芯片大厂，跌跌不休

过去很长一段时间困扰全球半导体业的芯片短缺，似乎有了明显的缓解。

反映到资本市场上，由于市场需求放缓和芯片制造商的库存增加，整个半导体行业将出现低迷，于是投资者开始纷纷抛售半导体巨头的股票，英伟达、英特尔、台积电、联发科等半导体芯片巨头股价开始大幅下跌，进入技术性熊市。

全球最大的芯片代工制造商台积电的股价今年以来下跌超过28%。

台积电高管也坦言，整个行业正在应对“库存调整”，这导致客户减少了一些订单。在经历了两年疫情驱动的高需求之后，台积电预计半导体供应链中的过剩库存需要几个季度才能重新平衡到更健康的水平。

另一边，作为全球半导体行业的风向标，费城半导体指数象征着全球半导体产业的走势与兴衰。回望费城半导体指数近期走势，也是跌幅巨大，从今年年初的4000多点跌到如今的2373点左右，跌幅接近腰斩。

花旗集团一位分析师警告称，半导体行业正进入10年来最严重的低迷期，宏观经济不佳和库存累计都有损企业盈利，预计费城半导体指数将触及新低，再跌25%。

可见，以费城半导体指数的成份股为代表的半导体巨头们，究竟在经历着怎样的“漫漫长夜”。

近日，WSTS发布了半导体头部企业2季度营收业绩及未来预测，前15家半导体供应商2022年第二季度的收入与整体市场结果相符，较2022年第一季度下降1%。

半导体top15厂商2022年Q2营收&Q3预测

从上图来看，各公司业绩喜忧参半，未来预期也充满不确定性因素。

但从股票市场来看，今年以来，上述十几家芯片巨头无一例外的“忧心忡忡”，甚至有几家市值腰斩，整体跌幅可以用“惨烈”一词来形容，其中有11家企业跌幅在30%以上，甚至英伟达、AMD、英飞凌、联发科4家企业跌幅超过50%。

图源：半导体行业观察

从目前的情况看，芯片已经经历过了第一轮杀估值的阶段，但是很多芯片股业绩看上去依然还不错。但根据“戴维斯双杀”理论，目前才刚刚杀完一半，未来有可能进入第二波杀业绩的阶段。

最近各种大厂砍单的消息不断传来，预计未来很多芯片产业链的企业业绩跌幅会让人大开眼界，股价有可能继续下探。

如此不友好的形势背后，释放出了哪些行业信号？半导体市场在经历怎样的波折？

股价跌跌不休背后，释放出什么信号？

消费芯片企业成“最大输家”

过去两年，在疫情期间，人们大量购买智能手机、PC和汽车时，供应链的中断、生产和运输的延迟，导致全球芯片短缺，半导体公司的股票也炙手可热。

许多分析师和半导体制造商当时预测，芯片需求将在很长一段时间内供不应求，半导体公司将不得不提高产量以应对“芯片荒”。

但如今，这种局面已经有了明显的扭转。

随着猛烈的通胀侵蚀消费者的购买力，以智能手机和个人电脑为主的消费市场需求正在放缓。与此同时，快速上升的利率正威胁着全球经济增长，使企业对支出更加谨慎，从而也减少了对大件电子产品的采购。

据IDC数据预测，智能手机出货量预计将在2022年下降7%，PC预计2022年和2023年分别下降13%和3%。

半导体不仅仅砍单增加，库存升高带来部分厂家停止备货，价格方面也是出现大跌。

库存高企+景气度下降，率先成为芯片厂商头上的利刃，刺向资本市场，股票大跌。

英伟达

英伟达曾经一度是世界上最嚣张的芯片公司，也是第一个有望市值突破万亿美元的芯片企业。如今已经跌到只剩3000多亿，今年迄今市值蒸发了一半还多（59.40%）。

究其原因，科技博主老石谈芯表示，这几个月英伟达连续遭遇了三记重拳的迎头痛击。

第一拳，是游戏显卡这个支柱业务遭遇了30%的雪崩式下滑；第二拳，是美国宣布限制英伟达出口最高端的显卡芯片，结果当天英伟达暴跌11%，市值蒸发400亿美元；第三拳，英伟达股价已经腰斩，资本也已经用脚投票远离英伟达，不看好英伟达的未来发展。

从英伟达财报来看，游戏和数据中心业务收入占其总收入的90%，而这两个核心业务都出现了严重问题。

2021年底，全球加密货币市场遭遇断崖式暴跌，比特币在半年时间里跌了将近70%，以太坊跌了60%，大量山寨币归零，大量账户爆仓。这时挖矿收益已经不能覆盖GPU运行的电费了，大量二手GPU涌入市场。此外，以太坊近日出台了新的规则，在9月15日之后禁止用GPU挖矿，这也是压垮英伟达GPU在挖矿领域使用的最后一根稻草。进而导致大量矿卡被拆下来流入市场，二手显卡价格也在不断创历史新低，进一步压缩新显卡的生存空间，造成了新显卡的库存堆积。

这个链式反应，最终回到英伟达这里，就是游戏业务的大幅下跌，和去年同比下降了33%，和上个季度相比降了44%，接近腰斩。

再看数据中心领域，从过去的财报中可以看到，英伟达的数据中心业务增长非常迅猛，每个季度都保持了50%以上的增长，营收也在上个季度超过了游戏，成为公司的第一大业务。但是在这个季度，数据中心业务的增长也遇到很大问题，环比只涨了1%，也就是说，增长势头似乎被按下了“暂停键”。财报中对此表示，主要原因是在中国的数据中心销售变少。

结合8月底美国限制英伟达出口H100和A100这两款高端GPU芯片来看，这个限制不仅是封锁中国在超级计算、人工智能、智能驾驶这些领域的发展。对于英伟达来说也是当头一棒，因为这两款芯片在中国的销售额一个季度就有4亿美元，这还不包括各种其他配套的软硬件服务，更不用说受禁令影响，中国公司会理性考虑替代方案，从而会对英伟达带来的长远影响。

英特尔

除了英伟达之外，英特尔和AMD也位列股价跌幅榜前列。

CCG目前是英特尔主要的个人电脑销售部门，该部门在消费终端市场的敞口最大，目前占英特尔综合销售组合的50%以上，

在经历了两年因疫情驱动的业绩繁荣之后，投资者对半导体周期放缓的担忧现在正在变成现实，芯片制造商集体发出了消费终端市场需求放缓的警报。英特尔预期今年PC市场的“TAM”将减少10%的，英特尔第二季度对其最大客户的PC出货量表现不佳，这进一步证实了这一暗淡的前景。

在GPU业务方面，与CCG业务中观察到的宏观阻力和执行不足类似，GPU业务今年预计不会达到目标。除了库存增加的风险增加外，该部门的底线也受到部署成本增加和产品路线图上升的挤压。

据悉，英特尔游戏GPU的增长正受到全球PC出货量放缓以及随后在周期性衰退之前OEM库存水平下降的阻碍。同时，下一代Intel Arc A5和A7台式机图形卡的延迟推出，也与更广泛的同行群体中GPU需求加速下降的时期相吻合，为该领域的表现不佳增添了另一个打击。

基于上述分析，在实现对其长期前景的预期乐观之前，英特尔还有很多工作要做。

尽管不少投资者对英特尔的长期前景仍然乐观，但考虑到其预期的股票收益和同行利润对比，英特尔回归其代工根基，以及关键新产品的持续增长，以加速对长期数据中心和汽车市场的渗透，鉴于其战略转型的执行风险增加，但是短期内股价表现可能会进一步动荡。

AMD

在2021年下半年开始，AMD的股价进入了快车道，一路狂奔，股价一度突破160美元大关。不过到了2021年底，AMD空头仓位开始呈现上升趋势，表明更多的投资者认为股价在未来一段时期内会下降，而个别投资机构也调低了AMD股票的评级，从“买入”下调到“持有”。

今年以来，AMD与许多科技股一样，股价呈现下滑的趋势，从高位一直下跌至目前每股66美元附近，累计下跌了55%。虽然AMD在严峻的宏观经济形势影响下，依旧有不错的业绩，仍保持增长，比竞争对手英特尔要好得多，不过这样的趋势似乎也将迎来较大的障碍。

面对PC市场的疲软，AMD等同行正在寻求通过企业需求的弹性来抵消近期消费者PC的一些弱点。AMD CEO苏姿丰在财报会上表示，AMD相信自己正在夺取服务器和个人电脑市场的份额。她预计，除了PC业务以外，数据中心、嵌入式业务和游戏主机的需求仍然坚挺。

英伟达、英特尔、AMD均受到了消费市场PC需求减少的影响。相比英伟达和AMD前期股价大幅提升不同的是，英特尔的股价在过去数年里一直徘徊，没有大幅度拉升，但仍遭到了血洗。

联发科

另一方面，以智能手机芯片为代表的联发科和高通，也难逃消费市场疲软带来的“厄运”。高通股价从年初的186美元跌到如今的119美元，跌幅超过35%；而联发科股价更是被拦腰斩断，跌幅高达50.6%。

以联发科为例，证券机构摩根大通日前发布研报称，由于中国大陆智能手机需求不振，安卓供应链持续面临庞大的库存压力，主要的芯片供应商联发科也不例外，预计第三季度营收环比下降9%，第四季度再环比下降8%。此外，为了减少库存，联发科可能针对5G SoC降价。

花旗环球分析师也表示，库存压力不解除，联发科想实现之前的业绩目标难度越来越高。除了智能手机需求不振，PC需求同样乏善可陈，压抑电源管理芯片出货。联发科5G SoC市场份额已经见顶，不看好明年的毛利率表现。

对于联发科的前景，券商机构看法出现明显分化。不过，多数机构都预期，联发科2023年的业绩必然进一步下滑。

存储市场遇冷

当前，存储芯片进入下行周期已是业内公认的事实，台积电在最新财报直接指出存储市场已遇冷。

今年迄今，三星电子、SK海力士、美光等存储大厂股价均大幅下跌，跌幅分别达31%、36%及49%。

自今年二季度以来，内存价格就在迅速下跌，TrendForce数据显示，今年二季度DRAM平均合同价格同比下跌10.6%，为2年来首降。第三季存储器位元消耗与出货量持续呈现季减，各终端买方因存储器需求明显下滑而延缓采购，导致供应商库存压力进一步升高。

市场上已有“第三、四季合并议价”或“先谈量再议价”的情形，导致第四季DRAM价格跌幅扩大至13~18%。

图源：集邦咨询

闪存的价格也在下降，目前NAND Flash正处于供过于求，下半年起买方着重去化库存而大幅减少采购量，卖方开出破盘价以巩固订单，使第三季wafer价格跌幅达30~35%，但各类NAND Flash终端产品仍疲弱，原厂库存因此急速上升，导致第四季NAND Flash价格跌幅扩大至15~20%。

图源：集邦咨询

而绝大部分原厂的NAND Flash产品销售也将自今年底前正式步入亏损，意即部分供应商在运营陷入亏损的压力下, 对于采取减产以降低亏损是可能的对应方式。

种种迹象皆已说明，存储芯片已进入下行周期。对于存储下行，主要归结为两个原因：

一方面，存储行业的周期性。存储芯片具有大宗商品的属性，供需错配导致价格周期性波动。从存储芯片历史价格走势上看，其周期性波动特征明显。当新应用出现对存储芯片产生较大需求时，下游厂商往往积极扩产；而当景气度下行时，行业内厂商则通过降价清理库存。

在持续2年的高涨热情下，存储行业迎来了景气度下行。台积电就曾表示，经过2年疫情驱动导致的居家需求调整，存储芯片遇冷这种情况是合理的，半导体供应链的过剩库存需要几个季度才能重新平衡到更合理的水平，可能将持续到2023年上半年。

另一方面，则是消费电子市场遇冷，从而进一步影响了存储芯片的价格。美光、SK海力士、三星电子、英特尔等存储大厂悲观预测，示警存储产业苦日子才刚开始。

SK海力士预测，今年下半内存芯片需求恐将趋缓。下半内建内存的PC、智能手机出货量预料会低于原本预期，而供应数据中心客户的服务器内存需求也很可能趋缓，因为一些客户必须先消化他们的库存。

美光科技在公布财报的同时也预告，虽然会计年度第三季财报超乎预期，但大幅下调会计年度第四季营收目标，并指出“市场在非常短的时间内将大幅走软，而且可能要好几季的时间才可能重新见到产业复苏的势头。”

模拟芯片，最“抗跌”赛道

相比之下，德州仪器、ADI、博通、恩智浦、意法半导体等模拟巨头则表现出不俗的抗打属性，在一路暴跌的芯片企业中表现亮眼。其中，德州仪器跌幅仅为15.81%，ADI跌幅保持在20%上下。

原因在于，模拟芯片行业周期性较弱，增长稳定性高。

模拟芯片作为半导体的子行业，其周期变化与半导体整体市场变化基本一致。不同于数字芯片对算力和效率的追求，模拟芯片更加强调可靠性、稳定性和一致性，其迭代不受摩尔定律限制，因此产品能够保持更久的适用性而不被市场淘汰。模拟芯片产品具有生命周期长、种类繁杂、下游应用广等特点，各个行业需求此消彼长、相互对冲，因此，与半导体行业相比，模拟芯片行业的波动性较小，长期增长的确定性更高。

此外，模拟芯片公司毛利率较高可能也是原因之一，德州仪器和ADI作为模拟芯片的两大龙头，2021年毛利率均超过60%，维持在较高水平。

还有一个重要原因就是，电动汽车市场成为了支撑模拟芯片产业成长的重大驱动力。汽车级应用是模拟芯片下游应用中增长最快的领域，在汽车电子化、智能化、网联化持续升级的趋势下，新能源汽车增加了充电、AC/DC、DC/DC、BMS等电力系统，且在传感器方面的需求也将推动模拟芯片市场发展。

据IC Insights预测，2021年汽车模拟芯片市场规模达到174.67亿美金，同比增长达31%。结合新能源汽车迅速起量带动车用芯片需求快速增长，模拟芯片占据汽车半导体29%的份额。

因此，以电动汽车为强大后盾，再加上模拟芯片本身的行业特点，自然在一定程度上提高了模拟芯片厂商们的抗风险能力，虽然模拟芯片在今年也遇到了跌价压力，但不至于像存储厂商、消费芯片厂商如此悲观。

写在最后

Omdia发布的《半导体市场竞争格局追踪》报告显示，2022年第二季度半导体市场收入首次下滑，增长进一步疲软，相比2022年第一季度下降1.9%。在此之前，半导体行业已接连增长8个季度，出现了有史以来持续时间最长的连续增长。

长期以来，半导体行业一直有明显的繁荣与萧条周期。当强劲的需求推高价格时，制造商会增加产能以利用高价格生产更多芯片；最终，却会造成供应过剩，价格随之下滑，收入和生产水平也随之下滑。

当前，芯片巨头市值大幅萎缩的同时，是供应过剩的强风。此次过剩危机被归咎疫情、战争和通胀等因素导致的需求迅速变化。Omdia分析师南川明表示，生产可以控制，但需求难以控制。

繁荣时期，半导体需求直线式增加，而产能受限客观规律只能阶梯式增长，重复下单情况会因此激增，表现为“假需求”。而后，各种原因所致的需求下降，“意料之外的库存”就将膨胀。在各大企业相继启动了巨额的投资计划之后，多种原因刺激之下，手机和PC等消费电子产品的需求显著减退，半导体需求也因此已急踩刹车。

如今，芯片产业“冰火两重天”的格局已成既定事实，身处不同环境的企业要做好相应的预防措施，时刻保持警惕心理。

但是，对于企业来说，如何修炼好内功，以在每一波周期中突围，才是正确的经营之道。

“非主流路线”的大疆车载

2022年6月9日，上汽通用五菱与大疆官宣首款搭载大疆车载系统的量产车型即将上市。

很多人发来贺信，大疆车载终于站起来了！

为什么大家会突然蹦出了这句话？主要原因是大疆车载发展太慢了，或者说，与大家对于大厂做智能驾驶系统的预期有点落差。

要知道，大疆车载2019年就已经开始和上汽通用五菱合作。据报道，大疆车载已经在2019年就中标了大众中国的辅助驾驶项目，但是直到2021年4月，上海车展双方才正式官宣合作，并计划在2021年内实现量产上市。

从4月官宣，一直到正式发售2023款KiWi EV，又过了1年半，这和大厂做事的风格完全不同。

这就可以理解为什么大家突然觉得大疆车载站起来了，因为大家等的时间太长了，或者说对大疆车载的预期太高了。

1. 技术非主流路线

那为什么大疆车载的发展会这么慢，完全不像是大厂的做事方式。反过来看看同在深圳的华为，这2年到处都是它的身影，什么部件模式，HI模式，智选模式，赛力斯模式，问界模式，各种新闻满天飞。

我们认为主要有两种可能，一种是尝试性的业务，没有像华为一样 ALL IN 进去，全力转型智能驾驶市场，弥补自己在手机端的营收下滑。

但是对于大疆而言，面对无人机的市场饱和，就像大疆创始人汪滔所言，无人机市场即将接近饱和，大疆的收入达到200亿元便要触顶，而大疆在2018年的营收已经突破200亿人民币。

所以大疆肯定也是 ALL IN 进去的，以弥补自己在无人机市场的增速放缓。

那么，另一种可能就是大疆在智能驾驶方面的策略问题。通过大疆发布的几个产品可以看出，大疆一直钟爱“非主流”的路线，这可能是其发展慢的一个核心原因。

何为非主流，就是说与现在市场上大家采用的技术和路线都不太一样。

（大疆车载独特的无人机航测数据采集）

说到智能驾驶行业的非主流，特斯拉绝对算是第一个，在是否使用激光雷达和毫米波雷达上，特斯拉确实是独树一帜，但是特斯拉是主机厂，第一要素考虑的是卖车，所以马斯克更多是从消费者的第一性原理（成本）出发，把很多成本昂贵的传感器统统砍掉，只留下摄像头这个单一传感器。

特斯拉的非主流更多地考虑的是，是否应该使用更多的传感器，而大疆车载则是在传感器技术路线上独树一帜，敢于创新。

最为知名的就是，大疆旗下的览沃激光雷达，当全行业都在使用MEMS（微振镜）和转镜方案的时候，大疆览沃独辟蹊径，选择了旋镜式方案。

旋镜式方案最大的不同，就是非重复性扫描。业内人士表示，览沃激光雷达旋镜式方案与现在市场主流的重复性扫描技术在适配方面，需要额外花很多时间进行适配，而且因为是非重复性扫描，存在漏检物体的可能性。

虽然览沃激光雷达可以把价格做得很便宜，几千块钱一颗，但是对于主机厂而言，他们的第一要求是快速能用，然后才会考虑价格，如果一味的为了价格，而牺牲性能，主机厂也不会选择这样的产品。

所以在小鹏汽车使用了一次览沃激光雷达后，就弃用了览沃，在最新的G9车型上选择了速腾聚创的MEMS激光雷达。

据业内人士透露，览沃也选择了“改造”（重新打造）现有的激光雷达，选择了行业主流的转镜方案，打造了一个新的PA平台（给小鹏用的是HAP平台的产品）。

览沃虽然作为大疆的子公司和大疆车载的供应商，和大疆车载没有上下级的关系，但非主流路线好像是根植在大疆车载整个公司。

虽然览沃激光雷达市场表现一般，但是双目摄像头可以算作为大疆车载的首创。

当整个行业都在使用单目摄像头时，大疆车载第一个量产上车了双目摄像头，用大疆车载总监谢阗地的话说，在量产市场上，大疆是第一个推出双目摄像头方案的，而且第一个量产产品就上了。

双目摄像头在高阶辅助驾驶上更多的是用在干线物流上，像图森未来和智加科技这样的自动驾驶卡车公司，要解决的是探测距离的问题，因为高速必有要有250米的刹车距离，所以必须要求车辆能够提前探测在1000米外的物体。但在中国乘用车量产上用双目摄像头，大疆绝对是第一个。

目前阶段，大家都在双目摄像头上，跃跃欲试，但都没有真正的量产，至于双目摄像头的效果如何，我们并不清楚，只能等到车辆上市后看真正的表现。

理论上说，双目摄像头确实可以获得很多深度信息，具有激光雷达的点云效果，可以降低传感器的成本。但是首款量产方案就推出这个产品，确实大大延迟了大疆车载的发展速度。

虽然大疆在无人机上有比较成熟的双目摄像头积淀，但是移植到车上，确实需要大量的人员做调配。

但是相对于公司坚持“自我”的路线而言，这些时间可以等。

不止在摄像头上，连鱼眼镜头大疆车载也在做创新。目前阶段，市面上大部分的鱼眼镜头是用来补盲和泊车的，但大疆车载通过软硬一体的技术创新，让鱼眼镜头有了摄像头的效果。通过鱼眼镜头采集的信息，可以判断两侧行驶车辆的行驶数据，让车辆可以实现智能变道。

更有消息说，大疆车载还在超声波雷达上创新。

综合大疆车载的产品路线可以看出，大疆车载非常乐于当尝鲜者，这就导致2个结果，要么成为开拓者，引领行业的发展；要么成为先烈，与现在大家主流的，成熟的方案都格格不入。

据一位前大疆研发人员说，该做的都做完了，已经接近这个行业的天花板了。

这里就出现一个问题，是应该在非主流上一直创新还是应该在成熟方案上稳步创新，这个问题现在肯定是没有答案的，但对于大疆车载而言，不停地尝试非主流路线确实减缓了大疆车载的量产时间。

2. 非主流路线的商业化

除了技术上的非主流，大疆车载在商业化方面也选择了非主流路线。

据大疆车载披露，目前大疆车载有近1000人的研发团队，自2019年开始与上汽通用五菱合作，双方已经投入数十亿资金。

但给出的第一个定点竟然是10万元车型，还是L2基础辅助驾驶功能，甚至连大疆总监谢阗地都听到了质疑，大疆车载的首搭量产车型，竟然是一款成本约束严苛的平价小车。

这个选择和思路完全不是大厂的思路，大厂一般进入一个行业都是高举高打，像华为一上来就发布了自己的自动驾驶Demo视频，先让外界感叹其技术的先进性。

甚至大家都开始将华为和老牌自动驾驶公司百度做比较。按照大家的思路，大疆车载应该是先从高阶辅助驾驶切入，然后慢慢的降维打击。

一方面可以在智能驾驶市场迅速地打出名堂，对于一个近1000人的研发团队，这种思路大家更认可；而且如果从基础的L2辅助驾驶系统切入，其实并没有很高的议价。

这就是华为余承东讲的，低价值的东西附加值是很低的，完全养不活华为每年10亿美金的投入研发，所以华为的智能驾驶更聚焦在高价值的部分。

就像其合作伙伴广汽所讲的，华为是一个比较大的供应商，它的产品可能是比较好的，但是价格是不受控制的，与华为合作“基本上没有议价能力”。

终其原因，主要是投入太大了。

当整个行业都选择先从高速辅助驾驶，高速领航辅助驾驶，再到城市领航辅助驾驶三步走的时候，大疆却另辟蹊径，率先发布的第一个产品竟然是L2级的城市辅助驾驶。

（大疆车载测试图片）

用上汽通用五菱技术总监赵奕凡的讲话，我们这次的合作重点打造的是拥堵跟车场景和泊车场景。

究其原因是，用大疆车载总监谢阗地的话说，高精地图、激光雷达是捷径。

对于大疆而言，大疆其实并不想太多地使用高精地图，而是通过自身的软硬件协作，摆脱高精地图的依赖，这就是为什么大疆车载第一个发布的产品会是城市辅助驾驶，而不是高速领航辅助驾驶，因为现在市面上的高速领航基本都使用了高精地图。

大疆车载更愿意在低成本的硬件上最大化地挖掘它的潜能，而不是像其它厂商一样，选择用更贵的传感器来代替现有传感器实现不了的功能。

当所有的智能驾驶公司，首先做的都是高速领航驾驶，大疆却第一个做了城市辅助驾驶。

当所有的公司都选择从非主流车企切入时，像华为选择了小康问界和长安阿维塔，大疆却选择了合资大厂，还是上汽通用五菱。

当所有公司都选择首先切入高阶辅助驾驶时，大疆车载却选择了基础的L2辅助驾驶。

大疆的商业策略到底是什么，大疆为什么会做出这样的选择，处处要和别人走不一样的路线？我们认为主要和公司的技术思想有关。

正如谢阗地所言，大疆的企业文化和风格，决定了我们进入一个市场，决策都是围绕着大疆的技术突破来进行的，只要技术突破了，必然有市场。特别是现在市场上，大家都是唯技术论、唯宣传论和唯资金论，我们认为堆料并不适合汽车行业，不是说装一个很厉害的传感器或者用一个很高算力的芯片，就能做好智能驾驶，而是应该从最基础的能力出发。

这也解释了为什么大疆车载老是在一些基础的传感器上做深度的创新。

另一个技术因素，用大疆车载负责人沈劭劼的话说，大疆在自动驾驶技术上的不同思考，如果总结的话，就是敢于“认怂”，也就是面对现实，不直接强行追求技术上的所谓高级别。

其实大疆车载在2016年成立的时候，也是想从L4自动驾驶切入，但是是特斯拉路线，用视觉实现L4级自动驾驶。据公开资料显示，大疆最初用的是福特的车型测试自动驾驶，但是因为种种原因，大疆不断的调低技术路线，最后量产的第一个产品变成了现在的城市基础辅助驾驶。

这就是大疆口中所说的认怂。经过不断的实践发现，L4和L2++现阶段都太遥远，还是从最基本的L2辅助驾驶做起比较靠谱。

虽然市场上大家都认为L2很简单，没什么技术含量，但是大疆不这么认为。用大疆车载负责人沈劭劼的话说，L2其实并没有大家想的那么好做，可能有人觉得L2好像大家都在做，没什么特别的，但是要做连续的L2非常难。

相对于现在市面上的1000元左右的1V1R方案而言，大疆3000-5000元的L2基础辅助驾驶功能，确实是不同的，因为大疆的辅助驾驶系统是一个域控版的集中式辅助驾驶系统。

大疆与众不同的发展路径，可能想要告诉市场，不应该每家公司都按照一个套路出牌，我们应该根据实际情况规划自己的产品。现在市面上各家都在吹城市领航辅助驾驶，但实际的效果并没有达到预期，所以与其盲目地追求高技术路线，不如好好把最基本的L2做好，这也符合大疆平权思想。

一位大疆内部人士透露，自大疆车载官宣以后的订单很多，每一家主机厂客户的需求都有不同，需要花大量的人力和时间在项目落地上，近期更是全力保量产交付。

大疆车载的非主流路线，一方面说明了大疆车载的不走寻常路，另一方面，也体现出了大疆车载务实的态度，不得不说，现在市面上大家都忙着去实现高阶辅助驾驶，但最基本的辅助驾驶可能还没有做得很扎实。

据大疆车载透露，上汽通用五菱KiWi EV车型只是它的首款车型，以后可能会在其它多款车型上使用。

对于大疆车载而言，可能从最基础的L2做起，并不能给大疆车载瞬间带来关注度，也不会给到大家很多技术上的惊讶，反而会迎来一些质疑和不解，但是大疆这个名字本身就自带流量和关注度，大疆车载可能完全不在乎这些虚头巴脑的东西，专注于最基础的技术创新。

最终祝福大疆车载能够追随自己的内心和市场的真实反馈，真正做出一款让大众都用得起，用得好的辅助驾驶系统，继续在非主流的道路上越走越远。

富士康新车Model B来了

特斯拉又发了个新车型，我怎么不知道？仔细一看，原来是苹果代工厂富士康发布的。就在最近，富士康发布了两款新车型的预告视频，并宣布将会在10月18日正式揭晓。

▲ 图源：鸿海集团视频截图

不过Model B、Model V，这和特斯拉汽车的命名实在太像了，难免还是有点儿“碰瓷”的嫌疑。

对此，有网友认为：“可能是碍于代工厂的定位，如果能够蹭上特斯拉的热度，或许能够带来更强的存在感，而这恰恰是富士康所需要的。”

作为消费电子领域的“代工大王”，富士康靠着苹果等大客户的订单混得风生水起。只是如今消费电子行业逐渐触及天花板，而后起之秀们也在抢夺市场份额。对于富士康而言，显然需要寻找下一个能够持续下去的行业来支撑其发展。

结合自身在制造领域的深厚积累，造车确实是一个不错的选择。

特斯拉平替？

在这个全民都在造车的时代，富士康作为“代工大王”发布新车型，并不让人意外，真正引起舆论的是富士康对于新车的命名方式。

众所周知，在新能源汽车领域特斯拉是其中的佼佼者，而旗下车型以Model来命名，如Model 3、Model Y、Model S等。

巧妙的是富士康最近所推出的两款新车型也是相同的命名，分别是一款名为Model B的两箱纯电家用车，同时亮相的还有一款叫做Model V的皮卡车。

▲ 图源：鸿海集团视频截图

亮点绝对是有的，首先这两款车型都是富士康自主设计，外观上也有很多富士康自身的标识元素。

其次，虽然纯电动的两厢汽车Model B并没有公开价格，但通过其官方所公布的续航500公里的配置来看，最终售价可能比特斯拉旗下的Model 3低一些，这也被网友称其是特斯拉的“平替”。

不过坊间曾有传言，马斯克此前在公开场合表示：“汽车和手机相比非常复杂，你不能去找富士康这样的企业，说给我造辆车吧。”

没想到的是富士康如今不仅把车造出来了，而且还以特斯拉的Model系列来命名。

坊间传闻真真假假不好说，但特斯拉作为当下新能源汽车领域知名度最高的企业之一，富士康能够蹭上热度，确实可以给自己带来极大的曝光量。

▲ 图源：富士康官网

事实上，相比较其他汽车领域的后来者，富士康结合手机代工的经验以及自身在制造业深厚的技术积累确实有一定的优势。

甚至在早前，一直有传言称富士康将会负责苹果汽车的生产，只是最终却一直都没有最新的进展。

“造车梦”由来已久

富士康造车并不是一时兴起。实际上，在富士康亲自下场造车之前，其在汽车领域的布局已长达17年。

2005年，富士康曾斥资3.7亿收购了安泰电业全部股份，主要用于生产倒车雷达、智能设备等产品，如日产、大众等传统汽车商都是自己的客户，富士康也借此正式进入汽车元器件行业。

随后时间来到2010年，富士康开始为奔驰、宝马、特斯拉等厂商提供电子产品，包括特斯拉旗下的Model S部分车型中的面板也是由富士康提供的。

▲ 图源：特斯拉官方微博

从这里其实就已经能够看出富士康的变化，虽然业务还是代工，但已经不仅仅局限于燃油车领域。

尽管在2014年富士康在出行领域以惨淡收场，但在2015年，在腾讯的主导之下与和谐汽车的合作，富士康算是真正迈出了造车的步伐。

富士康负责汽车的生产制造，腾讯主要提供车联网系统，和谐汽车负责营销和搭建相应的服务网络。

遗憾的是，虽然计划看起来很妥当，但合作最终还是不了了之。

终于时间来到2020年，富士康最关键的合作伙伴克莱斯勒和裕隆汽车出现了，并且和裕隆汽车合资成立了一个叫“鸿华先进”的公司。

借助这一平台，富士康在去年接连发布了三款车型，分别为家用SUV车型Model C、豪华轿车Model E以及电动大巴车Model T。在这之中，Model T还在今年初正式交给了客运站投入运营。

▲ 图源：新浪微博

不管怎么说，在发布前三款车型之后，短短一年时间富士康就又推出了两款全新的车型，自身实力确实不一般。

不过虽然在很早之前就开始布局汽车领域，但业内人士却认为富士康造车的目的并不是为了卖。

造车却不卖车，
富士康图什么？

作为世界级的代工厂，富士康所代工的苹果手机占据了自身70%的份额。虽然贵为苹果代工厂，但这却让富士康的发展道路变得更加狭窄，尤其是随着如今智能手机增长逐渐触及天花板，造车毫无疑问成为了富士康选择的下一条发展轨迹。

但造车却不卖车，富士康算是独一份。

早在2020年的鸿海科技日上，富士康母公司鸿海精密董事长刘扬伟就曾表示：“特斯拉是电动汽车当中的iPhone，而富士康则希望能够成为该领域的Android。”

简单的一句话，便透露出了富士康造车的真正目的。

▲ 图源：新浪微博

事实上，早在此前富士康就推出了“MIH电动模块化平台”，通过这种平台可以选择不同的需求和服务及提供底盘和外观设计，除此之外还包括整车代工等。

换句话来说，富士康想要做的并不是推出新车型加入汽车这个红海赛道和大家竞争，而是服务于全球车企。

根据官方资料显示，截止到目前MIH平台已经有来自64个国家和地区，超过2370个会员，在这之中包括微软、三星、宁德时代、比亚迪等业内巨头。

从平台到车型，富士康都已经有了较为完整的规划，并且计划到2025年占据到全球电动汽车市场5%的份额。

不过，想要做“汽车界Android”的不止富士康一个。

早在五年前，吉利就开始研发一个叫做“SEA浩瀚”的纯电动汽车平台，通过硬件、系统和生态构建出了一个立体化布局。例如在去年所量产的极氪001，便是基于此平台。

▲ 图源：极氪官方微博

除此之外，比亚迪也在去年推出了E3.0平台，实现了从小轿车到大型车的全覆盖，创始人王传福更是把这一平台称为是“下一代电动车的摇篮”。

虽然谁都想做汽车界的Android，但这条路却注定艰辛。毕竟汽车产品的需求千差万别，相比较传统车企，更擅长硬件的富士康显然缺乏足够的吸引力。

未来，富士康究竟能否靠这条路成功迁移到汽车产业，当下还真不好说。

Gartner发布2023年十大战略技术趋势

Gartner于今日发布企业机构在2023年需要探索的十大战略技术趋势。Gartner杰出研究副总裁Frances Karamouzis表示：“为了在经济动荡时期增加企业机构的盈利，首席信息官和IT高管必须在继续加快数字化转型的同时，将目光从节约成本转向新的卓越运营方式。Gartner 2023年战略技术趋势围绕优化、扩展和开拓这三大主题，这些技术能够帮助企业机构优化韧性、运营或可信度、扩展垂直解决方案和产品交付并利用新的互动形式、更加快速的响应或机会进行开拓。”

Gartner杰出研究副总裁David Groombridge表示：“但在2023年，仅仅提供技术还不够。这些主题受到环境、社会和治理（ESG）期望与法规的影响，而这会转换成使用可持续技术的共同责任。为了我们的子孙后代，企业机构每进行一项技术投资，就需要抵消它所产生的环境影响，并且需要使用可持续技术来实现‘默认可持续性’这一目标。”

2023年重要战略技术趋势包括：

可持续性（Sustainability）

可持续性贯穿2023年的所有战略技术趋势。在Gartner最近的一项调查中，首席执行官们表示环境和社会变化已成为投资者的三大优先事项之一，仅次于利润和收入。这意味着为了实现可持续性目标，高管必须加大对满足ESG需求的创新解决方案的投资力度。为此，企业机构需要新的可持续技术框架来提高IT服务的能源和材料效率，通过可追溯性、分析、可再生能源和人工智能（AI）等技术实现企业的可持续发展，同时还要部署帮助客户实现其可持续性目标的IT解决方案。

开拓

元宇宙（Metaverse）

Gartner将元宇宙定义为一个由通过虚拟技术增强的物理和数字现实融合而成的集体虚拟共享空间。这个空间具有持久性，能够提供增强沉浸式体验。Gartner预计完整的元宇宙将独立于设备并且不属于任何一家厂商。它将产生一个由数字货币和非同质化通证（NFT）推动的虚拟经济体系。Gartner预测，到2027年，全球超过40%的大型企业机构将在基于元宇宙的项目中使用Web3、增强现实（AR）云和数字孪生的组合来增加收入。

超级应用（Superapps）

超级应用是一个集应用、平台和生态系统功能于一身的应用程序。它不仅有自己的一套功能，而且还为第三方提供了一个开发和发布他们自己的微应用的平台。Gartner预测，到2027年，全球50%以上的人口将成为多个超级应用的日活跃用户。

Karamouzis表示：“虽然大多数超级应用是移动应用，但这个概念也可以应用于Microsoft Teams、Slack等桌面客户端应用，关键在于超级应用必须能够整合并取代客户或员工使用的多个应用。”

自适应AI（Adaptive AI）

自适应AI系统通过不断反复训练模型并在运行和开发环境中使用新的数据进行学习来迅速适应在最初开发过程中无法预见或获得的现实世界情况变化。这些系统根据实时反馈动态调整它们的学习和目标，因此适合外部环境快速变化的运营或者因为企业目标不断变化而需要优化响应速度的运营。

优化

数字免疫系统（Digital Immune System）

76%负责数字产品的团队现在还需要对营收负责，因此首席信息官正在寻找新的实践和方法，使其团队能够在实现高商业价值的同时，降低风险和提高客户满意度。数字免疫系统为他们提供了满足这一要求的路线图。

数字免疫系统通过结合数据驱动的运营洞察、自动化和极限测试、自动化事件解决、IT运营中的软件工程以及应用供应链中的安全性来提高系统的弹性和稳定性。Gartner预测，到2025年，投资建设数字免疫系统的企业机构将能够减少多达80%的系统宕机时间，所减少的损失将直接转化为更高的收入。

应用可观测性（Applied Observability ）

在任何相关方采取任何类型的行动时，都会产生包含了数字化特征的可观测数据，如日志、痕迹、API调用、停留时间、下载和文件传输等。应用可观测性以一种高度统筹和整合的方式将这些可观测的特征数据进行反馈，创造出一个决策循环，从而提高组织决策的有效性。

Karamouzis表示：“可观测行应用使企业机构能够利用他们的数据特征来获得竞争优势。它能够在正确的时间提高正确数据的战略重要性，以便根据确认的相关方行动而不是意图采取快速行动，因此是一种强大的工具。如果能够在战略中予以规划并成功执行，可观测性应用将成为数据驱动型决策的最强大来源。”

AI信任、风险和安全管理（Trust, Risk and Security Management）

许多企业机构未做好管理AI风险的充分准备。Gartner在美国、英国和德国开展的一项调查显示，41%的企业机构曾经历过AI隐私泄露或安全事件。但该调查也发现积极管理AI风险、隐私和安全的企业机构在AI项目中取得了更好的成果。与未积极管理这些功能的企业机构的AI项目相比，在这些企业机构中有更多的AI项目能够从概念验证阶段进入到生产阶段并实现更大的业务价值。

企业机构必须使用新的功能来保证模型的可靠性、可信度、安全性和数据保护。AI信任、风险和安全管理（TRiSM）需要来自不同业务部门的参与者共同实施新的措施。

扩展

行业云平台（Industry Cloud Platforms）

行业云平台通过组合SaaS、平台即服务（PaaS）和基础设施即服务（IaaS）提供支持行业应用场景的行业模块化能力。企业可以将行业云平台的打包功能作为基础模块，组合成独特、差异化的数字业务项目，在提高敏捷性、推动创新和缩短产品上市时间的同时避免单一厂商锁定。

Gartner预测，到2027年，超过50%的企业将使用行业云平台来加速他们的业务项目。

平台工程（Platform Engineering）

平台工程是一套用来构建和运营支持软件交付和生命周期管理的自助式内部开发者平台的机制和架构。平台工程的目标是优化开发者体验并加快产品团队为客户创造价值的速度。

Gartner预测，到2026年，80%的软件工程组织将建立平台团队，其中75%将包含开发者自助服务门户。

无线价值实现（Wireless Value Realization）

由于没有一项技术能够占据主导地位，企业将使用一系列无线解决方案来满足办公室Wi-Fi、移动设备服务、低功耗服务以及无线电连接等所有场景的需求。Gartner预测，到2025年，60%的企业将同时使用五种以上的无线技术。

网络的功能将不再仅限于纯粹的连接，它们将使用内置的分析功能提供洞察，而其低功耗系统将直接从网络中获取能量。这意味着网络将直接产生商业价值。

计算机体系结构“圣经”新版，图灵奖得主扛鼎之作，影响无数技术人

1946 年 2 月 15 日，世界上第一台通用可编程电子计算机 ENIAC 正式投入使用。
ENIAC 每秒可以进行 5000 次基本算术运算，比同时代的计算机器快 1000 倍。
但 ENIAC 采用的输入进制为十进制，结构极为复杂。它使用了 1.8 万根电子管，占地 140 平方米，耗电量高达 150 千瓦。
2016年6月20日，德国法兰克福国际超算大会（ISC）公布了新一期全球超级计算机TOP500榜单，由中国国家并行计算机工程技术研究中心研制的“神威·太湖之光”夺冠。
“神威·太湖之光”是世界首台运行速度超十亿亿次的超级计算机，其峰值性能达每秒 12.5 亿亿次、持续性能为每秒9.3亿亿次。
从ENIAC到“神威·太湖之光”的70年间，计算机技术取得了难以想象的发展。
如今，一款价格500元左右的手机，性能秒杀1993 年世界上最快的的电脑（售价 5000 万美元）。这种快速发展既得益于计算机制造技术的发展，也得益于计算机设计的创新。
纵观计算机发展的历史，技术一直在稳步地提升，但体系结构的革新相对具有一定的周期性。在电子计算机问世后的前 25 年，两大支柱均贡献巨大，使计算机性能每年大约提升 25%。
20 世纪 70 年代后期，微处理器问世。依靠集成电路技术的进步，微处理器更加快速地提升了计算机性能——每年大约提升 35%。
也就是说，在过去的 50 年里，计算机性能的提升大多是通过计算机体系结构的发展实现的。
而体系结构发展的背后是摩尔定律、登纳德缩放比例定律和Amdahl定律。但是随着登纳德缩放比例定律的终结，摩尔定律的影响放缓，我们将如何了解和学习这个领域，才能为未来计算机技术的发展打好最坚实的基础？
在此，为大家推荐这个领域的奠基性作品《计算机体系结构：量化研究方法（第6版）》。

从1990年英文版第一版出版开始，本书就是这个领域内最优秀的学习资料，到2017年年底，第6版英文版上市，两位作者约翰• L.亨尼西（John L. Hennessy）和大卫•A.帕特森（David A. Patterson）持续写作这本书已有27载。

期间，因“开创了一种设计和评估计算机体系结构的系统、定量的方法，对微处理器行业产生了持久的影响”，两位荣获2017年图灵奖，而这本书就是他们的代表作。
这是一个受到人们热切关注的领域，计算机技术的发展很大程度上要靠体系结构的革新，怎么形容其发展的重要性都不为过。
我们推荐所有程序员都读读这本《计算机体系结构：量化研究方法（第6版）》，认识了体系结构才算真正搞懂了计算机底层原理——未来体系结构的革新要靠所有程序员一起努力。
详尽、经典、实战

体系结构奠基作品

本书主要讨论促使计算机性能在 20 世纪取得飞速增长的体系结构思想和编译器改进，导致这些剧变的原因，以及 21 世纪体系结构思想、编译器和解释器面临的挑战和富有前景的方法。
书中系统地介绍了计算机系统的设计基础、指令集系统结构、流水线和指令集并行技术、层次化存储系统与存储设备、互连网络以及多处理器系统等重要内容。
另外，本书对近些年火热的云计算、手机客户端技术、人工智能等相关内容也有涉猎。
近距离审视组成和硬件

改变人们学习和研究的方式

十几年前，“计算机体系结构”仅仅指代指令集设计，其他方面的设计就算作“实现”，隐含之意就是，实现方式不太重要……
但本书认为，真正的计算机体系结构是：设计满足目标和功能需求的组成和硬件。其中“组成”包括存储器系统、存储器互连、内部处理器或CPU的设计等。硬件是指计算机的具体实现，包括计算机的详尽逻辑设计和封装技术。
对真实系统进行分析

揭开计算机体系结构的神秘面纱

本书的核心是采用同样的量化方法对真实系统进行分析，这种方法采用的工具包括：程序的经验数据、试验和模拟。
通过强调成本、性能和能耗之间的权衡以及优秀的工程设计，阐述那些为未来技术发展奠定基础的基本原理。上述量化方法对过去的隐式并行计算机是有效的，我们相信它对未来的计算机同样有效。
重要概念没有时效性

但此时第 6 版再及时不过

体系结构利用摩尔定律和登纳德缩放比例定律，构建规模更大、并行程度更高的系统。
而摩尔定律近来因为物理限制和经济因素的共同影响而放缓，登纳德缩放比例定律于 10 年前终结，这对计算机体系结构的影响，与由单核到多核的转变一样深远。
本书第 6 版全面更新，给出了最新的技术发展、成本、示例和参考资料，同时为了跟上开源体系结构的最新发展，书中使用的指令集体系结构更新为RISC-V。
新增专用体系结构

预言体系结构的“重生”

人们早就知道，与通用处理器实现方案相比，定制的领域专用体系结构可以拥有更高的性能、更低的功耗，并且需要更少的硅面积。
但在过去，通用处理器的单线程性能每年提升 40%，而与采用最先进的标准微处理器相比，开发定制体系结构显然需要更多的时间才能上市，从而使定制体系结构的优势丧失殆尽。
而现在，单核处理器的性能提升速度已经非常缓慢，这也就是说，定制体系结构的优势在很长一段时间里都不会因通用处理器而变得过时，甚至永远不会过时。本书用一整章来介绍几种领域的专用体系结构，并提供了实现示例。
久负盛名的权威著作全面升级

传承经典、更新更全

专业书评

“第 6 版进行了详细更新，给出了新技术的发展情况和参考资料。为了跟上开源体系结构的发展，书中将指令集体系结构更新为RISC-V。”
——Norman P. JouppiMIPS 架构师、Google工程师
“我非常喜欢这本书，因为它是工程师写给工程师的。亨尼西和帕特森展示了数学的局限性和材料科学的可能性，并借助真实例子指导架构师通过分析、度量和折中来构建工作系统。新增的第 7 章‘领域专用体系结构’介绍了许多颇有前景的方法，并预言了计算机体系结构的‘重生’。”
——Cliff YoungTPU联合设计者Google工程师
“《计算机体系结构：量化研究方法》是一部经典著作，犹如美酒，历久弥醇。我在本科毕业时第一次购买了这本书，现在它仍然是我经常参考的图书之一。”
——James HamiltonAmazon高级副总裁兼杰出工程师
“计算机体系结构一直在快速发展，而《计算机体系结构：量化研究方法》紧跟它的步伐，每一版都与时俱进，准确地解释和分析了这一领域激动人心的新思想。”
——James Larus瑞士洛桑联邦理工学院教授、计算机和通信科学系主任前微软研究院首席研究员
适合人群