芯片与自动驾驶技术漫谈
从芯片到系统国产，信创产业如何4步走上自主路？
信创产业发展是国家经济数字化转型、提升产业链发展的关键。我国明确了“数字中国”建设战略，抢占数字经济产业链制高点。推进信创产业的发展，促进信创产业在区域性落地生根，带动传统IT信息产业转型，构建区域级产业聚集集群，国产信创生态的建设将成为推动经济发展的重要力量。
01.信创产业，国家安全的重要组成部分
目前国内重要信息系统、关键基础设施中使用的核心信息技术产品和关键服务大多依赖国外，全球网络根域名服务器为美国掌控；中国90%以上的高端芯片依赖美国几家企业提供；智能操作系统的90%以上由美国企业提供。中国在政府、金融、能源、电信、交通等领域的信息化系统主机装备中近一半采用外国产品。
从伊朗核电站遭遇病毒攻击，到震惊世界的“棱镜门”事件，人们更深刻地认识到，互联网安全不仅关乎公民人身财产安全，更关乎国家经济发展和国防安全。关键信息基础设施对国家安全、经济安全、社会稳定、公众健康和安全至关重要。只有保障关键信息基础设施的供应链安全，才能维护国家安全。
▲高端芯片产品对外依存度较高
随着俄乌战事推进，美国科技巨头相继宣布制裁俄罗斯。硬件方面，英特尔、AMD、联想、戴尔、苹果等科技企业宣布停止对俄罗斯供货，软件方面，SAP、Oracle等软件巨头宣布停止在俄罗斯的产品销售和服务。这意味使用这些巨头产品的企业、机构业务将面临瘫痪。在经济全球化的时代，科技显然已经成为大国博弈的重要利器。
一方面，开源技术无国界，但科技人员和开源社区有国界。使用开源软件仍有被制裁的风险，开源社区Github严格限制俄罗斯获得其维持侵略性军事能力所需的技术和其他物品。另一方面，开源安全漏洞风险显著。根据新思科技《2021开源安全与风险分析报告》显示, 84%的代码库至少含有一个漏洞,近三年漏洞比例逐年增高, 60%的已审核代码库包含高风险漏洞。
受到这些制裁，俄罗斯已做好启用本国互联网系统的准备。俄罗斯较早就布局IT国产化，早在2013年就已经颁布相关国产化政策，并且针对于芯片、操作系统等关键基础软硬件已经有相关替代产品。
从西方对俄罗斯的制裁来看，可谓全方位，任何不能保证自主可控的环节都会成为被攻击的弱点。对中国来说，无论是芯片的设计、制造、封装，还是操作系统的自主开发、社区开源，都需要有自主可控的后手准备。国产化保证了社会经济的正常运转，保障了国家安全，更为未来发展国家自己的信息技术产业打下坚实基础。
10月29日十九届五中全会公报指出，坚持创新在我国现代化建设全局中的核心地位，把科技自立自*作为国家发展的战略支撑。在提出的十二项核心任务中，将“创新、科技自立自*”放在首要和核心地位。科技发展不仅是十四五重点，同时“关键核心技术重大突破”也是2035年远景目标。科技自立自*是十四五的关键词，而科技自*的前提是科技自立，而科技自立正是关键核心技术的“自主可控”，也就是信息技术创新应用。
▲各环节国产化情况
可喜的是，我国全球创新指数排名从2015年的第29位跃升至2021年的第12位。集成电路、基础软件等部分关键核心技术取得突破。2019年以来，我国成为全球最大专利申请来源国，5G、区块链、人工智能等领域专利申请量全球第一。信息技术产业进一步做大做*，电子信息制造业增加值保持年增长 9%以上，软件业务收入保持年增长 13%以上。战略性技术产业生态不断优化。
国产化大体上有三个阶段——从不可用到可用，再到好用。目前我们已经达到了可用阶段，而且有些方面已经在向好用发展。我们可以从同国外差距最大的芯片、操作系统、数据库来看国内信创产业的水平。
国产芯片设计水平达到国际领先。在芯片设计环节，龙芯、飞腾、鲲鹏已经获得了一定版本指令集架构的永久授权，龙芯、申威拥有指令集架构的自主知识产权；在IP 核设计上，上述机构已经基本上拥有了自主知识产权，掌握了发展的主动权，甚至达到了国际领先，从性能上看，国产CPU已经接近甚至领跑国际水平。
目前不仅中芯国际已经掌握了28nm的量产能力，华虹半导体也在2018年实现了28nm芯片的量产，具备量产运营能力。实际上就目前业界推进情况来看，几乎所有环节（除了光刻机），都已经有28nm技术的国产设备和材料处于生产线验证阶段。相信通过1-2年左右的努力，我国完成一条28nm的芯片去美化产业链是完全可以实现的。外部的*压力反而会是一剂*心针，让国内产业链齐心共同推进，让终端用户的国产化需求被动提速，国内在基础IT赶超追平只是时间问题。
▲芯片上游产业链情况
操作系统方面，由于国产操作系统采取了成熟的开源操作系统Linux的技术路径，同时也投入了大量研发，从性能上已经较好的实现了追赶，基本达到了好用阶段。而导致国产操作系统受制于人的关键问题不在技术能力，而在产业生态。当前，国内主流操作系统厂商都具备了内核之外服务代码的开发能力，造成受制于人局面的主要原因在于产业链上下游没有建立良性的生态系统，或者说使用者太少。
操作系统产业的核心在于生态建设，而生态系统建设的核心在于尽快突破“临界规模”。一旦突破“临界点”，用户会因为开发商的丰富度而加入，开发商也因为用户数量级而投入开发，从而形成一个良性循环。目前国产操作系统完成适配的应用数量与海外的安卓和Windows相比，仍然存在数量级上的差距。但随着信创产业的推进，操作系统生态的问题可以逐步解决。
▲操作系统适配完成数量（2022年4月）
我国数据库核心关键技术水平与国外基本相当，部分数据库产品的性能和安全指标达到甚至超过国外同类产品。国产数据库已经逐步从“可用”步入“好用”阶段，并在标准建设、生态建设和行业应用等多领域成果显著，产业全价值链正在形成。数据库产品对稳定性、安全性、实时性等指标尤为关注，国内分布式数据库在这些特性上接近甚至超越国外同类产品，如阿里云数据库在国际TPC-C性能测评达到6000万tpmC 以上；达梦、神通、优炫等企业先后通过数据库安全分级评估EAL4+认证。但国产数据库企业在基础技术研究、业务流程优化、自治与智能等方面的能力还有待提升。
02.政策走向，看信创产业发展
政策引领是推动信创产业发展的首要力量，站在第二个百年奋斗目标的起点，推进国产化创新发展是重中之重。2021年3月13日，《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》提出，要深入实施制造*国战略。坚持自主可控、安全高效，推进产业基础高级化、产业链现代化，保持制造业比重基本稳定，增*制造业竞争优势，推动制造业高质量发展。
实施产业基础再造工程，加快补齐基础零部件及元器件、基础软件、基础材料、基础工艺和产业技术基础等瓶颈短板。依托行业龙头企业，加大重要产品和关键核心技术攻关力度，加快工程化产业化突破。实施重大技术装备攻关工程，完善激励和风险补偿机制，推动首台（套）装备、首批次材料、首版次软件示范应用。
2021年，信创政策持续落地，2021年末和2022年初，基础软硬件国产化的要求更是密集出现在多项重大政策中。政策颁布节奏明显加快。从党政到重要行业，从小范围试点再到全行业铺开，相关政策陆续颁布，覆盖范围逐步扩大。对重要行业的信创发展要求越来越具体和量化。自主可控已经成为各大政策的高频词汇。
科技创新成为十四五期间的核心产业政策主线。2020年10月29日十九届五中全会公报指出，坚持创新在我国现代化建设全局中的核心地位，把科技自立自*作为国家发展的战略支撑。在提出的十二项核心任务中，将“创新、科技自立自*”放在首要和核心地位。科技发展不仅是十四五重点，同时“关键核心技术重大突破”也是2035年远景目标。科技自立自*是十四五的关键词，而科技自*的前提是科技自立，而科技自立正是关键核心技术的“自主可控” 。
《关键信息基础设施安全保护条例》由***总理签署国务院令，自2021年9月1日起施行。《条例》所称关键信息基础设施，是指公共通信和信息服务、能源、交通、水利、金融、公共服务、电子政务、国防科技工业等重要行业和领域的，以及其他一旦遭到破坏、丧失功能或者数据泄露，可能严重危害国家安全、国计民生、公共利益的重要网络设施、信息系统等。从鼓励和提倡，到应当和必须，信创推行力度不断加大。
软件是新一代信息技术的灵魂，是数字经济发展的基础，是制造*国、网络*国、数字中国建设的关键支撑。2021年11月30日，《“十四五”软件和信息技术服务业发展规划》发布。《规划》提出要壮大信息技术应用创新体系。开展软件、硬件、应用和服务的一体化适配，逐步完善技术和产品体系。
推动软件企业建立产品质量全生命周期保障机制，通过开展信息技术应用创新产品测试，促进技术创新和产品迭代。持续推进供需对接，通过重点领域规模化应用，培育一批产业层级高、带动能力*的项目和高端品牌。以信息技术应用创新产业园区为载体，推进产业集聚。
聚力攻坚基础软件。完善桌面、服务器、移动终端、车载 等操作系统产品及配套工具集，推动操作系统与数据库、中间件、办公套件、安全软件及各类应用的集成、适配、优化。加速分布式数据库、混合事务分析处理数据库、共享内存数据库8集群等产品研发和应用推广。开展高性能、高可靠的中间件关键产品及构件研发。丰富数据备份、灾难恢复、工业控制系统防护等安全软件产品和服务。推进软件集成开发环境相关产品和关键测试工具的研发与应用推广。
《规划》明确了基础软件的发展要求和发展方向。
2021年12月24日，中华人民共和国第十三届全国人民代表大会常务委员会第三十二次会议修订通过了《中华人民共和国科学技术进步法》。科技进步法的实施对于把党中央的科技创新大政方针和决策部署转化为国家意志。
2021年12月27日，中央网络安全和信息化委员会印发《“十四五”国家信息化规划》（以下简称《规划》），对我国“十四五”时期信息化发展作出部署安排。《规划》是“十四五”国家规划体系的重要组成部分，是指导各地区、各部门信息化工作的行动指南。
2021年12月27日，《“十四五”国家信息化规划》提出发展目标，到2025年数字技术创新体系基本形成。关键核心技术创新能力显著提升，集成电路、基础软件、装备材料、核心元器件等短板取得重大突破。网信企业技术创新能力大幅提升，产学研用协同创新的生态体系基本形成，自由灵活创新市场机制有效建立，国家级共性基础技术平台初步建成，开源社区生态建设取得重要进展。
信息化法律法规和标准规范体系基本形成，人才培育引进和激励保障机制更加健全。《规划》明确提出了十四五期间信息化发展要建立政务信息化领域企业的诚信档案，*化信用约束，形成充分竞争、优胜劣汰的市场机制，以政务信息化建设促进网络信息技术自主创新。
▲《“十四五”国家信息化规划》主要内容
2022年1月6日，国家发改委公开印发《“十四五”推进国家政务信息化规划》，以政策的形式明确了党政信创的要求和节奏。
今年 1 月中旬，银保监会下发了《关于银行业保险业数字化转型的指导意见》，为银行保险行业数字化转型指明了方向。从《指导意见》勾勒出的数字化转型工作整体框架可以看出，科技能力建设是转型工作的基石。这份意见是金融监管部门对金融行业信创的具体指导，反复*调自主可控。
国家互联网信息办公室、国家发展和改革委员会、工业和信息化部、公安部等十三部门联合修订发布《网络安全审查办法》（以下简称《办法》），自2022年2月15日起施行。以法规的形式限制海外厂商的渗透空间，为信创产业发展营造更好的经营环境。
2022年1月，国务院日前印发《“十四五”数字经济发展规划》（以下简称《规划》），明确了“十四五”时期推动数字经济健康发展的指导思想、基本原则、发展目标、重点任务和保障措施。
03.信创市场，国产软硬件走上崛起之路
1、CPUCPU芯片是整个自主可控产品中最重要的环节，整个软件生态架构都建立在底层CPU架构之上，因目前中国主要竞争厂商选择了不兼容的底层技术架构，因此其竞争也是高度尖锐的。进入名录的PC和服务器芯片厂商有六家：鲲鹏（ARM）、飞腾（ARM）、海光（x86）、龙芯（MIPS）、兆芯（x86）和申威（Alpha）。
国产服务器芯片指令集众多。所采用的指令集架构并不统一，如使用MIPS架构的龙芯，Alpha 架构的申威，ARM架构的华为海思、天津飞腾，x86架构的海光和兆芯。其中，龙芯与申威由于指令集产权的高度自主，一直在坚持完全自主研发核心技术，创建自己的生态系统。基于ARM架构的飞腾、海思则选择了产权授权更加商业化、灵活度和自主度更高的指令集架构授权。海光、兆芯则选择从AMD、台湾威盛引入x86架构。
2020年华为的鲲鹏920芯片和“鹏城生态”开发者云分别在SPEC标准性能测试中获得非x86架构芯片性能全球第一和云计算性能全球第一的好成绩，芯片设计能力领先世界。飞腾高性能服务器CPU最新产品是2020年量产的腾云S2500，在大规模集群计算、高性能数据中心等应用场景下表现优异，性能与IntelXeon Gold 5118系列芯片相当。
▲国产CPU对比
重要行业是经济社会正常运行的核心枢纽，在IT基础架构的选择上*调稳定性和低风险，更加偏好基础生态已经较为完善的X86架构，可以更好的与存量的上层应用、基础软硬件天然适配。如果主动进行底层架构的切换而选择了非X86架构，在数据迁移、IT系统和上层应用的适配等环节都存在不可预知的风险，而任何可能的技术风险都是重要行业客户难以接受的。
从生态角度出发，兆芯和海光在行业信创市场占据较大优势。其中行业信创的PC端以兆芯为主；服务器领域现阶段只有海光和鲲鹏两家可以提供满足性能需求的产品，因为行业客户要求避免单一供应商依赖，因此海光和鲲鹏在市场份额上基本维持五五开的局面。
鲲鹏计算产业是基于Kunpeng处理器构建的全栈IT基础设施、行业应用及服务。包括PC、服务器、存储、操作系统、中间件、虚拟化、数据库、云服务、行业应用以及咨询管理服务等。华为作为鲲鹏计算产业的成员，聚焦于发展Kunpeng处理器的核心能力。上下游厂商基于Kunpeng处理器发展自有品牌的产品和解决方案，最终形成具有全球竞争力计算产业集群。为了争取更多市场，打造鲲鹏生态，今年华为会增加对下游整机厂商鲲鹏芯片的供应。
▲华为鲲鹏计算产业链
2、操作系统
操作系统方面，Statcounter数据显示，全球桌面操作系统被Windows垄断，截止2022年3月占据75.7%的市场份额。全球服务器操作系统市场以Linux为主，根据W3Techs和Wikiland的数据，Linux占据近80%的市场，其余部分基本被Windows占据。
中国市场中 “Windows + OS X ”操作系统仍占据90%以上市场份额。根据Statcounter机构数据，中国桌面操作系统市场上，微软公司的Windows系统仍占据我国PC操作系统的主导地位，2022年3月占比达85.82%，其次为OS X，市场份额为5.89%，但近年来Wintel架构外的桌面操作系统市场份额占比正逐渐提升，同期Linux占比为0.69%，市场份额较2016年提高0.14pct。
▲国内桌面操作系统市场格局（截止2022年3月）
2021年中国PC操作系统市场规模超300亿元。据头豹研究所报告显示，中国PC操作系统市场规模预计在2023年达到50亿美元，2019年至2023年复合增长率为4.89%。2021年国产操作系统头部厂商麒麟软件市占率仅3.78%，统信软件市占率仅2.12%，合计国产化率不足6%，提升空间巨大。
▲全球操作系统市场规模及预测
▲中国电脑操作系统市场规模及预测
目前国内操作系统厂商可以支持鲲鹏、飞腾、龙芯、申威、海光、兆芯等国产CPU，同时也适配阿里云、腾讯云、华为云等国内云计算平台，并可与x86等主流计算芯片兼容；在生态上支持达梦、金仓、南大通用等为代表的国产数据库以及国产中间件国产OA、文档编辑软件和安全软件也均完成国产操作系统适配。
麒麟软件：麒麟软件是中国电子集团旗下上市公司中国软件的国产操作系统公司，由中标软件和天津麒麟于2019年12月整合而成。麒麟软件注重核心技术创新，2018年荣获“国家科技进步一等奖”，2020年发布的银河麒麟操作系统V10被国资委评为“2020年度央企十大国之重器”。
根据赛迪顾问统计，麒麟软件旗下操作系统产品，连续10年位列中国Linux市场占有率第一名。在开源建设上，麒麟软件在OpenStack社区贡献位列国内第一、全球第三；作为openEuler开源社区发起者，以Maintainer身份承担80个项目，除华为公司外贡献第一。
统信软件：统信软件是由国内领先的操作系统厂家，于2019年成立，总部设立在北京，同时在武汉、上海、广州、南京等地设立了地方技术支持机构、研发中心和通用软硬件适配中心。未来十年，统信软件将用三年时间完成国家各关键行业的支撑需求，成为中国操作系统领军企业；用三年达到国际主流水平，使用场景全产业覆盖；用四年时间实现全球范围的基础软件生态、争做世界名列前茅的操作系统。
麒麟软件和统信软件的产品都是基于Linux开源操作系统，在技术实现上也都遵循了CentOS和Ubantu的技术路径，因此在国产生态建设中是起到了相互促进的作用，并且一定程度上减少了上下游厂商在适配上的虚耗。
据中国软件2021年年报显示，麒麟软件2021年营业收入为11.34亿元；净利润为2.68亿元。根据诚迈科技2021年年报显示，统信软件2021年营业收入为6.80亿元，净利润仍为负值，且部分收入来自于关联交易；麒麟从营收市场份额和盈利能力方面更具优势。根据收入口径，2021年麒麟软件在国产操作系统领域市场份额接近2/3。
3、中间件
根据计世资讯的数据，2020年我国中间件市场规模同比增长96.3%，达到149.6亿元。市场格局方面，2018年IBM与Oracle合计占据51.1%的市场份额，东方通与宝兰德仅分别占据5%和1.9%。在实际应用中，中间件市场存在大量的盗版和开源自研版本，因此实际市场规模会远大于统计规模。
中间件的下游客户具有明显的行业特征，以金融、电信、政府为主，2019年上述三种行业占比达到69%。
目前能够满足行业客户需求的中间件厂商以东方通和宝兰德为主。头部国产中间件厂商对研发支出重视程度极高，研发支出占比都呈现不断提高的趋势。
东方通在测试中证明了在同等环境下东方通的产品性能已达到甚至超越国际领先产品，但是距离替换核心系统仍有不小的距离，稳定性和高吞吐是国产中间件最需要发展的方向。
▲2016-2020年中国中间件市场规模
▲2018年我国中间件市场格局
行业信创有大量的服务器替换需求，国产中间件市场的放量较为确定。未来即使基础IT生态全面转云，中间件仍然是必不可少的环节，云中间件的市场空间亦非常广阔。
4、数据库
中国数据库市场2020-2025年复合增速将达23.4%。据信通院测算，2020年中国数据库市场规模为241亿元，占全球比为5.2%。预计到2025年，中国数据库市场在全球的占比将接近12.3%，中国数据库市场总规模将达到688亿元。
全球数据库市场竞争格局较为稳定，2021年CR5超80%。微软、Oracle、Amazon位列前三，市占率均在20%以上。
▲我国数据库软件市场规模走势
▲2018-2021年全球数据管理系统CR3
截至2021H1，国外厂商仍然占据我国数据库市场份额超过50%，仅Oracle、IBM和微软三家厂商占据市场份额超40%，其中Oracle占据了关系型数据库市场近30%的份额。
在金融、电信等重点行业，由于业务系统要求复杂，国外数据库份额仍然较高。以金融行业为例，国外厂商仍然占据90%以上的份额。其中，Oracle 以其稳定性、功能黏性、服务保障体系完善性占据大比例市场份额，而 DB2 以一体机捆绑销售方式，也根植于银行现有数据库体系中。
国内的数据库厂商的订单主要来源于政府采购，国产化率处于较低水平。中国目前有接近200家数据库厂商，数据库产品以关系型为主，多数基于MySQL和PostgreSQL二次开发而来。国内数据库全部企业技术专利累计只有千余， 而单Oracle专利数量1.4万个，存在较大的技术差距。
传统国产数据库厂商：聚焦信创市场，以集中式数据库为主。
武汉达梦：成立于2000年，前身是华中科技大学数据库与多媒体研究所，现在为中国电子信息产业集团(CEC)旗下公司，中国软件持股25.21%。根据IDC报告，2021H1中国本地部署的关系型数据库厂商中，达梦以5.7%的份额位居中国数据库管理系统国产数据库市占率第一。
人大金仓：成立于1999年，起源于中国人民大学信息学院，是中国电子科技集团有限公司（CETC）旗下具有自主知识产权的国产数据管理软件与服务提供商，底层基于PostgreSQL开发。2021年12月，CETC旗下上市公司太极股份对人大金仓增持股权至51%。2020年人大金仓数据库产品的年度中标金额首次突破5个亿，当年签约超过3.5亿元，在党政关键工程中市占率达到53%。
万里开源：成立于2000年，团队前身是TurboLinux及MySQL中国研发中心，上市公司创意信息持股58.57%。专注于国产、自主可控数据库及Linux操作系统产品研发的国家高新技术企业。专注云端部署分布式关系型数据库，针对性解决传统行业环境下常规规模分布式部署场景。
▲国产数据库行业应用
分布式数据库将成为未来行业应用主流：金融和电信等行业在当前面临业务体量呈爆发性增长，无法依靠升级硬件实现扩展存量数据库能力，分布式数据库则能实现弹性升级，亦能更有效匹配企业上云需求。我国金融科技发展规划中已明确提出要加*分布式数据库研发应用，未来行业应用分布式数据库将是大势所趋。
分布式数据库技术门槛较高，国内IT巨头引领发展：分布式数据库需要支持非结构化大数据处理，对硬件兼容能力要求高，技术门槛较高。目前国内市场主要由IT巨头引领发展。根据Gartner统计，2020年全球数据库市场市占率排名前35的厂商中仅有阿里、华为、腾讯在榜，均以分布式数据库为主要优势产品，并且分别将旗下数据库OceanBase、openGauss、Tbase等开源，扩大上下游生态影响力并提高产品开发速度和质量，迅速拉开与其余厂商差距，形成寡头竞争格局。
▲主要分布式数据库
OpenGauss是华为旗下企业级分布式数据库主要面向金融互联网交易和政企OA/办公场景，同时支持分布式和集中式部署。在2022年4月墨天轮中国数据库流行度排行榜上，openGauss排在第二位，超越了阿里、腾讯、中兴旗下开源数据库，社区影响力显著提升。目前，海量数据、云和恩墨、神舟通用等多家伙伴基于openGauss推出了商业发行版，在金融、政府、电信、能源、制造等行业规模使用。
华为自研的数据库产品GaussDB T以OLTP和集群为方向，GaussDB A以分析型为主要方向，截止2021年5月底，已为半数以上全国性股份制银行提供超大规模多层并行计算的数据仓库服务。
估值500亿，一只超级独角兽倒下
福特官方一纸声明震撼创投圈：由福特、大众联手投资的自动驾驶公司 Argo AI 将被关闭并解散，员工和部分零部件将分别被福特汽车公司和大众汽车公司接收。
消息传来，不少VC投资人感到错愕——须知道，Argo AI是一些自动驾驶创业公司对标的对象，它的天价估值曾经振奋了众多押注自动驾驶赛道的投资人和创业者。
时间回到2016年11月，从谷歌自动驾驶项目离职的Bryan Salesky联手好友，一同在美国匹兹堡创立了Argo AI。后来，福特收购Argo AI，而真正让公司名声大振的是2019年，大众汽车26亿美元低调入局，Argo AI估值一度达到73亿美元（约合人民币500亿元）。
然而没想到，即使有了两家全球汽车巨头撑腰，Argo AI依然难以为继。目睹500亿估值轰然坍塌，让人感慨万千。
一只超级独角兽突然倒下
曾几何时，Argo AI是自动驾驶赛道炙手可热的超级独角兽。
公司的故事始于两位创始人——创始人之一Bryan Salesky，曾在谷歌担任无人车的硬件研发主管；另一位创始人Peter Rander，则是Uber自动驾驶汽车项目的运营官。
2002年，Bryan Salesky本科毕业于匹兹堡大学计算机工程专业。因为对机器人技术应用有着浓烈的兴趣，他随后进入了卡内基梅隆大学机器人研究所下属的国家机器人工程中心。期间，Bryan管理了该中心最大的商业项目组合，包括卡特彼勒的自动采矿卡车。2007年，由他领导的Tartan Racing软件工程代表卡内基梅隆大学参加DARPA城市挑战赛并获胜。
2011年，Bryan加入谷歌自动驾驶汽车团队，希望推动自动驾驶技术落地。而在卡内基梅隆大学国家机器人中心工作期间，Bryan认识了日后一起创立Argo AI的搭档——Peter Rander。
1969年出生的Peter Rander比Bryan Salesky年长不少。1991年，Peter在底特律-梅西大学获得电气工程学士学位。两年后，他又拿到硕士学位，并在1998年从卡内基梅隆大学电子和计算机工程专业博士毕业。在卡内基梅隆大学国家机器人研究中心任职期间，Peter负责的主要是涉及计算机视觉、感知、路径规划和控制，以及基于仿真的机器人系统开发和测试，还有一些帮助人类操作员进行多层次交互的界面项目。与Bryan一样，Peter也是个希望学以致用的人。离开国家机器人研究中心后，他选择了当时在美国新崛起的共享出行独角兽Uber。
自动驾驶技术的应用落地，并非一帆风顺。多年持续的亏损，项目商业化的遥遥无期，让谷歌自动驾驶部门在2016年爆发了一股离职潮。2016 年初，谷歌无人驾驶项目最早的工程师之一Anthony Levandowski带着三名分别在机器人、地图、软件工程领域有着资深经历的谷歌员工一起创建了Otto。
同年8月，谷歌自动驾驶项目技术负责人Chris Urmson离开谷歌，并联合来自谷歌、苹果、特斯拉等公司的多名员工，创建了无人驾驶创业公司Aurora Innovation。一时间，谷歌涌现了一股离职自主创业潮。
受到启发，Bryan离开了工作了5年的老东家谷歌，找到了之前在国家机器人研究中心认识的Peter。理念相同的两人一拍即合，2016年11月一起创立了自己的自动驾驶公司Argo AI。这家主要研究L4级自动驾驶系统的公司，希望在人流密集的城市区域提供共享出行和货物投递等相关服务。
如果说此前的自动驾驶技术还处于科研学术探索时期，那么2016年则是一道分水岭，此后自动驾驶赛道迎来了一阵爆发期。CB Insight数据显示，2017年全球智能驾驶融资达到32.68亿美元，同比上年增速达到234.1%。
自动驾驶赛道的火热，让Argo AI在融资路上走得异常顺利。在Argo AI创办仅一年后，福特便按捺不住将其收入囊中，并将已有的自动驾驶部门合并入内。彼时Argo AI已经晋升为估值超过10亿美元的独角兽。
被福特收购后，Argo AI仍保持着低调状态，鲜有消息传出。直至2019年，大众汽车26亿美元投资入局，才让这只自动驾驶独角兽浮出水面。大众投资入股后，Argo AI估值更是水涨创高，估值一度达到73亿美元（约合人民币500亿元），员工突破2000人。
然而时过境迁，纵使拥有福特与大众两家全球知名车企撑腰，既不缺钱也不缺技术实施平台的Argo AI还是无法摆脱难以商业化的命运，走向了破产的终章。
谁杀死了明星独角兽？
唏嘘之余，我们试图探索这只超级独角兽的死亡原因。
一语概之，Argo AI是被福特和大众战略性抛弃的。公司发言人在一份声明中表示，“在与股东的协调下，Argo决定不再继续运营。”部分员工将有机会继续在福特或大众汽车谋得职位，从事自动驾驶技术方面的工作，而部分员工将面临失业。
何以走到了这一步？资料显示，Argo AI主要研发虚拟驾驶员系统，包括传感器、软件、计算平台和高精地图等，最终将应用于福特的自动驾驶汽车。当年拿到大众的投资后，Argo AI的这套解决方案也将应用于大众集团的自动驾驶汽车。按照计划，大众将与福特共同分担Argo AI的研发费用，同时帮助Argo AI把业务拓展到欧洲。
危险有迹可循。2019年，Argo AI被福特收而复拆，联手大众继续瞄准L4级自动驾驶系统，还与美国网约车平台Lyft达成合作，希望推出Robotaxi。但由于进展缓慢，无人驾驶出租车的落地并不顺利，而随着福特和大众汽车遭遇转型压力，纷纷改变思路，决定不再注资。其实在今年7月，Argo AI已经被爆开始裁员。
福特在一份声明中直接坦言了抛弃的原因：公司需要投资于短期内更容易实现的驾驶辅助技术，而不是Argo的完全自动驾驶目标。福特汽车CEO吉姆·法利更是表示：“实现大规模、盈利的完全自动驾驶汽车还有很长的路要走，我们不一定要自己研发这种技术。”
福特首席财务官John Lawler则直言，该公司认为，对完全自动驾驶的投资至少还需要五年多的时间才能看到回报，这意味着还需要数十亿美元的投资。福特高级技术人员也表示，制造一辆能够在密集的城市环境中自由行驶的自动驾驶出租车，“比把人送上月球还难”。
换言之，Argo AI所引领的L4方向还有一段长长的路要走，投资方看不到短期内商业化落地的可行性，故而选择忍痛止损。福特汽车同时官宣，决定停止L4方向的投入，停止ArgoAI的投入，转而集中资源做L2+和L3智能驾驶的开发。
福特的表态也导致大众完全退出。大众打算将其自动驾驶工作集中在与博世和地平线的现有合作上。大众CEO 在一份声明中表示，“尤其是在未来技术的开发方面，专注和速度至关重要。我们的目标是在尽可能短的时间为客户提供最*大的功能，并使我们的开发尽可能具有成本效益。”
为了缓解资金压力，Argo AI在2021年曾计划走向IPO，但最后考虑到种种困难不了了之。
给创业者拉响警钟
没有造血能力的独角兽沦为“纸老虎”
Argo AI倒下也许只是一个开始。
今年7月，特斯拉关掉其位于加州圣马特奥的办公室并裁员其中员工229名。据悉，这支团队正是隶属于特斯拉自动驾驶研发团队。
虽然马斯*在今年6月给公司的内部邮件中将裁员归因于“感觉经济状况不佳”，但最先开刀的是自动驾驶团队，信号不言而喻。
实际上，自动驾驶赛道确实不再如往年般烈火烹油，裁员与高管离职比比皆是。自2020年至今，美国多家自动驾驶独角兽相继裁员。累计融资超过70亿元自动驾驶融资王Zoox宣布裁员10%；Kodiak Robotics宣布裁员20%；今年5月，通用此前收购的自动驾驶公司Cruise裁掉近8%的员工……
我们把视线拉回国内，不少自动驾驶研发高管也相继离职。华为自动驾驶系统CTO、车BU首席科学家陈亦伦选择离开效力了四年的华为；蔚来自动驾驶副总裁章健勇、理想座舱软件与电子电气业务负责人王凯、阿里巴巴前副总裁达摩院自动驾驶实验室原负责人王刚等也都在团队调整中选择离职……
但另一边，自动驾驶赛道却并不缺融资。去年4月，谷歌母公司Alphabet旗下的无人车公司Waymo CEO John Krafcik宣布离职。而在短短两个月后，这家公司便获得25亿美元的大额融资。
即便今年一级市场普遍寒冬，自动驾驶赛道依然有一杯不错的羹可以分。据不完全统计，自2022年至今，自动驾驶行业已发生超过80笔融资事件，其中亿元及以上的大额融资有21笔，背后有不少知名VC/PE机构的身影。
仅仅本周，奕行智能完成超3亿元Pre-A轮融资，广汽资本、东方富海领投，越秀产业基金、国创中鼎、和利资本、临芯投资、火山石资本、海微科技等跟投；今年5月，文远知行宣布获得博世集团的战略投资，最新估值超过44亿美元；今年4月，毫末知行获得由中银集团投资有限公司领投、首程控股跟投的数亿元A+轮融资；同月，小马智行则完成D轮融资首次交割，最新估值达到85亿美元……可谓一半海水，一半火焰。
为何自动驾驶赛道如何冰水两重天？
从战略角度而言，新能源汽车智能化是继电动化之后的下一程，已经成为所有造车玩家的共识，没有人会愿意错过。在北京一家知名美元VC眼中，智能汽车的第二轮竞赛，自动驾驶是核心。“谁能率先交付成熟的自动驾驶产品，谁就能与主机厂一同突围。”
然而理想总是丰满的，现实依旧残酷。商业化落地，是摆在每一家自动驾驶企业面前的难关。漫长的商业化周期，像是一场无期限的马拉松将参赛选手在起跑时的踌躇满志消磨，选手倒在半途中已成常态。
二级市场对无法实现商业化的自动驾驶企业并不手软。最近，Mobileye估值缩水50%上市，而已经上市的自动驾驶企业如图森未来、Luminar、Aurora等，市值都大幅跌去超80%，这些都已经给一级市场浇了冷水。
“领先太多，反而成为了烈士。”对于Argo Ai的倒闭，有业内人员在社交媒体上感叹。
种种迹象表明，如今在海内外自动驾驶赛道，L4自动驾驶在技术、商业模式、法规标准、供应链等方面都面临困难，且面临的落地挑战正越来越具体，特别在乘用领域，几乎所有的玩家都开始降维释放到量产车，开启L4向L2+的转型。
所以我们看到，当下不少自动驾驶企业开始寻求新的生存之道——主动降维。高级别的L4或L5无法量产，那就为车企提供级别更低的L2或L3的辅助驾驶方案；相比自动驾驶乘用车，场景复杂程度更低的自动驾驶卡车，成为赛道新热点。
这也向行业证明了一个事实，如果没有造血能力的自动驾驶公司，即不能量产的公司，将面临极大的生存危机。
“预测年底前，自动驾驶行业开启大裁员。”当行业快速出清去泡沫，活下去成了第一要义。
特斯拉前AI总监Andrej Karpathy访谈：关于埃隆，离职原因，自动驾驶
10月30日，麻省理工大学人工智能专家，油管网红播客主Lex Fridman放出了又一个三小时的长访谈。这次的访谈对象，是七月中刚从特斯拉离职的Andrej Karpathy。
Andrej是人工智能领域的另一位网红人物。离职前，他担任特斯拉的人工智能和视觉总监，和Ashok，Milan一起，是负责autopilot团队的“三剑客”。
这里剪取访谈的其中约二十分钟作了翻译。Andrej讲述了他为什么离开特斯拉，讲述了他对于埃隆·马斯*，对于自动驾驶，对于擎小柱机器人的看法。本文总字数约6千。
访谈中，Andrej表达了将来可能重回特斯拉的想法。对此，老马在推上火速回复：特斯拉永远欢迎Andrej
一 关于埃隆·马斯*Lex：与埃隆·马斯*共事，你在机器学习，工程，生活上，以及你自身，学到了什么？
Andrej：我认为，我学到最多的是关于如何有效地运营组织，以及如何创建高效的组织，并与组织中的熵作斗争。
Lex：人类的工程，与熵作斗争？
Andrej：是的，我认为在与组织中的熵作斗争方面，埃隆是一位非常高效的战士。
Lex：组织中的熵，到底是什么样子的？
Andrej：它是流程，它是...
Lex：低效率，表现形式为会议，诸如此类的东西？
Andrej：是的，会议，他讨厌会议。他一直告诉人们，如果会议没有用，就不用参加。
我想说，他基本上管理着世界上最大的几家创业公司。特斯拉，SpaceX，是世界上最大的几家创业公司。特斯拉事实上是多家创业公司，我认为这样看比较好。我认为他在这方面极其出色。
是的，他对于精简流程有很好的直觉，可以让一切都很高效，最好的零部件是没有零部件，简化，专注，移除障碍，迅速行动，大胆的行动...
所有这些，看起来都很像初创公司的风格，只是规模很大。
Lex：*力驱动简化。
从你的角度看，这可能也适用于设计系统，机器学习，以及其他方面，简化，简化...
你认为，在一家不断发展的公司内部，保持创业公司文化的秘诀是什么？你能反思总结一下吗？
Andrej：我确实认为，需要有人当权并举着一柄大锤，就像埃隆。他是那个主意的啦啦队，并无情地对其进行追求。
如果没人有足够大的锤子，一切都会变成委员会，公司内部的民主，流程，与利益相关者交谈，决策... 一切都会崩塌
如果有一个大人物，非常聪明，而且有一柄大锤子，事情就会迅速推进。
AK和老马在2021年AI Day上
二 关于目标设定
Lex：总之，设定看似不可能的目标，你认为价值是什么？
就像我们最初的直觉，在埃隆支持下，你所承担的职责。社区最初的直觉可能会说，这是非常困难的。但你还是承担了这个职责，带着一个疯狂的最后期限。
仅从人类工程的角度来看，你有没有看到这种做法的价值？
Andrej：我不会说，设定不可能完成的目标是一个好主意。但我认为，设定非常雄心勃勃的目标是一个好主意。
我认为有一种我称之为“难度的亚线性变化”的东西。这意味着，10倍问题并不代表着10倍难度。通常，10倍难度的问题，执行难度大概是2或3倍。
因为如果你想把系统提升10%，这需要花费一定的工作量。而如果你想把系统提升10倍，则不需要花费100倍的工作量。这是因为，你从根本上改变了方法。
如果你从这个约束开始，那么有些方法显然是愚蠢的，是行不通的。它会迫使你重新评估。我认为，这是一种非常有趣的处理问题和解决问题的方式。
Lex：但它需要一种奇怪的思维方式。
这就像回到了你的博士时代，你如何判断机器学习领域的哪些想法是可以解决的？
这需要什么，第一原理的思维方式，这是老生常谈了。但它要求我们基本上不理会学术界的意见。通常，科学的学术界不是都会划分可能和不可能的界限吗？而且，不疯魔，就很难突破这个界限。
Andrej：恩，我认为一个很好的例子是，深度学习的革命，在某种意义上。
因为你当时可能正从事于计算机视觉。在2012年及之后的深度学习革命期间，你可以把计算机视觉技术栈提升10倍。或者我们可以说，其实这些都没用，我怎样才能把计算机视觉提升10倍呢？
恩，这可能没法通过调整某个HOG特征检测器实现，我需要一种不同的方法。我需要的是可扩展的方法，回到理查德·萨顿的理论，并理解那些我们所经历的痛苦教训的哲学。
然后，实际上我需要一个更可扩展的系统，就像神经网络，原则上是可行的。然后，能有一些坚信这个方向的人，能够实际执行，并达成这个使命，也就是提升10倍的解决方案。
三 实现自动驾驶的时间表
Lex：你认为解决自动驾驶问题的时间表是什么样的？在某种程度上，这仍然是一个开放问题。
Andrej：我认为自动驾驶时间表的困难之处显然在于，没有人实现过自动驾驶。
这并不像，你认为建造这座桥梁的时间表是什么样的？好吧，我们以前造过无数的桥，而这座需要这么长时间。
没有人实现过自动驾驶，答案并不清楚。有些部分比其他部分容易得多，这真的很难预测。你尽力而为，基于趋势线等等，也基于直觉，但那就是为什么从根本上说，真的很难预测。
Lex：就算对于内部人员来说，也很难...
Andrej：是的，有些事情比想象的更难，有些事情更容易。
Lex：你是不是试图避免作出预测，而埃隆并不回避预测，对吧？而过去，汽车公司的领袖们也并没有回避预测。福特和其他公司曾经做出预测，我们将在2020年，2021年，或某个特定时间解决L4级自动驾驶问题。而现在，这个预言，他们都反悔了。
作为人工智能专职人员，你会不会私下里进行预测？还是说，这样做会妨碍你实际思考问题的能力？
Andrej：嗯，我想我们可以轻松的说，这个问题是可以解决的。这是一个很容易做出的预测。
可以解决的，自动驾驶将能运作。是的，只不过的确很难，有些事情比预想的更难，而有些事情更容易。但我感觉，这个问题绝对是可以解决的。感觉至少特斯拉的团队，也就是我在内部看到的，肯定是走在正轨上。
Lex：你如何形成一个*有力的表达，让你能够对于可解决性做出预测？
你是很多人的领袖，你必须说，这实际上是可能的。你如何建立这种直觉？
甚至不一定是自动驾驶，也可以是其他任务，也可以是... 我想知道在你的生活中，你曾从事过哪些困难的任务？我是说，分类，让图像网络达到某种超越人类的水平。
Andrej：是的，专家级的直觉，仅仅直觉，这是信仰。
Lex：只要思考的够久，研究样本数据，就像你说的，自动驾驶。
我的直觉在这方面确实有缺陷，对于可解决性，我没有很好的直觉。它可能很容易，也可能不是，它可能是可解决的。
驾驶任务可能可以被简化为非常简单的问题，这个问题的解决方案可能很简单。而规模化之下，越来越多的汽车能完美地驾驶，可能会让问题更容易解决。
你驾驶过越来越多的车，人们就是这么正确地学会开车的。不是正确地，而是对一个由全自动，半自动和人工驾驶的汽车组成的异构系统来说，某种意义上是一个更理想的方式。这可能会改变一些东西。
话说回来，我也花了大量的时间盯着过马路的行人看，思考人类的情况。我感觉，我们使用眼神接触的方式，能发出非常*烈的信号，而且有一些特定的古怪或边缘行为。
当然，很多发生的车祸死亡事故都与酒后驾驶有关，在行人方面和司机方面都是如此。还有夜间驾驶的问题，所有类似的问题。
我想，自动驾驶潜在的解决方案空间，包括这么多的人为因素，以至于它几乎无法预测。可能会有超级漂亮的优秀解决方案。
Andrej：是的，我想说，套用游戏的类比，这里有“战争迷雾”，但你肯定也能看到改进的前沿。可以通过历史衡量，你已经取得了多少进展。
我认为，例如，至少以我在特斯拉大约五年的时间里所看到的，我加入公司时，它只能在高速公路上保持车道。我记得从帕洛阿尔托到旧金山，需要三到四次的人工干预。任何时候，道路有了任何几何上的变化，或者转弯太猛，它就无法运作。
在五年内，从那个状态发展到一个具有相当能力的系统，并看到在表象之下，实际发生了些什么，以及就数据，算力和其他一切而言，团队现在运营的规模。这些都是巨大的进步。
早期的autopilot系统
Lex：这就像，你在爬山，虽然有雾，但你也在不断取得很大的进展。
Andrej：有雾，你正在取得进展，并且你看到接下来的方向是什么。
你在看着剩下的一些挑战，而它们并没有干扰你，它们没有改变你的哲学，而且你没有扭曲自己。你会说，实际上这些就是我们仍然需要做的事情。
Lex：是的，解决问题的根本要素似乎就在那里。从数据引擎，到车上的计算机，再到用于训练的算力，所有这些要素。
四 为什么选择离开特斯拉？
Lex：在特斯拉，这么多年来，你已经实现了... 你已经实现了很多惊人的突破性的想法和工程工作，所有这些。从数据引擎，到人员方面，所有这一切。你能说说，你为什么选择离开特斯拉吗？
Andrej：基本上，正如我所描述的，在这五年里，我认为随着时间的推移，我有点像是把自己转到了一个管理职位上。
我的大部分时间都是在开会，和发展组织，做出关于团队的高层次的战略决策，以及团队应该做些什么，等等。这有点像企业高管的角色。
我可以这么做，我认为我做的还不错，但这并不是我从根本上享受做的事情。
我记得，当我加入公司时，还没有计算机视觉团队，因为特斯拉刚刚脱离第三方供应商MobilEye的依赖，开始搭建自己的计算机视觉系统。
当我出现的时候，有两个人在训练深度神经网络。他们的训练工作是在脚边的电脑上完成的，一台工作站。
Lex：那是很基本的分类任务。
Andrej：我把团队从萌芽状态，发展到了我认为是相当值得尊敬的一个深度学习团队，一个大规模的计算集群，一个非常好的数据标注团队。
我对团队的情况非常满意，团队变得相当的自主，所以我可以退后一些。
我很高兴，能再次从事更多的技术工作，重新专注AGI(通用人工智能)。
Lex：你的心灵探索，进展如何？因为你花了一点时间调整，你做了哪些思考，采到了多少朵思维之花？你是怎么思考的？
人的生命是有限的，你完成了一些不可思议的工作。你是世界上最好的人工智能老师之一，你是最好的...
我不是这个意思，我的意思是，以最好的方式，你是人工智能世界中最好的思考者之一。这是说，通过从头开始搭建一个东西，了解它的基本工作原理，并通过基本的直觉进行研究。
爱因斯坦，费曼都很擅长这个方法，通过一个小例子来研究，来尝试理解它。
显然，目前你已经帮助建立了一支机器学习的团队，很多工程师，以及一个能在现实世界中真正完成任务的系统。
考虑到这一切，你的心灵探索进展如何？
Andrej：嗯，挺难的，因为我显然非常爱这家公司。我爱埃隆，我爱特斯拉，离开是很困难的，我爱这个团队。
但是，我认为，事实上我的确有可能想要重新审视这个决定，也许会在某个时候回来，从事于擎小柱的工作，从事于特斯拉的AGI工作。
我认为，特斯拉会开展一些不可思议的工作。基本上来说，它是一家大规模的机器人公司，拥有大量的内部人才，可以开展非常不可思议的工作。
而我认为，人形机器人将会很了不起。我认为，自动驾驶的交通运输将会很了不起。所有这些都发生于特斯拉。我认为，这是一个非常了不起的组织。作为它的一部分，并帮助它，我很享受这个过程。
是的，因为这些原因，离开是很困难的，因为我爱这家公司。但你知道，我很高兴有可能在未来某个时候，回到特斯拉开启第二篇章。
但我当时的感觉，在当前这个阶段，我建立了团队，它能自主运作。我成了一名经理，但我想做更多的技术工作，我想学习东西，我想教授东西。我只是觉得，这是一个很好的时机，可以改变一些节奏。
7月离职时，AK说：“我还没有下一步具体的计划，但希望能花更多时间重新审视我在人工智能、开源和教育方面技术工作的长期热情。”
五 关于擎小柱机器人
Lex：你提到了人形机器人，你对于擎小柱，特斯拉机器人有什么看法？你认为10年，20年，30年，40年，50年后，工厂和家庭中会有机器人吗？
Andrej：是的，我认为这是一个非常困难的项目，我认为需要一些时间。但还有谁在大规模地生产人形机器人？
我认为，这是一个值得追求的非常好的外形尺寸。因为就像我提到的，这个世界是为人形尺寸设计的。这些东西将能够操作我们的机器，它们将能坐在椅子上，甚至有可能驾驶汽车。
基本上，这个世界是为人类设计的。这就是你想投资的外形尺寸，并且随着时间的推移，使其发挥作用。
我认为，还有另外一派想法，那就是，选择一个问题，并设计机器人来解决它。但实际上，设计机器人，让整个数据引擎和它背后的一切技术都运作起来，实际上是一个非常困难的问题。
寻求通用的接口，是合理的。对于任何一个特定的任务，它们都不是完美的，但它们实际上具有通用性，只要给它英语指示，就能完成一些事情。我认为，在物理世界中寻求一个通用的接口，是非常合理的。
我认为，这是个非常困难的项目，将需要一些时间。但我认为，没有其他公司能够基于这一愿景执行。
我认为它将令人惊奇，它基本上代表着劳动力。如果你认为交通运输是一个巨大的市场，那就试试劳动力市场吧，疯狂。
Lex：嗯，但对我来说，这不仅仅是劳动力，同样令人兴奋的是，社会性的机器人。我们与这些机器人在不同层面上建立的关系。
这就是为什么我看到擎小柱时非常激动。人们因为我的激动而批评我。
但我曾经和很多从事人形双足机器人研究的实验室合作，波士顿动力，Unitary，很多，有很多公司都在从事双足机器人研究。但动作的优雅性，只是整体问题中一个很小的部分。
对我来说，特斯拉研发人形机器人，或双足机器人的两个最激动人心的点，显然在于集成了数据引擎，数据引擎的部分，用于感知，控制和规划的实际智能，和所有这些整合到你提到的车队中的技术，对吧？
然后说到车队，第二点是大规模生产。从企业文化上推动生产一款简单的机器人，能很便宜的进行量产，并把它做好，有经验把它做好，这改变了一切。这和波士顿动力公司的文化和风格完全不同。
顺便说一下，那些机器人，它们运动的方式，特斯拉要想实现流畅的运动，还需要很长一段时间。
但那不是问题的关键所在，关键在于系统的整体性，就像我们谈到的，数据引擎和车队。
这是超级让人激动的，甚至最初的原型也是这样。仅就原型而言，也非常令人惊讶，能在几个月的时间里就完成原型。
AI Day2上展示的机器人demo
Andrej：是的，正如你所提到的，之所以能这么快，是因为从autopilot系统中，复制粘贴了大量的技术。
特斯拉在生产人形机器人方面拥有大量的专业技术，让人难以置信。
基本上，有一次埃隆说，我们要开发机器人。然后基本上第二天，所有这些CAD模型就开始出现了，而人们开始讨论供应链和生产制造。人们带着螺丝刀和所有工具出现了，并开始把机器人的身体组装在一起。
我当时就说，哇，所有这些人，特斯拉都有。从根本上说，生产汽车和生产机器人并没有什么区别。
的确如此，不仅仅是对于硬件而言。我们也不要忘记，硬件不仅仅是为了演示，大规模生产这些硬件，是一件完全不同的事情。
而对于软件来说，也是如此。基本上，这款机器人目前认为自己是一辆汽车。
Lex：到了某个时候，它就会有中年危机了...
Andrej：它认为自己是一辆汽车。
在早期的一些演示中，实际上我们讨论过，可能在外面的停车场做这些演示，因为所有的计算机视觉都是天然在室外运作的，而不是室内。
但所有的操作系统，所有的技术，都是复制粘贴得来的。计算机视觉，主要是复制粘贴得来的。我是说，你必须重新训练神经网路，但是对于数据引擎和离线跟踪器的方法来说，以及我们实现占用率追踪器的方法等等，一切都是复制粘贴得来的，你只需要重新训练神经网络。
然后规划和控制，当然，必须要有相当大的改变。但在特斯拉所做的事情中，有大量的复制粘贴操作。
如果你的目标是，让我们生产一百万个人形机器人，对于特斯拉以外的公司而言，这要求太高了。对于特斯拉而言，其实也没那么疯狂。
Lex：然后，后续问题是，我们开车，操控物体，这个任务有多难，以至于进行规模化，它就可以产生影响？
我认为，根据不同的场景，机器人技术的好处在于，除非用于制造业，它会有更大的容错空间。
对于驾驶来说，安全性至关重要，时间精度也非常重要。而机器人可以更慢的移动，这挺好的。
Andrej：是的，我认为需要很长的时间。但是，你想规划开发的方式是，你需要说，好吧，我们需要很长的时间。我怎样才能制定产品的发展路线图，让我能在这个过程中获得收入。
我不会给自己设定一个非零即一的损失函数：在它成功之前，是无法运作的。我们不希望处于这种境地。我们想让它几乎立即运作起来，然后，我们想要慢慢地部署它，并进行规模化。
我们想要搭建我们的数据引擎，我们的改进循环，测量，评估，控制管理，以及所有的流程。
我们想要随着时间的推移，逐步改进产品。而且我们在这一过程中获得收入，这一点至关重要。因为否则的话，我们将无法推进这些大型项目，那在经济上并不合理。
而且从工作团队的角度来看，他们也需要一路都获得多巴胺。他们不能接受，只是承诺这会成为有用的产品，一旦成功，它将在10年内改变世界。这不是我们想要的方式。
我们想要的方式类似于今天的autopilot，它提供了不断增*的安全性和驾驶的便利性，就在今天。人们为它掏钱，人们喜欢它，人们购买它。然后，你也有更大的使命，正在努力实现。
Lex：而你看到了，团队的多巴胺，是快乐的一个来源。
Andrej：没错，我们部署这个产品，人们喜欢它，人们驾驶试用它，人们为它掏钱，他们关心它，发布所有这些油管视频。
你的奶奶驾驶试用它，她给你反馈。人们喜欢它，人们参与其中，你参与其中，无比重要。
186亿美元！十大芯片巨头大砍支出
今年以来，随着俄乌冲突发生，通货膨胀加剧，美元指数节节攀升，芯片市场亦寒意渐浓。
当下，正值芯片厂商三季报业绩披露期。据中国台湾媒体经济日报10月31日报道，包括台积电、英特尔、SK海力士、美光、联电、力积电、南亚科、日月光、旺宏、力成等在内的10家半导体厂商纷纷公布下修资本支出，累计下修金额达新台币6,000亿元（约合186亿美元），堪称半导体史上最大的资本支出修正潮。
这十家半导体厂商业务范围主要涵盖晶圆代工、存储芯片、封测等领域，其中有的厂商已是两度下修资本支出，可见当前半导体市场正迎来市场周期的阵痛期。
IDM
英特尔
下调20亿美元
10月28日，英特尔公布了2022年第三季度财报。报告显示，英特尔第三季度营收为153.38亿美元，与去年同期相比下降20%。除营收外，其净利润与去年同期相比也下降85%，为10.19亿美元。
英特尔营收下滑背后，与个人电脑处理器需求的急剧下降有着直接关系，英特尔称，第三季PC需求疲弱，主要因消费和教育市场疲软，同时PC厂商仍在降低库存所致。
Canalys发布的数据也显示，全球个人电脑市场在2022年第三季度遭遇需求大幅下滑，台式机和笔记本电脑的总出货量下降18%至6940万台。
为了应对商业周期的影响，英特尔给出了“开源”和“节流”两个办法。其中节流方面，就是降低成本并提升业务效率，本会计年度资本支出由270亿元降至250亿美元，减少了20亿美元。另外，英特尔还计划在2023年实现30亿美元的成本削减，到2025年累计减少100亿美元的资本支出。
当然，不只英特尔，PC需求持续下降的背景下，芯片厂商的日子都过得紧巴巴，亟待清理库存。
晶圆代工
台积电
二度下调40亿美元
晶圆代工龙头台积电是全球最大、最先进的半导体生产商，其业绩和动向是半导体行业的重要风向标之一。
日前，台积电公布2022年第三季度财报，营收同比增长47.9%，环比增长14.8%；净利润再创新高，高达88亿美元，同比增长79.7%，环比增长18.5%，这些数据均超出了分析师的预期。在目前全球半导体市场下滑的背景之下，凸显了台积电作为半导体行业龙头企业的出色的盈利能力。
即便如此，受行业不确定性影响，台积电依旧宣布将今年的资本支出计划削减 10%至360亿美元，减少了40亿美元。而就在三个月前，台积电已经将今年资本支出目标，从年初提出的 440亿美元下调至接近400亿美元。也就是说，二次下调后，相比年初计划的资本支出金额，下修了超过18%。
至于下修资本支出的原因，台积电副总裁兼首席财务官黄仁昭黄仁昭解释称，主要是由于近期半导体库存调整状况超乎预期，加上通货膨胀、俄乌冲突、升息等变数持续，使得客户将扩产计划延后等情况所造成。
此外，据中国台湾媒体电子时报最新报道，供应链消息人士透露，第三季度起台积电前十大客户陆续砍单，其中联发科、AMD、英伟达、Marvell 和意法半导体的订单削减幅度大于预期，并推迟了交货日期。
作为占据全球晶圆代工半壁江山的“代工一哥”，台积电面对通胀压力、成本上涨和其他一系列全球经济困境，都在做出让步，那联电和力积电等二线晶圆代工厂，日子就更不好过。
联电
下调6亿美元
联电和台积电一度并称为中国台湾地区的“晶圆代工双雄”，于10月26日公布2022年第三季营运报告，合并营收为新台币753.9亿元，较上季的720.6亿元成长4.6%，较2021年第三季度的559.1亿元增长34.9%。第三季毛利率达到47.3%，归属母公司净利为新台币270亿元，每股普通股获利为新台币2.19元。
虽营收成绩仍维持稳健，但联电将资本支出从原定的36亿美元调降至30亿美元，同时*调其在台南和新加坡的产能扩张仍在按计划进行，以满足长期的供应承诺。
联电总经理王石表示，资本支出下修的原因主要有两项，分别为设备的交付延迟，以及对于正在下滑的景气所做出的回应。目前与联电签署长约订单的主要客户，大部分都没有违约状况，但也坦言“的确有客户无力履行长约。”
力积电
下调6.5亿美元
力积电于10月13日召开法说会，公司第三季营收191.84亿新台币，环比下降12.13%，同比增长10.95%；毛利率46.4%，环比减少4.7个百分点，同比增长2.9个百分点。
同样也是因为产能利用率出现下滑，力积电总经理谢再居日前表示，由于无尘室与机电工程人力短缺、设备交期拉长，以及伴随市况调降产能规划，力积电原订今年资本支15亿美元，最新已下修至8.5亿美元（其中12寸占比95%，8寸占比5%。），减幅高达 43%，减少约6.5亿美元。
存储芯片
SK海力士
下调70.4亿美元
在这一众厂商之中，SK海力士削减幅度堪称最大！
10月25日，全球第二大存储芯片制造商——韩国SK海力士公司公布2022年第三季度的收入为10.98万亿韩元，营业利润为1.66万亿韩元（OP利润率为15%），净利润为1.1万亿韩元（净利润率为10%）。销售额和营业利润环比分别下降20.5%、60.5%。
SK海力士分析称，由于全球宏观经济环境恶化，DRAM和NAND产品需求低迷，销量和价格均有所下降，因此营收环比下降。随着作为存储芯片主要买家的PC和智能手机制造商的出货量下降，半导体存储器行业正面临前所未有的市场状况恶化。
与此同时，SK海力士预测，目前供应将继续超过需求。考虑到这些因素，该公司决定今年的投资预计将在10-20万亿韩元(约507-1014亿元人民币)，计划明年削减50%以上投资支出，估算整体缩减幅度将高达10万亿韩元（约70.4亿美元）。
美光
下调35亿美元
随着个人电脑、智能手机等消费电子需求下降，美国存储芯片大厂美光也深受冲击。
根据美光公布的2022财年第四财季财报显示，该季营收同比下滑约20%至66.4亿美元，为两年多来的首次下滑，低于此前美光公布的财测下限目标，也低于市场预期的66.93亿美元。净利润为14.9亿美元，同比大幅下滑45%，低于市场预期的13.76亿美元。
美光同时发出预警，表示所有客户都在削减订单，未来的存储芯片需求和公司经营将面临更严重的困难，并宣布公司2023财年的资本支出将削减30%，预期年度资本支出将约为80亿美元，减少约35亿美元。其中，芯片封装设备方面的投资被砍掉一半。
南亚科
下调2亿美元
DRAM厂商南亚科日前召开法人说明会，受DRAM价格下跌及出货下滑的影响，第三季度营收为新台币110.22 亿元，较第二季度环比下滑了38.9%；营业毛利为新台币35.97 亿元，毛利率32.6%，较第二季减少11.5 个百分点；营业利益为新台币9.2 亿元，营业利益率8.3%，较第二季季减少21.5 个百分点。
南亚科表示，由于高通货膨胀、疫情等因素影响，整体市况较差，南亚科2022年资本支出预计由新台币284亿元降至新台币220亿元，减少64亿元新台币（约2亿美元），降幅约22.5%。其中，生产设备资本支出降幅约4成。2023 年将持续缩减资本支出，规划以不超过新台币220 亿元为目标，其中生产设备资本支出相较于2022 年将进一步调降逾20%。
旺宏
下调1.7亿美元
旺宏公告第三季合并营收季增1%达新台币114.72亿元，较去年同期减少23%。营业毛利率为 44.2%，较前一季減少 7%，也较去年同期减少 21%。本季营业净利及营业净利率分別为新台币 24.17 亿元及 21.1%。营业净利较前一季减少 19%，也较去年同期减少 31%。
董事长吴敏求表示，由于全球经济成长趋缓并造成存储需求减弱，旺宏第四季起将减产20~25%，以避免未来可能的存货跌价风险。
除了减产，旺宏今年资本支出也由原订的新台币160亿元，下修至新台币106亿元，降幅33.8%，即减少新台币54亿元（约合1.7亿美元）。
封测
日月光
下调2亿美元
近日，半导体封测大厂日月光召开法说会，受益于封测价格与稼动率双双维持高位，加上委托制造服务（EMS）需求优于预期，日月光2022年第三季度未经审计的净营业收入为1886.26亿新台币，同比增长25%，季增18%；装配和测试服务净营业收入为988.31新台币，同比增长10%，季增4%；电子制造服务净营业收入为906.65亿新台币，季增37%。
不过，受到半导体库存调整影响，日月光今年资本支出将下修10%，从原本20 亿美元至约18 亿美元，下调近2亿美元。
力成
下调2.17亿美元
半导体封测厂商力成10月28日召开法说会，公布第三季财报，第三季营收 为214.3 亿元新台币，季减 7.9%，年减 4%；毛利率 19.4%，季减 4.1 %，年减 4.4 %点。
力成表示，第三季受到逻辑与存储器客户产品库存调整影响，产品组合调整，产能利用率下降，影响毛利率表现。
今年资本支出预计新台币170亿元，明年将降低40%至约新台币100亿元，减少了约新台币70亿（约合2.17亿美元）。
写在最后
综合来看，包括IDM厂商、晶圆代工、存储巨头、封测厂商，都感觉到了产业链传出的寒意。行业人士指出，预计接下来宣布缩减资本支出的半导体制造商只会更多，整体资本支出减少金额也会持续上升。
面对下行周期，半导体行业集体削成本，准备“过冬”。与海外厂商资本开支转向谨慎不同，中芯国际/华虹半导体等国内企业持续推进产能建设，其逆周期扩张态势明显。
此外，行业周期也有望推动技术趋势加速进化，意味着围绕原有技术链的流程与生态松动，向新技术轨道切换的阻碍减小，中国芯企业如能抓住这样的机会，将有望实现加速发展，乃至“换道超车”。
一直以来，芯师爷陪伴并见证着中国半导体产业披荆斩棘、迎刃而上的坚持与成长，并通过“硬核中国芯”系列活动记录下中国自主研发芯片的成长足迹。
大算力芯片时代下，Arm迎来新风口
众所周知，2000年手机移动时代的发展带动了Arm架构的繁荣。随着行业进入由5G、工业互联网、物联网、人工智能等驱动的数字化时代，Arm似乎又再次迎来了“风口”。短短4年内亚马逊云科技（AWS）的定制芯片Graviton系列CPU已经发展到第三代；Ampere宣布每年推出基于Arm架构高核心数服务器CPU；英伟达发布了面向AI及高性能计算 (HPC) 的Grace CPU；VMware运用DPU开展Monterey项目；包括AWS、微软、谷歌、阿里巴巴、甲骨文等主流的公有云厂商都在使用DPU来支撑云工作负载。所有这些都可谓是按需构建的定制化芯片。
一个定制化芯片的时代正在开启。
Arm Neoverse：一个或将颠覆现代计算的架构
当前，全社会数据总量爆发式增长，数据存储、计算、传输、应用的需求大幅提升，对算力的需求也越来越高。CPU不仅需要处理通用计算类任务，还需要承担网络、存储、安全等任务，有效算力在总体算力中的占比逐渐下降，行业亟需在特定领域更高算力的芯片的支撑。而随着Arm Neoverse架构的发布，整个行业迎来了巨变。
2018年Arm首次发布了Arm Neoverse平台。目前，Neoverse平台主要包括三个IP系列：分别是V系列、N系列和E系列。据Arm官网介绍，Neoverse V系列主打极致性能，适合执行高计算需求和存储器密集型应用的系统，主要应用场景包括高性能计算 (HPC)、云计算和AI/ML加速型工作负载；Neoverse N系列主打可高扩展的性能表现，提供均衡的最佳化CPU设计、出色的性能功耗比和性能成本比，应用场景包括可高扩展的云计算、企业连网、智能网卡/DPU以及客制化ASIC加速器、5G基础设施以及电力和空间受限的边缘场景；Neoverse E系列主打高效率吞吐量，在支持高资料吞吐量的同时，大幅降低功耗，主要应用场景包括网络资料层处理器、低功耗网关的5G部署。
图源：Arm官网
可以看出，这三种内核分别针对三种不同的性能和功耗权衡，这就为各行业实现定制化芯片带来了充分且灵活的施展空间。但光有硬件还远远不够，要打造成功的基础架构解决方案，还需要一个*大的软件生态系统。
在软件生态系统方面，Arm不仅在开源社区有着长期且持续的投入，并在Arm Neoverse平台的设计原则中纳入了构建独一无二的开发者生态系统，目的是赋能开发者顺畅地进行创建、测试以及优化在基于Arm架构上的项目开发，如今，Arm架构得到了所有领先编程语言和运行库的支持，例如Linux操作系统、云原生软件、CI/CD流水线等都已经运行在Arm架构上。从架构、IP到技术库、运行环境和编译器，Arm已启用了主流的基础设施软件。
软硬件充分加持下，Arm Neoverse架构正在吸引一众云服务厂商、CPU厂商、GPU厂商、DPU玩家的青睐。
Arm CPU生态初具规模
首先是云服务厂商的躬身试探，公有云无疑是技术革新的最佳领域。对于不同的云服务厂商来说，由于其构建的生态不同，对芯片的性能需求也是各异。在市场选择不大的情况下，各云厂商选择了自研。
AWS可以说是最早开始自研服务器芯片的云厂商。自2018年至今，AWS的Graviton服务器芯片已经来到第三代。2022年5月下旬，AWS发布了基于Neoverse V1核心的Graviton3，这是第一个支持SVE的通用64位Arm服务器CPU。
无独有偶，在2021年10月份的云栖大会上，阿里巴巴旗下半导体公司平头哥发布自研云芯片倚天710，该芯片基于Armv9架构。这是阿里第一颗为云而生的CPU芯片，将在阿里云数据中心部署应用。
除了云服务厂商自研之外，初创公司Ampere Computing在Arm服务器芯片上的探索则为其他云厂商开辟了另一个选择。Ampere Computing是目前唯一一家为云服务提供商提供商用（独立）Arm服务器芯片的CPU公司，Microsoft Azure、谷歌云、甲骨文云等均使用Ampere Altra产品。
Ampere Computing分别于2020年发布80核的Ampere Altra，2021年发布128核的Ampere Altra Max，两者均基于Arm Neoverse N1内核。Ampere还宣布今年晚些时候将推出采用Arm架构的5nm AmpereOne CPU，但并不是基于Neoverse N1，而是基于Arm ISA自研的核心。不过这对Arm来说是一个极好的迹象，因为Ampere将在公司技术和x86服务器处理器之间进一步扩大服务器CPU空间。
云决策者的两大关键指标是单芯片性能和单线程性能。在这方面，Arm预测，使用Arm Neoverse V1核心的AWS Graviton3可提供最高的单线程性能；Ampere Altra Max和阿里的倚天710能在所有CPU中提供最佳的单芯片吞吐量。
云计算场景之外，5G和边缘领域的芯片厂商也开启试水之路。根据GSA数据显示，现在已有近85个市场提供5G服务，预计到2025年，连接设备将达到约18亿。未来的3-5年依然是5G发展和增*功能交付的关键。在这方面，Marvell最近几年放弃通用服务器业务，转而发展垂直市场，其推出的Thunder服务器芯片已经证明了在超算和商用领域的可行性。在世界移动通信大会 (MWC) 上，戴尔与Marvell宣布**联手；此外，诺基亚也与Arm在基于Neoverse CPU上进行合作，开发了ReefShark芯片组，如今已全面使用。
在高性能计算（HPC）领域，英伟达是一大代表，2022年3月22日，英伟达宣布推出首款面向AI基础设施和高性能计算的基于Arm Neoverse V2的数据中心的定制CPU Grace，它专为AI和HPC应用程序而设计。Grace专注于IO和内存带宽，与GPU共享主内存，通过NVlink将英伟达的GPU和Grace CPU连接，可扩展到现在需要数天才能运行的超大型AI模型。
早在2013年，亚马逊云科技 (AWS) James Hamilton就提出了一项双论点：其一，鉴于使用Arm架构的芯片出货数量，他确信Arm最终一定能设计出优异的服务器CPU；其二，James注意到，随着时间的推移，越来越多的功能逐渐从主板迁移到SoC上。手机领域已现端倪，服务器方面自然也会效仿。
而如今这两个论点正在实现，在一众厂商的大力推动下，采用Arm Neoverse平台的产品已创下了多项行业第一：第一个总内存带宽超过每秒1TB的CPU；第一个单块裸片上能配置超过100个核心的CPU，核心数达到128个；第一个将DDR5和PCIe Gen5.0推向市场的CPU；第一个在SPEC CPU 2017基准测试中打破500整型跑分的CPU。
Arm Neoverse在全球市场表现不菲，不仅是国际大厂，Arm Neoverse也为广大初创企业创造了良好的发展机遇。
国产CPU和DPU初创企业嗅到商机
近年来正值中国基础设施的计算升级新浪潮，因此，国内服务器芯片赛道也迎来了蓬勃兴起。国内一众初创企业如鸿钧微、遇贤微等将Arm Neoverse作为其服务器芯片的创新基础，甚至新兴的DPU企业也开始率先踏上探索之路。
鸿钧微电子是服务器芯片领域新兴的一员。在鸿钧微电子首席执行官沈荣看来：“数据中心的规模越来越大，其占地与体积随之将变得更大，这意味着要花费更多的资金投入，所以性能密度、功耗效率这些指标便显得尤为重要，而Arm Neoverse符合云计算所需的多核解决方案，具有优异的总拥有成本 (TCO) 优势，让我们找到能真正为客户提供具成本效益的整体解决方案。”据悉鸿钧微电子基于Neoverse N2的服务器CPU产品预计将在明年年底面世。
遇贤微电子是一家正在面向中国云计算市场打造弹性云原生服务器CPU的初创公司，采用的也是Neoverse N2平台。遇贤微电子首席执行官罗勇博士表示：“云计算的巨大增长是新一波科技浪潮的趋势，它将会是全球范围内最大的增量市场之一。而且，云计算生态系统已经是个相对成熟的环境，能让像Arm Neoverse这类的新架构来取代x86，最终用户能够从一致性的Arm Neoverse CPU上获益，也可以加速遇贤微电子产品的部署。”
不止是CPU和GPU这两类芯片，DPU芯片厂商也看中了Arm Neoverse的潜力。DPU (Data Processing Unit) 是最近几年新发展起来的一种专用处理器，被称之为数据中心继CPU和GPU之后的“第三颗主力芯片”。目前DPU主流方案亦开始以Arm Neoverse平台为设计基础。Arm基础设施事业部全球副总裁邹挺表示，“我们认为ASIC系统级芯片是普遍的最后DPU目标产品形态，而从能耗和性能的要求上来看，Arm Neoverse平台将是DPU中ASIC系统级芯片方案的最佳选择。”
国内DPU芯片头部企业云豹智能最新的DPU SoC产品上就采用了大量的Arm CPU，尤其是Neoverse CPU与其高性能互连技术。云豹智能首席芯片架构师及联合创始人莫志城指出：“现阶段数据中心正在快速地从以CPU为中心转变为以DPU为中心。云豹DPU不仅要能处理网络控制面和数据面的卸载，具备高度灵活和可编程能力；同时必须非常高效地处理运维和业务管理。因此我们的可编程DPU必须依赖非常高性能且低功耗的CPU，例如新一代的Neoverse。”据悉，云豹这款DPU产品预计于2023年初流片。
可以看出，由于高性能、低能耗、优异的性能比以及总拥有成本等特点，尤其是完善的自身生态，Arm架构正在吸引广大中国初创芯片企业的涌入，生态“朋友圈”逐渐扩大。另一方面，如Arm Neoverse这样的平台也为这些初创企业提供了很好的发展机会，并在加速芯片进入市场的时间窗口，如上文所述，国内几家初创企业基于Arm Neoverse的产品大多将于明年问世。
总结
全球基础设施领域的建设和升级兴起了新的浪潮，基础设施的未来必将改头换面，定制芯片将是这一变革必需的产物，未来十年，Arm架构的CPU进军智能计算市场已呈不可阻挡之势。这对所有人来说都是一个巨大的机会，处于产业链上的国产芯片企业应该乘着发展的东风，奋力前行。
参考文献链接
https://mp.weixin.qq.com/s/GUnlZdavWZjEGakMMIbrCQ
https://mp.weixin.qq.com/s/riYG3P4Go2U0Yi18d_H3OA
https://mp.weixin.qq.com/s/kPtZwA8NCQ3BQKK4BUyDLw
https://mp.weixin.qq.com/s/hecOwWvxsgJGKLIefDC_uw
https://mp.weixin.qq.com/s/3Yil5vzQaqLN54Nn4TT83A
