1h算力
A. 自动驾驶芯片市场火爆，科技巨头抢滩，中国企业能否一战
[汽车之家 新鲜技术解读]? 自动驾驶系统，最关键的部件是什么呢？是传感器？是控制软件？还是处理芯片呢？我个人认为在目前这个阶段来说，处理芯片是一个最关键的部件，它的性能直接影响自动驾驶系统的好坏。过去，顶尖的芯片技术一直是国外企业垄断的，但随着中国芯片企业近年的快速追赶，情况已经有所改观。今天我们就来聊聊中国自动驾驶芯片究竟处于一个怎样的水平？
● 自动驾驶芯片是干什么用的？
虽然目前L3级别有条件自动驾驶车辆在中国尚未落地，但从一些带有高阶L2驾驶辅助系统的车辆上我们可以发现，这些车辆都带有数量不少的传感器用以检测车辆周围的障碍物，从而为控制系统决策提供数据支持。这些传感器包括毫米波雷达、超声波雷达、摄像头等。这些传感器每秒钟会产生数GB（1GB=1024MB=10242KB）的数据，自动驾驶芯片需要流畅地处理这些数据才能保证系统及时作出正确的决策，从而确保车辆的行驶安全。
可能大家对每秒数GB的数据没有概念，这里举一个生活中的例子。普通的USB3.0接口U盘，其读取速度峰值接近200MB/s，要从这个U盘中读取1GB的文件大约需要5秒左右的时间，足见每秒数GB的数据量是相当大的。
自动驾驶系统除了需要解决大流量数据传输问题，还需要解决的就是如何能快速处理这些海量数据，而强大的自动驾驶芯片正是那把正确的钥匙。
● 国外的自动驾驶芯片处在怎样的水平？
虽然本文主要是讲中国自动驾驶芯片的，但知己知彼，百战百胜，在审视本土状况之前，我们还是先要来简单了解国外的情况。国外自动驾驶芯片真正能够大规模进入量产车市场的无非三家，英伟达、Mobileye（现已被英特尔收购）、特斯拉。
其中，走实用路线的Mobileye目前市场占有率在70%以上，市场上的产品主要是应用于L2驾驶辅助系统的EyeQ3芯片（算力0.256TOPS，“TOPS”是每秒万亿次运算的意思，详细介绍请看这篇文章相关介绍，本文标注的算力如无特别说明均指的是8位整数计算能力）以及具备L3级别自动驾驶能力的EyeQ4芯片（算力2.5TOPS）。像是小鹏G3、蔚来ES6/ES8、广汽新能源Aion LX就采用了EyeQ4芯片作为其驾驶辅助系统的核心。
相较于英伟达上代自动驾驶平台旗舰之作DRIVE PX Pegasus 320TOPS的算力，新的DRIVE AGX Orin平台的旗舰配置实现了成倍的性能增长。此外，DRIVE AGX Orin平台的扩展柔性化程度相比以往平台进一步提升，能够通过硬件配置的增减，满足从一般驾驶辅助到L5级别完全自动驾驶等不同级别车辆的需求。
特斯拉Autopilot 1.0系统采用的是1颗英伟达Tegra3芯片+1颗Mobileye EyeQ3芯片；Autopilot 2.0系统采用的是1颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片；Autopilot 2.5系统采用的是2颗英伟达Tegra Parker芯片+1颗Pascal架构GPU芯片。
已经搭载在最新下线特斯拉车型上的自研FSD芯片，单颗芯片算力为72TOPS，Full Self-Driving Computer集成有两颗独立工作的FSD芯片，一颗“挂了”，另外一颗马上“顶上”，提升了整套系统的安全性和稳定性。
当然了，除了上面三家锋芒毕露的企业，还有不少企业在垂涎自动驾驶芯片这块蛋糕，其中包括高通、赛灵思、恩智浦等，但这些企业真正走向量产车的自动驾驶芯片还不成规模，限于篇幅，这里就不作介绍了。
● 迅速崛起的中国自动驾驶芯片企业
好了，看完国外的情况，我们目光回到国内。自动驾驶芯片市场火爆，国外科技巨头抢滩登陆，中国企业究竟实力怎么样呢？下面我们一起来看看。
◆ 寒武纪
中科寒武纪科技股份有限公司（下称“寒武纪”）的前身是中国科学院计算技术研究所下，由陈云霁和陈天石两兄弟领导的一个课题组。该课题组在2008年开始研究神经网络算法和芯片，并在2012年开始陆续发表研究成果。
2016年，上述课题组提出的深度学习处理器指令集DianNaoYu被ISCA2016所接受，实验表明搭载该指令集的芯片相较于传统执行X86指令集的芯片，在神经网络计算方面有两个数量级的性能优势。随着课题组的研究成果趋于成熟，中科寒武纪科技股份有限公司正式成立，并着手将其芯片和指令集向商业领域转化。也是在2016年，寒武纪发布了首款商用深度学习处理器寒武纪1A。
聊完这家公司的身世，下面我们来看看它的产品。目前寒武纪有两款最新的人工智能芯片IP授权，分别是Cambricon-1M和Cambricon-1H。性能指标最强的Cambricon-1M-4K在1GHz时钟频率下拥有8TOPS的算力；性能指标最弱的Cambricon-1H8mini在1GHz时钟频率下拥有0.5TOPS的算力。所有型号的详细算力参数可以参看下表。
Cambricon-1M和Cambricon-1H被定义为终端智能处理器IP。我们在手机或者汽车这些终端上出现的人脸识别、指纹识别、障碍物识别、路标识别等应用都能通过在芯片中集成上述处理器IP实现加速。
上面提到的“边缘”一词来自于“边缘计算”。 边缘计算是指在靠近智能设备（终端）或数据源头（云端）的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。边缘计算可以满足系统在实时业务、智能应用、安全隐私保护等方面的要求，为用户提供本地的智能服务。思元220在边缘计算中扮演着提高数据安全、降低处理延时以及优化带宽利用的角色。
目前寒武纪高算力芯片产品被定义为智能加速卡，可用于服务器中加速人工智能运算。谷歌的AlphaGo人工智能机器人打败韩国世界围棋冠军李世石的新闻相信各位有所耳闻，AlphaGo人工智能机器人的背后其实是谷歌自研的TPU芯片。寒武纪的高算力芯片产品的特性和应用也与谷歌TPU类似，当然它们之间也可以算是竞争对手了。
所不同的是思元270-S4采用的是被动散热设计，最大热设计功耗为70W，定位为高能效比人工智能推理设计的数据中心加速卡。这也意味着该卡会有“功耗墙”设定，即当加速卡功耗达到阈值上限时会降低算力以保证较低的功耗和发热。
思元270-F4相当于是“满血版” 思元270-S4，最大热设计功耗150W，采用涡轮风扇进行主动散热。良好的散热和充足的供电使得思元270-F4能够发挥出思元270芯片的全部性能。该卡定位是为桌面环境提供数据中心级人工智能计算力，简而言之就是为台式机配的高性能人工智能加速卡。
虽然思元270在制造工艺上只采用了台积电的16nm工艺，但整体能耗比还是做得比较不错的。虽然单卡算力不及最新的英伟达旗舰计算卡，但5张思元270-S4/思元270-F4并行的话，峰值算力也能达到英伟达A100的水平。只是英伟达A100更先进的工艺应该在能耗比上面会有一定的优势。
其中思元100-C搭载了视频和图像解码单元，采用被动散热方式，最大热设计功耗为110W；思元100-D不搭载视频和图像解码单元，采用被动散热方式，最大热设计功耗为75W。目前思元100系列产品已经于2019年在滴滴云和金山云上得到应用。其中滴滴云采用思元100板卡加速弹性推理服务，该服务用于深度学习推理任务；而金山云则采用思元100板卡加速语音、图像、视频等人工智能应用。
前面讲的尽是服务器级的计算卡，这是不是偏离了我们应该聊的自动驾驶芯片话题呢？其实不然。前面也提到了，寒武纪目前是一家专注于人工智能芯片开发的企业，自动驾驶领域确实涉足不深，但通过和其他国内友商的联合还是有一些建树的。
WiseADCU CN1自动驾驶运算域控制器提供了L3或以上级别自动驾驶系统所需的算力以及传感器连接数量需求，实现了仿真、模型、系统、架构、编码、加速、算法七个关键控制点的自主可控。
实际上威盛集团由于处理器产品性能竞争力弱，早就退出了主流X86处理器市场的竞争，市场中就剩下英特尔和AMD在角力。兆芯成立后，吃透了威盛的X86技术，并在威盛当时最新的处理器架构基础上进行全面的改进和优化，先后推出了ZX-A、ZX-C以及ZX-C+等处理器产品。
6月2日，科创板上市委发布2020年第33次审议会议结果公告，寒武纪上市获得通过，从受理到审批通过，寒武纪只用了68天，刷新了科创板审核速度。寒武纪上市后成为A股中唯一一家人工智能芯片公司，该领域的市场空间在2022年有望超过500亿美元，发展潜力巨大。打通了A股融资渠道的寒武纪究竟能否凭借其独特的技术优势进一步发展壮大呢？这谁都说不准，但可以确定的是，寒武纪的成功上市让很多投身于该领域的公司赢得了信心，看到了希望，中国人工智能芯片时代或将由此开启。
◆ 地平线机器人
好了，聊完寒武纪，我们来聊聊另外一家人工智能芯片企业——地平线机器人技术研发有限公司（下简称“地平线”）。地平线是由前网络深度学习研究院常务副院长余凯于2015年创立的，专注于自动驾驶与人工智能芯片的一家公司。余凯也是网络自动驾驶的发起人。
余凯建立的地平线，一直以来坚持的是软件和硬件相结合的方向。他认为，算法、芯片和云计算将构成自动驾驶的三个核心支点。相比起前面介绍的寒武纪注重打造高性能硬件芯片，地平线的商业模式是把以“算法+芯片”为核心的嵌入式人工智能解决方案，提供给下游厂商。打个比方比较好理解，如果说寒武纪卖的是处理器芯片，那么地平线卖的就是安装了操作系统的整机。产品方面，相较寒武纪从终端到云端的芯片产品布局，地平线虽然自研芯片，但更偏重的是以产品功能来划分产品线。
硬件上，征程二代芯片内部集成了两个Cortex A53核心、两个自研的BPU（Brain Processing Unit，可用于加速人工智能算法）核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W，这比起目前主流的Mobileye EyeQ4芯片的算力和能耗比都更优秀。
这些智能音箱有较强的自然语义识别功能，能够识别人们发出的语音命令，结合物联网技术，人们通过简单的语音命令除了能够让音箱播放在线音频资源外，还能够控制各种家电，如开关、灯泡、风扇、空调等。这就是AIoT的一个最简单的应用例子。
从硬件方面看，旭日二代芯片内部集成了两个ARM Cortex A53核心、两个自研的BPU核心、DDR4内存控制器以及输入输出控制器，算力达到4TOPS，典型功耗为2W。从参数上看，旭日二代和征程二代好像没什么差别，实际上征程二代可以看做是旭日二代的车规版，它满足AEC-Q100标准，在工作温度、电磁辐射等标准上会更高一些。虽然征程二代和旭日二代均采用台积电28nm工艺制造，但旭日二代芯片尺寸为14x14mm，比征程二代芯片17x17mm的尺寸更小，更有利于内嵌到AIoT设备当中。
和寒武纪一样，地平线同样拥有自研的人工智能加速芯片技术。所不同的是，地平线更注重软件和硬件的整合，从而为下游厂商提供成熟的解决方案。在资本市场，地平线同样受到追捧，其投资者众多，其中包括了世界半导体行业巨头英特尔和SK海力士以及国内的一线汽车集团等。未来地平线是否会和寒武纪一样登录科创板目前还不得而知，但CEO余凯对于在科创板上市是持积极态度的。我个人是支持有更多像地平线这样的企业登录科创板，更充分的竞争可以避免垄断同时促进该领域的加速发展。
◆ 西井科技
西井科技创办于2015年，它起初是一家做类脑芯片的厂商。所谓的类脑芯片简单来说就是以人脑的工作方式设计制造出来的芯片。目前大行其道的冯?诺依曼结构处理器芯片，其计算模块和存储单元是分离的，芯片工作的过程中需要通过数据总线来连接计算模块和存储单元，数据传输上的开销太大从而限制着这类芯片的工作效率和能耗比的提升。
类脑芯片模仿的是大脑神经元的工作形式，大脑的处理单元是神经元，内存就是突触。神经元和突触是物理相连的，所以每个神经元计算都是本地的，而从全局来看神经元们是分布式在工作。类脑芯片由于具有本地计算和分布式工作的特点，所以在工作效率和能耗上相比冯?诺依曼结构处理器芯片更有优势。
虽然这种类脑芯片看着和普通的处理器芯片在外观上没有什么不同，但其实内部运作原理与传统的处理器芯片有着本质的区别。国内除了西井科技开发出了类脑芯片，像是清华开发的天机（TianJic）芯片和浙大开发的达尔文（DARWIN）芯片都是类脑芯片。所不同的是，西井科技的DeepSouth芯片是全球首块可商用5000万类脑“神经元”芯片。
西井科技这艘大船拿着投资人动辄过亿的投资款，肯定是要追求盈利的。不管公司的技术有多超前，无法商业化在逐利的资本市场必然是无法接受的。随着人工智能和自动驾驶产业的兴起，西井科技找到了技术商业化的契机。
相比起我们前面两个厂商动辄上百TOPS算力的产品，西井这两款产品的算力确实有点拿不出手。但西井科技的这两款芯片能够实现片上学习，可以随时新增样本进行增量训练来提升推理准确率。
可能大家看到这里还是没看懂西井科技这两块芯片的优势所在，我在这里稍微解析一下大家就能够明白。目前的自动驾驶算法都是通过高性能服务器进行模型训练（让计算机去看摄像头或激光雷达等传感器获取的环境数据，学习目标判断方法），然后将训练好的模型再部署到车载硬件之中（把机器学习到的高效目标判断方法固化到车载自动驾驶系统之中）。
在实际应用方面，西井科技并没有一头冲进乘用车自动驾驶系统领域，而是在智能港口和智能矿场干出了自己的一片天地，并把触角伸向了智慧医疗和智慧物流领域。2017年10月，公司与全球知名港机巨头振华重工建立长期合作伙伴关系，这是西井科技进军智能港口的重要一步。
自动驾驶卡车要在港区自动装卸集装箱，需要自动驾驶系统精细的车辆控制、敏锐的环境识别以及准确的定位，这些都需要港区高清地图配合。西井科技的无人集装箱卡车定位精度在5cm以内，这是实现集装箱自动装卸的关键。全球首辆港区作业无人集装箱卡车作业成功，充分展现了西井科技在卡车自动驾驶系统以及高精度地图绘制领域的实力。
除了自动驾驶和高清地图绘制外，西井科技还为企业打包了一整套智能港口和智能矿场解决方案，利用人工智能技术提升港口和矿场的运作效率，同时能够进一步降低其运营成本。深挖行业中存在的机遇，逐步筑起行业壁垒是西井科技面对人工智能芯片市场激烈竞争的重要策略。
作为全球最早落地行业应用的自动驾驶团队，西井科技旗下自动驾驶品牌Qomolo逐路目前涵盖了无人驾驶跨运车、无人驾驶新能源集卡和无人驾驶矿卡三大项目。
面对乘用车自动驾驶芯片领域的激烈竞争，我认为短期内西井科技不会进入该领域。相反它会通过深耕已有的智能港口、智能矿场以及无人驾驶重卡市场，进一步筑高上述市场的壁垒，扩大自身的行业影响力和竞争力。但不能忽视的是，西井科技掌握的类脑芯片技术或有可能成为未来自动驾驶芯片领域的一个风口。
上文详细介绍中国3家知名自动驾驶芯片公司及其产品，相信大家应该对目前国内自动驾驶芯片现状有了一个更深了解。除了这三家公司，数字地图供应商四维图新通过收购杰发科技也布局自动驾驶芯片市场，但量产芯片目前尚未落地。网络的昆仑芯片以150W的功耗实现了260TOPS的算力，竞争力很强，但其定位为云端全功能人工智能芯片，主要用在服务器之上。网络在自动驾驶领域的亮点还是在于其Apollo自动驾驶软件平台。
● 全文总结：
寒武纪、地平线、西井科技这三家公司都有着各自的特色和亮点。寒武纪专注于芯片研发，产品算力最强；地平线除了研发芯片，还提供完整的自动驾驶软件方案，对主机厂开发更友好；西井科技掌握独特的类脑芯片设计，在智能港口、智能矿场以及无人驾驶卡车领域已经站稳了阵脚。整体来看，中国自动驾驶芯片在性能和功耗上和外国芯片相比并不差，如何在中国开放L3级别有条件自动驾驶车辆落地这个时间节点用产品和服务先发制人是中国自动驾驶芯片企业的制胜关键。究竟鹿死谁手，让我们拭目以待吧，好戏即将上演！（图/文/汽车之家 常庆林?部分图片源于网络）
B. 寒武纪来了
（文/观察者网 吕栋）在距今大约5.3亿年前的寒武纪时期，地球上在2000多万年的时间里突然涌现出各种各样的生物，一系列与现代动物形态基本相同的物种来了个“集体亮相”。而在此之前，更为古老的地层中却长期没有找到动物化石，这一时期史称“寒武纪生命大爆发”。
5.6亿年前寒武纪出现的最有代表性的远古动物——三叶虫。图源：视觉中国
现如今，“寒武纪生命大爆发”仍然是古生物学和地质学中的一大悬案，更是困扰着包括达尔文在内的学界大佬。然而，当我们此刻在搜索引擎中输入“寒武纪”这三个字时，排在输出结果第一位的已不再是那个困扰科学界的谜题，而是一家人工智能芯片领域的 科技 公司。
值得注意的是，最近几年，国内涌现出不少初创AI芯片设计企业，它们在吸附大量一级市场资金后，一方面互相激烈竞争，另一方面还不得不面对来自巨头的压力。在该领域，不仅有英特尔、英伟达等芯片行业传统巨头，也有华为、阿里等跨界选手，无一不对这块蛋糕“垂涎三尺”。
而寒武纪正诞生于上述背景中。
一个月前的2月28日晚间，北京证监会官网发布消息，2019年12月5日，中科寒武纪与中信证券签署A股上市辅导协议，正式开启冲刺科创板的进程。
而3月26日上交所官网显示，创办刚满4年的寒武纪上市申请已获受理。短短几个字，意味着该公司距登陆科创板又近了一步，同时也再次将其置于舆论的放大镜下。
市场普遍认为，如果寒武纪成功登陆科创板，将成为毫无悬念的“AI芯片第一股”。
残酷的现实便是，中国集成电路进口额长期大于出口额。官方数据显示，2019年中国集成电路进口总额为3055.5亿美元，而出口仅1015.8亿美元，进出口比例为3:1，时代也在期待中国芯片领军者。
而该公司以“寒武纪”给自己命名，寓意“AI大爆发”，并以“全球智能芯片领域的先行者”作为自己定位，既彰显了几分神秘又凸显了其“野心”。
别人眼中的学霸
提起寒武纪，就不得不提其创始人陈云霁和陈天石这两兄弟。
哥哥陈云霁1983年出生，两年后弟弟陈天石出生，江西南昌人。与大多数年过而立、尚未不惑的同龄人相比，他们可以说已有所成就。
1月16日，陈天石刚以寒武纪CEO身份成为2019年中国科学年度新闻人物十人之一，而陈云霁早已从前辈手中接过2017年度 科技 创新人物奖。
不少人好奇，这对来自江西的“双子星”，缘何既能读书出色，又能在创业后搞出一个“独角兽”。
履历显示，陈云霁9岁上中学，14岁便考入中国科大少年班，24岁取得中科院计算所博士学位，29岁晋升为研究员，33岁获得中国青年 科技 奖和中科院青年科学家奖。
小两岁的陈天石，几乎是沿着哥哥的脚步一路从中科大少年班追到了中科院计算所。他16岁考入中科大少年班，25岁在中科大计算机学院拿到博士学位，指导导师是陈国良和姚新。
事实上，这对别人口中的学霸，在他们自己看来并非“模范兄弟”。
陈云霁曾提到，两人小时候常打架，长大后一言不合就吵起来，要不是有血缘关系早就闹崩了。不过，两人最终还是会让道理来说话。
在接受媒体采访时，陈云霁曾透露，“和很多人想象的不太一样，我并不是学霸。相反，多数时候都是一个学渣。”而且他讲到，在19年的学习生涯中，不但考第一名的次数不多，还常在班上排名倒数。
2002年，19岁的陈云霁已经在中科大少年班度过了第五个年头。酷爱 游戏 的他对于自己的课业成绩并不太在意，而是把《星际争霸》当做主课来修。他曾坦言，“挂科的压力一直是悬在头上的剑，但是科大的老师对于我们这些调皮的孩子非常包容，给了我们很大的空间去成长。”
当年，即将本科毕业的陈云霁听说中科院计算所在研制中国第一块通用CPU芯片“龙芯1号”，希望能拜师计算所胡伟武老师，于是报考了中科院计算所的研究生。
这家始建于1956年的研究所，是中国第一个专门从事计算机科学技术综合研究的学术机构。从这里走出的包括联想控股、龙芯中科、中科曙光等，均为中国信息技术产业中的知名企业。
2017年，陈云霁接受采访时曾开玩笑称，在他之前，中科院计算所从来没有招过像他本科成绩这么差的学生。但是，胡伟武看到他玩《星际争霸》的表现，认定他有科研潜力，便力排众议将他录取。
“Work hard，play harder！胡老师就是看中了我这一点。” 陈云霁当时说。
估值超220亿
事实证明，陈云霁确实没有辜负胡伟武的期望。
博士毕业后，他留在了中科院计算所龙芯团队，在胡伟武的指导下成为8核龙芯3号的主架构师。他还与胡伟武合著了《计算机体系结构》，并在2008年开发龙芯3号的过程中完成了一篇重量级的论文。
不仅如此，陈云霁向胡伟武引荐了另一位“高徒”，他的弟弟陈天石。
与做硬件芯片出身的陈云霁不同，陈天石的研究方向是人工智能，专注于软件算法。 在博士毕业后他也加入了中科院计算所，这为后来两个人一起设计出“让计算机更聪明”的专门神经网络处理器埋下了伏笔。
时针拨回到2010年，当时国内人工智能芯片尚处于较冷阶段。
根据公开报道，在计算所汇合后，陈氏兄弟也曾就职业发展探讨了好长时间，最后认定有两件“非常好玩的事”可以做：一是用AI辅助做处理器的设计，另外一个就是做AI芯片。
起初，陈天石在向计算所领导汇报想做AI芯片时还曾拿自动驾驶举例：“大家很早就在说有一天机器会替代人开车，但如果开车的机器人在做模式识别的时候速度不够快，那么这个车就完全没有让机器开的理由。所以，它一定需要很强的车载运算能力。”
2015年，早在寒武纪公司成立之前，在中科院战略性先导专项和中科院计算所的支持下，陈氏兄弟主导的世界首款深度学习专用处理器原型芯片——“寒武纪”首次成功流片。
之所以取名为“寒武纪”，是想用地质学上生命大爆发的时代寓意人工智能的未来。
次年春天，谷歌的AlphaGo“一战成名”，人工智能在全世界范围内再次掀起波澜，国内对人工智能的重视也达到前所未有的高度。不仅如此，2017年以及之后的两会中，人工智能也成为关键词之一。
而陈氏兄弟的研究也赶上了好时候。
2016年，全球首款可商用的深度学习处理器“寒武纪1A”处理器问世，寒武纪 科技 公司也正式成立于当年3月，其数千万的天使轮融资也正是来自中科院。
值得一提的是，性格的不同也让陈氏兄弟在公司拥有不同的角色。
陈云霁在公司职务上更偏研究，思考技术路径相关的部分，很少挂寒武纪头衔，多以“中科院计算所研究员”示人。
据陈云霁透露，他的性格偏外向、胆子大，喜欢做一些天马行空的事情，更适合搞科研。
而弟弟陈天石比较慎重，每走一步都会想好可行性，能规避产业发展中的“坑”，适合带领一个企业往前冲。
所以陈天石总以寒武纪创始人、CEO的身份出现在公众视野。
根据公开报道，除陈氏兄弟外，寒武纪团队成员不仅囊括了中科院技术精英，也有中国首个通用CPU“龙芯1号”的核心参与人员。
具体奋斗目标上，他们希望让AI芯片计算效率提升1万倍，功耗降低1万倍，可以把“AlphaGo”这样的领先AI应用装入手机中。
不过，“天才少年”也曾被人吐槽。
根据中国科学报报道，在寒武纪最开始募资的时候，其团队也曾碰钉子，有人吐槽他们“PPT做得差”，边吐槽边教育，“小伙子你这样是融不到钱的”。
招股说明书显示，在公司成立之后，寒武纪共经历了6次增资和3次股权转让。
2017年8月，该公司完成估值10亿美元的A轮融资，国投创业领投，阿里巴巴、联想创投、国科投资、中科图灵、元禾原点和涌铧投资等参投，使得寒武纪成为全球AI芯片领域首家独角兽公司。
不到一年之后的2018年6月，寒武纪宣布完成数亿美元B轮融资，国有资本风险投资基金、国新启迪、国投创业、国新资本等联合领投，该轮融资后的寒武纪估值约为25亿美元，距离一年前的10亿美元翻了一番还多。
正是在此时，陈天石对外透露了公司上市动向：“未来倾向于考虑在境内A股上市”。
在此之后，寒武纪的估值便不得而知。根据招股书，2019年9月13日，寒武纪新增南京招银、湖北招银、国调国信智芯和嘉富泽地等股东；2019年9月16日，陈天石将其所持寒武纪有限2.43%的股权和0.86%的股权分别转让给艾溪合伙和纳什均衡。
这也是寒武纪在上市前最后的增资与股权变动。
根据股权结构，南京招银出资8亿元，获得寒武纪上市前3.61%的股权，纳什均衡受让了0.86%股权，耗资1.8亿元。
据此计算得知，寒武纪在经历6轮融资后估值约221.6亿元。
由于在过去的几轮融资中，国字号背景的投资方居多，寒武纪也因此被市场视为AI芯片的“国家队”。
存银行理财39亿
寒武纪公开的招股书披露，其主营业务是应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售，主要产品包括终端智能处理器IP、云端智能芯片及加速卡、边缘智能芯片及加速卡以及与上述产品配套的基础系统软件平台。
简而言之，人工智能芯片是相对于传统芯片的概念。
目前，AI芯片主要是指GPU、FPGA、ASIC等人工智能加速芯片，主要用于解决人工智能庞大的算力需求。AI芯片的主要应用场景为云计算数据中心与边缘计算，后者包括摄像头 IPC、自动驾驶、手机的Soc等。
纵观处理器芯片市场，通用处理器芯片如CPU、GPU的芯片的壁垒极高，国内仍未实现突破，且通用处理器领域已经发展成熟，目前市场由国际巨头高度垄断，后来者难以竞争。
而AI芯片是全新的市场，进入者有后发先至的可能，寒武纪正是这样的新入局者。
自寒武纪2016年3月成立以来，其先后推出了三大类产品：
招股书中介绍，寒武纪目前采用的盈利模式是“授权+成品”，前者类似ARM，将AI芯片的知识产权（IP） 授权给下游厂商，例如最知名的合作伙伴华为；后者则是寒武纪自己设计，找代工方生产后自行销售。
值得注意的是，IP供应商相比于芯片提供商利润规模并不高。
例如，ARM作为全球领先的半导体IP提供商，本身不直接从事芯片生产。
全球大部分的手机CPU都在使用ARM架构，市占率非常高，但是营收规模却在巨头中比较逊色。2017年ARM核芯片出货量213亿颗，营收才17.8亿美元，净利8亿美元，营收规模还不如国内很多芯片公司。
而处理器龙头英特尔是芯片供应商，2017年营收628亿美元，净利润为96亿美元，收入规模远超ARM。
公开资料显示，人工智能IP仅作为一个加速器芯片模块，价格远比不上ARM IP。
因此，IP研发需要巨大的成本投入，在IP未得到大规模应用情况下，是付出多回报少的“苦生意”。
由于智能芯片研发需要大量资本开支，作为初创公司，寒武纪也年年亏损。
招股书显示，2017年-2019年，其营收分别为784.33万元、1.17亿元、4.44亿元；营收增幅明显，但盈利堪忧，连续三年分别亏损3.8亿元、4104万元和11.79亿元，累计约16亿元。
而巨额亏损主要来自两方面，一是“研发支出较大，产品仍在市场拓展阶段”，二是“报告期内因股权激励计提的股份支付金额较大”。
其也在特别风险提示一栏中醒投资者，寒武纪无法保证未来几年内实现盈利，其上市后亦可能面临退市的风险。
正如寒武纪所言，其巨额亏损确实与研发大量投入有关。
2017年-2019年，其研发投入分别为2986.19万元、2.4亿元、5.43亿元，占营收比例分别为380.73%、205.18%和122.32%，累计投入8.13亿元，相当于三年累计营收的1.43倍。
截至2019年12月31日，寒武纪研发人员有680人，占比接近员工总数的80%；拥有硕士、博士学历的员工有546人，占比超60%。
与此同时，寒武纪的高研发投入也获得了相对可观的回报。
截至2020年2月29日，其已获授权的境内专利有50项，境外专利有15项，此外还有PCT专利申请120项，正在申请中的专利共有1474项。
在研发投入远超营收的情况下，可以说寒武纪目前的营运资金主要依赖外部融资。
招股书显示，2017年-2019年，寒武纪筹资活动产生的现金流量净额分别为4.96亿元、24.05亿元以及17亿元，总计为46.01亿元。
而前述年度下，寒武纪期末现金及现金等价物余额则分别为2.27亿元、13.54亿元以及3.83亿元。不难看出，其消化资金的速度有些惊人。
寒武纪还在招股书中称，由于未来几年将存在持续的大规模研发的投入，上市后未盈利的状态可能持续存在。因此，足够的运营资金对于持续高研发投入的寒武纪显得尤为重要。
招股书显示，寒武纪本次拟发行股份不超过4010万股，不低于发行后总股本的10%，融资28.01亿元，用于新一代云端训练芯片、云端推理芯片、边缘端人工智能芯片及系统项目和补充流动资金。
在持续高研发投入的背景下，寒武纪还要融资28亿，那现在应该很缺钱？
令人惊讶的是，截至2019年末，寒武纪货币资金余额为38.3亿元， 银行理财产品38.9亿元 ，资产负债率为6.68%，且全部为日常经营过程中产生的非付息债务，无银行借款等其他付息债务。
除此之外，寒武纪还有3.8亿元的银行存款。
值得注意的是，作为技术密集型企业，寒武纪的毛利率水平也较高。
2017年-2019年，其综合毛利率分别为99.96%、99.90%及68.19%。其中，终端智能处理器IP业务的毛利在99%以上。针对去年毛利率有所下降，招股书解释称，这是因为这一年拓展了新业务——云端智能芯片及加速卡、智能计算集群系统业务。
分道扬镳
提到寒武纪，不得不提的就是华为。
寒武纪在招股书中提到，其寒武纪1A、寒武纪1H分别应用于某全球知名中国 科技 企业的旗舰智能手机芯片中，已集成于超过1亿台智能手机及其他智能终端设备中。根据公开信息，其指的就是华为。
2017年，华为推出了移动处理器麒麟970，主打AI性能，其搭载的NPU IP就是来自寒武纪；次年的麒麟980，依然选择与寒武纪合作，Mate 10、Mate 20、P20等旗舰机，均搭载了后者的NPU。
作为寒武纪最大客户，2017年-2018年两年间，来自 公司A 的收入一直占其营收比例在98%上下，为其第一大客户。
招股书中提到，2018年 公司A 得到寒武纪授权，将寒武纪终端智能处理器IP集成于其旗舰智能手机芯片中。
艾瑞咨询则在一份报告中称：“仅从搭载麒麟970手机出货量来看，若授权费为5美元/片，则超过4000万台手机出货量为寒武纪带来约2亿美元（折合人民币14亿元）的收入。”
由于和华为的良好合作关系，寒武纪曾在2017年公开表示，计划3年后占有中国高性能智能芯片市场30%的份额，并使全世界10亿台以上的智能终端设备集成有寒武纪终端智能处理器。
不过，事情在2018年发生了变化。
当年10月，华为在全连接大会上发布了升腾910、升腾310两款AI芯片，其采用的是华为自研的达芬奇架构，而非寒武纪的方案。当时，这被媒体解读为“华为要与寒武纪做彻底的切割”，走向独立造芯之路。
次年6月，华为发布的nova 5搭载了中端移动处理器“麒麟810”，这是首款采用华为自研达芬奇架构的手机AI芯片；年底的麒麟990，依然采用的是前述架构，其在AIBenchMark跑分达到了麒麟980的476%。
近日，寒武纪CEO陈天石在接受采访时谈到与华为的合作关系称：其实我们和客户的关系一直挺好。还是我之前的观点，AI芯片大家都做，恰恰说明它重要。
针对华为已经在用自研的达芬奇架构，对其收入有何影响？
陈天石并没有正面回答，只是表示：“我们的收入增长很快，未来希望有机会向大家公开披露我们的财报。”
而寒武纪招股书中的数据显示，来自 公司A 的收入占比已经从2017年98.34%骤降到2019年的14.34%，比2018年大幅减少为6365万元，并从第一大客户降为第四大客户。
众所周知，华为是国内仅有的自研SoC的手机厂商。国内大部分的终端厂商不像华为一样自研AI芯片。
不过，有观点指出，如果寒武纪要进入vivo、OPPO等手机品牌，必须说服芯片供应商采用其产品，难度不小。
因此，寒武纪此后再未提及“三年占领三成市场”的目标。
寒武纪在招股书中称，2018年其终端智能处理器IP许可销售收入同比大幅增长，主要原因系人工智能技术和应用开始普及，采用该公司终端智能处理器IP的终端设备已实现规模化出货，使得其终端智能处理器IP许可销售收入大幅增加。
而2019年其终端智能处理器IP许可销售收入同比下降较大。
招股书中解释称，主要原因系2018年向 公司A 逐步交付了终端智能处理器IP，2019年固定费用模式的IP许可销售收入相应下降。
与此同时，寒武纪在招股书中还将华为海思列为了竞争对手。
寒武纪在招股书中坦言，与英伟达、英特尔、AMD等国际大型集成电路企业相比，其在整体规模、资金实力、研发储备、销售渠道等方面仍然存在着较大的差距。国内企业中如华为海思及其他芯片设计公司也日渐进入该市场，其面临着市场竞争进一步加剧的状况。
耐人寻味的是，寒武纪CTO梁军就出身华为，先后就职于华为公司北京研究所、华为海思半导体公司，于2017年跳槽到寒武纪。目前这位CTO是所有高管中薪资最高的一位，持股也达到了3.2%。
值得注意的是，在市场调研机构Compass Intelligence2018年发布的AIChipset Index TOP24榜单中，英伟达高居第一，华为海思排名12位，而寒武纪则是第23位。
事实上，除了华为，寒武纪的投资方之一阿里巴巴也是其强大的竞争对手，后者在2018年成立了“平头哥半导体有限公司”，整合了中天微系统有限公司和达摩院自研芯片业务。
次年7月，平头哥首颗智能芯片玄铁910发布，采用RISC-V架构瞄准端+云市场， 与寒武纪有高度重合 。
客户、供应商集中度高
“失去”华为的寒武纪，不再单独依赖IP授权，开始转向拓展云端智能芯片及加速卡业务与智能计算集群系统业务。
招股书中提到，2019年其拓展了云端智能芯片和加速卡、智能计算集群业务和相应的新客户，如服务器厂商、云服务厂商、企业和地方政府等，第一大客户销售占比下降，“实现了客户多元化”，已不存在向单个客户销售比例超过公司销售总额50%的情况。
寒武纪在招股书中透露，面向数据中心、云计算、边缘计算、移动终端、智能教育、智能制造、智能交通等多个领域，其已与紫光展锐、智芯微、浪潮、联想、阿里巴巴、网络、滴滴、好未来、金山云等众多国内知名公司分别就一个或多个领域开展深度合作。
2019年11月，寒武纪签下了珠海市横琴新区管理委员会商务局的智能计算平台（二期）项目，该合同总价高达4.4亿，当年直接为寒武纪带来了2亿营收。
另外，寒武纪还与西安沣东仪享 科技 服务有限公司、上海脑科学与类脑研究中心达成了智能集群系统的相关合作。
不过，寒武纪仍然面临着客户集中的风险。
其在招股书中介绍，2017-2019年，前五大客户的销售金额合计占营业收入比例分别为100.00%、99.95%和95.44%，客户集中度较高。若主要客户大幅降低对其产品的采购量或者其未能继续维持与主要客户的合作关系，将给其业绩带来显著不利影响。
据艾瑞咨询测算，芯片销售利润一般在每颗几美金，只有当产量达到千万量级时，芯片定价才能覆盖研发费用和芯片成本。
因此有分析称，作为专用芯片，寒武纪找到如此大规模的特定应用市场并不容易，收入很可能不足以支撑研发，这可能也是寒武纪寻求上市的主要原因。
除此之外，寒武纪采用Fabless模式经营，供应商包括IP授权厂商、服务器厂商、晶圆制造厂和封装测试厂等。2017年-2019年，其通过代理商采购芯片IP、EDA工具、晶圆及其他电子元器件等。
2017年-2019年，该公司向前五名直接供应商合计采购的金额分别为1422.28万元、20315.49万元和36271.17万元，占同期采购总额的比例分别为92.64%、82.53%和66.49%，占比相对较高。
其中，晶圆主要向台积电采购，芯片IP及EDA工具主要向Cadence、Synopsys和ARM等采购，封装测试服务主要向日月光、Amkor和长电 科技 采购，采购相对集中。
寒武纪提到，由于集成电路领域专业化分工程度及技术门槛较高，部分供应商的产品具有稀缺性和独占性，如不能与其保持合作关系，该公司短时间内难以低成本地切换至新供应商。
此外，寒武纪表示，未来若供应商业务经营发生不利变化、产能受限或合作关系紧张，或由于其他不可抗力因素不能与该公司继续进行业务合作，将对其生产经营产生不利影响。
本文系观察者网独家稿件，未经授权，不得转载。
C. 华为不造汽车，但自动驾驶汽车人工智能芯片这片阵地必须拿下
[汽车之家新鲜技术解读]华为成立于1987年，是一家制造通讯设备起家的中国企业。经过30多年的积累，华为已经发展成为全球最大的5G设备供应商。随着人工智能芯片市场的快速增长，华为借助中科寒武纪的芯片IP，成功在2017年推出了全球首款搭载人工智能加速单元的手机处理器芯片——麒麟970。该芯片的成功让华为进一步坚信人工智能技术的发展潜力，加速了其自研人工智能处理器的步伐。而自动驾驶系统的域控制器正是人工智能芯片大派用场的地方。究竟华为的人工智能芯片性能有多强？它又是如何赋能自动驾驶汽车的呢？今天我们一起来看一看。
●编辑总结：
华为在行业中的影响力毋容置疑，从技术到产品都走在世界的前列。树大招风，华为近年来就一直受到美国的制裁。如果现状长期持续的话，对于本文聚焦的华为人工智能芯片影响不小。如何解困是摆在华为面前的一道难题，从目前的一些信息来看，华为在英国建设芯片工厂、开发RISC-V架构处理器、培育HMS云服务生态等举措都是其突围关键，我们也将持续关注事态的进一步发展情况。（图/文/汽车之家常庆林）
现如今如果还试图用笔记本或家用电脑在家里“挖矿”，绝对是吃饱了撑得慌，除了浪费电之外，连比特币的最小单位1聪都不可能获得（1比特币为1亿个聪）。
如果挖矿这件事真的有这么简单，那么多矿场就不会设置在深山老林离发电厂很近的地方，矿场里的每一台算力惊人价值不菲的矿机都极为耗电，可谓是吃电的老虎。
如今一台专业矿机的算力达到了惊人的110TH/s，功率为3250w，也就是一个小时耗电3.25度。
这样一台算力达到了110TH/s的矿机，挖矿一年可以产出0.2158个比特币，年耗电量为284700度电，电费如果以3毛钱计算就是85410元/年，如果是以正常的市电电价挖矿一年下来还真可能连本都捞不回来。
110TH/s的算力是什么概念？
1H/s就是每秒一次哈希碰撞，而1TH/s就是每秒1000G次哈希碰撞（1万亿次），那么110TH/s的算力就是110万亿次哈希碰撞。
拿一块七彩虹的GTX 1080Ti Neptune水冷显卡，这张显卡对于一台普通的电脑来说已经很炸了，通过超频后测得的算力大约是1.8GH/s，也就是0.0018TH/s。按照这样的速度来挖一个比特币，可谓是何年何月，还不如洗洗睡吧，更别提用普通的家用电脑来挖比特币了。
用家用电脑挖矿放到2010年以前还是有可能的在2010年挖一个比特币需要经过7.3M次哈希碰撞，也就是730万次哈希碰撞。在那个时候，如果你懂得怎么去挖矿，用普通的电脑还是有可能挖出比特币来的。奈何在当时比特币的价格并不足以对一般人产生诱惑力，就跟所有人都后悔为什么没有早点买房一样。
自从2016年开始比特币的价格就随着挖矿的难度系数蹭蹭地往上涨，给人的错觉就是比特币的价格是和算力的增加而增加的。实际上我们细微的观察算力曲线和价格曲线就会发现，价格和算力并不成正比，不管是价格还是算力都随着时间的推移有涨有跌。这时我们就会发现它具有了股票、债券、期货这样的市场属性，是可以被炒作的，它也会受市场、政策等因素影响。
按照中本聪的算法，比特币的总量大约为2100万个，最开始的时候，每完成一次记账就会奖励50个比特币，但每过4年奖励就会减半，预计到2140年奖励就会变为0，所以越是往后，挖出比特币的难度系数就会越大。
这么说似乎可以认定比特币是一种稀缺的资源，但它并没有货币的属性，仅仅只是一串毫无用处的字符串。只是币圈的这些人哄抬它就水涨船高了，假如有一天这个巨大的泡沫破裂了，比特币就是一串字符串，接盘的人就是那些手握比特币而出手不了的人。
比特币到底是个什么东西？比特币就是维持区块链记账系统中的一种奖励机制，对于整个区块链记账系统来说参与挖矿的人越多，参与账本数据确认的人也就越多，区块数据也就越安全。如果没有这种奖励机制，区块链记账系统就玩不下去了。
区块链中的每一个节点都拥有记账的权利，但每笔账单记账权是通过接一道数学题来获得，只不过这道数学题很难解，并且越来越难解。谁先算出难度系数内的值，谁就拥有优先记账权。计算出来的值通过验证后，和账本一起封装，广播到区块链中，这样就完成了记账的过程，然后就会获得相应的比特币奖励。
细细想来挖比特币还真的是挖了个寂寞那么多矿场的矿机每年耗费那么多电，仅仅为了解一道又一道的数学题从而获得比特币交易的记账权利。这些电用来作为工厂生产不香吗？哪怕用来吹吹空调也划得来。
比特币被资本裹挟后，然后资本在高位临近崩盘时撤离，会不会又是一地鸡毛，一片哀嚎呢。所以普通人还是别想用笔记本挖比特币这件事了。
笔记本一天挖几个？你是来 搞笑 的吗？比特币矿机又叫高频计算机，为什么叫高频计算机，因为他的运算速率是以T为单位，三年前一台11.5T的矿机都需要一年时间挖一个比特币，1T=1024G，而且比特币挖狂周期是不断衰减的，也就是同样算力越往后挖一个时间越久，你的工作笔记本估计也就8G，你说一天能挖几个？
你还想一天挖几个比特币？大概你可以想象一年能不能挖出0.1个比特币。
按现在的通行说法，普通电脑挖矿，大致上回不来电费的本。虽然笔记本是公司的，但家里的电费是你自己掏吧。所以，性能本来就缩水的笔记本去挖矿，一定在电费上让你老开心了。
天上不会突然掉馅饼的。
比特币在2月20日早晨突破了56000美元，截至13时30分，比特币价格为55624美元左右，24小时上涨8.29%，24小时内成交量为753.9美元，市值达1.04万亿，进入“万亿俱乐部”。
以上这样的数据看着当然诱人，一枚比特币的价值近40万人民币，是很多普通上班族不吃不喝工作六七年的工资，想用笔记本在家挖矿，估计连电费都赚不回来。
一夜暴富，想想就好，还是脚踏实地一些好。
保持当前比特币的全网算力难度不变，即便是你用当前3060显卡来挖比特币，那么这个时间也需要1400年才能挖出一枚比特币。所以不要有任何实质性的幻想，你接触比特币的时间现在已经是2021年，不是2009年的那个时间节点。
比特币由原先的几美分已经一路上涨至目前最高的5.8万美元，换句话说2009年左右比特币的价格只有几元人民币，但是到目前为止已经上涨到了30万人民币一枚的价格。再加上比特币的无国界和去中心化属性，在过去11年的时间里，比特币的全网算力已经呈现出指数爆炸式的增长，世界各地电力丰富稳定的地区都有比特币的专业矿场存在。
所以目前我们任何更先进的家用电脑都是无法直接去挖掘比特币的。要不然为什么我们能够听到专业的比特币矿场和相对应的矿机？现在都是几百上千个显卡集中组成的专业矿机来贡献比特币的算力，谁先打包出了相对应的区块，谁就能获得6.25个比特币的奖励。
时代已经发展到了目前的这个阶段，如果现在是2009年甚至于2010年的那个时间节点，家用电脑当时确实是可以支持挖掘比特币的，全网算力不高参与量极少，因为那个时候很多人都不了解比特币，当时的比特币也并不值钱。
所以我们能够看到在2010年上半年的时候，当时一部分的矿工在淘宝网上出售相对应的比特币，当时的价格是5元人民币到10元人民币一枚。即便是2011年的下半年比特币当时的价格也才60元人民币左右。
但是从2012年下半年开始，基本上比特币的发展阶段就已经越过了调用电脑贡献算力的时代，开始进入到了专业的矿机时代。当然目前比特币的价格对于相对应的挖矿而言是有丰富的利润回报率的，但是在比特币熊市的时候基本上挖矿是呈现出亏损状态的，那个时候只有垫资囤币等待牛市周期到来才能获得总的盈利。
所以现在也不要轻易的去参与到专业的比特币挖矿行业中，这个行业的入门门槛极高，并且需要专业的人员以及很大的资金链支撑，风险也是比较大的。
一天挖几颗？以现在比特币的价格近5万美元一颗，别人都是在房间里放几十上百张显卡用货架装着挖矿，以笔记本挖矿解码的速度，估计几年都没有一颗，想要挖矿至少还是要配备1050ti以上的显卡才行，而且显卡越多，解码越快，同时对电费，显卡寿命消耗也是不小的费用，作为普通人还是最好不要打比特币的主意，容易踏空摔疼
天上掉馅饼的事情你也相信？就算真能挖到，那也需要你有强大的服务器阵容，而并非是你的一台小电脑能做的。而且挖一个不是按照天来计算，是你以年做单位来计算，你算算，你一年能挖一个不？？
大兄弟醒醒，你这个想法容易上当受骗。
不劳而获的心理太重，盲目跟风的行为也重，最好的还是不切实际。
还是脚踏实地吧。
4千台3kW矿机，一天24小时能挖出一个BTC，你的20台笔记本算力比不上一台矿机，按此计算，你一台笔记本需8万天才能挖出一个币，平均一天24小时能挖出8万分之一个比特币。
但是你一台笔记本，即使挖8万/365=220年，肯定挖不出一个比特币，因为每隔2年左右，区块链所藏币的数量会减半，按此逻辑，你这笔记本挖一万年也挖不出一个比特币[捂脸][捂脸][捂脸]
兄弟你想的太多了，不知道你有没看过一个新闻，疫情期间韩国很多网吧全都不营业改挖矿了，整个网吧的电脑一天也挖不了多少，何况一个笔记本了。我有个朋友专门做挖矿的，他在云南的中缅边境那里建的矿场。就是因为那里电费便宜。以前还有很多人在内蒙古建矿场，因为点都是偷的，但是后来被抓住判刑了。所以咱们不是圈里的人基本操作不了，还不如多发发文章赚点零花钱呢！
E. 自动驾驶芯片哪家强，这家中国创业公司竟然说自己超越了特斯拉
文/田忠朝
在自动驾驶量产应用上，特斯拉为何能遥遥领先？很多人认为是其强大的软件算法，其实软件算法固然重要，但拥有强大计算能力的感知和决策芯片也必不可少。
可以预见，未来自动驾驶技术必然是各国竞争的高地，而自主可控的芯片技术对于增强我国自动驾驶行业整体实力来说将会有很大的帮助。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
F. 华为被打压后，为什么国产手机撑不起高端
因为除了华为有技术创新的能力，其他品牌都在想着内卷赚钱。vivo和OPPO开始在旗舰机上面加入影像芯片，提升手机的拍照的能力，确实提升了影像能力，但是成本也高了不少。小米现在还在想方设法地冲击高端市场，各种硬件配置能堆多高就堆多高，硬件配置增强，成本也一并提高了上去。
不只是在华为自家的产品上面，在其他第三方厂家当中，很多都已经跟华为达成了合作，在他们自家的产品当中加入鸿蒙OS的操作系统，依托相同的操作系统，实现了不同品牌直接的跨平台互联。
就目前的国内手机厂商来说，除了华为，其他品牌也就只能在影像上面提升成像水平，对于构件系统生态、搞芯片设计这种技术含量高的领域，其他国产厂商暂时还达不到。
G. 聊聊Grin挖矿相关的那些秘密
作为一名还算比较资深的显卡矿工，一直对显卡币比较关注，一些有前景的小币种在刚上线的初期，用显卡挖矿往往会有不错的收益。当然我挖的最多，赚的最多的还是以太。Grin作为19年以来最热的币种，从刚上线开始，我就配置了不少6G显存的机器参与了Grin的挖矿。从早期的星火、鱼池以及最近刚上线Grin的btc.com都有关注，最近一段时间Grin币价承压，收益溢价相对于以太越来越少，也就比较关注各矿池的费率、收益、拒绝率等情况。
最近发现一个问题，各家矿池标注的理论收益有比较大的出入，有些甚至相差百分之十几。下图是相同时刻，不同矿池的Grin挖矿理论收益：
可以看到，不同矿池间，理论挖矿收益相差在10%以上。当时刚看到这个的时候吓一跳，一天影响我不少收益，于是顺手配置了一些机器做了个测试。
机器数量有限，而且btc.com目前算力较小，只对比grin算力占比最大的两家矿池，鱼池（以下简称F矿池）和星火矿池（以下简称S矿池）。下边是测试结果，仅供参考：
上表是取了相同配置的两组106-100 6G 6卡矿机，各10台，分别在F矿池和S矿池挖 Grin 29，挖了66小时的收益情况。
虽然当时F矿池的日理论收益 0.029566 G/grin，低于S矿池的日理论收益 0.032182 G/grin，相差近10%， 但是总的挖矿收益 F矿池 13.885273 Grin跟S矿池 13.50168 Grin相差并不多。 （grin日理论收益有波动，通过日理论收益和算力计算出来的理论挖矿收益跟实际收益有差别）
最近一天的挖矿收益，相差也不大：
那既然实际到手的收益没问题，日理论收益为什么会有这么大的差距。
另外，发现我的机器在不同矿池后台显示的算力也相差较大。理论收益低的矿池相对的算力都会比较高。
针对这个问题，我也咨询了矿池技术，回复大致是这样： Grin 挖矿采用的是布谷鸟算法（Cuckoo），这个算法有个特点，矿机先在本地经过多次hash运算，然后向矿池提交一次graph。矿机按照hash运算的次数来展示本地算力，而矿池按照提交的graph来评估矿机的算力。如果矿机每秒进行50次hash运算，提交一次graph，那么矿机本地的算力是50h/s，而矿池得到的算力是1h/s。
为了尽量使矿池显示的算力跟矿机本地一致，矿池将接收到的算力乘以一个系数。每个矿池的这个系数不同，导致相同的矿机在各个矿池的算力不同，也使得单位算力在不同矿池的日理论收益有差异。
H. 挖矿算力怎么计算
首先，算力代表的是矿机每秒的运算次数，如达到 1 次 /s ，则对应算力为 1H 。因此知道挖币矿机的运作时间与运算次数即可计算其算力。算力的单位是每千位一变化，最小单位 H 为 1 次， 1K=1000H,1G=1000K,1T=1000G,1P=1000T,1E=1000P 。大热币种比特币在各地的挖矿算力不完全一致，但基本保持在 24.5E 上下，至少要拥有 150 万台计算机才能达到这一算力。并且不同的数字货币对挖矿方式（算法）的选择也有所区分，因此比较不同货币的算力是不可比的。
不同币种间的算力
不同的币种挖矿选择的算法可能会有所不同，如以太坊使用 Ethash 算法，比特币是 sha256 算法，莱特币是 scrypt 算法等。不同算法对算力的影响就像 6 位数字密码与 12 位字母和数字密码解码的区别，实际情况还要比这个要复杂的多。两种密码的解码要求不同，那么尝试解码的速度也会有较大差距。因此，不同的币种间的算力是没有任何关系的。
I. 全球首发7nm！寒武纪AI芯片：算力恐怖
寒武纪创始人接受采访时曾说过：“很多同行想去做上层的解决方案，但我们不会做应用层，我们只做好基础系统软件让大家可以在我们上面开发好应用。”以此为指导思想，寒武纪有个原则：能让的都让出去，能不做的就不做，不碰客户的核心利益。同时，寒武纪确立了云边端产品策略，以中立的方式与客户共赢。
A股市场需要更多和寒武纪一样的公司，一同构建硬实力。从开放的角度看，A股市场也需要更多像寒武纪一样以中立生态为目标的公司，这样才能逐步打破生态墙。
寒武纪 科技 的第三代IP产品“寒武纪1M”，全球首个采用台积电7nm工艺制造，能耗比达到5Tops/W，即每瓦特5万亿次运算，并提供2Tops、4Tops、8Tops三种规模的处理器核，满足不同场景、不同量级的AI处理需求，并支持多核互联。
寒武纪1M处理器延续了前两代IP产品寒武纪1H/1A卓越的完备性，单个处理器核即可支持CNN、RNN、SOM等多样化的深度学习模型，更进一步支持SVM、k-NN、k-Means、决策树等经典机器学习算法，支持本地训练，为视觉、语音、自然语言处理以及各类经典的机器学习任务提供灵活高效的计算平台，可广泛应用于智能手机、智能音箱、智能摄像头、智能驾驶等领域。
从技术层面上来讲：
寒武纪ai芯片曾经应用于华为麒麟970、980的cpu，而这两代CPU也是在市场奠定麒麟地位的功勋之作，据了解，之前华为自己一直想做ai芯片，但是由于技术不成熟，所以转而选择寒武纪的芯片，等到3年之后，华为达芬奇架构成熟了，才选择了自己的芯片。从这个背景来看，能让华为选择，并且领先华为2年的芯片，应该还是真的领先的。
11月6日，中科院孵化的寒武纪 科技 有限公司发布了全球新一代AI芯片：面向低功耗场景视觉应用的寒武纪1H8、拥有更广泛通用性和更高性能的寒武纪1H16，以及可用于终端人工智能产品的寒武纪1M
J. 2000h是多少kb
"2000h是1.96kb。
算力单位以“千”作为单位，即H=1次、1000H=1K、1000K=1G、1000G=1T、1000T=1P、1000P=1E。
4FFFH1000H=409616KB=16*1024=163844096+16384=20480=5000H5000H-1H=4FFFH。
一位地址存储一个字节1000H就是十进制的40964FFFH就是十进制的20479这样存储空间就为16384字节。"