计算机行业未来发展趋势是什么样的？

超算行业主要上市公司：中科曙光(603019)、联想集团(00992HK)、浪潮信息(000977)等

本文核心数据：全球超级计算机500强生产制造厂商市场份额、全球HPC服务器厂商市场份额、全球HPC存储厂商类别、全球HPC存储厂商市场份额等

联想、浪潮、HPE、Fujitsu等厂家超级计算机研发能力强，市场竞争力较强

作为世界高性能计算领域规模最大的权威会议之一，国际高性能计算大会每半年公布一次全球超级计算机TOP500榜单。在2021年6月公布的最新榜单中，从系统上榜数量来看，联想、浪潮、HPE排名前三，市场占比分别为368%、116%、9%。此外，部分超级计算机由厂家联合制造，如Piz Daint、Trinity等由Cray和HPE联合制造，SuperMUC由IBM和联想联合制造等。

从算力来看，Fujitsu、联想、HPE排名前三，总算力市场份额分别为198%、151%、111%。

从历年TOP500名单来看，中国在顶尖超级计算机研发上的努力已经突显出来，自2010年凭借天河1号首次问鼎TOP500后，2013年到2017年中国连续五年盘踞榜首。2018年6月，美国能源部宣布建成超级计算机Summit，它由IBM与Nvidia联合建造，现位于田纳西州的橡树岭国家实验室，并凭借Summit这一超级计算机登上TOP500榜首，在2020年6月-2021年6月公布的榜单中，Supercomputer Fugaku蝉联冠军，生产制造厂家为富士通。

HPE、戴尔、联想、浪潮等为HPC服务器主要生产厂商

超级计算HPC线下部署中，服务器和存储占据主要结构，其中服务器份额占比在50%左右，存储占比20%左右。从HPC服务器厂商来看，HPE、戴尔和联想占据了全球HPC服务器市场主要份额，2019年市场占有率分别达到了372%、22%、65%，其中HPE和戴尔市场份额较2015年均有所上升，联想份额小幅下滑。

注：Hyperion Research最新报告中HPC服务器厂商份额数据公布至2019年，2020年数据届时以机构发布为准。

系统提供商占据HPC存储主要市场，戴尔、IBM、HPE/Cray排名前三

从存储来看，Hyperion Research把HPC存储厂商分为系统集成商、系统提供商、独立存储提供商、云厂商和客户自己提供等类型，市场中大部分存储厂商都是系统提供商(占731%)，如Dell EMC，IBM和HPE等;前四名中只有DDN是独立存储提供商(存储份额占103%)。

从全球HPC存储厂商市场份额来看，2016-2020年，Dell、IBM、HPE/Cray市场份额均有所上升，DDN和NetAPP小幅下滑。2020年，Dell EMC、IBM、HPE/Cray和DDN位列HPC存储市场前四，排名第一的Dell EMC份额占263%，同时也是学术科研和工业领域份额领先者;HPE/Cray排名第三，但在政府行业排名第一。

国内服务器厂商排名：

1、华为

华为是全球领先的信息与通信技术解决方案供应商，专注于ICT领域，坚持稳健经营、持续创新、开放合作，在电信运营商、企业、终端和云计算等领域构筑了端到端的解决方案优势，为运营商客户、企业客户和消费者提供有竞争力的ICT解决方案、产品和服务，并致力于使能未来信息社会、构建更美好的全联接世界。

2、联想

联想集团成立于1984年。公司主要生产台式电脑、服务器、笔记本电脑、打印机、掌上电脑、主机板、手机等电子产品。

3、浪潮

浪潮集团是中国领先的计算平台与IT应用解决方案供应商，同时，也是中国最大的服务器制造商和服务器解决方案提供商。

4、曙光

曙光公司是一家在科技部、信息产业部、中科院大力推动下，以国家“863”计划重大科研成果为基础组建的高新技术企业。光始终专注于服务器领域的研发、生产与应用，在互联网、金融、电信、石油、科研、电力等多个行业有着大量成功应用。

5、亿时空

深圳亿时空于1997年成立。多年以来专注于服务器和图形工作站的应用于推广，为企业产品赢下良好口碑。更是通过多年的努力，现已成为全国服务器、工作站领域里优秀的供应商之一。

自上世纪90年代互联网技术诞生以来，移动互联网、云计算、大数据、人工智能等新一代信息技术的不断发展和逐步成熟，并日益深入的渗透到经济社会的各个领域，2020年全球范围内爆发的新冠疫情又进一步加速了这一趋势，数字经济已经成为世界经济发展的新阶段，即世界经济发展已经进入数字经济时代。
党中央、国务院和各级政府高度重视数字经济的发展。从2015年《中国制造2025》、《促进大数据发展行动纲要》等政策出台以来，中央和各级地方陆续以推出系列数字经济发展的措施，并支持雄安新区、浙江、福建等六个地区建设国家数字经济创新发展试验区，支持北京、上海、深圳、西安等地建设国家新一代人工智能创新发展试验区。2020年国家进一步提出加强新型基础设施建设，并明确将数据作为一种新型生产要素写入政策文件，这些将为数字经济的发展奠定更加坚实的基础。
农业经济时代，土地、水源和工具是关键资源。工业经济时代，能源、原材料、机器设备和生产工艺等是关键资源。那数字经济时代的关键资源是什么呢？数字经济时代的关键资源是数据、算力和算法。数据是数字经济时代的原材料，各种经济活动中都在源源不断的产生的数据，越来越多的组织也将数据当作一种资产，在政策层面数据已经成为一种新型生产要素。算力相当于数字经济时代的机器设备和生产力，面向各种场景的数据产品或应用都离不开算力的加工和计算，而且对算力的需求和要求也越来越高。算法是数字经济时代的生产工艺，面向图像、语音、自然语言处理等不同的应用场景和领域的算法也层出不穷，算法的提升和改进可以提高算力的效率和更多的挖掘数据价值。
本文重点分析算力方面内容，介绍算力市场总体情况，当前算力发展的特点和趋势，以及重点算力供应方式等。
一、算力需求快速增长，算力投资具有多重经济价值
算力即计算能力，核心是CPU、GPU、NPU、MCU等各类芯片，具体由计算机、服务器、高性能计算集群和各类智能终端等承载。数字经济时代，数据的爆炸式增长，算法的复杂程度不断提高，对算力需求越来越高。算力是数字经济发展的基础设施和核心生产力，对经济发展具有重要作用，根据IDC与浪潮联合发布的《2020全球计算力指数评估报告》，计算力指数平均每提高1点，数字经济和GDP将分别增长33‰和18‰。
随着数字经济的不断发展，人工智能、物联网、区块链、AR/VR 等数字经济的关键领域对算力的需求也将呈爆炸式增长。根据华为发布的《泛在算力：智能社会的基石》报告，预计到2030年人工智能、物联网、区块链、AR/VR 等总共对算力的需求将达到339万EFLOPS，并且将共同对算力形成随时、随地、随需、随形 (Anytime、Anywhere、AnyCapacity、Any Object) 的能力要求，其中人工智能算力将超过16万EFLOPS，接近整体算力需求的一半。OpenAI开发的GPT-3模型涉及1750亿个参数，对算力的需求达到3640PFLOPS，目前国内也有研究团队在跟进中文GPT-3模型的研究。
算力投资具有多重经济价值，不仅直接带动服务器行业及上游芯片、电子等行业的发展，而且算力价值的发挥将带动各行业转型升级和效率提升等，带来更大的间接经济价值。根据《泛在算力：智能社会的基石》报告，每投入1美元算力即可以带动芯片、服务器、数据中心、智能终端、高速网络等领域约47美元的直接产业产值增长；在传统工厂改造为智能化工厂的场景下，每1美元的算力投入，可以带动10美元的相关产值提升。
二、算力发展的特点及趋势
随着数据规模的增加和算法复杂度的提升，以及应用多样性的不断丰富，对算力提出的要求也越来越高，当前算力发展呈现出三方面的特点，一是多种架构百花齐放的状态，二是中心化的算力与边缘终端算力快速发展，三是专用算力日渐成势。
近年来多种算力架构并存并快速发展。曾经x86架构的算力占绝对优势，英特尔和AMD基本垄断了X86算力架构市场，海光信息通过跟AMD合作获得x86架构的授权；如今基于ARM架构的算力份额不断扩大，特别是在移动端ARM架构算力成为主流，华为海思等主要产品是基于ARM架构，另外天津飞腾的产品也是基于ARM架构。随着人工智能等算力需求的不断增加，GPU算力的需求不断增加，英伟达在GPU算力市场占有绝对优势，AMD也分了一杯羹，叠加比特币挖矿算力需求，导致市场上GPU卡供不应求。近几年国内也出现几个GPU方面的创业团队，如寒武纪、登临科技、燧原科技等。此外，Risc-V、存算一体化架构、类脑架构等算力也不断涌现，不过这些算力刚刚起步，在应用生态等方面还需要一定较长的培育过程。
中心化算力和边缘终端算力快速发展。随着7nm制程日渐成熟，基于7nm制程的CPU、GPU等算力性能得到极大提升，目前7nm制程算力主要是中心化算力，移动端智能手机的处理器算力部分也已经采用7nm制程。台积电的7nm制程已经实现规模化，并开始攻关3nm工艺制程；中芯国际7nm工艺制程仍在技术攻关当中。随着5G及物联网应用的不断增加，边缘终端算力的需求日益增加，特别是自动驾驶、智慧安防、智慧城市等领域算力需求。地平线自动驾驶芯片已经量产，英伟达jetson产品在嵌入式终端产品应用广泛，其他针对特定领域专用边缘终端芯片创业公司层出不穷。
针对图像、语音等特定领域的专用算力日渐成势。一方面是芯片工艺制程越来越逼近摩尔定律的极限，另一方面是物联网智能终端对功耗的要求等，针对特定领域的专用芯片层出不穷，并且越来越多的巨头参与其中。谷歌的TPU专为机器学习定制的算力，阿里平头哥的含光NPU专为神经网络定制的算力，赛灵思的FPGA算力，百度研发针对语音领域的鸿鹄芯片以及云知声、思必驰、探境科技等也推出智能语音相关的芯片，北京君正、云天励飞、依图科技和芯原微电子等推出针对视觉和视频处理相关的专用芯片。
三、算力供应以公有云和自建算力为主，多种方式相补充
当前的算力供给主要包括公有云、超算中心、自建算力、地方算力中心等方式。其中，公有云和自建算力中心是算力的主要来源方式，超算中心及地方算力中心等多种方式相互补充。
规模化的算力供应通常通过数据中来承载，新建数据中心的不断增加，将带动未来算力资源的供应不断扩大。据中国电子信息产业发展研究院统计数据，2019年中国数据中心数量大约为74万个，大约能占全球数据中心总量的23%，其中大型数据中心占比127%；在用数据中心机架规模达到2658万架，同比增长287%；在建数据中心机架规模约185万架，同比增加约43万架。2020年国家大力支持“新基建”建设以来，数据中心作为“新基建”的重要内容，京津冀、长三角和珠三角等算力需求地区，以及中西部能源资源集中的区域，如内蒙、山西等，均在推进新的大中型数据中心的建设。
公有云以其稳定和易用等特点，成为许多企业特别是中小企业的算力首选方式。据不完全统计，阿里云服务器总数接近200万台，腾讯云服务器总数超过110万台，华为云、百度云、京东云、AWS等云厂商服务器总数未找到确切数据，保守估计各类云厂商服务器总数之和也超过500万台。而且在国家宣布大力支持“新基建”建设之后，腾讯宣布未来五年将投资5000亿元用于云计算、数据中心等新基建项目的进一步布局，阿里云宣布未来三年阿里将投2000亿元用于面向未来的数据中心建设及重大核心技术研发攻坚，百度宣布预计到2030年百度智能云服务器台数将超过500万台。各大云厂商仍在继续加大算力投入，公有云算力供应将会更加充裕。
自建算力以其安全性和自主性等特点，成为政府、大企业及其他关注安全的组织的算力首选方式。政府、银行及高校和央企等，通常通过自建或租赁数据中心的方式自建算力，满足自身各项业务的算力需求。许多互联网公司在刚开始时选择使用公有云服务，但规模发展到一定程度时通常都会开始自建或租赁数据中心的方式自建算力。其他有部分各种类型的企业，出于安全、商业机密和隐私等方面的考虑，不意愿把数据和业务等放到阿里云等公有云上，往往选择托管服务器的方式自建算力，规模更小企业直接就在本地使用。2020年6月快手宣布投资100亿元自建数据中心，计划部署30万台服务器，字节跳动等大型互联网公司都在不断加大数据中心的建设。
超算中心和地方算力中心作为算力供应有效的补充方式，适合于大规模计算需求的应用领域。截至2020年，科技部批准建立的国家超级计算中心共有八所，分别是国家超级计算天津中心、广州中心、深圳中心、长沙中心、济南中心、无锡中心、郑州中心和昆山中心。超算中心主要的算力资源以CPU为主，新建的超算中心及更新升级过程中超算中心逐步增加了异构GPU算力资源。超算中心较好的满足和弥补了高校科研中算力资源的需求，特别是在工业仿真、生物信息、新材料、气象、海洋等科学计算领域。国内主要省市地区基本都投资建设了当地算力中心，重点服务本地科研和产业发展的需求，如太原、苏州、福建等地，目前通常地方算力中心的规模并不大，计算节点数在200-500之间居多，主要服务于当地气象、工业仿真和生物信息等领域计算需求。此外，2020年以来，武汉、南京、珠海、许昌等地区正在建设人工智能计算中心，将在一定程度上弥补当前规模化AI算力不足的情况。
结语
算力作为数字经济的基础设施，也是数字经济时代的生产力和引擎，越来越成为数字经济时代国家竞争力的体现。根据IDC与浪潮联合发布的《2020全球计算力指数评估报告》，中国和美国的算力建设在全球处于领先地位，美国的算力无论在规模、效率、应用水平等方面都领先于中国。此外，从算力芯片供应角度看，美国的英特尔、AMD、英伟达等企业几乎占了全球的绝大部分的市场份额。可见，中国在算力建设和发展仍然需要加大投入和加强研发等，发挥优势的同时弥补不足，从而为数字经济长期发展奠定更加坚实的基础。

套用一个流行的技术词汇“算力”来划分半导体厂商格局的话，那么昔日的PC三巨头完全可以用算力三巨头来代替，毕竟三家目前瞄准的发展方向都是算力而非传统的PC了。

作为算力的三巨头，NVIDIA，AMD和Intel（这么排列是有理由的）在这个虎年春节期间，围绕着收购产生的话题，似乎会成为影响未来一年竞争格局的基调，更将是未来算力竞争中产生不小变化的起因。因为恰恰就在上一周，三家不约而同的关于收购出现了各种新闻事件，我们就借此机会来小小的八卦一下。

NVIDIA：错失arm不见得是坏事

要说上周最震撼的新闻，必须是NVIDIA收购arm的交易因各方的阻挠而失败，这几乎可以说是可能影响三分之一半导体产业的一次交易。从各方的新闻角度，相当多的区域市场管理机构并没有批准此次交易是失败的主要原因，而NVIDIA用12亿美元换了所谓的20年授权很多人都觉得NVIDIA亏了。从财务的角度，NVIDIA收购不会只亏了12亿，毕竟前期收购的各种第三方评估费用也少不得打了水漂，但对NVIDIA来说，整体上未必是坏事，毕竟显卡价格坚挺越久，财报越好看。

首先是arm值不值400亿美元的问题，软银买下arm后给arm做了些减法，一部分服务没有参与到交易中，中国区也以合资公司的形式进行了部分切割，这样的一个arm如果都能溢价卖出（软银买入才370亿），考虑到软银糟糕的经济情况和继续套现的迫切感，NVIDIA有接盘的嫌疑。剔除掉任何不合时宜的幕后交易猜测，我们只能认为NVIDIA自从股价飙升之后，看来是真想趁机一统算力江湖。毕竟看看自己两个对手，可都是CPU+GPU+FPGA满额标配，自己只靠GPU显然无法继续维持半导体第一股的高额市值，而拿下arm无疑让自己成为一个全新生态的“王者”，都说高通是专利流氓，如果NVIDIA真拿下arm，跟计算有关的专利恐怕半数都逃不过这家公司了。

一个值得思考的问题是，在NVIDIA达成协议收购arm到最后被否决这一年半时间里发生了什么，arm的营收没有太多增长，而RISCV倒是日渐火爆。得益于诸多厂商对NVIDIA收购arm后的不确定性（谁知道被收购后的arm会不会是另一个MIPS），很多算力相关的企业开始把RISCV当作自己未来的plan B，这间接造成了基于RISCV内核的算力器件大爆发。如果交易继续进行，这种趋势会愈加明显。现在arm继续独立，如果短期内没有人继续申请收购arm而是选择arm上市，用户对未来arm独立性的信心也许会重塑，这样RISCV可能会回到原来的Plan B角色。至于网传的Intel或者其他家想收购arm，估计短期内都很难过得了各区域的监管机构。软银要拿钱，只能是推动arm上市，那么短期内arm要做的就是对RISCV阵营的强力压制了，否则估值会大打折扣。

至于NVIDIA，起码股市反应来看投资人对这个结果未来谨慎看好，说明他们也不太确定收购arm对NVIDIA就一定是好事，只是NVIDIA短期内只能继续单核前行了，而服务器市场还是很难挤得进去。当然比较遗憾的是老黄畅想的那些美好未来……

AMD：成功并购赛灵思，超越老对手

昔日NVIDIA最大的竞争对手AMD这两年小日子过得也不错，虽然没有NVIDIA那么耀眼夺目，但市值也跟着蹭蹭上涨，CPU方面市占率节节攀升，GPU市场受益于显卡缺货利润率阶梯式上涨，加上收购Xilinx（赛灵思）进展顺利，在这个春节终于如愿完成交易。除了在处理器组成方面追平了老对手Intel之外，一个意外之喜是，交易达成的那一刻，两家合并起来的总市值，超越了Intel。要知道四五年前AMD最惨的时候市值可能只有Intel的二十分之一不到。现在你要问AMD和Intel谁是更大一点的公司，恐怕人们要翻开 财经 频道先看一眼市值才能回答你了。

收购赛灵思，对AMD几乎没有任何不利。从财务上，选择股权置换没有太多财务开支；从技术上，纳入了FPPGA之后，AMD拥有了更为全面的算力技术池同时还大幅提升了自己的AI技术储备能力（如果我们以NVIDIA作为AI实力100分，Intel大概可以达到85分，而收购前的AMD大概只有不到50分，现在可以达到70+的水平）；从市场的角度，赛灵思的FPGA加入之后，AMD瞬间扩充了在服务器市场的竞争力，同时还可以渗透到工业、医疗、国防和航天等多个细分市场。两家之前在服务器和核心算力设备方面，要面临Intel 的CPU+FPGA的组合式竞争，现在如果再评估一下双方的服务器端实力，已经很难瞬间区分出明显的强弱了。唯一的不确定是，AMD是否能够更好的融合FPGA技术，以及之前双方都略有欠缺的服务器生态能力，该如何面对Intel最擅长的生态系统构建。

Intel：IDM20很有意思

英特尔悄无声息的公布完成了对Tower这家半导体代工企业的收购，70亿的收购算不得多贵，即使考虑到缺货带来的晶圆厂利润暴增，这对年收入不高的Tower来说已经是很高的溢价了。不过我们也看得出来Intel的战略方向走得很坚定，从IDM20开始到后来的代工服务战略，再到随之而来的开放X86架构，以及现在的收购Tower Jazz，英特尔不断地丰富自己在半导体制造方面的技术实力。如果说Intel在产品方面似乎缺乏对两大算力对手的优势，那么制造大概是Intel现在还能压制对手的关键一环。

对Intel来说，现在赶上三星甚至TSMC工艺水平是其夺回CPU性能优势的重要手段，但要赶上对手需要足够的研发投入，这就不仅从自身产品获取利润，还要尽可能从代工方面分摊研发成本，否则天价的工艺研发费用拖垮的只能是自己。因此这次收购Tower对Intel继续贯彻其IDM20和代工业务战略有不小的战略意义。

首先，Tower虽然不大，但却是标准的代工厂，拥有完善的代工服务体系，而常年作为IDM的英特尔最缺的就是代工服务的体系，收购比自己构建一个团队反而要容易很多。何况，有了Tower之后，Intel就顺理成章的进入代工圈子，可以开展更多代工服务，而不仅仅局限在Tower之前的产线上。我们分析了目前代工市场的格局，除了脱身于AMD的GF之外，Tower是Intel目前能买到的最大的代工企业了，而且GF现在在中东人手里，而Tower是以色列资本控制的，对Intel来说，以色列基本上是美国之外第二大研发和生成基地所在了，从这点上犹太基因……你们懂的。

其次，Intel这两年一直争取美国本土的各种晶圆厂资金支持，也曾经拿到过以色列的半导体建厂基金，并且希望从TSMC手上拿到更多美国政府的支持。而政府支持的一个特点就是希望晶圆厂能满足美国的国防标准并为之服务，这点Intel自然不会轻易放过。Tower在美国有两个晶圆厂，Intel收购后可以为这两个厂申请国防认证。更重要的是，Tower虽然小，但是却也是最大的模拟晶圆代工商，而Intel在模拟方面的经验不足也没有模拟晶圆厂，国防应用恰恰多数都是模拟和混合信号为主的，拿下Tower可以让Intel快速拥有比较完善的模拟芯片生产能力，这对未来拿到更多美国政府的资金支持是非常有意义的。

从这两点不难看出，Intel悄无声息的收购Tower，对其战略意义非常重要，一方面英特尔直接进入了晶圆代工厂的角色并且可以用成熟的代工服务体系来快速改造自己原有的晶圆厂，另一方面，英特尔还成为目前美国本土最具实力的模拟代工厂，未来甚至可能在美国筹建12英寸的模拟代工厂，而这将是拿到政府资金支持的最理想筹码。当然，什么时候Intel能够靠着代工业务反哺会CPU，并且重新建立在算力技术方面的领先优势，我们就很难预测了。

眼下，中国共计装有近2亿个视频监控摄像头，而具备AI能力的摄像头仅占其中的1%。

在高清监控摄像头数量与AI渗透率不断递增的情况下，由摄像头采集的图像、视频流数据，需要更强大的分析引擎对其进行分析、处理和训练。

以北京地铁站为例，北京1000多个地铁站中平均每站都有上百个摄像头，平均每个地铁站每天流通8到10万人较为常见。保守预估每个相机每天看见1万个人，再假设对比库中有1万个目标（对于公安数据库来说并不大），这个相机每天要回答的问题就是一亿零一万个！

显然，在当前各类安防项目中，依靠纯嵌入式智能DVR和NVR均无法满足严苛的计算要求。

面对万亿级AI安防市场，在技术落地成花的十字路口，所有的安防企业高管们都会面对一个终极命题：AI安防究竟需要一款怎样强大的服务器？
谈到安防服务器，X86无处不在，一直以来，它都是包括安防在内等多个行业的“宠儿”。

“眼下安防市场很多的管理平台，譬如流媒体服务器、转发服务器、主控服务器基本基于X86架构建设，它的最大优势是比较容易开发、上手比较快，大多工程师更擅长在X86架构上做研发。”

华泰科捷CEO傅剑辉告诉雷锋网，考虑到它表现不俗的性价比，X86服务器一直都是我们采购的首选。

由此，过去多年来，X86服务器也获得了全球顶尖服务器供货商的青睐。

遗憾的是，各科成绩均“达标”的 X86服务器，在如今大热的AI浪潮面前，却遇到了一些“偏科”难题。

傅剑辉透露，从安防用户实际使用角度考量，目前X86服务器应用在安防行业主要存在三大问题：

一、CPU负责逻辑运算的单元并不多，在多任务处理时效率低下。面对海量视频信息，传统X86服务器单纯以CPU为核心的数据中心部署已经不能很好地满足并行灵活计算、多变环境的计算需求，很难在安防企业级服务器市场有惊艳的表现。

“以前的视频数据只需存在后台，做少量分析即可，也就是说存储足够大就行；今天，很多客户都希望我们能够实时处理这些海量视频信息并反馈结果，而这就意味着系统需要同时做解码、做视频结构化、做识别、搜索等等，X86明显就不够用了。”

换句话说，X86可以类比手机里的功能机，它能够满足单一的通信处理需求，而AI融入的安防市场，更需要一台强大的智能手机，配备更强大的性能以适配 游戏 、处理等个性需求。

二、在行业出现算力不够的大背景下，很多厂商打出X86服务器加上若干GPU卡的组合拳，而这种为了单纯解决算力而“拼凑”出的方案大大增加了服务器的功耗和用户成本。

从行业采用情况看，如果涉及人脸识别等AI项目时，大部分厂商会采用GPU作为人像数据结构化的处理单元，特别是在X86服务器集群中，GPU更是成为唯一选择。

在某种程度上，GPU的确解决了部分算力不足的问题，却也存在两个致命硬伤。

一是功耗大，需依托X86架构服务器运行，不适用于更为广泛的AI方案开发； 二是成本高昂，比如采用GPU方案，折算单路人脸识别成本在万元以上，相较其他千元级，甚至是百元级的方案，毫无成本优势可言，这两个致命短板，也让很多企业不得不寻求新的方案。

三、由于X86更多采用的是较为开放的LinuX系统，而非封闭的AIX系统，在稳定性和可维护性上略显不足。

“未来的市场必定是数据规模和计算能力的角逐。”

浪潮商用机器有限公司产品部张琪告诉雷锋网，随着越来越多新应用的出现，传统的X86计算架构会遇到很多瓶颈，包括数据瓶颈（处理器的计算单元以多快的速度获取和交换数据）、计算瓶颈（单位空间内能集成多少计算能力）、延迟瓶颈、通信瓶颈。

就像设计时速30码的道路难以承载均速100码的车辆通行一样，很短时间内就可造成道路拥堵甚至瘫痪。

今天来看，面对大计算、智能化场景，谁能够最先解决算力问题，又能够更好降低功耗与成本，谁就能在AI浪潮下引领鳌头。

在张琪看来，基于POWER9的高性能服务器能够很好满足AI安防时代下的高智能需求。
从AI安防实际场景所需出发，浪潮商用机器有限公司近期推出了基于POWER9服务器，搭载UltraVision视频智能分析系统的AI视觉分析智能分析解决方案(UltraVision on Power)。

AI视觉分析解决方案可以看作一个超级高效的AI大脑，它软硬结合，能够实时、准确、智能、节能地完成包括安防在内各个行业所需的复杂性数据处理工作。

“硬”，体现在POWER9架构上，它能够提供强大的图像视频的计算处理能力。相比其他处理器，POWER9支持了PCIe40、NVlink20等新一代I/O协议，能够在AI等应用中展示出更好的应用表现。

具体来看，相比X86，其单节点视频处理路数提升近3倍，达38倍提升深度学习框架AI模型训练效率，18倍更好的加速数据库性能，IO能力提升了近5倍。

另外，执行视频和图像编解码，查询搜索任务时，整机可提供单精度56TFlops和双精度28TFlops超强算力，和比X86服务器相比，单块GPU即可提供比纯CPU服务器高30倍的推理能力。

值得一提的是，该方案独有的CAPI技术，可以将延迟降低至1/36，全面加速图像处理，同时功耗降低高达30%。

18倍、38倍、3倍、5倍、30倍，看起来不大的几个数字对于安防行业来说，都是庞大数量级的提升。

这几个数字的变化，能够将各类犯罪和严重的暴力事件的防控手段从事后介入提前到事前或事中，大大减少安全事件的发生，实现公共安全从被动防御到主动防御的业务转变。

除了POWER9提供的超强算力硬核外，在软件层面，该方案还有高重UltraVision视频智能分析技术加持，如目标检测（PD）、行人重识别（RE-ID）等多项计算机视觉技术，提升目标识别准确率高达94%。

毋庸置疑，软硬结合的AI视觉分析解决方案在实际落地过程中，能够实实在在地为用户解决AI时代下的高算力与低功耗问题。

除此之外，相比其他热门方案，该方案还有两大优势不得不提。

其一、独有的利旧能力降低客户成本。

通常来说，一般的AI视频系统想要实现某些功能必须接入具备AI技术的感知摄像头，该方案在部署过程中不需要更换原有摄像头，只需要旁路接入视频采集端，即可实现AI系统；

另外，该方案还可以兼容不同品牌、不同制式的任何摄像头；可以不改变客户原服务器等硬件架构的情况下直接部署，有效降低客户部署成本。

其二、就浪潮商用机器公司本身来说，依托其在服务器领域的引领地位，拥有强大的定制化落地能力，缩短交付周期从月到天。
该方案无论是面对大数据处理、机器学习这样的AI应用，还是软件定义存储、内存数据库这一类的开源应用都会有比较好的性能表现。

毫无疑问，专为AI、云计算、大数据等新兴应用而生的AI视觉分析解决方案在客户面对严苛业务挑战时，提供了更多元化的选择。

依托这款高性能产品，用户可以更快地部署各类智能应用，缩短安防AI应用的技术迭代周期。

与此同时，性能卓越的浪潮商用机器服务器的应用不仅限于安防行业，在互联网、金融等对安全性要求高的领域，其也可以施展拳脚。

安防之外，整个 社会 正在向规模化、自动化、智能化转型升级。其中，智能化的应用方向涵盖四大方向：前端化、云端化、平台化和行业化。

在这个升级过程中，新的平台需要有新的能力做新的认知，新的认知催生新的需求和应用。

对于包括浪潮在内的 科技 公司来说，这是一次巨大的机会，同时也是一个不小的挑战，路漫漫其修远兮，必须上下而求索。雷锋网雷锋网雷锋网

一级供应商的转型是战略性的。在“增量供应商”和孵化供应商的夹击当中，跨国一级供应商正在努力寻找自己的新位置。

文 /《汽车人》齐策

​

到3月底，全球前20名跨国Tier1（一级供应商）的2022年财报出齐了（日企除外，因为财年截止日期不同）。

相对上年，2022年Tier1的营收大多数都涨了，从-44%（麦格纳）到63%（佛瑞亚），大部分公司的营收都已回到疫情之前的水平；但净利润则产生了分化，从-383%（佛瑞亚）到202%（伟世通），跨度非常大。

而前几名的排名顺序几乎没有变化，博世、采埃孚、大陆、现代摩比斯、麦格纳、佛瑞亚仍然占据前5名。拆分或卖掉部分业务之后的安波福、博格华纳、舍弗勒，营收排名有所降低。

转型速度决定盈利水平

在发布财报的时候，很多Tier1往往附带解释利润下滑的原因。诸如地缘问题导致原材料和能源价格上涨、主机厂的生产计划不稳定、劳动力紧张，以及对新业务的投资，都拖累了盈利。

这几年，Tier1的成本结构确实发生了明显变化。大家都在向电气化方向转型，有顺利的，就有不顺利的。

麦格纳2022年营收微跌，但净利润跌了66%。麦格纳的解释，仍是电气化和辅助驾驶投资所致。利润跌了123%的李尔，也做出了类似解释。

与之相反，有些供应商电动业务已经做起来了，成为公司业务新增长点，财报就好看很多。2021年从大陆拆分的伟湃科技（营收增长86%，净利润上涨119%），2022年获得140亿欧元的新订单，其中有3/4来自电气化领域。

而博格华纳对燃油系统业务实施“先买后卖”的 *** 作后，其电气化业务突飞猛进，以前燃油喷射+变速箱+涡轮增压系统+废气处理的业务“四大天王”，正在转型为混动+电驱（电机、减速器、逆变器三合一）、功能配置（系统集成和热管理）三大新业务为主。

2021年到2022年底，博格华纳连续5次收购，都获得了成功，其标准就是收购资产是否对电气化方向有助益。透过系列收购，博格华纳在电池、电驱和充电业务都获得新能力。除了树大根深、电气化起步较早的博世，快速形成新业务盈利能力的，当属这家美国企业。

就连以内饰业务为主的李尔，也紧贴新业务。其积压的75%座椅订单来自电动车客户，而电子电气业务也积压了10亿美元订单。对于李尔而言，招工是个难题。李尔自称，其业务已经有50%跨入电气化。就连座椅这种产品，新能源和燃油车的需求，也产生了分化。

供应商们认为，过去3年全球汽车供应链的动荡，将会减弱。在面临运营环境挑战的2022年，能将运营稳定下来，并在新业务上开始赚钱，让跨国Tier1们开始憧憬2023、2024的增长。

接下来果真就是收获时间吗？

“三电”参与感低

和上一财年比，多数跨国Tier1在2022年的营收，多数都说得过去，但一个不可否认的事实是，相对传统燃油车时代，如今的跨国Tier1控制力下滑了。

三电（电池、电驱、电控）领域，跨国Tier1正在努力挤进来，但是，电池首先就没戏。宁德时代的营收水平，如果放在跨国Tier1的榜单里，暂时排到第三，和第二名采埃孚非常接近，2023年一定会超过后者。只不过很少有舆论将宁德时代视为Tier1。

而电机电控市场偏小。电机都是采购第三方，通常跨国一线Tier1嫌弃这块市场肉少，以至于国内主机厂采购名单里，前20家电机供应商，无一跨国Tier1。

我们可以列出一些名单：卧龙电驱、中车时代、大洋电机、斯达半导（电机控制）、正海磁材、凯中精密、日电产（日企）、联电、汇川联合动力、英博尔、阳光能源、巨一等，不是车企孵化，就是跨界运营。

这里面唯一的外国企业，就是日电产，只不过其规模不大（营收53亿人民币左右），本身就是做电机和光学器件的。这里面几乎看不到传统巨头。

电控则分成两部分：一部分是电池企业做成PACK整体方案（包含软件），卖给主机厂；另一部分，也是主流做法，即主机厂自己做电控部分，将电控硬件整合到PACK上，而软件则运行于车载算力中心（有些厂商还部署了云监控体系）。

既然不做电池，电控就比较难染指了。

混动还是指望老客户埋单

虽然主机厂越来越倾向于自己搞定“三电”，但博世仍然提供了电机、逆变器、热管理系统（对于电池作用突出）。和以往一样，博世声称这些产品的标准化设计和稳定的质量，可以让主机厂降低开发成本，快速拿出整车产品。

采埃孚的变速箱很有名，但只有不多的人了解，采埃孚是德国首批量产混动动力模块的供应商。相对燃油车，轻混、插混系统对发动机和变速系统的要求开始变得不一样。采埃孚能为客户提供全套混动动力组件。宝马和奥迪是这部分业务的大客户。

纯电这部分，采埃孚居然屈尊，去做中小电动车用的“中央电驱”。需要指出，这些产品，国内主机厂采购很罕见，仍是德国“御三家”在大规模采购。

而采埃孚的底盘系统（虽然电动车底盘调校有自己的特点），仍然通吃。这一块在国内高端市场，仍然保有很强的影响力（客户可以不买，但是回头就要求自己供应商想办法逆向）。

总体而言，采埃孚的电驱动桥和集成电驱系统仍然能打，但是相对燃油车时代变速箱那种统治力和业内声望，不可同日而语。

舍弗勒也做了类似的开发。舍弗勒的经典产品就是P2混动模块，但国内基本不怎么待见这种混动方案。国内比较流行的是串并联混动，增程则正变得火热。

而舍弗勒开发的轮毂电机，则比较坑，几乎没有国内主机厂青睐。恒大当年要上这种技术（但是落地产品不详），但是后来因为众所周知的原因，项目流产。

“Tier05”和“Tier15”

在传统的汽车供应体系中，燃油车动力系统，绝大部分都属于供应商。

不仅如此，从完整计算及域控制器参考设计平台，到配套软件、功能安全测试验证等环节，传统Tier1拥有着巨大的话语权。其开发进度决定了车型的研发周期，议价力方面也几乎“说一不二”。

在电动化、智能化的当下，传统Tier1的打包方案开始失宠。定制化、个性化、客户化、服务化的供应模式，正成为新趋势。供应链的运行方式，已经发生了变化。

因此，有人在去年提出“Tier05”的概念。在新能源时代，主机厂做了一部分Tier1的工作，把后者业务架空了一部分。Tier1并非出局，而是必须向主机厂让渡一部分技术整合的权限。这样，主机厂自研、多元化生态合作，就成了”革Tier1命”的代名词。

随着传统主机厂推进两个整合（技术整合、供应链整合），新能源产能快速放大，新势力的市场权重在向下走。但是技术整合这个事，是新势力首倡，而且现在推进得比较深入，算是领风气之先。

在这种情势下，Tier1凭借技术积累，在汽车辅助系统、电子系统、底盘及其他电气化系统上找到新订单。因此，Tier1的电气化转型成功的标志，从来不意味话语权的提升，而是通过降低话语权，在新供应链上找到位置。

还有些Tier1，稍微回撤半步，开始做Tier1和Tier2混合业务，也取得不错的业绩。在电动化产业链上，如果“Tier05”的说法成立，那么也就有“Tier15”。

800V高压充电，正在从高端车上逐渐下放，变成新的竞争要素。高压充电要求车上的电池模组、半导体器件、电机，甚至整车的电子电器架构，与之匹配。与其在旧系统上修修补补，不如开发新的高压平台。

安波福在电连接器和E-E架构的电磁兼容设计上，提供了架构级方案。安波福声称，可以只提供连接器和屏蔽导线，适配主机厂的充电系统（Tier2角色），也可以提供全车电磁兼容设计和整套充电模块（Tier1角色）。

今年2月，安波福就向集度汽车提供了后一种方案。3月，安波福在武汉建立了电连接器工程中心，准备作为Tier2扩大承揽生意。

这两种趋势，让供应商分级的界限变得模糊，这本身就说明原来的供应链体系开始解构并重组。

灵活应对软件挑战

软件的集中自研，以及与合作伙伴的共同开发，都助长了这一趋势。和主机厂一样，Tier1对于应用软件开发问题不大，难点在于中间层软件。这是软硬件解耦的关键，也是软件系统实现跨平台部署的前提。

而合作伙伴，基本都有IT背景。按照刚刚结束华为轮值董事长任期的徐直军的话来说，就是他们打算做“增量供应商”。

言外之意，就是不和客户抢生意，也尽量避免和传统Tier1正面争抢，而是在业内刚产生的新需求上，在大家还不容易上手的时候，给出解决方案。这是软件供应商进入汽车行业的核心能力。

当然，这种事很难拿捏尺度。有些IT厂商效法传统Tier1，给出的系统级解决方案，希望主机厂照方抓药，直接采购、做好对接，上车了事。

但是，这个系统可不是以前Tier1做的分系统或子系统，而是全车软硬件系统（应用层为智能座舱、自动驾驶，还有与底层E-E架构有关的软件和数据采集/控制系统），算是“大系统”，也顺便形成了一个完整的生态系统。

如果这些都提供了，主机厂真的只剩造壳了。这就犯了大忌，比华为扩展“增量业务”遭到合资主机厂抵制，还要糟糕，比如百度的阿波罗计划。

最了解传统主机厂的，还是博世为首的跨国Tier1。博世去年就表示过，既可以单独卖软件，也可以单独卖硬件，或者软硬件一起卖。

表面上，这是为了适应主机厂多元化需求；实际上，就是自证没有野心。既然可以提供开放性硬件，配合主机厂的软件（先别管软件怎么来的），主机厂就不怎么担心车载功能控制、数据采集被拿走。

博世致力于打造“硬件+底层软件+中间件+应用软件算法+系统集成”的全栈技术能力，但卖的时候，是可以拆散了卖的，也可以在其中挑选子系统组合。当然，代价是主机厂必须自己搞定系统级联调。

我们看到，博世在2022年将软件研发部分，整合到同一个部门，成立了主营软件业务的易特驰（ETAS），其业务包含基础软件、中间件、云服务以及研发工具。

相似做法的还有采埃孚和大陆集团，两者合资参投软件初创公司ApexAI。后者开发中间件 *** 作系统（ApexOS），并可以让客户定制。

采埃孚还在2021年与KPIT达成合作，合作开发模块化中间件解决方案，并在此基础上叠加自动驾驶、系统安全、运动控制和电动化管理系统。

除了新势力，这给二三四线车企提供了一个统一解决方案。即便一线主机厂想自己搞定 *** 作系统，Tier1也可以提供开发工具、某些组件（软件封装功能），或者与主机厂联合开发。总之，身段柔软得很。

Tier1的新投资，可以给开发能力跟不上产品节奏的主机厂，提供一个标准化的出路，让客户快速过渡到可靠的中央计算机架构，缩短开发周期。

看上去，跨国Tier1反而谋求与“增量供应商”抢生意，倒退两年都不可想象这种格局。

在全球主流市场上，传统燃油车业务正在逐年萎缩。这一利基业务正受到越来越多的侵蚀。跨国Tier1的应对方式，是投资转移。他们以拆分、收购、联合等资本运作方式，向新业务倾注大量资源。

在2022财年，大部分传统Tier1已经开始获得新业务的市场份额和盈利，但仍然不稳定，尚未成为公司的主要盈利来源，接下来盈利重心将连续转向新业务。

新能源汽车部件可能是一个未来几十年都会持续增长的市场，因此Tier1的转型是战略性的。新能源产业，在“增量供应商”（大多数都有IT、3C背景）和孵化供应商的夹击当中，跨国Tier1正在努力寻找自己的新位置。

至于跨国Tier1还能否拿到以前那样的话语权，照目前看，恐怕不能复制历史。当然，我们只是看到了这一进程的初始阶段，未来汽车供应链会不会沿着当前的趋势直线前进，还很难预料。版权声明本文系《汽车人》原创稿件，未经授权不得转载。

本文来自易车号作者汽车人传媒，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关

---