Risc-V，云计算，汽车，自动驾驶技术分析

Risc-V，云计算，汽车，自动驾驶技术分析

参考文献链接

https://mp.weixin.qq.com/s/QAweH_jvu56XmnxQbM8VbA

https://mp.weixin.qq.com/s/eEDU55JqarLqZELgGGpyfw

https://mp.weixin.qq.com/s/OM0P5Wpp2yjucFpMFbs8Hg

https://mp.weixin.qq.com/s/yZC1Hv-uNchhXCpqQtGzvg

为什么Risc-V有可能是半导体最大的机会

分为7个部分：

1.  论证芯片公司是半导体产业链里最大的机会（因为Risc-V企业最终会是个芯片企业），并且成功芯片公司的成长，一定是受益于某一个新兴市场的高速成长；

2.  从芯片的发展历史上，芯片公司的变迁和指令集变迁的关系（这里面包括X86，ARM，还有Alpha，Sparc，PowerPC等等）；

3.  国产替代对于Risc-V的影响；

4.  推演Risc-V在应用场景变化下的发展趋势

5.  Risc-V的发展现状；

6. Risc-V行业的成功企业应该是什么样的

7. 附录：摘录了一些Risc-V的技术细节，以便和全文作对照。顺便可以显得做了一些功课，好好看了书。

在所有讲半导体未来重要发展趋势的报告里，都会出现Risc-V的身影。

但当去搜索Risc-V的研究报告，或者相关评论的时候，结果却乏善可陈。除了邵巍老师和包云岗老师，其他的搜索结果，要么是带有个人强烈观点，但缺乏营养的简短评论，要么就是千篇一律的表面研究，类似于“啊Risc-V多么的Promsing，但现在还不行”，“啊Risc-V出货量百亿颗了，将会颠覆掉Arm”，但当想找出这些判断的理由，结果发现还写不明白。

而如果去搜索技术文档，对于这种门外汉，也不大看的懂，最主要是的是，即使看的明白，也没办法将Risc-V的技术细节和发展的商业逻辑很好联系起来。

所以大概断断续续花了1个半月的时间（毕竟还要打工），梳理了Risc-V和芯片领域的知识，当然有的信息来自于书本，更多的信息来自于人（在此对深入交流过的企业家和技术人员表示感谢）。本文也借鉴了几本书，拾人牙慧，也把这几本书的名称写在了文中。

出于私心，希望这篇文章能够成为一段时间内，国内讲Risc-V最清楚，最好的文章。

但因为确实不是IC科班出身，专业水平有限，文章中难免有错漏，在恳请指正的同时，也希望，在很短的时间内，会有更好/更专业的研究报告被人写出来，因为这意味着，有更多/比专业的多的人在关注Risc-V，并助力其发展。

（虽然目前很多人已经在关注Risc-V了，但就实际参加芯片展会的经验，不叫Risc-Five，反而叫Risc-vi（音）的人也不在少数）

01

芯片公司是半导体产业链里最大的机会，且其成长和新兴市场密切相关

1. 1

芯片公司是产业链里最大的机会

如果把美股的半导体芯片和半导体设备/其他的大公司市值罗列出来，可以看到，超过千亿美金级别的芯片公司数量是显著大于设备/代工/封装这些环节的；

 

 

 

 这里面有个异类就是TSMC，在半导体大幅缺货之后，TSMC市值一路上行（如下图，当然业务也有对应增速）。

 

 

 但整体上，由于芯片是最贴近下游的，其业绩弹性和收入规模也都最高，理所应当的，在整个半导体产业链上，成长弹性最高，Upside最大的还是是芯片公司。

 但整体上，由于芯片是最贴近下游的，其业绩弹性和收入规模也都最高，理所应当的，在整个半导体产业链上，成长弹性最高，Upside最大的还是是芯片公司。

 1.2

芯片公司的成长，需要伴随着新兴行业的

成长

芯片企业作为上游的供应商，其业务增长和新兴市场的增长，有很大关系，而不一定是旧市场的增长。这里面有两个原因；

  芯片的研发周期影响：芯片（特指数字类算力芯片）从启动研发到回片至少需要1.5-2年的时间，如果算上软件和系统的导入，实际上需要2-2.5年才能够完成产品研发——商业化的全周期过程；因此，芯片定义本质上是一个预测未来需求，而不仅仅是满足当下需求的事情。换言之，芯片研发周期所造成的，在供需时间上的错配，导致了一颗芯片如果要大幅度起量，其市场大概率是芯片规格定义之后2-3年的需求，即新兴市场，或旧市场里的新需求；

 对于芯片企业，旧的市场有很强的马太效应：很多人讲芯片行业具有马太效应。这里面有两个原因，第一是大企业不同系列的芯片可以使用相同的Mask来摊平对应的成本，对于其渠道也是一样，也会摊平渠道成本；第二，芯片软件和系统里，有复杂的适配和开发者习惯粘性。基于这两点，在一个没有剧烈变化的市场里（比如GPU），很难看到芯片巨头丢掉自己的市场份额。即使这个市场还在快速增长，但依然会看作是存量市场而不是增量市场，因为其需求结构和产品形态没有发生质的变化；

因此，下一个健康的，规模庞大的芯片公司，不太可能会出现在现有的市场中，大概率会出现在一个新兴增量的市场里。在这样的背景下，Risc-V很有可能伴随着新兴市场的成长而快速发展。

 02

在历史上，芯片场景的变迁对指令集的影响

 从历史的规律来看，其实挺有意思的。

芯片终端应用场景的变化往往伴随着指令集的变化：服务器芯片——PC芯片——手机芯片，这个过程伴随着从Risc（Power，Sparc，Mips等）到Cisc的X86，再从X86到arm的变化。

 当然，技术的发展过程很难得出确定的规律，或者说，如果有确定的规律，那也不是以资历和能力能够总结出来的，因此没有办法得出确定性的判断，但Risc-V在新场景中的快速爆发的可能性，以及这个过程可能会孕育出的，新时代的产品和公司，十分值得期待。并且，可以简单对历史做一些回顾，也希望也可以引发一些思考和讨论。

 2.1

服务器芯片的发展历史

当研究在芯片发展史上，指令集的变化时，最跨不开的话题就是服务器芯片的变迁。这里面有四家典型的公司，Intel，AMD，DEC和Sun Microsystem。这里面，Intel和AMD在X86架构当中的相爱相杀已经被世人所熟知，并且，苏妈执掌AMD，摩尔定律走到尽头，Intel IDM模式带来的制程领先和成本把控也被TSMC拉开一头，AMD市值也终于超过了Intel。但Intel也终于结束了Bob Swan的糟糕统治，赢回了功勋CEO Patrick P. Gelsinger。在未来的几年里，仍然可以看到Intel和AMD继续在CPU市场厮杀，胜负还未有定论，再加上分析Intel/AMD的文章太多，珠玉在前，本文不对这两家做分析。

 而相比Intel和AMD，已经尘埃落定的DEC和Sun Microsystem身上有更多值得借鉴的地方。下图简单整理了DEC和Sun microsystem的兴衰。

 

 

 先来讲下DEC：

 以年纪，DEC算是一家很古早的公司了，1957年诞生，1965年推出划时代的小型机PDP-8，随着行业的不断发展，于1980年代成为小型机之王，在电脑行业仅次于IBM。但随着小型机竞争的加剧，PC市场的兴起，再叠加产品和管理的问题，DEC的小型机业务持续被Sun公司蚕食，并且公司管理层也并未对PC市场抱有太大的兴趣，导致在市场端，DEC并未找到第二生长曲线；

 但1991-1992年，DEC仍然发布了至今仍被人称道的一代王者，基于 RISC的Alpha芯片，也是后来AMD K7的基础；坦率讲，从商业的角度，很难判断在2002-2008这一段DEC公司最后的黄昏中，Alpha芯片对于DEC的发展究竟是正面的还是负面的。因为虽然Alpha芯片十分强大，但同时，Alpha在DEC内部和VAX疯狂拉锯，并且为公司带来了巨额亏损。

 所以 Dec并没有在最后的5-6年里触底反弹，最终在1998年被Compaq收购，公司内部才华横溢的Derrick Meyer加入了AMD公司设计K7，大神Jim Keller也离开了DEC，到处进行架构扶贫。当然，关于DEC的发展历史，有本书写的很好，艾德加·施恩的《DEC Is Dead, Long Live DEC》，这本书更偏商业，因为Schein本身是管理学院的教授，当然也是不错的参考。所以关于DEC详细的发展历史也不多做赘述，有兴趣的人可以去看看这本书。

 再来讲讲SUN：

 SUN Microsystem是另一个典型。在国内，应该有很多人跟一样，第一次知道SUN公司是在吴军博士的《浪潮之巅》，并且有可能是因为Java的原因，虽然SUN2009年就被收购，总感觉现在SUN的存在感仍然很强。时至今日，还能碰到来自Sun Microsystem的创业者。

 如果把眼光拉长到20年的维度，看到大型机——小型机——工作站——PC的演变历程，SUN和DEC对于PC市场都同样傲慢。并且，就像浪潮之巅里讲的，SUN在后期糟糕的管理能力（对市场的预判也是管理能力糟糕的体现）使得其没有跨越企业发展所遭遇的挫折，也没有抓住有可能的机遇。所以看到，2000年互联网泡沫破裂和2008年的金融危机都对SUN公司造成了巨大的打击，由盛转衰，由衰转亡。Sun也并没有能够成功的从JAVA上赚到钱；

 当然，大型公司的兴衰总归是管理，技术，市场，宏观经济综合的结果，不是一两句话能够讲清楚的。并且，对于一家企业来讲，在3-5年抓住一次行业的机会并乘风而起虽然困难，但相比在30年的时间里基业长青，总归是简单很多。DEC和SUN从成立到被收购都经历了30多年，这里面的影响因素实在太多，简单总结一下SUN和DEC衰落的共性原因：

1. 对未来市场的傲慢：

无论是SUN还是DEC，在服务器市场/小型机市场市场之外，都对于PC市场展现过极度的傲慢。SUN的CEO曾经在公开演说中表示，每个人都有一台电脑的想法是Ridiculous的；而对于DEC，1972年，PDP11的开发经理Knowles就已经推出了第一款类似于PC的产品，但却被时任CEO奥尔森强硬否决。悲观者往往正确，乐观者往往成功，这一点在历史，现在和未来，都会被一次次的验证。

1. 管理问题：

没有亲历过SUN和DEC，也和其中的人交流较少，所以无从得知管理体制有什么不对，但从结果上，DEC的高昂定价，SUN在JAVA商业化的少有作为，SUN的销售KPI制定（以Revenue而非利润）都在两家公司的衰退当中起到了助推作用；虽然承认，相同的管理策略在不同的公司发展阶段/宏观经济下可能会起到相反的结果，但是正因如此，管理策略的变换本身也是管理能力的体现。比如SUN公司标志性的高福利直到被收购都还一直延续，以至于大家怀念SUN的时候往往会提“These good old days”。

1. 垂直整合和开放生态的战略选择：

有一次问一个SUN的老兵，说为什么SUN垮掉了，告诉说，SPARC+Solaris的一体化整合方式太贵了，在后期没有办法和X86+Linux的Wintel联盟来竞争。这当然正确，但是垂直整合or开放生态从来没有谁是更好的定论，在不同的时间，企业应该选择不同的战略，例如苹果的垂直整合在当下就是非常好的产品技术策略；对于DEC同样也是如此，VAX战略一度是极其成功的，但在企业发展的中后段，VAX也起到了弊大于利的效果；

可能已经发现了，到目前为止，讲到SUN和DEC的衰落，似乎和Risc-V没什么关系…

但其实不是这样的，在两家公司的发展历程中，有两个点很有意思：

1. 商业失败的根源还是产品和技术的落后：

从表面上看，商业上的策略失误是两家公司失败的最大原因，但即使不在PC市场，而是小型机市场，DEC和SUN商业上开始衰败时，产品技术已经落后于竞争对手。

1. 对于DEC来说，从商业上看到的是，1988年SUN的市场份额超过了DEC，但实际上1985年，SUN已经推出了Sparc指令集并由合作伙伴提供芯片，本质上已经形成了指令集——芯片外协——产品的垂直整合方案，在小型机市场中性能超越DEC，但售价低于DEC，1989年的时候DEC才推出MIPS架构的处理器Station3100，但性能也打不过SPARC处理器；大家所熟知的Alpha芯片，已经是1991年的事情了；
2. 对于SUN公司来说，2000年的互联网泡沫破裂，客户对于服务器的采购预算大幅下降，给了SUN公司巨大的打击。但1994年，SUN仍然在卖Super SPARC2（800nm制程，75-90Mhz）时，Intel的Pentium芯片主频已经突破了100Mhz；1995年的Ultra SPARC（470nm制程，167Mhz），同年的Pentium Pro已经干到200Mhz了。虽然Ultra系列在微架构领域仍然最好用，例如是货真价实的64位元处理器，延展性也更好，但当年已经出现了被Intel芯片干下去的苗头。因此直到1998年，Intel第一颗Xeon问世，主频400Mhz，2001年的时候，Xeon系列主频成功突破2Ghz，而当年的Ultra SPARC3只有600Mhz。所以在商业上，泡沫破裂下的互联网公司没钱买小型机确实能够解释SUN的大幅下滑，但为什么市场回暖之后，造福了Intel和AMD，SUN却没有触底反弹，本质上，其产品技术的落后已经为商业上的失败做出了铺垫。

1. 计算芯片产品的竞争，最终都会卷到指令集：

商业上的竞争是这样的，一开始拼产品定义，切市场的空白，享受第一波增量，后面产品定义大家都摸清楚了，就开始拼内功，对于计算芯片来讲，最核心的内功就是指令集。从RISC，到CISC，再到RISC，指令集的演变本质上是DEC，SUN，Intel，AMD，Motorola，IBM，Harris这些公司在大型机/小型机/PC市场里，在硅谷的第一波浪潮当中，互相卷产品的结果。大家都用IM-6100或者都用68000的话，凭什么SUN的产品可以比DEC做得好，卖的便宜？不可能的。所以集大成的芯片的公司都有自身的指令集/微架构的研发能力，这并不一定是企业主动的选择，而是市场激烈竞争下，大家不得已而为之的做法。

2.2

从服务器/PC/手机市场来看，市场的变

化如何导致指令集的变迁

首先明确一点，指令集是没有办法脱离场景来评判好坏的：指令集之间各有特点，虽然推出时间有先后，后发的指令集理所应当的解决了一些前代指令集的问题，但很难脱离应用场景来单纯评判指令集的好坏。所以指令集的变化往往对应着应用场景的变化。

RISC和CISC在服务器市场的竞争：RISC指令系统是IBM发明的，SPARC，Alpha，MIPS，MCore，Arm都是跟着IBM Power PC的一众RISC小弟。但Intel在服务器领域（除了最要求高效性能的IBM大型机之外）最终带着X86占据了绝大多数市场份额。RISC指令位数较短，内部有快速处理指令的电路，使得指令的译码和数据处理等能力更强，执行效率更高，但这一切的前提都是需要编译程序的处理，也就是上世纪所困扰RISC 的原因。而CISC指令译码较长，还需要机构微指令协助执行，但开发较为容易，可执行效率低，处理数据的速度慢，因此CISC更多的被应用在中低档的服务器构架之中。并且，虽然RISC更精简，但不一定更快。事实上，采用精简的一系列指令来完成相同的任务要比采用单一的复杂指令会更慢。因为微处理器的设计者一般没有时间去调整每一条可能会用到的指令，因此只会优化那些常用的指令，而RISC的速度自然会慢一些，但在高性能领域，RISC的优势则更为明显，这也是Power PC最终屹立的一大原因。

但是就像刚刚说的，很难脱离应用场景来单纯评判指令集的好坏。Intel的成功当然离不开X86的成功，但intel做好了三件事：第一，通过Wintel联盟扩充了X86的应用生态和基础软件；第二，Intel IDM的模式，从整合了系统工艺和系统结构；第三，Intel并不是一家抢占先机的公司，精细的管理体系使得每一个技术战略的成本和收益测算都十分精确，这也是其管理的优势。

不同应用场景之间的指令集更迭：在服务器市场，大家share类似的整机需求和芯片SPEC，CISC和RISC之间的竞争优劣分析其实相对复杂，商业/工艺等因素造成的影响可能会更大。但在Total Different的应用市场之间，指令集的区别和变化就更容易理解。

1. 从服务器到PC：

服务器芯片和PC芯片有不少共同点，也有不少差别。从结构上来讲，服务器与pc主机都包括了CPU、Memory、芯片组、I/O总线、I/O设备、电源、机箱和相关软件等。但从本质上来讲，服务器有固定的地址，可以为互联网用户提供服务节点，实现互联网资源共享，并具备承担和保障服务的能力。并且服务器面向多用户，高并发，强安全性的特征也和PC稍有不同。

同时，IBM在服务器到PC的演变中起到了非常重要的作用，这也客观上导致了服务器芯片和PC芯片在规格上的相似，所以直到最近几年Arm Server伴随着云计算的兴起开始蚕食X86的份额之前，服务器芯片和PC芯片大多为CISC的X86指令集。

1. PC到手机

但从PC到手机就发生了完全不同的变化：为什么最终手机用了ARM而没用X86，业界早有定论。CISC实际上是以增加处理器本身复杂度作为代价，去换取更高的性能，而RISC则是将复杂度交给了编译器，牺牲了程序大小和指令带宽，换取了简单和低功耗的硬件实现。ARM（Advanced RISC Machine）作为RISC指令集的代表，天然在低功耗的实现上要优于X86，并且，Intel的XScale和Atom芯片都不尽人意，Arm架构的Xscale踩的是功能机浪潮，利润确实很薄；到后来X86架构的Atom，当时Atom的客户还是蛮多的，受益于Intel的号召力，LG，华硕，联想都推出过基于Atom的产品，但Atom自身高功耗/基带信号的问题导致其客户转投Arm的高通旗下，等到Arm生态构建完成，再去打手机市场就已经不现实了。

下图附上Skylake和骁龙820的版图（左图为Skylake，右图为骁龙820），可以看出两者是完全不同的芯片定义，在某种程度上，这也会影响到CPU Core指令集的开发方向。

 

 

 

 所以从CPU的发展历史上，竞争和技术的发展是多层次的，从终端产品——芯片——指令集。这也是为什么Risc-V作为一个更先进的指令集，有充足的想象空间的原因。

 03

国产替代对Risc-V的影响

 这是一篇写Risc-V的文章，到这个字为止，都已经写了5000多个字了，一点都没提国产替代，因为觉得这个并不是特别重要。当然国产替代对Risc-V也会有一些影响，但更多的把这部分当作助力，而不是决定的影响：始终相信，技术是一门语言，而语言一定需要国际化，在任何一个领域，技术都需要Global的定义和沟通，如果只拿Risc-V做国产替代的事情，当然这样也OK，因为是开源的，任何公司都可以拿Risc-V出来改一改，maybe可以叫Risc-China，类似于脱胎于Alpha的申威SW64，或者脱胎于MIPS的龙芯LoongArch，平头哥最早用的摩托罗拉的Mcore。

 但企业如果都这么做，那在国内的天花板其实就很有限了。因为相信Risc-V是有可能跑出来大公司的（这一点在后面会有论证），而如果国内的公司都只是瞄向国产替代做定义，那Risc-V领域的大公司有可能就不会出现在中国。（这是个逻辑上的大前提和小前提论证）

 但不能忽略国产替代属性对于Risc-V的帮助。Risc-V国产自主可控的特性会帮助进入一些客户，这很关键，因为客户的反馈对供应商的技术迭代尤其重要，长久以来的一个观点，技术永远不可能脱离产品而独立存在，如果有，那一定是空中楼阁。从很多行业里都可以看到，客户对于供应商的技术架构的了解往往要超出供应商的想象，无论是机器人，电池，智能硬件，还是显示。

 所以国产替代对于Risc-V是一个敲门砖，当Risc-V Base的产品和Arm- Base的产品性能差不多，或者稍差一点，凭借其Risc-V的标签，客户会愿意使用，而愿意使用就意味着迭代的机会，就意味着产品做的更好的可能性。

 但Risc-V的最大的优势不在于国产替代。第一，在于先进性以及开放性，有能力的公司可以基于做出更好的芯片产品；另外，Risc-V降低了一家公司进入新兴应用的开发进入门槛，因此在新市场爆发之时，相比X86和Arm，能以尽可能少的历史包袱，取得尽可能多的先发优势。

 04

推演Risc-V在应用场景变化下的发展趋势

4.1

Risc-V是一个更先进的指令集

简单讲一下Risc-V是什么啊，如果大家希望更深入了解Risc-V，David Patterson写的Risc-V Bible是一本不错的读物，因此正文对于Risc-V不做长篇的赘述。

 Risc-V最为不同寻常的点有三个：

 新，意味着干净和先进：

第一代RISC和CISC的纷争起于上世纪70-80年代，也导致目前的Arm和X86都基于上世纪80-90年代的架构基础，虽然各指令集在发展中都有自身的迭代，例如 X86在某种程度上已经是RISC和CISC的综合，但这同样意味着增量ISA带来的巨量的历史包袱。RISC-V正式推出是在2010年，基金会成立于2015年，Risc-V的提出就已经建立了巨人的肩膀上，解决了很多X86/ARM/MIPS没有解决的问题。（附录里会有提到）；

1. 开源和基金会统筹管理的结合：算不上一个Open Source的忠实信徒，但Risc-V作为一个开源指令集，有两个非常亮眼的优势：
2. 对于芯片开发商，和芯片的终端用户，开源的模式省去了Arm的高额授权费。总的来算，Arm的License Fee能占到芯片售价的2%-15%，按照50%毛利率来算，能占芯片成本的4%-30%；具体拆分下来，IP的收费分为两种：
3. IP Royalty：按照芯片售价的1%-5%，属于Opex；
4. IP License Fee：一口价，如果是只针对某一个芯片产品，就是Single Use License；针对整个公司，就是Total Use License。所以海思这种芯片很多的企业，买的是Arm授权给海思的IP（而不是授权给某颗芯片的IP），大约占到2-5%；但是对于单颗芯片的初创公司，因为没有多芯片产品来分担License Fee，这个比例可能能占到20%；这部分属于Capex；

和Risc-V目前的阶段稍微有些不同，Risc-V目前做的芯片低端偏多，其实相比Arm不会便宜很多，但是Risc-V越往高端走，成本优势其实越明显（但这个不是最主要的优势，后面会提到）；

1. 开源可以作为需求的收集敞口，Risc-V基金会来进行技术方案的收敛:

和X86还有Arm/Mips/Sparc/Power PC这些指令集不大一样，Risc-V不属于某一家公司。关于这一点的影响，去看行业里面写Risc-V的文章，大家的评价都很正面，论据在于，历史上很多归属于单一公司的指令集的失败是因为公司作死（Risc-V Bible上也是这么讲的），但坦率讲，有点屁股决定脑袋，毕竟现在能搜到的写Risc-V的文章基本都是吹捧Risc-V潜力的。但这件事情实际上是有两面性的：

1.  指令集不属于某家公司，有利有弊：如果指令集归属于某家商业公司，指令集有可能会因商业公司的错误决策或者管理不力，最终没有办法广泛成功，这一点在MIPS上体现的很透彻，MIPS并不是一个很差的指令集，相反很先进，但是因为管理层的不作为和客户服务姿态的高傲等原因，MIPS已经逐步淡出大家的视线。但也不能忽视ARM和X86的成功之路上，ARM公司和Intel/AMD作出的贡献。
2.  指令集的发展，需要形成从终端需求——芯片——指令集的体系：这个体系的说法，本文中不是第一次提到了，这一点很关键。就像前面讲的，客户对于供应商的技术迭代是尤为重要的，对于指令集来说，也需要芯片乃至终端的需求来进行自迭代和发展。所以在同一公司体系里，这个链条是顺畅的，比如Intel就知道怎么去改自己的X86，ARM也通过Linaro来不断迭代自己的AMR Architect，MIPS就没有搞好这一套体系链条。

 而对于Risc-V，这一链条是发散的，没有任何一个公司在指令集的层面把终端需求做技术上的收敛和迭代，那基金会就起到了特别关键的作用：所有的开发者都可以基于RV32I的基础指令集包和扩产指令集来进行开发，在过程中发现的问题和可迭代点，开发者都可以将代码做成扩展指令，试图添加到Risc-V扩展指令里。但这个行为是要经过三段审核的：1)代码作者需要自行寻找，在RISC-V基金会认可名录里的专家，给代码提供认证，方可上传; (2)将代码提交至Ambassador层级，由对应的专家审核; (3)提交至最高委员会，由主席及核心委员审核。最终才可以添加至Risc-V指令集内。

 所以在这个过程中，Risc-V基金会就起到了Arm核心架构组的职能，即广泛收集行业内的需求，最终收敛到指令集和微架构层面的定义。

这么做的优势是什么呢，如果相信基金的中立性和技术专业性，Risc-V比Arm在这一部分上最大的优势就在于，收集需求的敞口足够大，不只有Arm的AE来提供需求，所有的开发者都可以为Risc-V提供需求，所以供基金会来做定义的技术资料足够多。并且，Risc-V模块化的特性是一个天才的设计，模块化可以让扩展指令不影响RV32I的基础指令包。

1. 这就引申到Risc-V的第三大亮点，模块化：

和刚刚提到的第二点有关系，Risc-V基金会可以看到足够多的下游需求，来优化改善指令集。但如果是Arm和X86这种体系化的指令集，添加新的指令集扩充可能会涉及到之前结构和指令的兼容/优化，这就是第一条里面提到的历史包袱，或者说随着时间的推移，指令集本身会越来越像一座屎山，往里面添加新的扩展会变得越来越困难。Risc-V创造性的解决这个问题，核心指令集RV32I是永远不变的，指令扩展都是外围的模块，这让Risc-V在可适用性上具有无限的想象空间。

 4.2

Risc-V的机会在新市场，而不是旧市场。

在短时间内（10年），Risc-V在手机/PC和服务器领域替代Arm和X86在10年之内是不现实的，但像本文里一直在讲的，手机/服务器/PC之外的新市场给了Risc-V巨大的机会。

 从历史上来看，旧的计算平台的架构制定者往往不能胜任新市场的需求；这里面当然有技术上的原因，比如X86的指令集增量ISA扩展，导致指令越来越冗余，性能越来越差，导致在低功耗和灵活性开发的应用上没有办法像Arm一样适配手机和边缘测这样的移动平台；

 更深层次的原因在于，旧的计算架构之所以是旧的，不是因为技术是旧的，而是因为场景是旧的，利润来源是旧的，管理团队是旧的。所以在新兴应用还没有起来的时候，旧的计算架构的拥有者和使用者，没有办法花费足够多的精力投入到新的场景中。试问当年Sun microsystem有多少人是投入在了Server市场上，有多少人投入到了PC市场上；Intel在手机市场快速起量的时候，有多少人在服务PC，又有多少人在服务手机；现在的Arm，有多少人在服务苹果和高通，又有多少人在关注边缘计算/AR VR/机器人？

 就像经常和一些初创企业聊，说为什么客户买产品，不买某某某大公司的产品。

客户会给讲，因为大企业傲慢，给服务差，不帮调试；服务差是真的，傲慢是假的，只是没有精力，看不上这块市场。为什么看不上这块市场？

 可以简单用大型芯片公司的财务模型来举例子——新兴市场是没有办法支撑大公司的管理体系和高管薪酬的：跨国芯片公司的成本核算是分两层的，芯片产品线利润率，和芯片公司利润率。芯片产品线的毛利，减去摊销到这条产品线的SG&A，就是这条产品线的净利；比如NXP和英飞凌这些大公司，产品线的净利率在20%，才是Breakeven的点；

 一开始听到这个说法的时候很吃惊，20%的净利率其实是一个很夸张的概念了；但是芯片公司本身有研发平台，比如统一的EDA工具，比如测试机台；更重要的是，大公司的高管的年薪，都是要在这20%的净利率里出的。所以NXP的芯片为什么卖这么贵，就好像苹果的手机为什么卖这么贵一样。Tim Cook去年年薪9870万美元，这都是消费者发的工资，而新市场一开始的毛利肯定是低的，支撑不了一亿美金的工资，所以大公司在新市场上的投入天然是保守的。吃力不讨好，产品线又不像成熟产品线那么好做（技术人员熟悉，渠道熟悉，供应商熟悉），做好了又没什么奖励（因为评价体系是和老产品线一起评的）；

当然，关于这一点，类似于熊彼特的创新理论，创新者的窘境里都讲了很多了。

4.3

那么，适合Risc-V的市场会是什么

不断的试图明确这一点，技术永远不是脱离产品而存在的，讲一个技术好，首先需要一个标尺，这个标尺就是应用场景的要求；不能讲Arm比X86好，只能说在手机上，Arm比X86好用；

也不能讲Risc-V就比Arm好（虽然确实更先进），只能讲未来在某一个场景里，Risc-V要比Arm好。那这个场景会是什么？思考这个问题的逻辑是这样的：

什么场景对于芯片的需求定义，是和手机/PC有大的差别的，那这个场景就有可能是Risc-V的机会。从前面那两张图的对比可以看出来，手机相比PC，对芯片需求的变化：低功耗，增加移动GPU，集成Display（因为没有外接的显示大屏了），集成基带，播放视频和图片的强编解码需求，等等。可能第一代手机芯片和PC芯片差别没有那么大，但是经过需求的发展和芯片的迭代，这些Feature汇集在一起，最终使得手机芯片和PC芯片成为了两个完全不同的品类，也孕育出来完全不同的芯片供应商和指令集架构。那在什么领域可能有类似的机会呢？

第一个就是VR设备：

目前看到的VR芯片供应商大概有这么几家：高通的XR，全志的VR9，瑞芯微的RK3399，以及苹果自研的芯片，Meta找博通定制的芯片，Magic Leap找AMD定制的芯片，国内万有引力拟开发的芯片，等等。拆解三家已有的产品，来简单分析一下VR芯片的差异化需求（XR2，RK3399和VR9）；

 

 

 当然，VR设备仍在不断的迭代，其对于芯片平台的需求也将持续优化。从这三款芯片，可以看出VR设备对芯片的需求是完全不同于PC/手机的。VR设备对于GPU的需求更高，对音频输入输出的质量要求更高，对于显示Driver的要求更高，并且还额外增加了交互模块。这些新增加的components目前还是SOC的集成阶段，但当VR设备放量，芯片厂商开始比拼颗粒化更细的功耗/性能时，这些以IP形态出现的功能模块势必会进一步集成，并深入到指令集的层面。

第二个场景是机器人

机器人和VR在对芯片的需求上有两点大的区别：

（1）VR对于芯片的需求画像更清晰，并且因为VR方案最终走向同质化，容易收敛；相比VR，机器人的品类更多，芯片选型更复杂，会有更多的通用性职能交由下游的方案商IDH，或者在板级的层面来满足客户的需求。

（2）机器人总出货量较大，但是拆分开品类的出货量不多（目前不是广泛的2C机器人），因此要平摊SoC的成本，需要在产品定义的时候更加考虑通用性。这就意味着机器人芯片和VR芯片在产品定义时截然不同的走向：VR芯片最终会走向先进制程的竞争，因为这是一个单品类的激烈竞争，并且从软件上，VR芯片会更多的考虑和VR操作系统的生态兼容和绑定。但机器人芯片会更关注接口的多寡，以及工具链的通用性，而非直接穿透到应用开发本身的生态兼容。

机器人里的芯片品类相对较多，还会涉及到AP和MCU之间的Overlap，但整体上，机器人内部的控制芯片可能会有两个方向的走向：

机器人中央的芯片算力会越来越大，因为机器人承担的交互/计算功能会越来越多，就会演变成对中央算力的需求；

同时，对于大型机器人，端侧（比如单个机械臂）的MCU算力会越来越高，MCU的用量可能会减少。因为随着控制精度的提高，控制维度的增多，外围控制部件对于MCU的需求是在提高的，低性能MCU没有办法满足要求，就只能和中央AP通信，但通信其实有可能牺牲稳定性并增加成本，所以用高性能MCU代替原有的中低端MCU方案有可能是一个趋势，但高性能MCU和低性能的AP之间的界限会变得更加模糊。

第三个场景不能算一个统一场景，是各个场景下的DSA。

相比VR和机器人，这个场景会特别分散。为什么Risc-V会在泛场景的DSA里有机会呢，这就涉及到几个特点以及目前的行业趋势：

无论是芯片还是CPU IP，其产品定义都是取交集的过程，而Risc-V可以做从需求——CPU的垂直定义，比Arm- Base的芯片定义更精准：

这里面放两张图，左图是指令集-微架构（IP）和SoC的关系，右图是芯片产品定义的简化流程。Arm的IP是怎么定义的？ARM收集所有市场公司的需求，在CPU IP的层面无限取交集，交集以外，并集以内的部分则有芯片厂商来满足，因此ARM的CPU Core对于终端产品需求（即SoC更外面一侧）的适用性其实并不高，因为在满足通用性取交集的过程中，不可避免的牺牲了一些垂直适用性。而这就是Risc-V的优势，Risc-V给了芯片公司一个机会，可以越过Arm来直接定义CPU（如果有能力的话），那在产品所定义的领域，性能和性价比一定是比Arm Base的产品更好的；

 

 

 

 

 随即而来的问题就是说，一个产品一定要有充足的场景适用性才能摊平研发成本，Risc-V低成本的优势在某种程度上对冲了这一风险：

无论是芯片还是IP，其研发的前期成本都需要出货量来摊平，芯片生命周期内才能赚钱。但是如果使用Risc-V针对一个场景开发芯片，适用性肯定是更好了，但是场景也小了，因为Arm的IP可以适用很多个场景。这时候Risc-V开源的优势又可以体现出来，做两个对比：企业A购买Arm的CPU来拼装SoC，需要付出2-15%的revenue来交给Arm；企业B自己使用Risc-V来开发CPU，这部分需要付出的成本是多少呢？参考ARM的GM%，以还可以查到的报告来看，ARM毛利高达96%，相当于Arm IP的成本占芯片的比例应该是4%*（2-15%），但帐肯定不能这么算，这个水平的毛利肯定有出货量摊平的影响，但是对于企业B来讲，自己开发Core的成本肯定要远低于采购Arm Core的价格，这在某种程度上对冲了企业开发DSA芯片，适用场景不够广的劣势。

DSA和通用芯片的竞争：

从这一点上，邵巍老师说的很好，与其说产业需要Risc-V，还不如说产业需要DSA，而Risc-V有可能成为DSA的最优解。邵巍老师的论点在于，通用芯片大潮下，一颗芯片里软件开发成本的占比越来越高，给芯片企业造成了很大的成本压力，那么随着应用场景的分化，通过DSA硬件的方式，可以摊平部分软件成本，达到更高的芯片能效比和企业开发ROI：下面附上邵巍老师的原文：

（不知道是否还记得，半导体的上一轮竞争为什么是通用处理器干掉了专用处理器（曾经擅长的网络处理器就是受害者），是因为软件。软件的开销激增，在一个项目中的占比越来越高，已经超过硬件的开销，成为一个项目的主要成本。而通用处理器能更好地保护软件的投资，因此在十年前，通用处理器把大部分活跃的专用处理器都用“软件定义网络”“软件定义存储”“软件定义xx”的口号干到消声灭迹了。

但是世界是有轮回的，一方面是摩尔定律的变缓，通用处理器性能提升缓慢，另一方面是互联网、移动计算带来的算力需求的爆炸式增长，市场重新燃起对 DSA 的强烈渴望，这也解释了NPU、DPU 的兴起。但是长期看，项目的总成本（硬件开发成本+软件开发成本）在增加，并且软件开发成本的比例在提高，让每个产品经理都会倾向于选择可以参与平摊软件成本的高性能硬件架构。

RISC-V 的指令集开源，既给了产业界尝试 DSA 的自由，又用模块化的的设计给了产业界一个共同开发软件的可能性。

当然这个事情不是绝对的（觉得很有意思的点就是，在看向未来的时候，从来不只存在一个趋势，往往是多个相反的趋势共同存在，但最终会在某种技术突破/某个人的天才想法/某个产品的横空出世的计划下，东风压倒西风，某种趋势最终占据主流）。通用芯片也有可能持续存在，比如虽然摩尔定律到了顶点，但如果存算一体续上命，Transformer大行其道，通用CPU和GPU又会大大的+1S，DSA（NPU/DPU/专用AI处理器）可能就不会有很大的空间，对应Risc-V的空间也会被缩窄。

05

那现在Risc-V究竟发展到什么阶段了

5.1

Risc-V好的地方

从通用Risc-V的core的纯性能层面来讲，Risc-V已经比较高端了：从当下RISC-V架构与软件生态看，RISC-V可以做高性能的边缘计算芯片，这种芯片大约规格可以是8核 2.0GHz 20T-50TOPS，是一个中高端性能的计算机系统。如果是做服务器的高性能计算芯片，当下RISC-V在架构上主要缺RAS和Security两个组件，其他包括虚拟化架构、中断架构、虚拟化软件、Docker软件等基本都Ready了，但是在服务器的应用软件生态上依然有较大的完善空间。

单纯从CPU Core本身的性能来讲，行业里的Risc-V CPU公司已经可以对标到高性能Arm Core了。绝大多数高性能的芯片其实用到Arm的A7系列，Arm N系列主要是在服务器和大型网络芯片领域应用，从市场上看目前仍不算主流。

 

 

 5.2

Risc-V还不太好的地方

Risc-V目前仍然欠缺一些东西，把这部分分成两部分：

1. Risc-V从业者能够解决的（称之为工程问题）
2. Risc-V不能解决的（称之为行业Timing问题）：

第一部分：Risc-V从业者能够解决的：

• 工具链不完善带来的性能损失。在基于Risc-V Core的IP研发过程中，涉及到Risc- V Base的汇编——C的编译过程。目前如果使用Andes的公版编译器，大约会损失10%的计算性能。当然优化之后的编译器/工具链Performance肯定会更好，并且这个显然属于工程问题，只要有开发方向，有盈利前景，有人愿意投入，这个是完全可以进步的。
• Risc-V在应用层面的性能和指令优化：这个也是工程问题，具体是指目前的Risc-V Core在客户侧还不一定完全好用，需要更精细化的系统定义和迭代。这一点之遥有客户愿意用，供应商愿意改，也是一个工程问题，是时间/人力投入就可以解决的。

第二部分：Risc-V从业者不能够解决的：行业Timing问题。这里面主要是两个：

• 下游行业的开发生态（包括软件栈兼容和应用）：这是个鸡生蛋/蛋生鸡的关系，并不是一个工程问题，花力气就能解决。就像前面讲的，需要在某一个行业里，这个行业还在快速增长，Risc-V在新兴行业里抓住了Arm公司没太花精力的领域，以至于下游开发者没有别的选择，这样Risc-V在这个领域的生态就会慢慢发展起来。说白了这个是产业发展的大事，而不是某几家公司的小事。
• Risc-V指令集在基金会层面的完善：前面讲了Risc-V开发者要怎么贡献一段指令去到Risc-V内部，其实基金会内部还是对于Risc-V的发展有非常重大的意义的，比如前面提到的RAS和Security组件，类似的东西什么时候能够完善，要看基金会的节奏，而非从业者的努力能够改变。当然，从业者是可以改变的，比如自己可以写一个指令模块自己用，但不上传到基金会层面，那这个模块就不开源，但也是Risc-V Base的扩展指令集。

这里分享一个小故事，对Risc- V的信心某种层面上来自于David Patterson的格局。不得不说美帝里还是有一批心怀天下的技术先驱的，据说Patterson老先生在开组会的时候，讲PPT经常会拿飞虎队举例子，非常崇拜飞虎队，认为自己在做的事情，是计算机体系结构里的飞虎队，是站在发达的水平上，对于发展中国家的技术扶贫。在这个愿景的支撑下，Risc-V基金会也从美国搬迁到了瑞士已表征其中立地位（当然瑞士在俄乌战争里也不一定中立，但这就是另一个话题了）。

06

Risc-V行业的成功企业应该是什么样的

6.1

抛开地缘因素，推演一下Risc-V在

全球产业的发展

Risc-V是芯片产业发展的工具，而不是芯片产业发展的目的，这一个工具正在被越来越多的人使用：就像前面讲的，Risc-V给了芯片行业发展更好的可能性，但是大家的目的并不是把Risc-V做好，而是说用Risc-V来作出更好的东西。所以Risc-V作为一个非常Promising的工具，使用开发者和企业越来越多。从需求收集的角度，只要基金会不消极怠工，Risc-V的发展速度会远超Arm。

Risc-V领域不会长出下一家Arm，更大可能会长出几家类似于Intel的公司：这个事其实挺有意思的，在一开始接触Risc-V的时候，显而易见，会拿和Arm做对比，因为指令集嘛，技术上是一类东西，商业上也应该是一类东西。本身就是思考商业逻辑多于思考技术逻辑（坦率讲技术也不大懂），那理所应当的觉得，Risc-V领域公司的商业模式会和Arm一样。

但认真做了一段时间的研究之后，发现不是这样的。行业里也有一些人和持类似的看法，但更多人不这么想。Risc-V和Arm在商业上的核心区别有两点（其实某种程度是一点，就是开源，这是Risc-V的优势，但也有负面影响），这两点也将会导致Risc-V和Arm完全不同的商业化走向。

1. 技术的收敛性影响了商业收益的收敛性：

这个稍微有点抽象，打个比方，假如现在是1995年，是Arm的公司的生态负责人，Linaro的主席，要拉一群合作伙伴来用Arm，帮完善生态，迭代技术。肯定需要花钱，但非常确定，花的每一笔钱，产生的收益都会回到Arm，很简单，因为Arm的Architect只在自己手里，就好像开了一条商业街，花钱补贴人进来玩，所有人的消费都会留在这条街上，那是很有动力去推广IP生态的，所以ARM可以成为一家独立的商业公司。

OK现在到了2022年，假如在搞Risc-V的生态，花钱投入，这就好比只是商业街上一个店铺的老板，商业街是随便进的，那自己出钱去商业街门口给人发传单，发红包，说进来街上玩吧。结果人家进来，去了别人的店里。时间长了肯定不干了，入不敷出嘛。这种情况下大家会通过产业联盟的方式来做，但产业联盟这个东西吧，懂得都懂，就不多说了。

所以为什么说相比于Risc-V领域长出一家Arm，更大的可能是长出一家Intel：因为Risc-V是一个非常好用的工具，可以用这个工具把芯片做的更好，那就是一家拥有自身指令集（也可以这么讲，反正Risc-V是开源的），然后拥有自己的产品定义和芯片产品的公司，所以不是商业街里收租的那个人，就是用商业街给工具，把店铺开的规模很大，产品质量很好。

1. 除了商业行为的收敛性，技术迭代的利润来源也是Arm和Risc-V很大的区别：

指令集要发展，技术要进步，这些都知道。但技术人员要吃饭，程序员也有财务自由的梦想，这意味着，技术的进步一定要带来利润。

在当年还在看光刻胶的时候，就很奇怪，说这玩意儿这么卡脖子，怎么JSR的毛利还这么低。因为高毛利的来源并不是高技术，而是垄断，光刻胶在Global范围内谈不上垄断。但Arm不是，因为全球独此一家，如果想买Arm的架构授权，那至少要付大几千万美金，还不是所有人都能买，全球只有几家（高通，三星，海思，NV苹果），所以ARM的毛利才这么高，才能够支撑Arm一代代的架构迭代，从V5-V9。抛开Arm来讲，IP的生意没有这么一本万利，因为除了ARM IP，所有的IP都至少有一家竞争对手，大多数IP不止一家。低毛利是没有办法持续投入研发的，也不能总烧投资人的钱，这种干投资的，虽然大多数时间里并不聪明，容易被梦想拿捏，但万一等亏麻了，人总是会被动清醒的。

7.2

，那说回Risc-V在国内的机会

坦率讲，硅谷的计算革命，摩尔定律的高速发展，乃至于Finfet工艺代工先进制程的迭代，在过往的几十年里，虽然在这些过程中都有很多的华人的重要参与，但实话讲，中国的公司和科研机构并没有在这个过程作出过卓越的贡献，这也导致了在某种程度上，计算机体系结构的发展相比美国是落后的（附历届图灵奖得主的名单https://zh.m.wikipedia.org/zhhans/%E5%9B%BE%E7%81%B5%E5%A5%96），以及芯片企业能力栈是落后的，大多数SoC公司都没有自研指令集的丰富经验和能力，虽然在Server领域有自有指令集的公司，但坦率讲，也没有办法和海外公司硬碰硬，在信创市场到来之前，大家也都过的比较Struggle。

而国内稍有体量的芯片公司，除了海思之外，都是arm-Base的SoC公司，通过抓市场趋势来实现业绩的高速增长，但市场下行之后，往往进入低谷期。比如君正，全志，恒玄，国科微，RK，Mlogic这些，包括一级市场的热门芯片企业，目前也大多处在买各种IP，在系统整合/产品定义/软件算法/市场策略等层面做差异化的阶段，整个技术栈也不像海外的公司那么深。这一点并不是企业的问题，因为Arm Core是现成的，并且国内做指令集和微架构层面开发的企业和技术人员本身也不是很多，所以企业的行为也是非常可以理解的。

但Risc-V给了大家一个机会，中国的芯片公司终于可以在可以接受的成本层面，尝试从指令集出发，来做出更好的芯片产品了：

在Risc-V之前，比如想在X86的基础上开发，那拿不到授权；想用Arm，买不起架构的授权，那用Arm的IP，ARM又不可能为了一个小企业的需求来帮改CPU。

自己知道之前Arm中国的办公室里也出现过国内芯片公司老板过去骂街的盛况，说家IP怎么做的，都不好用，然后丫跟说了也不改。

那Allen也有理由讲的：ARM之前带的是什么客户啊，那都是苹果高通英伟达，什么企业啊让带，帮改了IP能给多大量。况且就算帮改，需求也不一定能给定义的清楚，没这个能力知道吧。

那国内芯片企业当然很生气了，过去骂街，说这一大公司，脸都不要了。但ARM公司垄断性的地位导致很强势，国内企业又不能RNM退钱。但Risc-V给了大家一个机会，之前有产品定义，知道芯片应该怎么做，出于技术上的理解，也知道这个芯片理论上能做成什么样，但就是因为用了Arm，没有办法实现想要的性能，去找Arm改，不光不愿意改，还告诉爱买不买，还必须得买。但现在Risc-V来了，给了一个Option，说可以在指令集上改微架构了，可以实现预期的性能，甚至比预期的性能还要好，因为Risc-V比ARM定义的更先进。当然，国内大多数芯片企业是没有开发CPU Core的能力的，但随着Risc-V的出现，慢慢都会有的。

所以这个愿景会是什么样呢？当这一切实现，Risc-V领域的公司就会浮现出来，就是一批类似于Intel的企业，只不过基于开源指令集Risc-V；或者10-20年之后Risc-V也会消亡，但会有一批基于Risc-V的指令集，基于RV32I的指令集留下来，被不同的芯片公司闭源，做成不同的产品。而这一景象会和上一次Cisc和Risc时代有什么不同？那就是基于Risc-V成长起来的这一批中国芯片企业，才是真正世界级的芯片企业，才能够不靠国产化概念把芯片卖出去，因为和Intel/AMD/NV/Qualcomm一样，都能够从底层架构出发，做出自己想做的产品。

 07

附录：Risc-V技术差异化摘录：

最后做个附录，摘抄一些Risc-V Bible里的表述，来和前文做呼应。看下David Patterson为什么觉得Risc-V比ARM和X86都更好。

首先从General的层面，对比Risc-V和X86的性能。

 

 

 其次，从具体的指令集设计层面：

1. 指令格式的优化：Risc-V的指令只有6种格式，ARM有很多，所以arm的解码不见在低端中偏昂贵，高端有性能挑战。Risc-V的寄存器操作数更多，会减少Move指令的数量；RIsc-V可以在解码之前先访问寄存器，逻辑上更简单，并且，立即数符号扩展也可以在指令解码前进行。
2. 寄存器的设计：为0单独分配了一个寄存器，否则，程序计数器作为单独寄存器的方式会导致分支跳转变得很复杂。
3. 整数计算的设计：Risc-V没有字节或者半字节宽度的计算操作，全部都是完整的寄存器宽度，也不包含乘法和除法。前者节约了内存访问的能量，后者有时候可以缩小嵌入式芯片的面积。
4. Load和Store：Risc-V省略了复杂寻址，但可以模仿X86寻址模式；并且Risc-V不需要对内存里的数据的自然大小做边界对齐，这使得其通用性和简洁性都有很大的提升。
5. 条件分支：丢掉了MIPS和Sparc里广受诟病的延迟分支特性，也没有使用条件码，这使得一切都变的更简单。

此外还有很多，有兴趣的可以去翻阅那本Risc-V手册。

云计算的发展现状及未来

01 云计算的发展现状
1. 云计算市场的马太效应
云计算已走过十几个年头，从异军突起到百花齐放再到巨头崛起，云计算市场同样出现了马太效应。
当前的云计算市场有以下几个比较明显的态势。

• 聚类分化：由于云计算是一个规模性业务场景，只有达到一定规模后，边际成本才会出现，所以近年来，云计算出现了有趣的变化。一方面，一些企业不断做大做强，同时把规模化的技术红利反哺到市场和客户，让最终消费者享受到云计算的好处。另一方面，一些中小型云计算厂商聚焦在特色、优势行业里深耕，垂直做深做厚，另一些中小型云计算厂商则转型为提供云计算技术咨询、实施的服务厂商。整个云计算行业一改当初所有云计算厂商都扎堆IaaS的局面。
• 增速趋稳：历经多年的高速增长，随着各家云计算厂商的规模越来越大，增速也逐步趋稳。
• 差距收窄：几个头部云计算厂商追赶，彼此之间的差距不断收窄，特别是微软和AWS之间的差距收窄最明显。云计算厂商之间的竞争进一步加剧。
• 区域化差异明显：在亚太区有很明显的区域效应，作为发源于亚太区的阿里云，市场占比明显高于其他区域；而在欧洲和美国区域，AWS、微软、谷歌则占据绝对优势。
  如图1-14所示，可以在Cannalys咨询公司提供的云计算咨询报告里看到，全球主要云计算厂商从2018年到2019年的变化如下：
• AWS的市场占比从2018年的32.7%下降到2019年的32.3%，其年度增速为36%。
• 微软Azure则保持了63.9%的高速增长，而且市场占比也在增长，从2018年的14.2%提升到了2019年的16.9%，增长势头迅猛。
• 谷歌云是几个厂商中全年增速最快的，全年增速为87.8%。
• 阿里云在保持高速增长的同时，市场占比也有0.8%的增长。
• 其他云计算厂商综合出现了下滑，从2018年的44.8%下降到2019年的40.1%。

 

 ▲图1-14 云计算市场的占比变化

2. 云计算市场的细分领域
随着巨头时代的到来，很多中小型甚至创业型云计算厂商积极寻找生存空间，采用云计算爆发之初那种大而全的做法已经越来越不现实，所以在行业中出现了很多细分领域的云计算厂商。
从技术角度来讲，很多中小型云厂商目前集中在以下几个细分领域。

• 容器：通过容器技术简化客户的云原生改造，目前主要集中在PaaS层的管理和DevOps方面。
• 视频：随着直播、短视频社交模式的流行，视频技术的要求越来越高，很多云厂商聚焦在视频技术领域不断深挖。
• 大数据：聚焦于某些垂直行业的大数据智能化解决方案。
• 智能园区：提供智能楼宇、社区生活、设备互联、人车管理、创业孵化等方面的行业性云产品和服务。
• CDN：为了使用户有更好的互联网体验，一些厂商聚焦于提供CDN服务，目前与云计算技术结合后可进一步优化服务体验和质量。

02 云计算的未来
1. 北向扩展——行业化云与智能化云
目前，IaaS、PaaS领域的技术已经越来越成熟，而且这部分技术相对通用。相比之下，SaaS服务具有很强的行业属性和定制化需求，虽然目前已经有了Salesforce这样非常优秀的SaaS云服务商，但是离满足市场需求还有很大的差距。
云计算会继续向行业化方向拓展，今天已经出现的众多行业化的云还是粗粒度的，未来会进一步细分，以便更好地满足客户的精准需求。例如，金融云未来可能进一步细分为银行云、证券云、保险云。业务中台也可能进一步细化成汽车行业业务中台、能源行业业务中台、银行行业业务中台等。
此外，随着云原生技术的不断发展，容器、Serverless、AIOps等技术的不断涌现和成熟，云会进一步智能化，具体体现在以下几个方面。
业务配置化：微服务、服务网格、业务中台、数据中台等理念和技术的出现，使业务的新增与裁减变得更简单，可以通过插拔的方式进行业务的灵活调整。

• 资源透明化：Serverless逐步发展、演进成FaaS（功能即服务），当前主要集中在把IaaS资源透明化方面，未来会进一步拓展到把业务能力抽象化、透明化方面，从而进一步向上发展，提供更强大的无服务器编程和编排能力，进一步优化基础资源、降低应用系统的使用成本。
• 故障自愈化：通过AIOps进行监控并利用数据分析、机器学习等技术，在故障发生时可以进行自诊断、自修复，在机器无法完成自修复的复杂情况下，可以通知工程师进行人工干预。
• 扩缩容自动化：云计算本来就具有很强的扩容/缩容能力，容器的大规模使用进一步提升了这方面的能力。根据长期业务的实际运转情况设定相应的扩缩容规则，可实现一定程度上的自动化容量管理，进一步提升资源使用率，降低成本。

2. 南向融合——云计算、物联网、区块链的融合
前面讲到，一方面云计算在北向往业务和数据服务方面拓展，另一方面云计算在南向不断地加深与物联网、区块链等底层技术侧的融合。
特别是通过与物联网的结合，云把触角延伸到了端，原来需要全部在中心化的云上进行计算的数据中，有很大一部分可以分解到端上做第一级的计算，不用每次都上传下行地对全部数据进行传输，这样，一方面缓解了中心化的云的计算负担和无效数据传输造成的带宽浪费，另一方面大幅提升了端的自主性和时效性。
3. 去中心化的云
目前，主流的云计算都是高度中心化的云，云计算厂商利用海量的服务器、存储、网络设备提供资源共享能力，用户按需购买资源。这种方式提供了非常强大的计算能力，用户可以用相对低廉的价格购买到所需资源并进行使用。
除了这种中心化的计算资源外，全球仍然存在海量的闲置的计算资源，比如个人电脑、手机等移动设备等。目前，有些机构开始尝试通过分布式技术把这部分资源利用起来，BOINC（伯克利开放式网络计算平台）就是其中的一个典型代表。
不过，这种模式也存在天然的缺陷，由于提供闲置计算资源的个体无法从中获得相应的收益，激励机制不明确导致志愿者较少，而区块链的出现为解决这一问题带来了曙光。区块链通过贡献证明协议提供可证明的共识和可溯源的信任机制，从而形成有效的激励机制。
云计算从诞生之初就有一个长期发展的目标，那就是“可信、可靠、可控制”，这与区块链的信任机制高度一致。区块链和云计算结合会带来一种新的服务体验。
目前，已经出现了一些尝试利用闲置硬盘、手机空闲计算能力等的区块链云计算服务。例如，大家可以把空闲硬盘贡献出来，通过区块链的规则并按照云计算的服务方式，将大量闲置的计算资源整合成超级计算机/计算池，租用给用户使用。类似的厂商有storj、迅雷等。
当然，区块链也有需要解决的自身性能问题，所以未来将是云计算巨头和众多的基于区块链的小云并存的云时代。

制造业大国的汽车出海之路

1、汽车诞生于德法，而美国却是该红利的直接受益者。美国汽车工业的竞争优势在于薄利多销，亨利·福特使之成为现实。引领汽车进入低碳化、智能化、网联化新纪元的特斯拉本诞生于美国。然而，中国或是本世纪汽车产业革命的最大受益者。
2、自1938年诞生后的三十年间，甲壳虫——也只有甲壳虫——得以从极右翼到左翼的政治光谱中穿梭自如，对截然不同的客群产生无可匹敌的吸引力。日本汽车消费需求最初来自战场，而非国民。是1950年朝鲜战争军需采购带来的“繁荣”、而非凭空而来的经济奇迹，让日本汽车制造厂商势如破竹般生长。
3、进入后疫情时代，全球汽车及其他制造业的格局变迁，在一定程度上不再停留于各国车企或厂商之间技术与商业力量的竞争，而是关乎各国政府调控经济、甚至抢占资源能力的角逐。
中国汽车工业协会于8月11日发布的产销数据显示，今年7月，中国车企出口整车29万辆，续创历史新高，环比增长16.5%，同比增长67%。今年年初至今，中国汽车出口总量已经达到150.9万辆，同比增长50.6%。

 

 △ 2020年1月至今中国汽车月度出口数量及增长率变化（来源：China Association of Automobile Manufacturers）

今年前六个月，中国汽车总计出口121.8万辆，同比增长47.1%，被Berkshire Hathaway长期持有的中国整车制造商比亚迪（BYD）更是超过美国电动汽车先驱特斯拉（Tesla）摘得电动车总销量桂冠。在上半年比亚迪以高达315%的增长率向客户交付641,350辆电动汽车和插电式混合动力车的同时，特斯拉以564,743辆落后于这位后起之秀，增长率仅为46%，尽管其纯电池车型销量仍然暂时保持领先。
多年以来，中国汽车年出口量长期处于100万辆上下水平。然而，2021年，中国车企凭借201.5万辆——翻番的出口量颠覆了这一局面，中国汽车出口迎来井喷式增长。这使得中国一跃成为全球第三大汽车出口国，仅次于日本（382万辆）和德国（230万辆）。
一些分析人士相信，尽管最近一轮新冠疫情致使位于上海和长春两大汽车重要产地的中国整车企业面临停摆或减产，中国整车出口量在今年仍然有望超越德国。这意味着，中国即将成为仅次于日本的全球第二大汽车出口国。

 

 

 △ 左图：2010年-2021年中国乘用车及商用车出口数量变化；右图：2010 年至 2021 年德国汽车进出口总值（来源：Statista）

中国能否成功接任日本，成为下一个汽车出口大国？美国汽车制造业的衰退和德日汽车制造业的兴盛对中国有何借鉴？全球汽车出口产业如何从美国转移至德国、继而日本？

出口成中国车企销量增长新引擎欧洲为中国汽车出口最大市场
Bloomberg数据显示，中国汽车国内销量在截至今年5月的过去12个月中的11 个月皆出现下降。这与中国车企出口销量大增——仅在今年前5个月出口量就超过了2020年全年，形成鲜明对比。
2021年，中国汽车产销分别为2608.2万辆和2627.5万辆，同比分别仅增长3.4%和3.8%。其中，乘用车产销分别为2140.8万辆和2148.2万辆，同比分别增长7.1%和6.5%；新能源汽车产销分别为354.5万辆和352.1万辆，同比均增长1.6倍。同期，中国汽车出口201.5万辆，同比增长1倍；新能源汽车出口量达31万辆，同比增长304.6%。其中，新能源乘用车出口量为30万辆，同比增长329.5%；新能源商用车出口量为1万辆，同比增长59.6%。

 

 

 △ 在疫情封控结束后的5月，中国电动汽车出口强劲反弹，增值12亿美元，同比增长122%（来源：Bloomberg）

2021年9月发布的《外商投资准入特别管理措施》中表明将取消乘用车制造外资股比限制。对外资整车品牌的放宽政策可能意味着日益壮大并且足以“御敌”的中国厂商将面临更为激烈的竞争。中国市场增速趋缓、竞争加剧或是中国汽车品牌出海寻找增量的主要原因，而支撑中国汽车品牌成功出海的是其产品力和品牌力的飞跃。
事实上，中国汽车出口已经摆脱对亚非拉市场的依赖，发达国家正在成为中国汽车出口的重要目的地，欧洲已经成为中国汽车出口的最大市场。海关数据显示，2021年，中国汽车对欧洲市场的出口量增长了204%。根据Bloomberg，今年5月，欧洲市场在5 月份占中国汽车品牌近一半的出货量，这一比重在中国电动汽车品牌板块更是高达约四分之三。据悉，在中国新能源汽车出口国中，位居前十的国家依次为比利时、孟加拉国、英国、印度、泰国、德国、法国、斯洛文尼亚、澳大利亚和菲律宾。AlixPartners 的董事总经理Stephen Dyer指出，2021 年，中国电动汽车出口在全球范围内占比高达约60%。
虽然中国汽车品牌取得的重大突破被普遍归因于中国在新能源汽车产业领域的率先发力与全球市场、尤其是发达国家经济体在环境治理方面的消费需求和政策法规，但是本文作者认为，除了在新能源、智能网联方面的先发优势，以及产品力和品牌力的提升，中国汽车出口之所以在2021年骤然爆发，而非此前，或是之后，与新冠疫情以及全球经济形势等偶然因素密切相关——技术是可复制的，商业模式是可复制的，而时代机遇不能。
不少分析人士将中国车企对海外市场与日俱增的关注视为中国即将成为继美国、德国和日本之后下一个汽车出口大国的前奏。事实上，纵观汽车出口历史，自Henry Ford开辟汽车新纪元之际起，从以大众为代表的德国汽车，到以丰田为代表的日本汽车，汽车出口大国的形成除了技术突破与商业模式创新等车企、乃至国家的主观努力以外，向来离不开时代特殊环境带来的不可控因素。

美国如何收割欧洲技术红利生产方式比汽车发明本身更为影响深远
19 世纪末，汽车由Gottlieb Daimler、Karl Benz、Nicolaus Otto和Emile Levassor等人在德国和法国被发明和完善。Wilhelm Maybach为戴姆勒汽车公司（Daimler Motoren Gesellschaft）设计的1901 Mercedes被普遍视为首款配备一切必需品的现代意义上的汽车。不过，美国于20世纪上半叶对汽车工业的主导地位意味着，美国——而非德法、或者欧洲大陆——成为该发明红利的最大受益者。
美国汽车工业的竞争优势在于，相较于欧洲汽车，美国汽车以比更低的价格大批量生产。尽管这一现象常被归因于诸多社会因素——譬如，美国各州之间关税壁垒的缺失增强了销售区域的广泛性；熟练劳动力的长期短缺和廉价的原材料较早促进了美国工业流程的机械化…… 但是，本文作者认为，排除社会因素，美国收获汽车发明红利的关键因素在于亨利•福特（Henry Ford）开辟的生产方式新纪元。这位“流水线”的发明者对现代社会人类出行、工作和生活方式影响至深。
1908 年，福特推出了T型车，William Durant创立了通用汽车（General Motors）。福特的大规模生产技术很快被其他美国汽车制造商采用，而欧洲汽车制造商直到20世纪30年代才开始采用这一先进生产方式。因此，1913 年，在全球生产的约606,000辆汽车中，美国生产了约 485,000 辆。
不过，福特之所以诞生于美国、而非欧洲，可能与彼时美欧文化背景下社会流动性程度或阶级固化程度相关——虽然福特主义（Fordism）在后世常备受争论（暂不作讨论），但是福特更新工业生产方式的初衷原本在于“惠民”，即“将农名从苦活累活中解放出来”，并“将汽车从奢侈品变为大众消费品”。关于彼时欧洲社会结构是否具备孵化这种具有一定反建制属性的意识形态，本文在此不做赘述。
福特T 型车旨在成为“农民汽车”，以满足一个“农民国家”的国民交通需求。事实上，美国领土广阔与人口分布的分散决定了其远远超出欧洲市场的汽车运输需求，这在国民更高的人均收入和彼时更为公平的收入分配得到进一步强化。
值得注意的是，福特带来的生业技术革新使得更重的资本支出和更大的销售量成为产业竞争门槛，而这结束了美国中小生产商参与自由竞争的时代。因此，美国汽车制造商的数量从1908年的253家下降至1929年的44家，福特、通用汽车，以及于1925年由Walter P. Chrysler创立的克莱斯勒（Chrysler）约占行业产量的80%，并自此成为美国汽车产业“三巨头”。
随着斯隆主义（Sloanism，即Flexible Mass Production）取代福特主义成为汽车产业生产方式的主要战略，雪佛兰（Chevrolet）在1927年和1928年取代福特在利润丰厚的低价领域的销售领先地位。时至1936 年，通用汽车业已占据43%的美国市场，而福特则以22%的份额跌至第三位，位于克莱斯勒的25%之后。
事实上，早在20年代美国汽车市场巅峰时期，行业已经面临需求饱和和技术停滞。创新在产品及生产技术方面日趋“渐进式”而非“颠覆式”。二战以后，底特律三巨头更将斯隆主义推向不合逻辑的境地——由于大型汽车比小型汽车更有利可图，美国汽车车型和可选项激增，汽车逐年变长变重，马力更足，装置更多，价格和操作成本随之飙升。
时至60年代中期，美国汽车质量已经恶化至这种程度——平均每辆汽车便有24处缺陷，其中多与安全性有关。
同时，这些“公路巡洋舰”（Road Cruiser）耗油量惊人，其获得的丰厚单位利润以空气污染等社会成本为代价。随着于1965年和1970年颁布的污染物排放标准以及于1975 年（第一次石油危机之后）颁布的能源消耗标准等政策的实施，公路巡洋舰时代宣告结束。此外，1973年和1979年的石油危机带来的能源价格飙升进一步凸显出德日小型汽车耗油量少、功能性强、工艺精良的巨大优势。
汽车为美国社会文化及经济带来的变革贯穿20世纪。汽车增加了民众在户外休闲活动中的参与度，拉动旅游产业发展。除了加油站，路边餐馆和汽车旅馆也应运而生。汽车结束了偏远地区的孤立状态，重塑现代城市及其周边的工业和郊区住宅等地理格局。汽车将美国家庭主妇从狭窄的家庭生活中解放出来。然而，正是战后时代美国汽车工程以牺牲经济性和安全性为代价，屈从于非功能性造型的可疑美学，给了德日汽车制造商巨大的成长空间。

如水无形：甲壳虫文化符号的意涵变迁
甲壳虫的发展历程是德国乃至全球政治、经济、文化历史的缩影。Volkswagen，直译为“民众之车”（The People’s Car），原为希特勒民生工程的一部分，后于二战期间成为战场工具。然而，德国的战败非但没有使其因背负“战争机器”之名而走向覆灭——恰恰相反，大众汽车不仅在德国本土成为“民族复兴”的象征，还大举进入美国市场以“和平使者”的身份成为反文化运动的一部分。
本文作者认为，从极右翼到极左翼——这种文化符号的意涵变迁，以及大众汽车实现的商业成功，除了不可复制的时代机遇，还源自大众汽车超乎寻常的文化适应性。
希特勒对亨利·福特的爱戴或许源自其对流水线“整齐划一”“科学高效”的执迷。
事实上，如果没有希特勒对“民众之车”项目的推进，Ferdinand Porsche于1934年至1938年间设计的KdF车型（后被美国消费者称为“甲壳虫”）便无法得到商业化普及。尽管战时犯下滔天罪行，但是希特勒于1938年2月在柏林车展上展示了这辆小型廉价家用车原型，并在民族社会主义德国（National Socialist Germany）通过降低消费门槛真正实现了汽车消费的民主化——与福特建立“以大众利益为目的”的企业的意图如出一辙。KdF便是Kraft durch Freude，即Strength through Joy的缩写。
然而，KdF尚未投入量产，德国便已投入战争，而该车型轻便、动力大、燃油效率高、极端环境适应性强等优势使得后续军事改装成为可能。

 

 △ 1938 年，Ferdinand Porsche向希特勒展示一款全新的敞篷版KdF-Wagen（来源：CNN）

一个残酷的事实是，工业制造能力与国防军事力量似乎不可分离。二战期间，美国以汽车厂商为首的制造业以空前速度从生产汽车转向生产轰炸机、坦克等作战装备——诚然，战争往往关乎于勇气、英雄气概与牺牲，但是胜利的故事常常基于工业主义。第二次世界大战在很大程度上是盟军和轴心国之间的一场“规模生产”竞赛，而底特律则凭借其制造战争机器无与伦比的速度和规模成为最大的战争新兴城市。
1940 年，美国彼时总统富兰克林•罗斯福（Franklin Roosevelt）任命通用汽车总裁William Knudsen负责领导美国所有军事生产，Knudsen由此以1美元年薪任职政府职位，并点燃了底特律的战时工业之火。在Knudsen致电克莱斯勒的首席执行官KT Keller询问其制造坦克的意愿后，克莱斯勒的坦克厂（Detroit Arsenal Tank Plant）破土动工。

 

 △ 克莱斯勒大规模制造坦克（来源：History）

1941年，亨利·福特的独子Edsel Ford携同制造大师Charlie Sorensen开启了雄心勃勃的战争工业项目，致力于生产美国军火库中最具破坏性的轰炸机B-24 Liberator。时至1945年（二战结束），该工厂已经能够以每小时一架的速度生产这款巨型轰炸机。

 

 △ 福特制造Willow Run轰炸机的工厂生产线（来源：History）

截至二战结束，通用汽车凭借超过价值120亿美元的战时工业生产成为全球最大的军事承包商。坦克取代豪华车从通用汽车的凯迪拉克（Cadillac）工厂驶出，Oldsmobile总计交付了约四千万发炮弹。
底特律三巨头成为“国民英雄”的同时，大众汽车已被添上“犯罪” 的印记。作为第三帝国政绩工程之一，KdF之所以能够在英美清算纳粹遗产的“劫难”中奇迹般地幸存下来，是诸多偶然因素共同促成的结果。
在盟军胜利者于1945年6月敲定将德国划分为四个占领区的计划后，KdF City被划入英国管辖区。事实上，直至1949年，大众汽车工厂所在地Wolfsburg长期被英国占领。在进行国际谈判以确定德国命运时，美国提议通过再教育消灭德国民间国家社会主义文化根源，从而实现意识形态改造，同时限制德国的工业制造能力。与之不同的是，鉴于德国垮台在中欧形成的权力真空或对地区稳定造成威胁，时任德国西北部地区责任的英国军事当局将维护公共秩序视为首要任务——免受德国的敌意能够确保英国自身的安全。
第二次世界大战的爆发常被归咎于第一次世界大战后失败的外交努力。Allan John Percivale Taylor曾在<The Origins of The Second World War>中指出，《凡尔赛条约》对德国的严苛和不公正，足以使德国民众产生怨念和复仇情绪。因此，为了避免贫穷和混乱再一次激起德国右翼势力的复苏，英国占领者对改变德国民众的政治观点并未呈现出太大兴趣，制定的目标离散并且温和。旨在安置德国民众，而非在经济上扼杀德国。同时，德国的经济挣扎将意味着更多的进口需求，而徒增的“占领成本”将为英国带来经济负担。
经过对经济与政治风险因素的考量，英国军方于1945年8月重新启动了彼时德国唯一一家能够立即投入生产的汽车工厂——大众汽车。KdF能够替代从英国本土进口的昂贵车辆，从而大幅降低英军占领成本。KdF的投产由此成为英国占领区车辆短缺问题的解决方案。
事实上，德国的贫困曾一度催生出些许社会动荡的迹象，而美苏之间日益紧张的关系使美国逐渐意识到，美国的敌人已不再是纳粹势力、而是共产主义国家。因此，1946年10月，美国政府摒弃了限制德国工业的计划，转而致力于重建德国，并在此后企图将德日“改造”成借以对抗共产主义国家（彼时主要为苏联，如今为中俄）的“盟友”。这为KdF随之而来的国内复苏以及海外出口提供了契机。
时至1949年12月，大众汽车产量已达到8.54万辆。
本文作者认为，战后德日实现的经济飞跃或与美国对二者的经济扶持密切相关。以英美为首的西方阵营对德国经济的扶持旨在遏制苏联势力的扩张，而日本则理所应当成为美国在太平洋地区的重要盟友。这在Christopher Goto-Jones的《现代日本》中得到证实，麦克阿瑟（Douglas MacArthur）对战后日本之所以从“去军事化”和“民主化”改造，最终走向“再军事化”和“经济稳定化”，正源于此。“1945年至1949年间，日本通货膨胀失控，华盛顿方面担心，通货膨胀或使日本民众投向共产主义的怀抱。资本主义阵营应当以经济繁荣对抗共产主义”。
这一经济扶持为德日制造业迅速崛起并先后进入更为广阔的国际市场提供了先决条件。
在1950 年朝鲜战争爆发后的十年中，联邦德国经济每年以8%的速度增长。对此，Bernhard Rieger相信，德国大众的成功得益于联邦德国“实现”的经济奇迹——德国民众消费水平的提升拉动了汽车消费需求。
然而，国民汽车消费需求是经济增长的结果，而非初始原因。对此，Christopher Goto-Jones将同时期日本经济实现的飞跃归因于吉田首收获的“天赐良机”—— 朝鲜战争，“20亿美元的军需采购成为天降甘露，在此后三年中占日本出口额比重高达60%。朝鲜战争带来的战时景气使日本出口飙升至此前的三倍，产量提升超70%”。
与德国经济相似，日本GDP一度以每年12%的速度增长。时至50年代中期，日本GDP较战争爆发初期已增长250%。只是，是朝鲜战争带来的“繁荣”，而非凭空而来的经济奇迹，让日本汽车制造厂商势如破竹般生长。日本汽车需求来自战场，而非国民。1956年，日本汽车厂商仅为国内消费者制造了10万辆汽车，这一数字在1963年便已飙升至100万，并于60年代后期触及400万。
值得注意的是，50年代，消费水平实现迅速提升的德国消费者对大众汽车呈现出的品牌忠诚并非仅源于其卓越的设计和产品质量——大众汽车已经超越功能性，成为联邦德国从贫苦艰难实现经济复苏的象征符号。同时，大众汽车勤勉务实的形象是联邦德国民众价值观的体现。人们相信，正是这样一种价值观让这个曾经饱受苦难的国家得以重建、民族得以复兴。
大众与福特之间的显著差异在于，福特T型车的商业成功主要停留于美国市场——第一次世界大战拉大了美国与世界其他地区之间的经济差距。相比之下，KdF在1945年第二次世界大战结束后投入生产迅速走出西德并赢得全球消费者的追捧。1968年，大众汽车在美销量达到56万辆巅峰，占总产量的比重高达40%。甲壳虫这一称谓便在美国市场诞生。
除了前文提及的诸多因素，甲壳虫在美国市场的商业成功还被归因于50年代“美国汽车黄金时代”背景下该市场激增的汽车消费需求。1947年至1953年间，美国郊区人口增长43%。自1945 年起的十年间，美国汽车数量从2580万辆飙升至5210万辆。此外，Bernhard Rieger认为，将随着越拉越多的女性摆脱对男性的出行依赖，开始使用私人交通工具，甲壳虫凭借更小的体积填补了市场空白。时至50年代末，美国40%的司机为女性，这一数字远远超出西欧任何国家。

 

 

 △ 美国郊区女性拉动小型车市场需求（来源：Volkswagen）

进入60年代，甲壳虫与大众微型巴士成为反文化运动的代名词。甲壳虫成为嬉皮士青年参与游行示威、集体活动、音乐节的出行工具，部分原因是年轻消费者对出行经济性的需求。同时，甲壳虫异于传统的“个性化”特质为其塑造了时代光环，一位地下插画家对此如此评价，“像老虎笼子里的鸭子一样脱颖而出”。这使甲壳虫成为理想的“容器”——年轻司机纷纷在其车身粉刷迷幻图案。

 

 △ 1969 年，Woodstock音乐节参加者在甲壳虫上打盹（来源：CNN）

 

 △ 甲壳虫成为嬉皮士青年“远方的家”（来源：Volkswagen）

自1938年诞生后的三十年间，只有甲壳虫能够从极右翼到左翼的政治光谱中穿梭自如，对截然不同的客群产生无可匹敌的吸引力。
不过，随着联邦德国其他车企纷纷推出性能更好、价格稍贵、性价比更高的小型汽车，大众汽车通过改进甲壳虫应对竞争，而这使甲壳虫的利润受到压缩。此外，美国政府对汽车在排放和安全性等方面的监管趋严。甲壳虫被迫作出改变以满足规章，这增加了该车型的生产成本压力。同时，大众汽车在美国市场遇到日本汽车制造商的空前竞争。1977年，大众汽车宣布甲壳虫在美停产。
如今，中国汽车厂商在技术、品质方面业已具备国际竞争力，仍然存在提升空间的品牌塑造能力是中国汽车出海的众多挑战之一，而这取决于中国出海汽车的文化适应性。
后疫情时代中国汽车出海机遇与挑战并存
2021年，中国汽车出口销量排名前十的车企依次为上汽集团（59.8万辆）、奇瑞汽车（26.9万辆）、特斯拉（16.3万辆）、长安汽车（15.9万辆）、东风汽车（15.4万辆）、长城汽车（14.3万辆）、吉利控股（11.5万辆）、北汽集团（8.1万辆）、江汽集团（7.4万辆）和重汽集团（5.4万辆）。

 

 △ 左图：2002年-2021年中国整车出口量数据显示2021年是中国汽车出海爆发之年；右图：2021年中国出口销量车企排名（来源：财经）

上汽已经连续六年蝉联中国车企出口销量首位，其中，上汽MG以47万辆的海外市场销量摘得海外市场单一品牌销量桂冠，并在全球17个国家跻身单一品牌销量排行榜Top 10。据悉，上汽集团将2022年的海外销量目标定在80万辆，其中，MG品牌销量目标高达50至60万辆。在上汽将欧洲市场视为海外业务工作重点的同时，奇瑞则将俄罗斯作为首要战场。2021年，奇瑞在俄销量已达31.7万辆，同期该市场汽车销量总计167万辆。
汽车出口合作方式通常包括CKD（Completely Knock Down，即全散件出口+当地组装）、整车出口，以及海外建厂制造。近年来，中国车企出口逐渐深化合作层次，不再停留于CKD和整车出口等传统模式，市场直接投资模式占比逐步提升。直投使车企得以深入海外市场腹地建厂并进行本地化研发。2021年，在上汽海外市场69.7万辆的销量中，海外基地生产的汽车占比高达三分之一。
如前文所述，中国汽车出口之所以在2021年骤然爆发在很大程度上得益于不可复制的时代机遇。在新冠疫情冲击海外车企供应链并导致汽车生产活动被迫中止的同时，中国供应链相对稳定。此外，一些分析人士将中国车企对全球产能缺口的填补归因于欧美及日本车企受困于供应链中断带来的原材料短缺并被迫缩减产能。对此，本文作者认为，中国芯片保供能力存在一定优势，但是这一差距并不明显。

 

 △ AutoForecast Solutions于2021年9月预估，芯片危机或迫使全球车企减产950万辆汽车，到2022 年初，这一数字在亚洲可能高达340万（来源：Financial Times）

如果中国汽车面向东亚、东南亚、非洲等地区的出口量提升得益于2015年“一带一路”倡议的落地所加深的地区间经济合作，那么中国汽车对发达国家市场的拓展则归功于中国车企对全球汽车产业变革机遇的掌握。
此外，欧洲成为中国车企出口的最大市场或与补贴政策和进口标准，以及西方市场正在面临的通胀危机有关。欧洲市场对新能源车主、而非车企的补贴政策拉动消费需求并且使市场从传统燃油车向新能源汽车转型，同时还抹灭了欧洲本土车企与海外车企在补贴优势上的差异。相较于燃油车，新能源车在技术法规上更易达到欧洲出口标准。此外，持续飙升的油价大幅推升燃油车的使用成本——新能源汽车由此成为更为经济的出行选择。
新冠疫情危机、全球宏观经济以及地缘政治问题带来的不确定性为中国车企带来机遇的同时，也掺杂着诸多挑战。供应链稳定性仍是中国汽车出口销量增长的关键。自2020年下半年至今，车规级芯片供求持续紧张，采购价格居高不下。芯片短缺和错配风险或将影响中国车企下半年的生产节奏。
今年2月以来，动力电池原材料价格持续攀升，这增加了新能源汽车的生产成本压力。动力电池及原材料价格能否回归理性取决于包括锂、锂、钴资源在内的原材料全球产能能否实现大幅提升。然而，8月18日，印度尼西亚总统Joko Widodo宣布今年或将对电动汽车电池所需金属原材料——镍铁及镍生铁征收出口税。这一原本旨在通过“吸引”（“挟持”）车企直投印尼以“增加国家收入和就业机会”的举措一旦落实，或将进一步推高镍价并传导至汽车产业链下游。自2020年底至今，该金属价格已上涨约三分之一。
全球严峻经济形势下的汇率波动和原材料涨价或对全球汽车产业链和出口业务造成冲击，而复杂多变的俄乌冲突局势与疫情控制状况不仅增加了汽车零部件断供风险，还恶化了国际物流运力矛盾。在汽车出海物流成本波动加大的同时，舱位数量和船运周期的不确定性进一步加剧了车企延迟交付的违约压力。
外部环境的特殊性削弱了车企命运其主观努力的相关性。面临多重挑战和危机，国家、而非企业，似乎呈现出更多掌控能力——全球汽车及其他制造业的格局变迁，在一定程度上不再停留于各国车企或制造业厂商之间技术与商业力量的竞争，而是关乎各国政府调控经济、甚至抢占资源能力的角逐。拜登政府对于芯片产业的干预行为正源于此。
截至目前，中国汽车出口量约占总销量的10%。中国汽车工业协会副秘书长师建华相信，“当这一比例提升至20%，中国离汽车强国的目标就不远了”。
引领汽车进入低碳化、智能化、网联化新纪元的特斯拉本诞生于美国。然而，正如20世纪上半叶美国汽车产业收割欧洲技术红利，中国或是本世纪汽车产业革命的最大受益者。
参考资料：

Rieger B., 2013. The People’s Car: A Global History of the Volkswagen Beetle. Harvard University Press.

Taylor A., 1996. The Origins of The Second World War. Simon & Schuster.
Goto-Jones C., 2009. 现代日本. Oxford University Press.
Bloomberg. 2022. China’s Electric Car Exports More Than Double, Mostly to Europe

干线物流自动驾驶

顶尖的“小镇做题家”在遇到解不出来的题目时，会第一时间质疑：“是不是题目出错了？”。一流的“自动驾驶公司”在遇到短时无法攻破的复杂场景时，会第一时间思考：“能不能把复杂场景改造成易于实现的简单场景？”。
在干线物流自动驾驶传统仓到仓模式短期落地无望的背景下，部分公司开启了落地新模式的有益探索。在这一过程，诞生的全新H2H模式让人眼前一亮，不单单将落地场景简化，还提供了干线物流自动驾驶短期实现商业闭环的可能性。
什么是干线物流、什么是仓到仓模式，什么是H2H模式？请拿起二毛钱一根的“辣条”和五毛钱一袋的“雪莲”，让一起坐在马路牙子上欣赏在自动驾驶舞台上跳出的华尔兹。
传统仓到仓模式
在自动驾驶圈内，“干线物流”绝对是出镜率数一数二的名词，但就是这样一个整天在眼前晃悠和耳边嗡嗡响的名词，在写这篇文章前，都无法说出准确定义，甚至一度和“高速公路”画上了等号，这恐怕就是那种不懂而又装懂的微醺感觉吧。
干线物流是利用铁路、公路、江河的干线进行的长距离，大数量的运输，是运输网中起骨干作用的线路运输，可分为铁路干线物流、公路干线物流和海运干线物流等。以电商快递领域为例，广州京东物流园仓库的货物通过公路运输到上海京东物流园仓库，这一过程被称为公路干线物流。
支线物流是干线物流之后的物流环节。货物到达上海京东物流园仓库后，还需要发往浦东、青浦、金山等各区（镇）大大小小配送中心，这一运输过程被称为支线物流（或城市配送）。支线物流之后便是末端配送（或最后一公里），是将货物配送到消费者手中的最后一环。干线物流+支线物流+末端配送便形成一条完整的点到点货物运输链路。
公路干线物流自动驾驶顾名思义就是利用无人驾驶卡车替代有人驾驶卡车往返于两个城市的物流园货仓之间，并利用公路干线进行的无人运输。始于一个城市的物流园仓库止于另外一个城市的物流园仓库，因此这一模式也被形象的称为干线物流自动驾驶的仓到仓模式。（注：后文以干线物流专指公路干线物流）
在自动驾驶的各个落地场景里，干线物流场景作为口感最好的一块大蛋糕（4~6万亿市场体量），一直深受圈内大佬的热捧。世界范围内，专注于干线物流场景并已形成规模气候的自动驾驶公司大概有十几二十家，既有2015年成立并荣登全球自动驾驶第一股的图森未来，也有2021年才成立但迅速赢得资本圈热捧的千挂科技。
一提到自动驾驶可以解决的干线物流痛点，常人总喜欢拿出两点：（1）司机难招、司机难留、年轻司机少等；（2）人工成本上升、燃料成本上升等。第一点其实最好的解决办法不是自动驾驶，而是提高司机的收入，提高到北美地区卡车司机的薪资水平，现在立马去学习A照。第二点其实才是自动驾驶可以真正施展才华的地方。
在干线物流的全生命周期成本(Total Cost of Ownership，TCO)中，人工成本大约占25%，燃料成本约占30%。通过自动驾驶把卡车司机和卡嫂踹了，直接节省成本25%。而通过自动驾驶技术对车辆加减速时机、换道时机的优化，通过编队行驶降低后车的风阻，有望整体再降低20%左右燃料的消耗。如果再考虑自动驾驶对运输效率的提升，干线物流怎么看都注定是被自动驾驶变革的场景。

 

 

 干线物流有钱有闲，这也难怪稍微有点姿色的自动驾驶公司都要投怀送抱，姿色不太够的正在去整容的路上。

但是在干线物流自动驾驶的传统仓到仓模式中，无人驾驶卡车载着都市丽人们的小棕瓶往返于两个城市的物流园仓库之间。这一个过程既会遇到和蔼可亲的高速公路，也会遇到冷若冰霜的省道、国道、匝道，园区内部道路等，还必须直面怒气冲冲的园区闸机、十字路口、高速收费站等。
这一模式场景过于丰富、变化过于莫测，短期内根本看不到落地的希望。因此目前做干线物流的自动驾驶公司都将主要精力投入到道路铺装好、结构化程度高，机非隔离、无对向来车的高速主干路上。闲暇之余，大家调拨点资源象征性地做一些仓到仓的自动驾驶测试，以便向投资人表表志向、向普通民众秀秀肌肉、向行业同僚放放烟雾弹。
但只攻克高速公路主干路，不能形成完整的商业闭环。假设各家已经可以在高速主干路上提供L4级别成熟的自动驾驶系统且法规也允许全无人，那么当驾驶员将车从物流园区仓库开到高速公路附近，无论是在收费站前激活自动驾驶系统再下车，还是收费站后激活自动驾驶系统再下车、还是驶入到高速主干路上激活自动驾驶系统再下车，这其中都面临了司机的安全、司机的调度等问题，这恐怕还没有几家想明白。
其实木桶原理已经告诉，干线物流自动驾驶带来的降本增效威力必将由全场景中最短的那块木板决定。打通干线物流自动驾驶的仓到仓模式才是正解和终解。
但是修炼出干线物流仓到仓之间的自动驾驶能力需要多久？2022年3月，在中国电动汽车百人会论坛上，智加科技中国区总经理容力给出了如下时间点：两三年内实现收费站到收费站场景之间在有人监督下的自动驾驶，五年之内实现干线物流仓到仓之间的自动驾驶。鉴于自动驾驶圈普遍没什么时间概念，觉得在这个时间上再加10年（也就是2037年，甚至更长）实现干线物流仓到仓之间的自动驾驶，还是比较靠谱的。
15年的时间，对没有找到造血来源的自动驾驶公司来说，万万是熬不到的。而为了活到那一天，一种方案是降级姿态，和主机厂合作，首先提供满足商用车法规项的一些辅助驾驶产品以及一些高级辅助驾驶产品。在时机成熟后再全力奔赴L4的舞台。而另一种方案就是想方设法改造现有场景，将复杂场景简单化，大循环玩不转，先搞个小循环玩玩。
全新H2H模式
传统物流园选址目前还没有特别的科学依据，这导致有的位于小麦玉米环绕的农村区域，有的位于工厂林立的城市郊区。有的在驶上高速前会经过乡村、学校、工厂区域，有的下高速后可能要经历国道、省道、县道、乡道等。所走之路阴晴不定、所遇障碍物变化莫测，这些目前都是自动驾驶最惧怕的特点。
而全新H2H模式的核心思想便是“化繁为简”，通过新建转运中心（Transfer HUB），将转运中心与高速公路之间的这段行驶路线尽量缩短、尽量固定。同时根据技术能力的不同或渐进式落地的需要，还可以灵活的将转运中心设在高速公路主干路旁或高速公路收费站附近。整个场景业务流程如下图所示。

 

 

 设在高速公路主干路旁的转运中心就像现在服务区一样，通过一段匝道与高速主干路相连，出了物流园仓库的门就是一马平川，称得上复杂一点的可能就是那几百米的匝道了。当然这种最理想、最容易实现的方式需要政策的支持和强硬的关系网。

设在高速公路收费站附近的转运中心，虽然无法完全规避开放道路，但通过针对性的选址及行驶路线规划，可以极大地减少在开放道路上行驶的环境变数。此种方式虽然对技术栈难度更大，但不涉及与高速管理者之间的拉扯，看上哪块地，只要当地政府同意，开建就完事了。
物流园仓库与转运中心之间的货物运输依旧由人工驾驶卡车完成，转运中心与转运中心之间的货物运输由自动驾驶卡车完成。转运中心内通过甩挂运输方式完成人工驾驶卡车及自动驾驶卡车的货物交接。所谓甩挂运输是指卡车按预定的计划，在装卸作业点甩下并挂上指定的挂车，继续运行的一种组织方式。
转运中心内部自动驾驶卡车短期可先由人工驾驶完成内部道路通行、甩挂和接挂等操作，并在驶入固定位置后激活自动驾驶系统，这个时候司机可以转变为安全员继续留在车上或支持全无人时直接下车。长期可以参照港口自动驾驶的经验，建立一套完整的生产作业管理系统、车队调度管理系统等，自动驾驶卡车在全无人状态下完成转运中心内通行和工作任务。
但是看似完美的H2H模式也并非完美无瑕，缺点总结起来就是得有钱得有地。如果要形成规模化效果，转运中心就不可能太小，就像图森首席产品官Chuck Price的说法，转运中心实际上就是高速边上的一个大型“停车场”，如果同时运货的车队规模达100辆，则这个“停车场”至少需要100英亩（超过40万平方米）。
而且，还需要配备安保措施，这就相当于一个“港口”了。况且，就算能花得起这么多钱，高速公路收费站附近（或高速主干路附近）也未必有这么大的空闲场地啊。Chuck Price认为，在高速公路收费站附近（或高速主干路附近）设转运中心，会是一个“噩梦”。
H2H模式践行者
从网上可查到的公开资料显示，最早提出并践行H2H模式的可能是美国Embark公司。2019年9月的时候，美国Embark公司在完成C轮7000万美元的融资后，决定将这一模式付诸实践，并计划在2019年秋天投入运营。Embark公司将运营路线上的转运中心分别建立在洛杉矶和菲尼克斯高速公路收费站附近。
如下图所示，白色的有人驾驶卡车驶入转运中心后将集装箱甩下，完成后驶往入口处接上集装箱驶出转运中心前往物流园。蓝色的自动驾驶卡车首先由人工驾驶接上集装箱，并在驾驶员检查自动驾驶软硬件性无故障后，开着驶往固定停车位，此后激活自动驾驶系统，司机转变为安全员继续随车行驶。

 

 

 Embark采用的是渐进式技术路线，转运中心内部自动驾驶卡车先由人驾驶，转运中心到转运中心之间首先提供辅助驾驶功能。之后随着技术迭代，逐步在转运中心内部、转运中心之间演进到全无人的L4自动驾驶系统。Embark CEO Alex Rodrigues认为：“转运中心是干线物流自动驾驶的关键。”

美国的另一家公司Ike（2020年被Nuro收购）也是H2H模式的追随者，同时为了证明自己追求的正确性。2019年还专门找了咨询机构来分析这种模式在未来10年的前景。咨询机构认为：“未来十年（到2030年），H2H模式虽然会减少高速主干路上司机的就业岗位，但是将创造14万个转运中心到物流园之间的短途运输岗位，这些岗位可以发挥人类司机面对复杂环境的优势，并且这些岗位因离家更近，还会极大增加卡车司机工作和生活的幸福感。
不得不佩服美丽国人民的思维清奇，不谈什么降本增效、什么节能减排，只谈钱多事少离家近，与其说Ike选对了干线物流自动驾驶的商业模式，不如说Ike管理层深刻洞察了人性。
国内有此想法的众多，但真正将此想法落实到纸面上并以此为使命的正是百度和狮桥在2020发起成立的DeepWay。
2021年9月17日，DeepWay在其战略发布会上除了推出自主研发的第一代智能新能源重卡—星途1代（这该死的造车梦）外，还推出了其全新的H2H模式。
DeepWay的H2H模式是通过在物流集散地城市的高速公路收费站附近修建大型物流中转HUB。在起点城市，普通卡车将货物运送到DeepWay的中转HUB，星途自动驾驶重卡从中转HUB接走集装箱后直接上高速。在高速路段，将会完成自动过收费站、自动换电、自动行驶等一系列动作，然后抵达目的地城市的中转HUB，卸掉集装箱完成运载工作，剩下的城市端的物流由普通货车完成。

 

 

 （图片来源：https://mp.weixin.qq.com/s/QZv0O17fvz0ZvXifDCZVzw）

写在最后
酒太好易醉、饭太好易饱，蛋糕太大容易噎着。高速公路主干路L3的省人+省油故事不可能周而复始的讲述，业内还是期望看到真实的落地和运营数据。
H2H模式算不上什么大的创新，但在自动驾驶技术无法变革突破的今天，不失为一种曲线求国之路，不失为自动驾驶公司自证清白之路。

 

参考文献链接

https://mp.weixin.qq.com/s/QAweH_jvu56XmnxQbM8VbA

https://mp.weixin.qq.com/s/eEDU55JqarLqZELgGGpyfw

https://mp.weixin.qq.com/s/OM0P5Wpp2yjucFpMFbs8Hg

https://mp.weixin.qq.com/s/yZC1Hv-uNchhXCpqQtGzvg