<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>NPU &#8211; 老范讲故事｜AI、大模型与商业世界的故事</title>
	<atom:link href="https://lukefan.com/tag/npu/feed/" rel="self" type="application/rss+xml" />
	<link>https://lukefan.com</link>
	<description>这里是老范讲故事的主站，持续更新 AIGC、大模型、互联网平台、商业冲突与资本市场观察，帮你看清热点背后的底层逻辑。</description>
	<lastBuildDate>Tue, 29 Jul 2025 00:57:09 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.9.4</generator>

<image>
	<url>https://lukefan.com/wp-content/uploads/2026/03/cropped-jimeng-2026-02-28-5245-用图一的人物形象，替换图二中的人物，使用图二的风格。文字替换：老范讲故事，Yo-32x32.jpeg</url>
	<title>NPU &#8211; 老范讲故事｜AI、大模型与商业世界的故事</title>
	<link>https://lukefan.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>遥遥领先的华为升腾384超节点VS英伟达NVL72：FP16算力压H100却逊GB200，三倍功耗换自主可控值不值？</title>
		<link>https://lukefan.com/2025/07/29/%e9%81%a5%e9%81%a5%e9%a2%86%e5%85%88%e7%9a%84%e5%8d%8e%e4%b8%ba%e5%8d%87%e8%85%be384%e8%b6%85%e8%8a%82%e7%82%b9vs%e8%8b%b1%e4%bc%9f%e8%be%benvl72%ef%bc%9afp16%e7%ae%97%e5%8a%9b%e5%8e%8bh100%e5%8d%b4/</link>
		
		<dc:creator><![CDATA[Luke Fan]]></dc:creator>
		<pubDate>Tue, 29 Jul 2025 00:57:08 +0000</pubDate>
				<category><![CDATA[AIGC]]></category>
		<category><![CDATA[华为很厉害]]></category>
		<category><![CDATA[99米长的枪]]></category>
		<category><![CDATA[AI推理]]></category>
		<category><![CDATA[AI芯片]]></category>
		<category><![CDATA[AMD MI300]]></category>
		<category><![CDATA[CUDA]]></category>
		<category><![CDATA[GB200]]></category>
		<category><![CDATA[H100]]></category>
		<category><![CDATA[Hugging Face]]></category>
		<category><![CDATA[MindSpore]]></category>
		<category><![CDATA[NPU]]></category>
		<category><![CDATA[NVL72]]></category>
		<category><![CDATA[PyTorch]]></category>
		<category><![CDATA[TensorFlow]]></category>
		<category><![CDATA[中美科技战]]></category>
		<category><![CDATA[人工智能 (AI)]]></category>
		<category><![CDATA[优缺点分析]]></category>
		<category><![CDATA[信创产业]]></category>
		<category><![CDATA[光模块]]></category>
		<category><![CDATA[兼容性]]></category>
		<category><![CDATA[升腾384超节点]]></category>
		<category><![CDATA[升腾910C]]></category>
		<category><![CDATA[华为]]></category>
		<category><![CDATA[国产替代]]></category>
		<category><![CDATA[国产芯片]]></category>
		<category><![CDATA[大模型训练]]></category>
		<category><![CDATA[工程实现]]></category>
		<category><![CDATA[性能评测]]></category>
		<category><![CDATA[成本与电费]]></category>
		<category><![CDATA[技术封锁]]></category>
		<category><![CDATA[数据中心]]></category>
		<category><![CDATA[服务器集群]]></category>
		<category><![CDATA[水冷散热]]></category>
		<category><![CDATA[科技评论]]></category>
		<category><![CDATA[稳定性]]></category>
		<category><![CDATA[突破封锁]]></category>
		<category><![CDATA[算力]]></category>
		<category><![CDATA[老范讲故事]]></category>
		<category><![CDATA[自主可控]]></category>
		<category><![CDATA[芯片禁运]]></category>
		<category><![CDATA[英伟达 (Nvidia)]]></category>
		<category><![CDATA[谷歌TPU]]></category>
		<category><![CDATA[软件生态]]></category>
		<category><![CDATA[达芬奇架构]]></category>
		<category><![CDATA[高功耗]]></category>
		<category><![CDATA[鲲鹏920]]></category>
		<guid isPermaLink="false">https://lukefan.com/?p=2427</guid>

					<description><![CDATA[家人们！！华为升腾384超节点又双叒立大功了啊啊啊！！🔥遥遥领先的国产算力天花板炸裂登场，FP16算力直接超H100，西方垄断破防了我不允许有人不知道！！！

一面墙的算力神器太顶了！！16个柜子堆满黑科技，6000+光模块稳如老狗💪！训练推理丝滑到哭，PyTorch/TensorFlow直接跑，迁移超简单～信创单位狂喜到跺脚！敏感数据终于有全国产方案了，华为这波工程奇迹绝了！！！

虽然耗电稍高（3倍H100），但中国电费便宜到哭！2毛一度电扛住三倍功耗，性价比直接拉满✨！生态兼容70%+CUDA，小白也能上手，别听黑子乱带节奏～

重点来了！！这不仅是算力突破，更是解禁大招！！黄仁勋都慌了要游说川普，H100解禁不远了啊啊啊！！商业公司可以等，但支持国产从我做起！！

都给我冲！！关注华为升腾384，信创人手一份的宝藏神器！！遥遥领先不是吹的，国产崛起这一刻我骄傲哭了😭❤️ #华为 #国产之光 #AI算力 #信创 #科技强国

遥遥领先的华为升腾384超节点VS英伟达NVL72：FP16算力压H100却逊GB200，三倍功耗换自主可控值不值？

华为升腾384超节点在上海人工智能大会亮相，以16柜、384颗升腾910C NPU、全线光模块与鸿蒙服务器系统，实现FP16算力介于H100-NVL72与GB200-NVL72之间，成为国产算力新标杆；凭借559 kW功耗、三倍电费、强制水冷与信创100%自主可控优势，填补国内超大规模AI训练空白，并推动美国或解禁H100。关键词：华为升腾384超节点、NVL72、FP16算力、自主可控、信创、CUDA兼容、H100解禁、英伟达股价、AI训练、光模块
]]></description>
										<content:encoded><![CDATA[
<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"><div class="wp-block-embed__wrapper">
<iframe title="遥遥领先的华为升腾384超节点VS英伟达NVL72：FP16算力压H100却逊GB200，三倍功耗换自主可控值不值？" width="900" height="506" src="https://www.youtube.com/embed/TooMr0-6HBI?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe>
</div></figure>



<p>遥遥领先的华为升腾384超节点，是不是又立功了？</p>



<p>大家好，欢迎收听<a href="https://youtube.com/@StoryTellerFan" target="_blank" rel="noopener">老范讲故事的YouTube频道</a>。</p>



<p>上海人工智能大会上，有一个镇场之宝，就是华为升腾384超节点。叫这个名字很怪，其实就是华为做的算力超级节点，华为云矩阵。384超节点这个东西，从外边看上去呢，像一堵墙一样，反正摆在厂子里头也确实比较唬人，而且也很昂贵。</p>



<p>很多人就兴奋了，说我们是不是又打破了西方的垄断呢？西方人对我们禁运，不给我们卖英伟达最好的芯片，我们自己造出来了。这个事到底达没达到呢？可以说部分达到了。在集群总的FP16算力上，为什么一定要强调这个？就是它在不同精度上的算力是不一样的。在FP16算力上呢，华为升腾384超节点，是介于H100和GB200组成的NVL72之间的一个算力。而这个话怎么解释呢？</p>



<p>现在我们去想算力，它是分三个层次的。第一个就是卡，卡这件事呢，咱肯定比不过人家，甭管你是比H100还是GB200，你根本比不过人家。第二个呢，就是叫整机，我是一台服务器。你像AMD呢，就是卖这种东西，就是我一台服务器里头有8个，他们叫MI300这样的服务器。第三种维度呢，就是说我给你卖一整个柜子，像NVL72呢，就属于整个柜子，我把72个H100或者72个GB200这样的东西，装在一个柜子里头，当成一台机器一把卖给你。</p>



<span id="more-2427"></span>



<p>现在西方最主要的算力节点，就是NVL72。但是呢，同样的NVL72呢，它里头到底装的是H100，还是装的GB200呢？它算力是不一样的。华为升腾的384超节点，它超过了H100的NVL72的算力，但是呢，达不到GB200的NVL72的算力。虽然在其他方面呢有所欠缺，但是呢，也算是突破了一层西方限制吧。这个欠缺的部分，待会儿我们再去讲。</p>



<p>升腾384超节点，到底是一个什么样的架构呢？一面墙，为什么是一面墙？它是16个标准19寸机柜，这柜子的大小是有标准的。NVL72就是英伟达的，这个设备呢是一个柜子，咱是16个柜子。这个16个柜子里头呢，4个柜子是交换机，因为你这么多设备要拼在一起，你总是需要一些网络交换设备，去支撑它们的。所以有4柜子交换机，剩下12个柜子呢，是装的算力服务器。</p>



<p>每个柜子里头呢，是4台4U的升腾服务器。这个服务器呢，是按1U、2U，大概4U应该有这么高吧，这个就是4U的服务器，4台装在里头。当然它也装不满，这一个柜子里头应该是19U还是多少U，我记不太清了。剩下这空间，你还得放各种的路由设备、交换设备，因为你这些服务器之间，你还要通讯呢。</p>



<p>所以12个算力服务器柜里头，每个柜子里装了4台服务器，每个服务器里头呢，是4个鲲鹏920 CPU和8个升腾910C的NPU。所以呢，他把所有的NPU算一块，就是升腾910C的NPU，算一块呢是384个，这个名字是这么来的，384超节点。它等于是把384个NPU搁在一起，给大家干活儿。</p>



<p>鲲鹏CPU呢，应该是一个兼容ARM指令集的自主IP的CPU。鲲鹏早期的CPU呢，是使用的ARM IP，后来呢，为了防止美国人告他嘛，所以呢，他自己研究了一些新的架构，说我们不再使用ARM架构了，但是呢，它的指令集呢，还是部分兼容ARM的。里边装的操作系统是什么？鸿蒙，里头装的鸿蒙操作系统，但是它是专门给服务器用的。</p>



<p>升腾910C呢，也是一个自主架构，叫达芬奇架构的一个NPU。所谓的NPU呢，叫神经网络处理单元，实际上呢，是一种ASIC处理器。它是自己定制的一个大型集成电路，所以它不是CPU，它有自己的指令集，跟任何的CPU、GPU的指令集都不一样。这个是910C，这两个芯片呢，应该都是7纳米的芯片。但是现在嘛，华为的芯片都搞得神神秘秘的，做了一大堆7纳米的芯片，到底谁做的也不知道，怎么做出来的也不知道，反正就是7纳米的，把这些芯片造出来了。</p>



<p>下一件事是干嘛？就是要通讯。所有的这种算力服务器里头，实际上是三样东西。一个是GPU跟CPU，第二个呢是它的内存，这里头也有HBM内存，它的内存比NVL72给的还多，因为它里头的芯片多嘛，这个装了这么多柜子，咱总要多放一些。第三个呢，就是要通讯，卡跟卡之间是要去通讯的。</p>



<p>像这个NVL72，就是英伟达的这个设备呢，它里头使用NVLink呀，使用其他的一些协议，和一些专门的设备，去让它们进行通讯。不同的卡，它可以直接去调用其他机柜里头的HBM，这种高速的显存。这样的话，它的效率就会很高。拿这个设备去做大模型训练和推理的人呢，就完完全全可以把这一柜子72个GPU，当成一个GPU去使用。里头具体咋调动，你不管了，这个数据到底是放在哪个服务器的哪一个卡旁边的HBM的空间里头，你也不用去管了，它自己去调度去了。而且速度都很快，即使是跨服务器跨卡的这种调度，它不会影响任何速度。这是NVL72处理的方式。</p>



<p>升腾384超节点呢，服务器比别人多，里头的卡也比别人多，人家72个卡，他384个卡。他的通讯呢，肯定是处理起来更复杂的。它通讯呢，使用的是全线光模块，像NVL72里头还是有一部分是铜线的，有一部分是光模块，这个里边全是光模块，堆料堆的非常非常足。这样可以保证呢，这些芯片之间的通讯，服务器之间的通讯效率都非常高。所以为什么这里头，还有4个柜子的交换机呢？那些光模块，有些还是要通过交换机的交换以后，才可以找到下一个机柜里边的服务器，然后在里边找到你需要的地址，找到你需要的数据，才可以把它拉回来。所以呢，它整个的运作方式还是比较费劲的。</p>



<p>当然，光模块多了呢，也有光模块的问题，不是说我们上了光模块就完事了。光模块的问题是发热严重，它里头是个激光发生器嘛，故障率也比较高，这个玩意比较爱坏。还有一个问题呢，就是它的激光发生器的寿命呢，不是很长。所以使用这么多的光模块，它的运营维护成本和稳定性呢，都不是那么理想。</p>



<p>物理上连通了，那下一个问题是什么呢？我就要通过软件逻辑和分配上，我要把刚才我们讲的光模块这些缺陷，要给它处理掉。以前做工程上，有一个典型的故事，叫99米长的枪，什么意思？就是说我这个枪只能打一米远，但是呢，我要打中100米之外的那个鸟，怎么办？作为工程师来说，处理的方式就是造一支99米长的枪，把这个枪伸过去，乓一下，把那鸟打死。这个在工程上呢，并不可笑，在工程上，很多的解决方案都是这样的。</p>



<p>所以呢，升腾384超节点呢，也用了一些软件和逻辑的方式，来去解决光模块不稳定性的问题。它会自动的去判断说，我这不是不是光模块断了呀，还是说哪块出故障了呀，我怎么绕一下。它在每一个NPU外边挂了6-8个光模块，这坏了以后，还有其他路径可以走，我可以做冗余备份吗？</p>



<p>我们用了16倍的英伟达NVL72的体积，和3倍的耗电，来解决NVL72加上H100芯片所能达到的算力需求。这个就是我们现在干的活。三倍耗电这事很好理解吗？人家是5纳米或者是3纳米，咱们这个是7纳米，肯定是耗电发热要比别人厉害。人家是72个芯片，咱们是384个芯片，你比别人耗3倍的电，这个还算是好理解的一个地方。</p>



<p>它的功率呢，是559千瓦，开起来以后还是非常非常耗电的。559千瓦呢，还只是机器的耗电，还没算散热呢。散热加上以后的话，可能会到600-700千瓦之间的一个耗电。为什么这么说呢？升腾上一代做的类似这种东西，大概是10%的耗电量来去散热，比如这边用100瓦的电量去做了算力了，那边用10瓦的电量去做散热，他是这样来去做的。但是呢，这个384超节点，因为里边用了太多的光模块，好像是用了6000多个光模块，那么你的散热的耗电的话，肯定也是要上升很大一块的。散热不好的话，你的激光模块损耗的就会更快一些。它整个的系统完全是强制水冷，其实NVL72也是强制水冷，只是呢，它在一个柜子里，相对来说还比较好弄。升腾384超节点呢，因为在16个柜子里，整整一面墙，你要再给它配水冷呢，这个事费点劲吧，但是还是可以解决的。所以耗电比较厉害。</p>



<p>那么电费呢，中国还是相对来说比较便宜的。中国的工业用电呢，大概是6毛钱一度，其实美国也差不太多，我看了一下美国的平均工业用电，大概是8美分多一些吧，大概也是6毛多钱。美国有一个州电价比较便宜的，是路易斯安娜州，4毛多钱一度电。美国大概最贵的是加州，14美分，大概快一块钱一度电了。加州因为硅谷在那嘛，再加上机房也比较多，所以他那的电特别贵。中国的发电大省，比如说像云贵、内蒙、新疆这些省，如果是集中大规模的采购用电的话，应该可以做到2毛多一度电。按照咱们最便宜的电费，跟美国的平均电价去比较的话，我们的电费是他们的1/3。所以呢，我们耗英伟达NVL72三倍的电，这个也是可以接受的。所以我们依靠电价优势，勉强可以抹平成本。</p>



<p>升腾384超节点的生态如何呢？英伟达之所以可以打败天下无敌手，核心的原因，不是说别人造不出来这样的东西，而是呢，它有一个生态捆死了，大家离不开它。CUDA呀、NVLink呀，这些生态帮助老黄，整个的竞争过程中无往而不利。那你说我们现在做了一个升腾384超节点出来，如果大模型没法在上头跑，也没法在上面训练，这不是白干了吗？你就像英特尔搞不定这个事儿，AMD也搞不定这个事儿是一样的。虽然AMD说我造得出来，你也能将就使，但是你说我要进行大规模训练了，很少有人去选择AMD的设备。</p>



<p>现在呢，大规模使用的GPU其实就是两种。第一种呢，是英伟达的H100、GB200，GB300现在还没发布呢。另外一种呢，是谷歌的TPU。谷歌TPU就是说，反正我自己做自己用，我也不需要考虑兼容性问题，我就自己干了，我也不卖给别人，它的量也很大。另外呢，像亚马逊跟微软呢，都号称是自己要做GPU，特斯拉和XAI也号称自己要做GPU，但是都在号称的阶段，还没有动起来。山姆·奥特曼呢，也号称要跟孙正义一起拿ARM的IP，自己去做GPU，但是这件事呢，也停留在号称的基础上，也没有实际动作。所以现在真正广泛应用的大规模的GPU，就是英伟达和谷歌。这个里头最核心的原因就是生态。谷歌之所以能够大规模应用，就是我不管生态了，反正我自己使，你们不需要跟我兼容就完事了，否则根本没法跑。</p>



<p>咱们说回来，华为升腾384超节点，它的生态怎么样呢？第一个呢，是华为自己做了一个叫MindSpore这样的一个开源的推理和训练框架。你说我现在想用升腾384超节点，去训练我的新模型，你就使用它这个玩意就可以了。它呢，大概可以兼容70%-80%的CUDA指令，但是毕竟不能完全兼容嘛，你如果原来已经习惯了CUDA的编程的话，你可能到这边来去做训练，还是有问题的，你还是要去花时间去做迁移的。另外呢，PyTorch、TensorFlow、Hugging Face Transformer这些框架呢，升腾呢，也专门做了兼容性适配，就是我专门写一个模块，你只要带上我这个模块以后，你这个PyTorch，你的TensorFlow，你的Hugging Face Transformer，这些推理和训练框架，就都可以在升腾的384超节点上跑了。所以呢，如果大家说原来的这个系统，是在PyTorch上跑的，你也不需要再去做迁移了，直接在它这上就可以跑了，兼容性他们都给你测好了。所以呢，属于叫部分的兼容吧。</p>



<p>如果你真的是说我训练新的大模型，建议大家还是不要跟自己找不痛快，还是老老实实的去使用英伟达就完了。但是你说我拿回来做做推理，拿来去做一些后期的使用的话，升腾384基本上是够用的，没有什么太大问题，你只要别嫌它占地儿，别嫌它耗电，这个东西还可以使。</p>



<p>那你说为什么不能拿它做训练呢？刚才不是说它可以训练吗？而且训练的算力也不差。大家注意，训练呢，是一个非常长期的这种连续任务，你中间停了坏了以后的话，你是需要重新干的，你说让他接着往下干，这事很费劲。它里边有大量的光模块，而且这个玩意的故障率很高，寿命也不是很长。你如果跑着跑着出故障了，里头有一个光模块烧了，你的这个训练呢，未必会停下来，因为它通过了一些软件方式，让你去规避这个错误。你可能只是说我训练的过程中，哪一些数据取回的速度变慢了，但是呢，我还在接着往前慢慢跑。但是也有可能跑着跑着就直接出错，咔嚓就扔那了，这个可能性是很大的。</p>



<p>你像马斯克，他自己用的10万块H100，Meta这种几十万块的H100，他们去做这样训练的时候，还经常是说我跑着跑着突然就退出了，突然就崩了。那崩了怎么办？重来一遍呗。对于他们这些平台来说，你可能跑10次崩个两三次，但是你对于升腾384这样的超节点来说，你可能跑10次会给你崩个八九次，这个也许就突破忍受极限了，就没法忍了。他大概就是这样的一个情况，就是有些情况呢，咱们能用了，有些情况还是稍微费点劲的，跟它整个的硬件架构是有关系的，跟它的兼容性也有关。它毕竟没有100%兼容CUDA嘛，所以大家在CUDA上做训练的代码，拿到这边来再跑，还是会有很多问题的。</p>



<p>那你说华为升腾384超节点，最大的作用到底是什么呢？第一个呢，还是给国内算力中心了一种新的选择，否则你没得选，你只能是要么拿自己的卡或者服务器，这种完整可以拼在一起的算力节点，也算是一个工程上的突破吧。信创产业也算是填补了零的空白，因为现在很多是要求信创嘛，所有的必须是自主可控，自主的操作系统，自主的CPU，自主的GPU，所有都要自主的。我们现在迷信这玩意，原来呢，这些人没得选，现在等于是有的选了，也算是一个工程奇迹，就是99米长的枪。这个故事呢，大家别觉得可笑。</p>



<p>H20的库存呢，前面老黄在中国各种的表演之后，算是把他这个库存清了。川普呢，又要带着企业家来访华了，下次谈点什么，大家要想一想。上次黄仁勋是怎么去说服川普，说把H20解禁的呢？是告诉川普，华为的升腾910，已经基本上可以达到H20的水平了，你再不让我卖，我这就没意义了，人家也都做出来了。所以他把H20卖了。现在是华为升腾384超节点出来了，他说你看我这H100，加上NVL72的整个架构的性能，也被人超过了，咱就卖吧。至于GB200这个呢，咱们再看一看，现在它还没达到，不行咱们再把这个摁住了，或者说等我这个GB300出来了以后，咱们再把GB200的这套东西卖了。可能下一轮的解禁就要来了嘛。所以大概率川普老爷子还是比较好面子的，等他下一次带着企业家团队、一对CEO团队来访华的时候，H100的NVL72就可以卖了。</p>



<p>总结一下，升腾384超节点在工程实现上，确实有遥遥领先的地方，有一些敏感单位，可以选择全国产设备了，这个原来搞不定，现在可以搞定了。有很多瑕疵和不稳定的地方，用的越多，迭代越快，改进的呢也就越好，永远都是这样的。第一次拿出来都是磕磕绊绊的，第二版第三版第四版，慢慢就改好了。这个对于突破海外封锁，让美国进一步放宽管制来说呢，是有巨大作用的。如果是商业公司，哪怕你去选择H20，也比选择升腾384要划算。如果你不着急的话，可以稍微等一等H100，我相信H100在今年可能很快就会解禁。如果后面美国进一步放宽管制的话，英伟达的股票大家可以再关注一下。董王呢，是一个好大喜功的狡诈商人，黄仁勋也是。变化应该就在不远的将来。</p>



<p>好，这个故事就跟大家讲到这里。感谢大家收听，请帮忙点赞，点小铃铛，参加<a href="https://discord.gg/ppKsNkttTv" target="_blank" rel="noopener">Discord讨论群</a>，也欢迎有兴趣有能力的朋友，加入我们的<a href="https://www.youtube.com/channel/UCUGLhcs3-3y_yhZZsgRzrzw/join" target="_blank" rel="noopener">付费频道</a>。再见。</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>ARM状告高通，阻击AI PC，为了不让高通的X Elite一家独大，哪怕拖慢AI PC的进程，也要阻击高通</title>
		<link>https://lukefan.com/2024/06/19/arm%e7%8a%b6%e5%91%8a%e9%ab%98%e9%80%9a%ef%bc%8c%e9%98%bb%e5%87%bbai-pc%ef%bc%8c%e4%b8%ba%e4%ba%86%e4%b8%8d%e8%ae%a9%e9%ab%98%e9%80%9a%e7%9a%84x-elite%e4%b8%80%e5%ae%b6%e7%8b%ac%e5%a4%a7%ef%bc%8c/</link>
		
		<dc:creator><![CDATA[Luke Fan]]></dc:creator>
		<pubDate>Wed, 19 Jun 2024 00:52:05 +0000</pubDate>
				<category><![CDATA[AIGC]]></category>
		<category><![CDATA[芯片的故事]]></category>
		<category><![CDATA[2纳米光刻机]]></category>
		<category><![CDATA[AIPC]]></category>
		<category><![CDATA[AIPC市场前景]]></category>
		<category><![CDATA[Apple Intelligence]]></category>
		<category><![CDATA[Apple M系列芯片]]></category>
		<category><![CDATA[ARM CPU]]></category>
		<category><![CDATA[ARM协议]]></category>
		<category><![CDATA[GPU]]></category>
		<category><![CDATA[NPU]]></category>
		<category><![CDATA[NUVIA]]></category>
		<category><![CDATA[PC厂商]]></category>
		<category><![CDATA[Surface系列电脑]]></category>
		<category><![CDATA[TPU]]></category>
		<category><![CDATA[Windows ARM]]></category>
		<category><![CDATA[WWDC]]></category>
		<category><![CDATA[X86芯片]]></category>
		<category><![CDATA[专利费]]></category>
		<category><![CDATA[低发热]]></category>
		<category><![CDATA[低耗电]]></category>
		<category><![CDATA[公版核心]]></category>
		<category><![CDATA[内存升级]]></category>
		<category><![CDATA[华为]]></category>
		<category><![CDATA[台积电]]></category>
		<category><![CDATA[安卓手机]]></category>
		<category><![CDATA[微软]]></category>
		<category><![CDATA[技术许可]]></category>
		<category><![CDATA[显卡]]></category>
		<category><![CDATA[显存]]></category>
		<category><![CDATA[架构设计许可]]></category>
		<category><![CDATA[核显]]></category>
		<category><![CDATA[海思]]></category>
		<category><![CDATA[独显]]></category>
		<category><![CDATA[算力核心]]></category>
		<category><![CDATA[统一内存]]></category>
		<category><![CDATA[联发科]]></category>
		<category><![CDATA[联想]]></category>
		<category><![CDATA[芯片专利]]></category>
		<category><![CDATA[芯片代工]]></category>
		<category><![CDATA[芯片价格]]></category>
		<category><![CDATA[芯片兼容性]]></category>
		<category><![CDATA[芯片创新]]></category>
		<category><![CDATA[芯片制造]]></category>
		<category><![CDATA[芯片功耗]]></category>
		<category><![CDATA[芯片发热]]></category>
		<category><![CDATA[芯片市场份额]]></category>
		<category><![CDATA[芯片市场分析]]></category>
		<category><![CDATA[芯片市场动态]]></category>
		<category><![CDATA[芯片市场机会]]></category>
		<category><![CDATA[芯片市场竞争]]></category>
		<category><![CDATA[芯片市场需求]]></category>
		<category><![CDATA[芯片市场预测]]></category>
		<category><![CDATA[芯片性能]]></category>
		<category><![CDATA[芯片技术前沿]]></category>
		<category><![CDATA[芯片技术发展]]></category>
		<category><![CDATA[芯片技术挑战]]></category>
		<category><![CDATA[芯片技术趋势]]></category>
		<category><![CDATA[芯片投资预测]]></category>
		<category><![CDATA[芯片授权费用]]></category>
		<category><![CDATA[芯片标准]]></category>
		<category><![CDATA[芯片生产工艺]]></category>
		<category><![CDATA[芯片研发]]></category>
		<category><![CDATA[芯片行业动态]]></category>
		<category><![CDATA[芯片行业新闻]]></category>
		<category><![CDATA[芯片行业竞争]]></category>
		<category><![CDATA[芯片许可协议]]></category>
		<category><![CDATA[芯片设计]]></category>
		<category><![CDATA[芯片设计公司]]></category>
		<category><![CDATA[芯片销售]]></category>
		<category><![CDATA[英特尔]]></category>
		<category><![CDATA[苹果A系列芯片]]></category>
		<category><![CDATA[苹果官网]]></category>
		<category><![CDATA[苹果操作系统]]></category>
		<category><![CDATA[苹果电脑]]></category>
		<category><![CDATA[计算核心]]></category>
		<category><![CDATA[高通]]></category>
		<category><![CDATA[高通Xelit]]></category>
		<category><![CDATA[高通与ARM争端]]></category>
		<category><![CDATA[高通垄断]]></category>
		<category><![CDATA[高通收购]]></category>
		<category><![CDATA[高通独家协议]]></category>
		<category><![CDATA[高通芯片]]></category>
		<category><![CDATA[高通芯片设计]]></category>
		<category><![CDATA[高通诉讼]]></category>
		<guid isPermaLink="false">https://lukefan.com/?p=1331</guid>

					<description><![CDATA[大家好，欢迎收听老范讲故事YouTube频道。今天我们来讲一讲AM作妖，让苹果的M系列芯片可以继续在AIPC领 ... <a title="ARM状告高通，阻击AI PC，为了不让高通的X Elite一家独大，哪怕拖慢AI PC的进程，也要阻击高通" class="read-more" href="https://lukefan.com/2024/06/19/arm%e7%8a%b6%e5%91%8a%e9%ab%98%e9%80%9a%ef%bc%8c%e9%98%bb%e5%87%bbai-pc%ef%bc%8c%e4%b8%ba%e4%ba%86%e4%b8%8d%e8%ae%a9%e9%ab%98%e9%80%9a%e7%9a%84x-elite%e4%b8%80%e5%ae%b6%e7%8b%ac%e5%a4%a7%ef%bc%8c/" aria-label="阅读 ARM状告高通，阻击AI PC，为了不让高通的X Elite一家独大，哪怕拖慢AI PC的进程，也要阻击高通">阅读更多</a>]]></description>
										<content:encoded><![CDATA[
<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"><div class="wp-block-embed__wrapper">
<iframe title="ARM状告高通，阻击AI PC，为了不让高通的X Elite一家独大，哪怕拖慢AI PC的进程，也要阻击高通。" width="900" height="506" src="https://www.youtube.com/embed/pKqmPCBavRw?feature=oembed" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen></iframe>
</div></figure>



<p>大家好，欢迎收听老范讲故事YouTube频道。今天我们来讲一讲AM作妖，让苹果的M系列芯片可以继续在AIPC领域里头独霸天下的很长一段时间的故事。刚刚结束的WWDC，大家还看到了Apple Intelligence。有些人觉得在挤牙膏，有些人觉得很震惊，但是有一点是确认的，就是苹果演示了大量可以在本地顺畅运行的模型，以及这些模型可以跟操作系统结合在一起，极大地改进用户体验。这件事情大家还是觉得非常棒的。</p>



<p>那大家有没有想过，所谓的Apple Intelligence，这些可以在本地运行的模型，它的底层到底是什么啊？它的底层就是苹果的M系列芯片。所谓的苹果M系列芯片，是苹果专门为了应对PC工作，在AM的许可标准下，自己定制的一款芯片。现在我们有M1、M2、M3、M4啊，最新的是M4系列芯片。这个芯片呢，跟传统的手机芯片不一样，它的算力会更强，但是跟X86芯片也是不一样的。X86芯片的话，它的耗电啊，它的发热都是很厉害的，而M系列的芯片啊，它的耗电，它的发热都是有极大的改善。因为这种芯片本身是为移动设备开始设计的，所以很省电。在没有非常大的算力要求的时候，它可以关闭大量的核心，非常非常省电。那么省了电它就肯定不发热了嘛，你也不需要再去散热。</p>



<span id="more-1331"></span>



<p>那我们去看到什么游戏本，当你去看这种算力工作站时，不要去研究它的大小，只要听听那个声音，风声呼呼呼的声音，你就知道它耗电量有多大，散发了多少热量。而在苹果的电脑上，只有在大型模型运行时才能听到风扇的声音，平时这个东西非常安静，就像在旁边放了一个iPad一样。下面我们也要搞AIPC，微软也要干，联想也要干，所有的这些人都要干。我们不能把AIPC的这条发财之路完全让给苹果，所以我们要换这个CPU，换一个和苹果的m系列芯片长得差不多的芯片。那么这样的芯片是什么呢？你需要一个AM的CPU核心，AM的计算核心，然后要有一个算力核心和它一起工作，不管是GPU、TPU还是NPU，这些都叫做算力核心，实际上它们长得都差不多。GPU是图像处理器，TPU叫向量处理器，一般谷歌出来的都叫TPU，因为它们叫Tinsen floor嘛，然后NPU叫神经处理器，实际上都是差不多的东西。我们要把这些东西集成在一个芯片里，然后再加上统一内存，这就是我们需要的AIPC的CPU。苹果设计统一内存这件事也是一个很天才的想法。以前我们在买笔记本时都会想，到底是要买独显还是集显，所谓的集显就是这个显卡是集成在CPU上的。</p>



<p><br>坐在计算内核里面的叫核显。核显有一个很大的问题，就是它没有独立的显存，而是使用计算机内存来工作，因此速度会慢很多。而独显则有独立的显存，速度快得多。苹果解决了这个问题，他们采用了统一内存的设计，速度相对较快，但价格稍微贵一些。</p>



<p>很多人会问，为什么苹果的内存价格在官网上要比其他地方贵很多。在淘宝、京东等地方看到的内存条价格可能只是你购买整个内存的价格的几分之一。这是因为苹果采用了统一内存的设计，而且苹果电脑无法单独升级内存，只能更换整个计算核心才能升级内存。所以，如果你想要更大内存的苹果电脑，唯一的途径就是在苹果官网上选配更大内存的电脑，没有其他办法。</p>



<p>微软也加入了这个行列，他们也要做ARM CPU。在微软发布会上，他们与高通合作演示了Xelit，这将是微软未来Surface系列电脑中所采用的ARM CPU。<br>它是Three Letter Acronym（三字缩写）的简称，用于描述一种特定的授权协议。而Ala则是Another Licensing Agreement（另一种许可协议）的缩写。这两种授权协议都是由ARM公司提供的，用于授权其他公司使用其技术和设计制造芯片。这些授权协议详细规定了受许可方可以使用ARM技术的范围、限制和条件。</p>



<p><br>叫技术许可协议，沟通拿到的就是这种东西。你要是拿到这样的许可协议呢，就可以拿着AM的公版的计算核心。什么叫公版？就是说我设计好了，这就是公开的版本，然后大家拿出去用。千万不要改，就只能使用。这个修改的权利你没有，这叫公版的。而苹果拿到的呢，是Ala，叫架构设计许可。这个东西是什么？就是你只要架构跟我一样就完了。里头到底长什么样，没关系你可以自己改去。苹果拿的是这样的一种协议。所以，苹果可以拿这个协议自己去改核心，可以去定制核心。不管是A系列芯片还是M系列芯片，实际上都是在AM的公版核心基础上修改过的。它就更适合苹果操作系统。那高通说我也得改啊，我不能用这公版呢，你那公版那个是给手机设计的。我也得改去，对吧？但是高通手里没这协议，让AM去买。AM说我不卖给你，你必须使用这个架构许可协议。高通就想了一个小招数，干嘛呢？他去买了一家公司，这家公司叫NUVIA。把这家公司买下来了。比如说这个公司手里头啊，也有LA的这个许可协议，就是叫架构许可协议。我买下来我不就可以用了吗？为什么苹果手里有这个协议？别人没有，NUVIA手里为什么有这个协议？这个原因很简单，AM基本上是苹果一手带大的，就是AM的第一个订单就是苹果的。</p>



<p><br>而且，ARM一开始创立的时候，苹果是给钱的。所以，ARM基本上是苹果一手养大的孩子啊。苹果在ARM手里头，各种各样的协议都是比较宽松的，想怎么玩怎么玩啊，想怎么折腾怎么折腾。而这个纽约的创始团队呢，完完全全是苹果A系列芯片的设计核心团队。是这样的一帮人，从苹果离职之后去做的公司。所以呢，他也跟ARM谈了一个ALA的协议回来啊，就是加购许可协议。这个公司一创立就被苹果告，说你们这帮人违反敬业，违反职业操守。你不但是从我这走了以后，去设计同样的芯片，你还从我这挖人，不停的挖人出去啊，做你们的纽约的这个公司啊，就一直在被苹果起诉。后来这起诉到什么时候结束呢？一直到高通花了14亿美金把这个纽约买下来，苹果才算是说结束了，说我不告诉你了，这个事咱和解了，拉倒了。那苹果为什么给高通面子呢？这是另外一段小恩怨。苹果一直想要摆脱高通的限制。苹果虽然里头A系列芯片是自己的，但是里头还有很多的芯片是使用高通的。而且高通卖芯片其实挺黑的，它呢是先要交一遍专利费，然后再按照每一个芯片多少钱再给钱。所以高通卖的芯片，相对来说是比较贵的。苹果不希望被高通限制啊，就想办法做一些小花招，什么小花招呢？就是我先买着你高通的芯片，买完了以后呢，我也问你说这玩意咋做的呀。啊，苹果呢，因为它需求量很大。</p>



<p><br>有点特大气垫的样子。就是我买这么多东西，高通你得来给我服务来。然后高通就上去知无不言，言无不尽。去说去了，说完了以后呢，苹果一扭脸，然后把这事告诉Inter了，说Inter啊，你给我做芯片啊，高通是这么这么干的，你照这样给我做。然后这良品率就上升了，功耗就下降了，高通就不乐意了，就把苹果给告了啊，你们这太过分了啊，你拿了我的技术秘密，去跟我的竞争对手Inter去分享去了啊，这事不行。苹果呢本来也很硬气啊，在这硬诉到了一段时间以后呢，苹果自己翻车了啊，他翻了一什么车。苹果有一段时间，想去做自己的基带芯片，就是我们iPhone上能够去连接4G 5G信到的那个芯片，叫基带芯片。结果做来做去呢，自己没做出来，那怎么办呢，那只能低下头来说，那高通对不起，我错了，我接着买你们家芯片吧，回来认错来了，咱就和解吧，该赔钱赔钱，该怎么弄怎么弄啊，把这个项目给和解了。然后和解的时候呢，就顺手这高通就说了，说你看我这还一小兄弟呢，你这还告诉他呢，我把他买下来，你是不是一块。和解了就算了，就这个纽约事情，那苹果说，那算了吧，谁让咱们这自己不争气呢，自己做基带芯片没做出来，为了下一步发iPhone，我还得买高通的芯片，那我们就和解了吧。所以呢，高通算是从纽约手里头得到了一张Ala的他们许可证啊。</p>



<p><br>又往前走了一步，但是高通光买这个项目花了14亿美金。你以为他跟苹果和谐，把这个事情搁在里头，他肯定也是算成本的。被这一张许可证，高通应该也是花了几十亿美金了。肯定是跟苹果那边也是放弃了一些利益，才让苹果放弃了对纽约的诉讼。那么在这种情况下，高通肯定得把这钱挣回来啊。那高通咋办呢？跑到微软那去说，你不是要去做MPC吗，我给你做啊。但是呢，这个前期投入很大，你看我已经花了这么多钱了。对你跟我签一家独家供应协议。以后呢，只要是Windows出的这种AMPC，必须独家使用沟通的芯片。这事你干不干啊？微软说那别人都不愿意干，就你愿意干这事。而且诚意满满，钱都花了，那我就干吧。就跟他签了这么一个独家协议。这个就是我们现在讲的叫XA lit。这个芯片就诞生了。这个芯片是由从苹果那边离职的，创始人纽维亚的创始人，用着纽维亚从arm那边拿到的Ala的许可协议，做出来的沟通芯片。这个芯片是这么来的啊，很曲折这么来法。但是来了以后呢，有点名不正言不顺。为什么呢？因为am又把高通跟纽威尔又给告了啊，说我确实是给纽威尔发了ala的局克协议啊。你确实可以在我的许可范围内去做自己定制的核心，不用我的公版核心。但是呢，你只要是公司被并购了，这个协议就失效了。你不能把这个协议传递给沟通。你只要去了就就失效。</p>



<p><br>而且呢，IM也正式宣布说，我取消了你这个授权了，以后你们就不再拥有权利，可以自己定制核心了。必须使用我的公版核心。哎，整了这么一出，那么现在呢，两边还在法院上在打着呢。昭通说我花了14亿美金，没有这张协议，我为什么花14亿美金去买它？而且我现在芯片也做出来了，微软发布会也开了，我就准备卖了。你现在给我摁，这事不行，AM也说不行啊。我，我就是卖标准的，你在我这标准里的分叉，这事我也不允许。所以两边呢，现在镶在这了。现在这个X Elite芯片呢，虽然我们还没有见到，这个芯片具体跑成什么样，但是据高通自己说，已经可以在很多指标上超越苹果的M3了。现在M4肯定它还达不到，或者M3后边的什么Pro Ultra Max这些东西，它现在还达不到。但是M3说据说已经可以达到了。那么高通呢，你说花钱买呗，我虽然从有view这边拿到的许可证，协议AM你不乐意给我，那我再花一份钱啊，再重新买一个协议行不行啊？不卖给你啊啊啊，是打死也不卖给你。为什么啊？维持的就是它的标准的统一。你一旦卖了这张协议出去，这个标准就不统一了。待会咱们再去讲标准统一的故事。现在这个诉讼到什么样的状态了呢？双方肯定是沟通，希望赶快审完，完事了。UP说咱等等啊，不要着急，我这还有一些证据要补充。等到什么时候开庭呢？</p>



<p><br>2024年年底要开庭。大家注意，2024年年底还有一个事要发生呢，就是高通跟微软签的那个独家协议，2024年年底也到期了。等到了明年，很多其他的芯片厂商也可以去做MPC了，不需要在你高通一棵树上吊死了。微软也有更多的选择了。高通也是担心说，哎呀到了明年其他人都能上来了，我这个独家权就没有了，怎么办呢？所以他们才打这样的一个时间差。那么有没有人想过，am为什么自毁长城，再怎么着，m系列芯片也是am的，高通的illate这个芯片也是am的，而且这些芯片销售的过程中都是要给am交钱的。如果am PC这个东西起来了，就是Windows form这个东西跑起来了，那么am整个的收入肯定会上升很大一块的。那么up为什么要把高通摁在这，摁在地上摩擦不许走，对吧？大家要注意，up不是一个芯片公司，arm是干嘛的呢？arm是卖芯片设计专利的一个销售公司，他只卖专利，只卖授权的这张纸，他是不卖具体的任何芯片的。以前我们总讲一个话，什么呢，叫底层的公司卖产品，中间的公司卖专利，顶油的公司是卖标准。am的其实是一个顶油公司。大家有没有想过说am这样的公司为什么一开始他自己不做芯片？原因其实很简单，因为很多的芯片公司都需要做这个芯片，那每家做出芯片了以后就会有一个问题，什么呢，兼容性问题。</p>



<p><br>比如说安卓，我今天选了高通的芯片了，明天选了联发科的芯片了，后天我选了华为的海思芯片了。那么在这样的情况下，我做安卓操作系统没法做，每家芯片都不一样，这会咋弄啊？</p>



<p>那好了啊，我们都使用AM标准啊，使用AM的工版核心，我们在这个基础上稍微调调改改，我去做一个芯片出来。最后我们买的是高通的芯片，买的联发科的芯片，买的啊华为的芯片，但是呢，软件标准都是一致的，这样就省事很多啊。我们实际上就看这样的一个活，他说我不断地去研发新的计算核心，研发新的标准，你们就拿我的工版核心去拼拼改改。比如说啊，中间这个核心设计，你必须用我的啊，你说我是用6个用8个，用大小核还是用怎么着，这个你们随便，只要你这个核心是我的就没关系啊。这是AM就干这件事情。然后导致什么呢？就是我们的所有的安卓手机，只要写一遍应用，就可以在所有的芯片上跑，甭管你是高通芯片啊，联发科芯片，英伟达什么Tiger芯片啊，或者是其他的这种AM芯片，都可以跑，都没毛病。他就跟大家所有人收专利费。AM真正希望的是什么呢？就是大家做芯片都使用AM标准啊，安卓厂商，软件厂商都按照标准来做就完了。那苹果呢？他不管他为啥，第一个咱们讲了i&#8217;m，基本上是苹果一手养大的孩子，孝顺你还是得有的，你不能到这翻脸不认人。另外一个什么就是苹果自己玩自己的。</p>



<p><br>你做的跟别人不兼容，这事没关系。反正都是苹果系统，他也不会说我。苹果把a系列的芯片卖给别人了，把m系列芯片卖给别人了，导致苹果的这个标准外溢。不会的，他不会跟am去抢生意。所以对于苹果来说无所谓。你说那我高通我也买一个不行吗？那不行啊。一旦高通买了这样的一个标准出来，它相当于什么叫标准分叉了。就相当于是你分裂了一个巨大的领土。啊，我分出一块去裂土封王了啊。这事是绝对不允许的。为什么你一旦分出去了以后啊，你还成了老大了？因为高通跟微软签了独家供应协议嘛，成了老大了。那么你一旦成了老大了以后，我这个标准就不值钱了啊。标准值钱的前提是什么？一定是很多芯片厂商都要去做同一个标准的芯片啊，满足兼容性。那这个时候我的标准太值钱，那最后大家都买你高通的芯片了，其他的联发科什么，他们就不买这种芯片标准去做了，不去做PC了。那我这标准就没人买了。这个事是绝对不允许的。所以一旦是高通一家独大，这个标准就没人买了。再举一个例子啊，这个例子是英伟达。英伟达就是属于一家独大。你以为在这块上没有公开的标准吗？有的，就是GPU也好，或者是他这种算力核心也好，都是有公开标准的。就是AMD、英特儿和谷歌微软等一堆人啊，联合在一起做了一个公开的标准，还是开源的。但是没用，因为他一家独大了。这种标准就没人使用。</p>



<p><br>也没有人愿意说，我去依照这个标准去做什么芯片啊？做出来也没人买。但是变成这样，ARM肯定不希望走这条路，所以一定要卡死了。说高通啊，你这个不行，必须拖到明年。拖到明年了，你这个独家协议过期了，那么其他人可能就会愿意跟我一块去啊，生产新的这种PC上用的芯片，你就没法一家独大了。大家还得在我这个标准下走，最后就会可能是不遵守ARM协议的，沟通和一大堆遵守ARM协议的小伙伴，比如说华为海思，联发科海全制啊，一堆的这样的芯片设计公司，就跑来说，我们继续跟着ARM的大标准一起往前走，最后大家竞争就好了。这是真正的ARM的诉求。所以呢，AIPC之路还很长啊。如果ARM和解了，ARM说我放你一马，咱们就这么干吧，高通的AMPC可能就会一家独大，高通的价值就会大涨。如果拖过了年啊，联发科这些芯片公司都跟上来了，那么ARM的价值就会大涨啊。我们来去做一些股市预测啊，但是还是要强调啊，我们不做任何的投资建议啊，你买了赔了赚子跟我没关系。如果高通守住了阵地，这个可能性到底大不大，要跟大家讲，这个可能性其实还是很大的。为什么这么讲？因为全世界有哪些使用ARM芯片的？这些就是给他交钱的这些人呢，苹果、高通，然后再往后一个是谁啊，再往后一个其实是三星，其他的联发科国内其实有非常多。刚才我们讲的珠海全智。</p>



<p><br>华为的麒麟海思，他们都是向高通支付授权费用的。在这个过程中，很大一部分的ARM设计师都是以这种方式工作的。为什么会称之为设计师呢？因为高通并不自己生产芯片，他们使用ARM的授权，设计好芯片后交给台积电、三星或者英特尔等代工厂去生产。目前，高质量的CPU基本上只有这三家厂商能够生产，而台积电的良品率最高。另外，目前只有英特尔拥有最高精度的2纳米光刻机，其他厂商还没有推出2纳米产品。然而，英特尔目前也没有发布2纳米产品。在这种情况下，PC厂商如联想以及其他大量的CPU设计师都位于中国大陆。由于地缘政治原因，他们面临一些新的问题。例如，联想可能会遇到一些问题，比如说他们计划定制一款CPU，但是他们需要确认美国是否允许他们使用这样的产品。华为也面临类似的问题，他们有能力设计自己的芯片，并且已经购买了一些ARM的授权。他们可能会考虑定制自己的芯片，但是他们需要找到代工厂来生产7纳米或5纳米的芯片。目前还没有厂商能够满足这个要求。</p>



<p><br>这是一个很大的问题。当这样的问题发生的时候，那我们是不是都买高通的，或者都买谁的，这个也很麻烦。因为大量的PC厂商也都在国内，那最后美国人说我们不允许你买啊，啊不如去买，提这事咋弄？这事也都很麻烦，对吧？所以在这样的一个情况下，其他的这些PC厂商也好，这些芯片厂商也好，再想去做相应的投入，就会有些犹豫，说我现在是不是马上要投入进来，干这个事，花很多的钱去干这个事情。万一投完了以后干了，因为一些原因，比如说联发科这个PC芯片做出来了，大陆的厂商不让买，或者做完了以后，大陆那边去销售的时候啊，说不允许使用进口芯片啊，这个芯片我卖不掉，这事咋弄？他们现在都会有这样的犹豫。沟通是已经把东西做出来了，你没办法，我必须铁头也得往前走，其他还没做出来，就会比较犹豫。那么在这样的大家犹犹豫豫的情况下，没准沟通，最后还是可以守得云开见月明的啊。所以呢，高通我觉得最后垄断AIPC或者暗PC的份额的机会，还是比较大的，只是呢过程会相对曲折一些。这是我们对这个事情的一个预测吧。啊至于到底会不会成真啊，咱们拭目以待。好，这个故事跟大家讲到这里，感谢大家收听。请帮忙点赞，点小灵通啊，请大家点赞，点小铃铛，参加Disco讨论群，也欢迎有兴趣，有能力的朋友加入我们的付费频道。再见。</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
