优势，以及不受垄断制约、供应链安全容易保障的优势，中国有关厂商正在全力推进提供强大算力的RISC-V方案。 应用和软件生态其实是分不开的，若能在全场景中采用RISC-V架构处理器，对于操作系统开发者而言也是益处颇丰。据龙蜥社区理事长、阿里云研究员马涛分享，未来像“云-边-端”各种各样的场景都使用RISC-V的话，第一，可以让操作系统更加简化，用一套软件解决各种各样的问题；第二是中国操作系统研发人员可以更深入投入到一些非常核心的组件研发，这个对于很多开源社区都是非常利好的事情。 在开发者生态方面，平头哥首次完整推出了玄铁开发工具（基础软件三件套）——编译器TAC、编译环境CDK、部署工具集HHB。编译器在过去一年性能提升了20%左右；集成开发环境中集成了全新的Language Server；AI部署工具中新增了混合量化功能，以及Transformer网络支持。 据平头哥半导体有限公司副总裁孟建熠表示，平头哥对于RISC-V的生态搭建分为几个层次。第一是高校层面，与高校一起合作课程，搭建线上平台与更多人分享；第二是开发者层面，通过开发板的开放申请，让更多人可以触摸到整个RISC-V；商业生态层面，通过“玄铁优选计划”，把RISC-V生态里结合比较好的云端一体产品一起推出去。 ️ RISC-V进入服务器市场，从专用加速芯片方向切入 服务器市场的处理器几乎一直是X86的天下，Arm的服务器芯片也是近年来才逐渐有所起色。尤其是头部云厂商的自研Arm服务器芯片，已经在功耗性能上远超了X86的处理器，并且已经进入了多次芯片产品迭代。十年前做Arm服务器芯片的公司几乎都没有活下来，但现在随着AI/ML等计算需求的兴起，服务器芯片市场需求也有了一些变化。而RISC-V开放、可拓展的特性，在对于一些异构加速计算场景中，可以提供更高的能效。 值得关注的是，在此次玄铁首届生态大会上，算能推出了行业首款服务器级RISC-V CPU算丰SG2042。SG2042是基于高性能RISC-V内核，采用9-12流水线设计，支持乱序执行，主频高达2GHz，每个Cluster最多4个内核，单SoC芯片拥有64核，64MB共享三级缓存，可以满足数据中心的各种需求。 据算能高级副总裁王雷介绍，2022年是AI发展非常重要的一年，应用侧确立了非常明确的应用需求，对AI硬件的需求也提出了非常明确的要求。在加速器方面，算能一直在思考和他所RISC-V与AI的结合。“目前不论是AI训练还是推理，更多是基于GPU的做法；而GPU本身是一种相对专用的加速器，虽然它一直在提高完备性，但是它作为加速器和主控CPU之间，事实上在协作过程中始终还是需要开发者、包括这个生态的很多人付出非常多的工作，去解决这样一个协同的问题。” GPU是最先跑出来的AI加速生态，因此大家的容忍度较高。但随着模型规模的增加，CPU和加速引擎之间能够使下 更深度耦合的架构，才是更符合未来大规模部署的结构。RISC-V有很强的扩展性，可以使算能很好地解决CPU跟加速引擎之间的延迟问题、带宽问题，可以形成更完整、更一致的解决方案和结构。 而且在今天，RISC-V做服务器芯片的环境要比十年前Arm进入服务器市场的环境要好得多。一是市场需求的变化打开，二是RISC-V服务器生态的建设速度也非常快。通过平头哥、PLCT等合作伙伴支持，算能SG2042目前已经适配了多款操作系统，常用办公软件也能成功运行。王雷表示，平头哥一直在推动生态的发展和软件的适配，做了大量工作，因此算能的SG2042芯片回来之后第一时间就体验到了生态逐渐完善的结果。在服务器领域里面所需要跑的绝大部分应用都有了很好的基础，而且也有非常广泛的开发者认可这样的方向。 RISC-V的未来：开源不可逆，但会走向收敛 “当一个开放的、底层的技术架构取得了共识，我认为它是不可逆的。”王雷通过职业早期生涯做Linux的经历，判断RISC-V的理念在不远的将来会取得足够的共识，形成不可逆的趋势。 指令集的开源开放，会涌现出更多的创新，提供更多的灵活性。但RISC-V要长期稳定地发展下去，一定要避免碎片化的问题，要实现RISC-V的繁荣，必然也需要走向收敛。“RISC-V的碎片化是过程和现象，本质一定是统一的。”孟建熠分享到，RISC-V标准化发展已经非常快，这也是各生态参与方共同努力的方向。 而RISC-V的收敛，目前来看，并不会是某一家独大的结果，而是立足应用发展的需求而来，需要基金会内的伙伴们一起认可和推进。例如服务器中的加速器应用，要找到RISC-V的架构开放特色与具体应用场景的切入点，然后才能持续不断地做下去。孟建熠表示，今天做一个架构是有很多约束的，不会随便因为某个技术好就做碎片化，这是做不到的。真正是创新的东西，真正是产业认可的东西，才能够推进去。 结语 回顾2016年首届RISC-V中国峰会，那时候大家觉得RISC-V是一个很“时髦”的技术，参与者占比中学生、老师居多，企业少一些。而在今年的玄铁RISC-V生态大会上，参与的更多是企业，而且很多都是已经量产RISC-V芯片的公司。孟建熠表示，在未来五年左右的时间里面，RISC-V的赛道从模糊变得清晰，从AIoT、到高性能计算、数据中心、通信和汽车等多个应用领域上，基本都能看到RISC-V的落地。

近日,四维图新旗下杰发科技与知从科技宣布达成战略合作,双方将强化在车规级MCU的软件集成服务合作,共同构建强大的车规级芯片生态系统。同时,基于在行业内的丰富经验,双方将依托自身技术优势,共同促进双方的业务发展和产品延伸,联合打造“中国芯”力量,为汽车行业提供优质高效的国产化解决方案。 根据合作内容,杰发科技和知从科技将在AUTOSAR基础软件、工具软件、ISO26262功能安全、信息安全和FOTA等诸多领域展开合作,共同推动国产高性能车用处理芯片在智能座舱、ADAS、车身电子、车载灯控、汽车动力和底盘等领域的应用及推广。 战略合作签约现场 基于四维图新首颗满足功能安全要求的MCU芯片AC7840x,知从科技可完成AUTOSAR的Demo环境搭建和集成工程开发。对使用杰发科技MCU芯片进行基础软件开发的工程师来说,不仅可以节省自身开发时间,还能从送样阶段至量产阶段持续接受培训服务。便于工程师尽快搭建软件开发环境,并专注于产品的开发。 作为四维图新“智云、智驾、智舱、智芯”汽车智能化全栈解决方案的重要组成部分,截止2022年底,杰发科技累计出货量已突破2.5亿颗,覆盖全球8000万辆车。 杰发科技AC7840x 如今,软件和硬件的协同优化已经成为趋势。双方一致认为,软件将成为未来决定智能汽车差异化的关键因素。打造软硬件一体化的解决方案,是智能汽车通过OTA升级优化电动汽车体系的重要课题。不仅可以应对不断变化的智能汽车产业升级,也能帮助车企在智能电动车设计之初,为今后OTA升级提供硬件冗余的基础能力。

M1作为RISC处理器，苹果也充分利用了精简指令集的特点和优势，并且不计成本的使用了非常庞大的规模：M1总晶体管规模160亿，4个大核心加上4个能效核心(小核心)，8解码8发射，630ROB，相比之下Zen3架构处理器解码宽度为4，256ROB的规模，Sunny Cove也只有5节吗，352ROB的规模，因此M1处理器的特点可以用一个字来形容就是“宽”，超级“宽”。 规模差距如此明显也是因为M1则作为RISC更适合超宽架构，IBM最新的POWER处理器同样也是超宽的架构。如此庞大的规模带来了M1极其优秀的能耗比以及惊人的IPC性能优势。 而即便X86处理器不计成本的也使用类似M1的超宽架构其实也会被变长的指令造成的解码性能所限制，因此X86处理器的还是以多核心并使用SMT，HT等技术来获得多线程的性能提升，以及可以运行在更高的时钟频率上。 M1还集成了8核心的GPU，理论算力也超过了X86平台的集成显卡，堪比独显; 并且M1还使用了统一内存架构，内存直接封装在芯片上，CPU和GPU均可以直接读取内存(并不是内存划分空间作为显存使用的概念，两者性能和实现方式截然不同)，因此这也是M1可以取得高性能的关键因素了。 同时M1还整合了各种专用的硬件处理单元来进行针对性的硬件加速和安全防护。 M1芯片是苹果2020年自己研发出来的电脑芯片，主要是基于ARM架构的电脑芯片，那么这款苹果M1芯片跑分如何?苹果M1芯片相当于英特尔多少呢?下面来详细解读下，然后再来看看搭载M1芯片的苹果电脑报价及点评情况，希望可以帮到需要的朋友选择参考一下。 一、苹果M1芯片相当于英特尔哪个水平? 1、苹果M1芯片基本参数：其架构为ARM，是手机使用的架构，工艺为5nm，主要特点是功耗低，性能强，cpu核心为8核，其4个为高性能核心，另外4个为高效能核心。 其GPU方面，能够同时运行25000个线程，性能高于gtx1650的独立显卡，对于一些4k视频，3D渲染使用场景都能流畅运行。 2、有相关平台通过测试显示，苹果M1芯片其性能超过了i9-9880H，性能水平和英特尔酷睿10代的10700处理器旗鼓相当。 在苹果M1芯片的跑分方面，其有相关的Geekbench5测试数据显示，在多核跑分方面为7698分，在单核数据测试跑分为1743。但是2019款的MacBook Pro16英寸在多核跑分是6805，单核跑分是1109。跑分还是不错的。 M1 集成了几个不同的组件，包括 CPU、GPU、统一内存架构 (RAM)、神经引擎、安全飞地、SSD 控制器、图像信号处理器、编码/解码引擎、Thunderbolt 控制器USB 4 支持等，所有这些都支持 Mac 中的不同功能。 在此之前，Mac 已经为 CPU、I/O 和安全性使用了多个芯片，但 Apple 努力改进这些芯片是 M1 比以前的英特尔芯片更快、更高效的原因之一。Apple 所包含的统一内存架构也是一个主要因素，因为 M1 中的所有技术都能够访问相同的数据，而无需在多个内存池之间进行交换。 内置于 M1 芯片中的统一内存架构让 CPU、GPU 和其他处理器组件无需在彼此之间复制数据，并且能够访问同一个数据池。这为 M1 带来了显着的速度和效率提升。M1 Mac 的最大内存为 16GB，但即使是基本的 8GB 也足以应付日常任务。 M1 上有 160 亿个晶体管，这是 Apple 在芯片中投入的最多的，用于实现低功耗硅中可用的最快 CPU 内核和无与伦比的 CPU 性能。Apple 的芯片设计使其能够创造出比英特尔设计的芯片更快、更节能的 Mac，并且通过将 Apple 设计的芯片与 Apple 设计的软件进行更紧密的集成，可以获得进一步的增强。 与基于 x86 架构的英特尔芯片不同，Apple Silicon M1 使用基于 Arm 的架构，很像苹果多年来为 iPhone 和 iPad 设计的 A 系列芯片。 M1 芯片是 Apple 迄今为止创建的最强大的芯片，它类似于最新的 iPhone 和iPad Air机型中的 A14 芯片，由台积电 (TSMC) 采用 5 纳米工艺制造。台积电制造了苹果的所有芯片，并且已经这样做了很多年。 Apple 发布了 2020 款 MacBook Air、13 英寸 MacBook Pro 和配备 M1 芯片的 Mac mini，取代了这些产品线中的低端机器。 M1芯片包括一个8核CPU，具有四个高性能内核和四个高效内核。高性能内核旨在为功率密集型单线程任务提供最佳性能。四个高性能内核可以协同工作，提供强大的多线程性能，这让 M1 Mac 甚至超越了原先最高端的 16 英寸 MacBook Pro 机型。 相当于英特尔酷睿i9，此外苹果m1芯片参数如下： 1、M1芯片参数：5纳米制程，160亿个晶体管，8核CPU包括包括四个高性能核心和四个高能效核心。图形处理GPU同样有8个核心，相比同类机型，性能提升了整整6倍。16核的神经网络引擎，机器学习速度提升15倍。Mac搭载 M1 芯片 续航能力提升了整整一倍。 2、使用了M1芯片的ARMMacBookPro13跑分正式出炉，测试软件Geekbench5.3。M1的单核跑分是1714分，多核是6802分。比起A14，M1的多核性能提升了高达70%，比起A12Z，M1的单核提升了60%，多核性能提升了50%。 3、M1芯片还可以和AMD的R74800H芯片对比，Geekbench5上R74800H的跑分:单核1200分，多核8400分左右，单核是完全碾压4800H，多核上稍弱一些。

正式发布后，iPhone 14 Pro的首个跑分在GeekBench 5数据库中出现，这也是我们第一次前瞻A16处理器的真实性能实力。机型识别为iPhone15，3，CPU最高频率3.46GHz，主板代号D74AP，运行iOS 16.0操作系统。 成绩方面，单核1879，多核4664。 对比上一代A15的典型成绩单核1722、多核4674来说，单核仅提升9%，多核甚至下滑了。不过，有数码博主称，多核成绩有些反常，可先忽略，待未来更多机型跑分成绩公布后，再对照评估。 参考快科技手机CPU天梯榜，A16的单核依然是冠绝全球，对比安卓阵营最强的天玑9000+、骁龙8+等领先幅度高达40%以上，多核领先幅度也有接近两位数。 另外，识别规格也确认，iPhone 14 Pro采用6GB RAM。 据了解，A16处理器采用4nm工艺，CPU依然2性能核+4效能核，GPU是5核，AI引擎还是16核，晶体管数量比A15增加6.6%、每秒操作次数增加8%、主频增加7%。 苹果公司近日发布的iPhone14系列采用了两款芯片，其中iPhone14、iPhone14 Plus采用的是苹果A15芯片，iPhone14 Pro、iPhone14 Pro Max采用的是苹果A16芯片;这种一代旗舰手机采用两代芯片的做法，在安卓手机上曾出现过。 苹果A15是一款5nm工艺制式芯片，该芯片由台积电提供代工技术，该芯片的CPU主频最高为3.23GHz，也是当时主频最高的手机芯片之一;另外值得一提的是，iPhone14上采用的A15是“满血版”，这点和iPhone13是不一样的。 近日苹果A16芯片的跑分也已经曝光，搭载该芯片的iPhone14 Pro单核心跑分为1879分，多核心跑分为4664分，其中单核心成绩几乎“秒杀”安卓阵营的骁龙8+和天玑9000+芯片;作为对比，骁龙8+和天玑9000+的单核心跑分在一千三左右，多核心跑分在四千四左右。 需要注意的是，很多小伙伴认为拿这一代的苹果芯片和安卓阵营的“老款”芯片对比并不公平;但小宅认为这是很合理的，因为苹果A16是苹果旗下首款4nm工艺制式的手机芯片，上代苹果A15还是5nm工艺制式的产品，但成绩已经超过4nm的骁龙8了。 参数方面，苹果A16采用的是台积电4nm工艺制式，这点和骁龙8+、天玑9000+是一样的;该芯片的CPU为六核心设计，这点和苹果A15是一样的，主频最高为3.46GHz，GPU则是五核心设计;从参数来看，苹果A16相比苹果A15的提升似乎并不大。 与发布前的爆料相一致，iPhone14系列标准版搭载的是满血版A15芯片，仅两款Pro版机型升级搭载了A16芯片。该芯片由台积电N4工艺打造，采用六核心CPU设计，其中包括两个性能核心和四个效率核心，最高主频为3.46GHz，集成5核GPU，晶体管数量从上代的150亿个增加至160亿个。 目前iPhone14 Pro已经亮相Geekbench数据库，搭载了6GB内存，其单核性能跑分为1879分，多核为4664分。作为比较，iPhone13 Pro Max的单多核跑分分别是1728分、4790分。其单核性能提升了约9%，多核性能却不尽人意，下降了约3%，刀法精湛。 可以看出，与上代相比，A16的综合性能仅算是小幅升级，但仍远高于安卓阵营旗舰芯片。比如骁龙8+ Gen 1单多核得分约为 1323分和4332分，联发科天玑9000+单多核得分约为1353分和4404分。与安卓阵营旗舰芯片相比，A16芯片单核性能仍有40%以上优势，多核优势仅剩8%左右。 A16芯片性能的小幅升级给安卓阵营旗舰芯片留下了可追赶空间，特别是多核性能方面，差距已经不明显了，可惜了我为的麒麟芯片，正常发布到现在，还不得干翻A16。另外还可以看出，虽然iPhone14搭载的是满血版A15芯片，但其性能表现与A16的差距并不明显，多核性能甚至超出，不过，A16的能耗表现确是更为突出一些的。更多iPhone14系列相关爆料一起持续关注。 A16仿生芯片作为苹果研发的第一款4nm芯片，竟和5nm制造工艺的A15芯片不分伯仲，难道A16的表现真的止步于此吗?答案是否定的。 首次跑分得出的成绩并没有将这款芯片的真实水平表现出来。翌日，iPhone 14Pro的第二次跑分便再次曝出。此次A16芯片的跑分有着大幅度的提升，达到了5455分，不过单核成绩只是略微上浮，跑分成绩为1887分。 而今日，iPhone 14的跑分也被放出。在Geekbench中，iPhone 14的识别码为iPhone14,7。这款机型同样运行iOS16.0系统，搭载苹果A15仿生芯片，配备6GB RAM。 iPhone 14的跑分测试结果与iPhone 13相差不多，这款机型的单核跑分为1719分，多核跑分为4552分。 事实上，苹果将iPhone 14基础款定位为iPhone 13的“小迭代”产品，进一步拉开了其与高端机型的差距，这也是苹果想要看到的。 据了解，A16仿生芯片搭载核6核中央处理器，尽管依然是2性能核+4效能核，但设备运行速度也有着大幅度提升。5核图形处理器则能够让图像和图形相关运算工作效率进一步增强，而16核神经网络引擎处理能力高达每秒17万亿次运算，机器学习性能有着极大提高。 苹果这款A16仿生芯片已是智能手机搭载芯片中的翘楚，强大的芯片能够让设备在电量不足的情况中释放更多性能，同样续航能力也有着提升。

现在全球正掀起了一场新能源汽车革命，连地产商、互联网公司都卷入了这波造车狂潮，看上去新能源汽车行业一片繁荣，可笔者却要为这种盛况泼几盆冷水，国内大部分造车企业都没有核心技术，对外宣称要变革人类的出行方式，其实连量产车都没有，新能源汽车行业将去向何方?造车企业又将何去何从? 现在国内很多企业生产的纯电动汽车都有国家的补贴，这也是国家推广电动汽车的一种方式，不过在购买电动车的时候，我们首先想到的就是充电的问题，很多的人想买，但是一直不能解决汽车充电的问题，所以解决好了这个问题相信买的人还是非常多的。在最近的几年发展中，国家逐步的减少了补贴，但是电动汽车的发展也有了一定的改变，主要是在造成方面，比如电池技术也越累越成熟了，整车的质量越来越轻，而且里面的配置越来越智能化了，这也是电动汽车发展的趋势。 人工智能如今人工智能正在高速发展，如果要发展无人驾驶汽车，人工智能是一定不可缺少的因素，当然人工智能也是无人驾驶汽车技术的核心，它可以让汽车的服务及体验感大大加深，让你充分体验到科技的力量。.市场培育滞后，限制了汽车消费的增长。目前缺乏一套完善的鼓励汽车消费的政策，尤其是一些地方采取地区保护政策，限制使用非本地企业生产的汽车，人为分割市场。乱收费和繁杂的购车手续抑制了个人购车的积极性，阻碍了汽车需求的增长。生产企业的产品品种、价格、经营机制、市场开发及售后服务等方面也不能适应个人购车的要求。 而且随着我们造车技术的不断进步，很多轻量级的材料运用在汽车上，让汽车重量减轻，还有汽车电池技术的不断发展，会让电动汽车跑的更远，而且会挤占传统汽车的市场。当前国家在大力发展汽车，只要解决了充电的问题，相信会有很多人会购买电动车，而且在未来中国将会是最大的电动汽车市场，这里对国内的企业来说充满了机遇，同时也面临这挑战。 汽车将更加节能环保。电动车用的是电，而电来自于发电厂，国内大部分电力都是火电厂生产的，使用电动车真的会比燃油车节能吗?从理论上，确实是这样，燃油车用的是小型内燃机，发电厂用的是大型汽轮机，汽轮机的燃烧效率要显著高于内燃机，这种差距即使是经过了几次能量转换还是能显现出来，中国的节能环保路线大致是先实现终端的电动化，再实现电力来源的清洁化，发展电动车的路线是没错的，不过电动车虽然不产生尾气，但动力电池报废后产生的固体废物污染比尾气还严重，如果不能得到有效回收，肯定会成为下一个污染源。、 汽车工业是产业关联度高、规模效益明显、资金和技术密集的重要产业。现代经济增长的历史表明，一个国家，当人均收入达到一定水平后，都会进入一个依赖轿车进入家庭拉动经济增长的阶段。目前，我国加快发展汽车工业的条件已基本成熟。从需求角度看，“十五”规划要求交通运输业以更快的速度增长，会对载货汽车的发展提出巨大的需求;同时，轿车逐步进入家庭消费，市场需求更大，持续时间更长。 电动汽车的发展对于一个国家至关重要，在燃油车时代，欧美国家建立了强大的壁垒。中国车企很难后来居上，但电动车时代则不同，全世界的起步几乎是相同的，凭借中国14亿人的大市场，中国电动车行业的发展速度应该要比欧美国家快，目前电动车的雏形已经基本诞生，无论以后电动车发展到什么程度，大体也不会和现在的特斯拉差太多，只要把握住电动车发展的趋势，中国未来就可能在电动车市场占有一席之地。

8月1日，相关部门发布8月国产网络游戏审批信息，共69款游戏获批，不过在这其中并未出现网易、腾讯两个游戏大厂的身影。值得注意的是，此次已经是网易今年以来第四次没有登上游戏版号审批通过名单，这对于游戏服务营收占比达三分之二的网易来说显然不是好消息。 虽然对于手握多款游戏的网易来说，没有游戏版号带来的伤害可能暂且没有那么大，但从全局来看，现在正处于C端红利流失的敏感期，与腾讯等互联网大厂不同，网易还不能够达到C、B两端协同发展、两条腿走路的地步，哪怕是小程度的打击或多或少对于网易的总体经营都是不利的。 就目前而言，网易B端的发展现状似乎难言称好。现在许多互联网大厂都在争先恐后分食To B市场的蛋糕，但相比阿里、腾讯等紧赶慢赶地进军B端市场，网易的动作显得有些迟缓。 爬不上高位的智企 当前各家C端产品线不断内卷，市场含金量正在走向枯竭，互联网巨头们要发掘新增量，B端业务自然成为了必选项。近年来，BAT、美团、字节跳动、网易等头部互联网大厂都纷纷进攻To B市场。只不过作为老牌大厂，网易似乎在新时代背景下的B端市场似乎没有那么游刃有余。 据财报显示，2021年，网易公司To B业务在总营收中的占比仅有14%，对比其他头部互联网巨头的B端营收贡献，网易的To B布局并不出彩。 目前，网易面向B端的智慧企业已经完成了云信、云商、易盾三大业务板块的调整。虽说在大体方向上，网易已经基本缕清了B端的发展思路，但就具体的产品形态而言，网易似乎还未跟上B端市场的发展节奏。 譬如，网易定位、网易互客等多项B业务的声量还比较小，相对有较大水花的网易七鱼在行业正面临来自阿里、腾讯、百度等竞争对手的巨大压力，发展环境也不容乐观。 据沙利文数据发布《2021年中国智能客服市场报告》显示，腾讯企点、环信、UDESK、容联七陌、云问科技均位列市场领导者梯队，其智能客服的基础能力、综合实力，以及研发创新、协作能力相比网易七鱼都不弱。这么来看，即便是在市场中相对有较大起色的网易七鱼也很难帮助网易B端轻松实现腾飞。 客观来说，这些年BAT们大费周章接上B端业务线，在技术、客户资源等方方面面都已对网易及其他二线互联网企业形成了“血脉压制”，或许这也是为什么在许多B端领域的前排基本很少出现网易的身影。 一来，技术是驱动B端行业发展的一个关键点，过硬的的技术实力才是真正决定B端市场胜负的枪炮。现在看来，BAT们在大数据、云计算、智能科技等技术领域都有自己的杀手锏，虽然网易在这些技术技术领域中也有自己的建树，但要追赶BAT还有些距离。 二来，客户资源的多与少影响着玩家们在整个B端市场的份额，同时也决定了它们在市场中所持有的话语权。可以了解到的是，网易智企2019年成立，从2020年开始，网易在企业服务的动作才逐渐频繁，而此时的BAT们已经以高举高打的玩法迅速占据B端市场，现在它们的目标正从收拢中小企业到政企大客户转移，客户资源的体量和价值已迈向新阶段，在这方面，网易显然落于人后。 从上述层面来看，BAT这类互联网巨头都有很大优势，网易智企想要突破重围还比较困难。不过有关于网易一直在B端市场比较低调的原因，除了受外方势力的影响之外，其实更主要的还是网易本身对B端市场发展的态度。 刻在基因里的“慢性子” 在外界看来，网易的发展调性一直都很佛系，是个小心翼翼的慢性子企业，多年来在C端的表现是这样，现在在B端亦如是，具体表现有如: 其一，生态延迟。在其他对手纷纷押宝生态的大势下，网易还停留在广泛布局具体业务的阶段。这些年，阿里、腾讯们依靠生态地位全面出击，无差别拓展B端客户，到如今它们也能依仗着庞大的客户群体完成变现。 以协同办公领域为例，阿里钉钉截至2022年3月31日，已经服务2100万个企业和组织，目前已经发布了三款商业产品，进入了变现深水区。此外，企业微信也实现了与腾讯文档、腾讯会议等内部产品的全面互通，生态探索也有跨越式的升级。而据官网显示，网易灵犀目前合作企业超100万，对比之下，其在生态伙伴方面明显难以形成突出优势。 其二，云端掉队。在当前的云市场中，网易的步调慢了一大截，其云计算并没有突围行业顶上前排。据Canalys发布《2021年中国云计算市场报告》显示，中国的云基础设施市场由阿里云、华为云、腾讯云和百度智能云组成的“四朵云”占据80%，稳居主导地位。 像网易一样末位的云厂商只能分割剩余的少部分份额，值得一提的是随着国家云的深度入场，行业竞争将愈发剧烈，网易后续在云市场当中的声量难免会面临被动下调的风险。 相较C端业务，B端业务本身的客户迁移成本高昂，起步稍慢就意味着将客户拱手让人。换句话说，网易在生态和云服务上的谨慎，可能会让网易少分到B端的红利。 不过，网易似乎很欣然接受这种慢节奏的发展状态。 按照网易此前入局新赛道的战略来看，其一直是先等市场的竞争稍微平静后才徐徐入场。或许对于网易来说，国内的B端市场并没有真正的成功范本可供参考，还是一个需要各自摸着石头过河的新赛道，此时走得慢才能走得稳。 从企服赛道的特质来看，其实并不难理解网易的保守玩法。一方面，数字化转型起步时间并不算长，客户对B端产品的使用习惯有待培养；另一方面，企业级产品复杂程度高，专业性更强，在对大部分客户对企业服务产品需求不明的情况下，加速前进是一件很冒险的事情。 B端的不确定性 不过尽管网易走得慢，但是否稳当还得另说。 从网易对B端的未来规划来看，其布局重点集中在需要投入重金、不确定性又强的PaaS和SaaS以及元宇宙领域上，后续想要高速增长的难度可不小。 首先，元宇宙正在构建，产业链并未完全成熟，当下还无法准确判断元宇宙的最终形态，企业对元宇宙产品的需求并不清晰。 目前，互联网大厂们都在试图围绕元宇宙进行布局，和网易一样想要做“赋能者”的参与者也颇多，但非常一致的是，它们在讲述完元宇宙的诱人前景之后几乎都会补上一句“当前还处于元宇宙的初级阶段，距离完整意义上的元宇宙可能还要10年以上的时间”。 其实道理大家都懂，只是在各行各业的大厂都在围攻元宇宙大势下，谁都不愿意当最后的晚到者，谁都不想丢掉所谓下一代互联网的入场券，网易自然也不例外。 其次，聚焦的PaaS、SaaS领域是两大吸金兽，对网易在资本和落地层面又是一次大考。 相比于laas产品，SaaS、PaaS服务可以降低客户使用门槛，让更多企业用得起，在产品推广、收揽客户群体方面省不少力，而且后续回本周期也较长。但这些优势是建立在原本由客户承担的部分成本，如服务器、IT运维等，被转移到服务商自己身上，所以SaaS、PaaS前期投入自然会比较高，或多或少会让网易背负不小的财务压力。 总的来说，种种因素都在考验着网易B端业务的未来。如何找到适合B端发展模式，或许才是网易接下来布局B端真正应该思考的关键问题。 写在最后 的确，与同行竞争力的差距、自身战略的滞后性，统统都很难让市场相信网易能否把B端做好、做大。不过，纵然网易在当前的B端市场行走缓慢，但仍不可否认其To C多年积累下来的成功经验，已经足以证明网易能够推出好产品的能力。 只能说，网易现在对于产业互联网和消费互联网价值的取舍，其还是更愿意继续专注于做C端价值的深度挖掘，包括推出的 To B 产品，有许多还是网易用于延伸C端附加值的工具。更形象地说，B端业务就像是网易深耕C端顺便做起来的副业，这也很好地解释了为什么此前网易在B端感觉一直处于“潜水”的状态。 值得一提的是，虽然网易在B端前排还没有很大的分量，但是其在B端的服务口碑还不错。比如网易智企实力入选“2021中国To B行业年度榜单”、获得“2022胡润中国元宇宙潜力企业榜未来之星”等，可以看得出来，网易在B端市场已经有了一定的知名度和认可度，其在B端的发展潜能不可忽视。 文/刘旷公众号，ID：liukuang110

据MacRumors报道，高通和联发科尚未确定是否会在2023年推出3nm芯片，苹果可能是2023年唯一一家采用台积电3nm工艺的芯片厂。这次是A17芯片。 消息指出，高通和联发科之所以犹豫要不要采用台积电3nm，原因是成本极高。从10nm工艺开始，台积电的每片晶圆销售价格开始呈指数级增长，台积电在2018年推出7nm工艺时，晶圆价格跃升至近10000美元，2020年5nm晶圆价格突破16000美元。台积电3nm每片晶圆销售价格超过了20000美元，这个价格还是基准报价。 台积电将N3E工艺描述为N3的增强版本，有趣的是，N3E被认为实现了与N3相比更宽松的间距，例如CPP，M0和M1都被认为出于性能和良率的原因而被放松。关于台积电N3以及是否准时，有不同的故事。Semiwiki的编辑认为，N5在2019年开始进入风险，到2020年圣诞节，苹果iPhone已经配备了N5芯片。N3 在 2021 年进入风险开始，iPhone 要到明年才会推出 N3 芯片。这个过程至少晚了 6 个月。在本文中，高密度SRAM单元尺寸为0.021μm²被披露。大于 0.0199 μm² 的 N3 SRAM 单元。N3的良率通常被描述为良好，其中提到了良率在60%至80%。根据计算，在5nm工艺节点，台积电最密集的逻辑单元密度是三星最密集逻辑单元密度的1.30倍。如果您查看图 6 中的台积电密度值，2-2 鳍式单元的密度比 5nm 中的 2-2 个鳍式单元密度高 1.39 倍，而 2-1 单元的密度提高了 1.56 倍。 对于台积电的7nm和6nm制造技术来说，产能利用率可能会下滑到令人痛苦的40%。对于最近台积电领先的5nm制程技术来说，则产能利用率将维持住80% 的水准。而因为5nm制程是台积电2022年第三季营收的主要来源，在7nm及6nm等技术营收贡献率下滑的情况下，5nm制程仍维持正常市场表现。而虽然台积电较为成熟的制程产能利用率有下滑情况，但是与其他晶圆代工厂相比，台积电的产能利用率仍较为稳定。 近期台积电宣布扩大美国投资，外派工程师赴美支援，引发“去台化”疑虑。据中国台湾媒体报道，台积电将于12月29日举行3nm量产暨扩厂典礼，罕见以实际行动宣示持续深耕台湾的决心，化解外界疑虑。台积电美国亚利桑那州厂第1期工程，预计2024年量产4nm;第2期工程开始兴建，预计2026年生产3nm制程，两期工程总投资金额约400亿美元，两期工程完工后合计将年产超过60万片晶圆。 虽然估计差异很大，但台积电目前的N3良率有几点需要注意。首先，我们不知道这个数据是否计算的是通过台积电Fab 18的商用晶圆的良率，或者计算包含台积电客户各种IP的商用和测试晶圆的良率。其次，除了台积电及其客户之外，目前没有人知道商用或测试晶圆的确切良率。第三，如果我们只考虑商用晶圆，目前台积电的N3用于为早期采用者进行非常有限的设计，尽管这是基于市场传闻。 需要指出的是，台积电倾向于根据苹果公司(其最大的客户和前沿节点的阿尔法客户)的要求来开发其领先的生产技术，并且苹果根据台积电的能力量身定制其设计，因此初始良率可能高达80%也就不足为奇了。爆料显示，A17 Bionic以及苹果M2 Pro和M2 Max等芯片都是采用台积电3nm工艺。但是，对于为大众市场产品提供代工服务的3nm初始良率来说，60%的良率可能并不高。 台积电南科厂区，包括六厂、十四厂、十八厂，同时有来自南科再生水厂的水资源供应，将逐步达成2030 年再生水替代率60% 的目标;台积电目前使用20% 再生能源，并将达到2050 年采用100% 再生能源与净零排放的永续目标。 台积电保持技术领先，同时深耕台湾，持续投资并与环境共荣，3nm量产暨扩厂典礼展现台积电在台湾发展先进技术及扩充先进产能的具体作为，与供应链上下游一同成长，培养未来人才

2020年8月4日，东芝宣布将其持有的19.9%的Dynabook的股份出售给夏普，至此，Dynabook成为夏普子公司。而这一交易也标志着东芝正式退出经营了35年的笔记本电脑业务，一代巨头成为历史。1985年，东芝发布了世界上第一台真正意义上的笔记本电脑——T1100。它搭配不到1MHz的英特尔8086处理器，预装MS-DOS操作系统，配置了一块9英寸单色显示屏，体积约为31.1 x 6.6 x 30.5cm，重4.1Kg，当时的售价为1999美元。虽然这不是一款完美的笔记本电脑，但它的出现具有划时代意义，真正开启了笔记本电脑时代。 而后，东芝在笔记本电脑领域不断推出惊艳作品。1989年，东芝推出了DynaBook J3100 SS001。这款笔记本的最大特点就是轻便，重量仅为2.7公斤。虽然相比现在的笔记本电脑，这个重量不算轻，但在当时已经是最轻便的一款笔记本电脑了。 之后东芝在笔记本电脑领域也一直保持领先，推出了多款首发产品，如1991年推出了首款配置彩色TFT显示屏的笔记本电脑，但它的重量达7.9Kg，东芝认为它不太符合笔记本电脑的定义，于是在1992年，经过技术改良，推出了采用液晶TFT屏的T4400SXC，成功将笔记本电脑重量减轻至3.3Kg。 可以说，在1990年到2000年，东芝一直是笔记本市场的领先者，在PC制造商榜单上一直位居前五位，鼎盛时期，也曾连续七年夺得全球销量第一。但随着之后联想、苹果、惠普以及戴尔等笔记本电脑厂商的崛起，东芝在笔记本电脑市场的存在感也越来越薄弱。于是在2018年，东芝将80.1% Dynabook部门的股份以3600万美元的价格卖给夏普。而在8月4日，东芝把剩余的股份也都出售给了夏普，东芝笔记本电脑品牌至此退出历史的舞台，画上了一个无奈的句号。 其实这已经不是东芝第一次将其旗下产品线进行变卖，可以说近几年的东芝一直在通过卖卖卖来填补其巨额赤字。2015年，东芝以190亿日元将位于日本南部大分的图像传感器工厂出售给索尼；2016年，东芝将其最赚钱的医疗设备事业出售给佳能公司，成交价格为6655亿日元；2016年，东芝又将其白色家电事业出售给中国美的集团，价格为514亿日元；2017年，东芝又以129亿日元的价格将其东芝电视出售给中国海信集团；东芝卖卖卖的脚步还没有停歇，2018年，东芝又将其存储器业务出售给美国基金贝恩资本为主的“日美韩联合体”。至此，东芝差不多将其原有事业部全部进行了出售。这个成立于1875年，至今已走过一百多年的历程的IT业巨头，已物是人非。 改革迫在眉睫，2018年，东芝任命车谷畅昭为公司董事长兼CEO。车谷畅昭毕业于东京大学法学部，是一位银行家，曾经担任三井住友银行副行长和欧洲最大的私募股权基金——英国CVC资本投资机构的日本公司董事长。他一上任就大刀阔斧地对公司进行改革。改革的效果还是显著的。2020年6月5日，东芝公司发表了2019年度（到2020年3月）的决算报告，虽然遭受了新冠病毒疫情的冲击，但是，东芝公司的营业利润比2018年度猛增了4倍，达到1305亿日元。 但据近日日本媒体报道，东芝8月12日公布的其2020年4-6月的财务报表却又不尽如人意，销售总额为5998亿日元，较去年同期减少了26.2%，亏损达113亿日元，原因主要受新冠疫情影响致使工厂停工。 这样的财务数据又给东芝今后的改革之路蒙上了一层阴影。走过百年的东芝是否能克服目前的困境，改革成功，我们拭目以待。

尽管天然气价格飙升，全球对可持续性的关注日益增加，但交通运输部门仍占全球碳排放量的 18%。因此，电动汽车已成为临时解决方案的重要组成部分。凭借其零道路碳排放的承诺和全球相对便宜的电力供应，电动汽车正朝着主导移动和运输市场的方向迈进。 许多专门的电动汽车公司的诞生以及试图满足日益增长的电动汽车需求的老牌企业的诞生证明了电动汽车的必要性。此外，由于无情的需求导致市场竞争加剧，促使这些公司在广泛的领域开发他们的技术，从而导致电动汽车领域的许多改进。与柴油发动机车辆相比，这些创新使电动汽车的排放量减少了 43%。为了可持续地优化这一排放问题的解决方案，需要智能解决方案，其中之一就是数字双胞胎的概念。 了解数字孪生 顾名思义，数字双胞胎是模拟或数字空间中现实世界或物理设备的双胞胎。它们是由从飞机发动机和车辆到风车和城市建筑物的物理对象建造的。通过将物联网 (IoT) 与具有人工智能和机器学习功能的最新软件工具相结合，可以轻松提高数字双胞胎的性能。数字双胞胎正在迅速成为 21 世纪的一项主要工程技术。多亏了模拟，研究人员可以在任何数字双胞胎上进行无数次测试，这在物理设备上是困难的。 自 20 年前概念诞生以来，许多研究人员和研究所已经定义了数字孪生并致力于构建基于它们的有效软件系统。数字孪生是现实世界对象的复制品，因此也可用于复制基于它们的流程。这为对设备执行预测性维护和检查铺平了道路。 理解数字双胞胎的一个简单例子是水电站中的涡轮机，它连接了许多传感器。收集的传感器数据(例如水流量、温度和能量输出)被馈送到数字双胞胎。通过这些输入，可以执行模拟来分析健康和维护数据，从而延长物理资产的使用寿命。 使用数字孪生构建高效电动汽车 正如我们之前所见，电动汽车有望显着减少碳足迹。让这些车辆上路的主要挑战之一是它们的定价和电池容量。应对这些挑战的一种方法是优化车辆内的电能消耗，我们需要一个支持架构来实现它。数字孪生作为所需的架构，与物联网一起将离线物理资产映射到数字模型。凭借 EV 生成的大量感官数据，数字孪生技术比硬件在环模拟等其他技术更适合。这种转换可以实现智能系统监控、预测即将发生的事件、故障检测、剩余使用寿命等，这些将在接下来的几节中讨论。 自动驾驶系统 自动导引车(AGV)领域发展迅速，数字孪生技术在其发展中发挥着重要作用。数字孪生系统用于通过将决策算法暴露于各种场景来生成控制系统响应。这有助于以无法在物理系统中复制的规模生成车辆大数据。嵌入在 AGV 中的 AI 模型使用数字孪生系统生成的响应进行训练。这使得数字双胞胎既可以用于生成训练模型，也可以用作新技术的测试平台。数字双胞胎还可以使用实时互连或使用可以使用档案数据集生成的预测模型与物理系统同步。 高级驾驶辅助系统 现代智能汽车的显着特点之一是高级驾驶辅助系统 (ADAS)。它的存在是为了通过减少事故的数量和严重程度来提高驾驶员和行人的安全性。数字双胞胎可用于生成其他驾驶员、行人等因素的虚拟对应物，并且使用它，ADAS系统的决策模型也可以使用历史数据进行训练。这可以与来自物理车辆传感器的实时数据相辅相成，模型可以根据这两种数据执行操作。 车辆健康监测和预测性维护 持续监测 EV 的健康状态是维持和延长其使用寿命的重要因素。与故障后维护相比，车辆健康管理系统的发展导致了基于状态的管理。数字双胞胎具有在模拟环境中测试各种场景的功能，可帮助制造商将易磨损的车辆部件推向极限。这些模型还可用于预测电机等组件的剩余寿命，而无需实际从车辆上卸下组件。 电池管理及智能充电系统 通过采用数字双胞胎和物联网框架，可以构建高效的充电基础设施，优化电子控制单元 (ECU) 和 EV 动力传动系统。电池管理系统 (BMS) 是任何大型电池组的重要组成部分，可提供电池容量、充电/放电期间的折旧、充电状态 (SoC) 等信息。这些可用作数字孪生模型，用于开发电池各个方面的模型，例如最佳充电和放电速率和 SoC，以根据当前的 SoC 和历史驾驶趋势准确告知用户车辆可以行驶的距离。 智能电动汽车的未来展望 如前所述，数字双胞胎可以在整个电动汽车行业的发展中发挥巨大作用，从消费者的角度来看，这有助于提供概念上可持续且运行可靠的产品。然而，数字孪生技术的影响远远超出了电动汽车制造和运营的优化。它可用于让消费者了解电动汽车与传统汽车相比的不同之处，这是决定将电动汽车作为可行替代品的前景的一个重要因素。