就在这几天，在俄罗斯准备启动内网时，苹果/谷歌还有部分美国科技公司也几乎同期关闭了自己在当地的服务，于是，乱象从发，手机支付端直接失效，造成大量的人无法乘坐地铁、公交。

我们究竟活在怎样的一个世界里，以及世界未来的发展又是如何，这则消息，相信能对很多人产生启示。

计算+云端+通讯所组成的智能时代，会潜移默化的改变你我身边的一切，包括手机、包括汽车。这之中最重要的计算端，就在2022年的2月，已经在全球大国里开始变天，欧盟、美国的相关法案纷纷落地，接下来的全球竞争格局会很显然的落点到“算力”身上，而这也将直接影响到接下来智能汽车的一切方面，包括自动驾驶、智能交互、智慧城市、智慧交通等等。

计算之于智能汽车，关于卡脖子的话题

随着中兴、华为的相关芯片业务遭遇制裁，再随着2020年不断发酵的汽车芯片荒，中国消费者因为关注华为，再因为提不到车、车辆涨价、优惠变小，很直观的对芯片一词有了“用起来不卡”之外的新认知。越来越多的人开始了解到设计→流片→代工→封装→测试等生僻词，也直接了解到中国在芯片+计算中的优势与劣势。

未来的时代发展趋势是计算，未来的汽车发展趋势同样如此，再结合现状，汽车产业中越来越多的人开始讨论一个话题“中国车在智能时代里的发展，会不会继续看人眼色，被卡脖子。”

认知陌生、全球化正在重构、海外已完成技术先发，是这一话题的变量。

而市场现状是，x86的底层架构在英特尔、AMD手中，英伟达收购Arm刚刚被叫停，而接下来的Arm准备谋求IPO上市，通过扩大资本市场运作，尽量保持自己的独立性。

上述与你我相关的是，一切关于智能驾驶/自动驾驶/智能车机的表现，均以此现状打底。如果，你期待未来花15万就能买到准自动驾驶能力，而不是要看外国人给我们怎么定价，如果你期待花20万买辆吉利、长城、比亚迪就能在智能车机领域里比100万的奔驰、宝马要好。

如果你希望中国国产车能比德系、日系更好，甚至是冲到欧美市场里卖成爆款，比如去德国市场里和高尔夫打成平手。那么，上述的一切，就很值得展开聊聊。

在当前，中国汽车在智能计算领域，主要面对的压力是，芯片硬件的可控能力的不足，端云结合算力能力的不足，而相应的优势则是，在应用层面、有效数据层面的效率/样本量较海外已明显高出一级。

换句普通人能理解的话是，我们在高端计算芯片方面，现如今主要依托全球供应链，不论是小鹏、蔚来、吉利、长城，基本上主流品牌想做自动驾驶相关业务，大多只能去采购Mobileye、英伟达两大巨头的解决方案、开发工具。除了霸占市场绝大份额的2大巨头之外，其他车企可以选择的还包括正在崛起的中国公司-地平线（理想汽车已入局）、华为相关业务（弱势汽车品牌已入局求生）。

虽然还有黑芝麻、高通的入局，但二者一个是黑芝麻华山一号A500、华山二号A1000刚刚完成量产，还没有装备到量产车上难以验证表现；另一个是一直以来擅长智能座舱的高通发力的新业务，同样无法验证。

产业并未实现高度规模化，因而你我购买一辆带自动驾驶功能的车辆时，要么是花费不菲才能体验到足够安全的能力，要么是低价达不到自己想要的结果，适得其反。

而且，我们还面临的是，一旦国际环境进一步发生变化，其所存在的现实用车安全等问题。随着电动车销量渗透率不断超过20%，随着智能汽车的销量占比不断提高，这些会带来的实际影响需要评估。

至于为何汽车自动驾驶芯片、汽车智能座舱产业还无法高度规模化，除了光刻机、光刻胶、制程等层面的限制之外，更重要的则是，计算架构的底层控制权只在3家公司手中。英特尔和AMD掌握x86底层，Arm作为“身份独立”的公司，通过授权、售卖IP等形式与英伟达、高通以及一系列芯片公司进行合作，当下包括你我能熟知的几乎所有中国芯片公司（华为、阿里、百度），均设立了以Arm为核心的相关业务主线。

也就是说，对于所有中国汽车的智能化参与者来说，当前的算力数字在不断内卷，我们眼前也在不断见到众多新的数字宣传。

这些，均在一定程度上没有意义。因为，底层一旦发生大的迭代，没有深度控制权的，就必须进行优化，这个优化可能是小幅度的，也可能是换路式的大修大改。

特斯拉会不会受到上述的影响？答案是会，但影响并不大。因为其依托于Orin X正在建筑自己的超算（已经2021年AI DAY上进行发布），且它是一家与美国资本市场深度绑定的巨头。欧洲车企奔驰、宝马、大众会不会受到上述的影响？答案是会，而且可能影响很大，而这也是2022年2月欧盟颁布投入430亿欧元，谋求2030年占据全球半导体市场份额20%的核心推动力之一。

RISC-V和东数西算，是否致胜转折点？

实际上，对于全球格局提速变化的现状，我国已经有了相应的行动和布局。包括异构计算的新思考、新架构、算力支配、安全四个领域，而对于汽车企业来说，谁想在3000万/年乘用车销量的全球最大市场里顺风起飞，洞悉之中的关键信息，显然至关重要。

关键词为异构计算的发展、算力的社会级分配。

计算部分，当下已进入3.0时代，不同于此前x86和Arm单持可获得计算优势的局面，行业对未来的新判断是异构计算，通过组合搭配不同架构，实现规避应用短板、释放最高算力。也因此，DPU处理器行业、RISC-V架构市场，虽然当前体量不大，但正在极高速成长。

因为全球数据中心内部流量越来越大，年复合增长率25%以上，CPU利用率不断降低，网联成本在不断升高。也就是说，如果听之任之，我们买到了一辆带有自动驾驶/智能网联功能的车型后，如果车辆对云端计算的依托度较高，那后续的正常使用还需要每年进一步掏钱，或者关闭不用。比如，L4级自动驾驶需要借由V2X车路协同实现，而云端计算资源被挤压，CPU不堪重负，消费者来交“养路费”也大概率会在全球某些国家、地区发生。DPU处理器（云端专用计算）部分，当前的市场蓝海里，已有不少参与者，既包括英特尔、英伟达等海外巨头，也包括创始团队主要来自中科院计算所计算机体系结构国家重点实验室的中科驭数。

而相比DPU，RISC-V架构市场则是更为重要。不同于x86、Arm，RISC-V为开源生态，但因为一直以来没有相关引导、资本注入，且商业化能力远弱于二者，其体量极小。但，随着算力争霸开始，国际关系变化，以及异构计算的认定，开源生态的RISC-V开始迎来新的契机。2017年9月，中国背景私募基金Canyon Bridge以5.5亿英镑收购英国芯片IP设计厂商Imagination Technologies，2022年1月，Imagination推出了全新基于RISC-V架构的Catapult系列CPU。

另外，值得关注的一点是，就在欧美芯片法案陆续落地时，印度也快速公布了自己的相应计划，发力RISC-V处理器，从国家层面开展此类课程等。显而易见的一点是，各国都在进行相关布局，而我们在2022年也大概率会见到我国的相关重磅动作。

RISC-V、DPU等领域的处理器发展，需要时间的推进以及重要的政策引导，一切的落点在未来。回到现实，眼前我们能看到的另一条重要主线，则是东数西算工程的启动。

国家发展改革委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等 8 地启动建设国家算力枢纽节点，并规划了 10 个国家数据中心集群。也就是说，我国全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。

东数西算中的“数”为数据，“算”为算力，东数西算是通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，同时以西部丰富的可再生能源，降低IDC用电成本。以及，解决东部算力受限于地、面积、发展冲突等一系列的现有痛点。

需要注意的点是，东数西算的工程背后，还有着对安全、智慧城市、智慧交通的众多辐射思考。系统化布局之后，整体的数据安全、算力安全会得到更有效的提升。

以及，对汽车技术的增益。尽管，当下我们身边的汽车发展思路是以边缘计算为核心，即受限于5G的SA/NSA组网尚未完全铺开，汽车与云端的交互对时延要求极高，当下的突破口是为单车配上更高算力，如今不断上涨的TOPS数字正因为此。

但，单车算力的可见瓶颈期已来临，同时包括，摩尔定律、全球局势变化、汽车供应链的重铸，甚至于，在行业内部已经对不断上涨的TOPS内卷有了“过剩”的新结论。1000Tops以上的算力，已经足够支持L4级的相关应用，但如果不能解决通讯、云端算力打通层面的话题，将单车边缘计算过度提升，将会对车辆的其他能力起到相应的反作用，如固定成本下的相关分配规则等。

写在最后：

算力的快速提升和技术优势建构已经开始，当计算完成跨级别质变之后，摆在你我眼前的优势包括但不限于，我们会很便宜的买到一台真正能自动驾驶的车、我们能在路上合法的看电影、很多人能把开车这种挑战带来的压力进行释放。而那时，也大概率不必担心自动驾驶带来的相应安全问题。因为，AI对bug、0类漏洞的速度，能对当前的程序员密集劳动产业造成相当大的影响，而好处则在于其计算能力能对未发生的事物进行提前感知。

所以，2022年我们将见证哪些关于中国未来算力的新能力和新布局，相信，最近就大概率有答案。