突破T2芯片难题 Mac易我数据恢复帮您找回数据

下载Mac版本 下载Win版本

苹果加入T2芯片，数据恢复成为难题

一直以来，苹果公司都不希望用户自行拆解和维修它的产品，并于2017年12月在iMac Pro中加入了T2芯片，用于多种安全目的，包括保护启动进程，保护加密密钥，以及处理系统级功能，例如对摄像头的访问等。该T2芯片是一款64位的ARMv8芯片，运行在名为BridgeOS的操作系统上。如果要对安装了T2芯片的iMac Pro和MacBook Pro进行维修，则需要使用特定的修复软件。如果不使用该软件，那么系统将无法运行。

随着T2芯片的引入，很可能会导致第三方的数据恢复工具无法再为它提供恢复功能，如果用户没有对资料进行正确的备份，电脑主板发生故障时，内部所储存的资料就有可能会全部丢失。

攻克T2芯片难题，全面为您解决苹果电脑数据丢失问题

易我科技作为数据安全技术研究的先驱，已经成功研发了专有且安全的数据恢复技术来解决此问题。易我数据恢复mac版是一款功能强大的文件恢复软件，能够恢复因命令删除、意外格式化硬盘、APFS和HFS+等文件系统损坏、病毒攻击等遗失的文件。Mac版易我数据恢复在短时间内可高效、快速地在苹果计算机上恢复已删除或丢失的数据，无需使用经验。

易我数据恢复软件Mac版可深度扫描磁盘数据，根据原始路径和文件类型分别展示扫描结果，软件的筛选功能更是可以帮助您在大量的扫描结果中快速定位丢失的文件。输入关键字找到您要恢复的文件，预览图像和文本文件，包括照片、视频、PDF文件，确保找到的文件是您想要的内容。对比市场上Mac数据恢复软件，mac易我数据恢复比其他同行有着更高的成功恢复率，更高效的处理模式！

长达16年的数据恢复经验，Mac版易我数据恢复软件可兼容众多的Mac设备以及外置储存设备，例如外接式硬盘、融合硬盘、U盘、SD卡、CF卡、数码相机、视频播放器等等。

下载Mac版本 下载Win版本

实际上，这是对于关键信息的一种误读，要知道在芯片领域不仅仅只有手机所使用的高端数字移动芯片，那仅仅只是代表了高端芯片制造的一部分， 在我们日常生活中不管是电视、电脑、计算器、微波炉、电冰箱、收音机甚至是门禁系统等物件上都会使用到芯片 ，而这些芯片的制造难度其实并不高我国只要愿意随时都可以实现其完全国产化，因此站在半导体芯片领域 ，我国定下的5年7成自产的任务其实并非一个遥不可及的愿景。

此外，对于如何突破芯片封锁这个问题，其实我们除了奋起直追目前最先进的芯片制造技术以外， 我们其实完全没有必要一味的按照既定的“行业规则”去走，为什么我们不能另辟蹊径的实现弯道超车呢？

答案显然是肯定的，我国目前正在主导和大力研发的第三代芯片技术正是其中的代表 ，碳基芯片已经被论证了比传统硅基芯片拥有更高效的性能，而在这一领域我国已经走在了世界的前列。

除此之外， 还有一种弯道超车的办法，那就是“改进晶体管技术”！ 这项技术其实正是为了应对逐渐失效的“摩尔定律”而研究的，在既定的行业大规则越走越窄的情况下，通过改进固有技术实现“物理法则”的突破。

就在本月月中，我国的复旦大学微电子学院传来好消息： 在目前全球最顶级的3纳米制程芯片上，周鹏教授的团队已经实现了GAA晶体管技术的突破性研究，并已经在国际电子器件大会上向全世界公布了我们的这一技术突破。

抛去那些专业的词汇，简单来说，运用GAA技术能够使芯片发挥出传统“摩尔定律”规定下的百分之四百的功效，这 对于在第三代芯片尚未完成研发而芯片的物理极限即将到头之前，是一个突破性的技术，能够是芯片这个领域继续保持高速发展的态势。

实际上，准确来说，GAA晶体管技术并非一个新鲜词汇， 韩国的三星和台湾省的台积电此前已经掌握了这项技术，并且三星还颇为大胆的把这项技术应用在3纳米制程芯片之上 ，按照计划它们准备在后年开始生产包含了GAA晶体管的3纳米芯片， 至于到底功效如何良品率几何，一切都还要等2022年才可以得到论证。

而对我国而言，虽然GAA晶体管技术并非首创， 但是在当前芯片技术被美国垄断和封锁突如此严重的情况下，我国的科研团队还能凭借自己的力量突破和掌握这项核心技术，实在是非常难得 ，它再一次证明了我国强大的 科技 研发能力和制造能力。

实际上，我国现在的芯片制造技术已经基本上可以说是万事俱备只欠东风了，目前只要我们能够搞到EVU光刻机，那么我们所面临的芯片封锁困境就会迎刃而解。而这一次， 我们不打算依靠外力的帮助，也没有指望荷兰的ASML突然“大发善心”把EUV光刻机卖给我们，我国的中科院以及其他科研机构正在奋力研究和打造属于我们自己的光刻机，并且另一芯片巨头国家日本的一些相关企业也正在和我国的企业进行深度合作，共同打造非EUV光刻机。

相信在诸多力量的合力之下，我们不用等太久，就能在芯片领域好好的回敬美国一耳光！

事后想来，芯片验证工程师Lynda觉得进腾讯有点“草率”了。

作为一个在半导体行业工作过多年的资深工程师，Lynda第一次看到腾讯发布芯片岗位需求时，略感到一丝惊讶。2019年1月她带着好奇加入这家互联网大厂，准备撸起袖子，大干一场。

面试时，主导芯片设计工作的Henry给她打过一剂预防针：“我们是从零开始做芯片。”Lynda试图代入鹅厂一贯的低调来理解这句话，但随即便在第一天上班时被跟同事的对话震到了：

-“我们的仿真工具呢？” -“没有，还在谈。”

-“验证环境怎么说？” -“还……没有。”

-“那……验证流程呢？-“这个……也没有。“

对于一个芯片验证工程师来说，仿真工具、验证环境、验证流程就是必备的生产力工具。Lynda想全程参与芯片研发业务，倒不怕从头开始，只不过没想到连这些必备品都能 “三无”。

当一家互联网公司投身半导体时，工具的欠缺还不是最紧要的。“造芯”不仅是业务的简单延伸，它往往意味着更复杂的产业链、更耗时的人才沉淀、以及更迥异的生态文化和技术理念。

比如芯片研发不像软件开发尚可后期不断改bug，设计问题没被前期验证发现，一旦流片就只能沦为一块“砖头”。而Lynda所担任的验证工程师，就是防止前期努力打水漂的守门员。

这个岗位的重要性不言而喻，设计工程师与验证工程师的比例在很多芯片公司会达到1：3。但Lynda入职后环顾四周，发现不仅自己只有一个并肩作战的同事，连验证的代码也一行都没有。

这时候，Lynda才开始明白Henry口中的“从零开始”意味着什么，以及她面临着怎样一场艰难的战役。

01

雄关如铁，出师未捷

在腾讯云副总裁、云架构平台部总经理谢明看来，“从零开始”的背后还有更多的曲折故事。

谢明所在的云架构平台部，站在腾讯各类前端应用的身后，是腾讯海量业务数据冲刷的前线，有效支撑了QQ、邮箱、微信、微云、流媒体视频等一个又一个的国民级应用。

2013年，QQ相册已经发展成腾讯最大的一个存储类业务。让用户访问相册的速度更快、体验更顺滑，成了一个很急迫的需求。转化成相应的技术问题，就是能否更快地转码？能否在不损画质的情况下压缩？能否以更低的成本存储？

他们反复地追问。

团队深刻地明白底层技术创新对上层应用的放大价值。软件架构上固然要永远不停歇地进行自我超越，但他们敏锐地察觉到，只有在硬件上也作出创新，才能实现更深层次的突破。

问题是：一个做软件出身的团队，怎么去做硬件？

一圈研究之后，他们决定先拿FPGA（可编程阵列逻辑）试水。跟我们平时电脑和手机里的通用芯片相比，FPGA是一种专用集成电路（ASIC），能够实现灵活的“半定制”开发。

FPGA相比起芯片容错率高，但在吞吐率、延迟、功耗和灵活性等维度上都很平衡。尤其是在处理海量数据时，FPGA相比GPU具有超低延时的显著优势，很适合用在特定的业务场景。

事实验证了这种判断。2015年，团队集中力量研发的编码FPGA，取得了比CPU编码和软件编码更高的压缩率和更低的延时，也帮助QQ相册很大程度上降低了存储成本。他们看到了在FPGA方向 探索 和深入的可能性。

2016年前后，由Alpha Go引爆的AI热潮更把FPGA拉入了主流视野。团队通过FPGA对深度学习模型的CNN算法进行加速后，处理性能达到通用CPU的4倍，而单位成本仅为1/3。

FPGA效果虽好，但技术门槛比较高，“如果把FPGA云化，是不是一个能够扩大应用的解决路径？”

带着这样的期待，2017年1月20日，腾讯云推出了国内首款FPGA云服务器，希望以云计算的方式，将FPGA能力推广到更多企业。

从效果上来说，在FPGA云服务器上进行FPGA硬件编程的企业，确实能将性能提升至通用CPU服务器的30倍以上，而只需支付相当于通用CPU约40%的费用。以一家著名的基因检测公司为例，传统用CPU需要检测一周的基因序列，FPGA可以压缩到数小时完成。

然而云化后的FPGA，没能如预期般迅速席卷整个行业。

一方面，FPGA毕竟是一种“半定制”的电路，许多企业还是无法独立胜任FPGA开发，需要更加上层的服务；另一方面，通用芯片成本的迅速下降，也让FPGA的性价比优势逐渐丧失。

云端商业化的受挫泼来一盆冷水，把团队的热情从巅峰一下子打到了谷底，同时也把两个问题赤裸裸地抛到整个团队的眼前：FPGA对业务的价值究竟有多大？FPGA还能继续做吗？

受此打击，团队在2018年也近乎分崩离析，人员开始集中式地离开。腾讯在“造芯”上的第一次 探索 ，画上了一个遗憾的逗号。

02

柳暗花明，“蓬莱”问世

在FPGA云服务器受挫后，腾讯需要重新思考硬件之路要怎么走下去。

在团队几乎解散的2018年，中国芯片行业迎来暖春：中美贸易摩擦给全民普及了芯片的重要性，科创板的设立为半导体企业上市开启大门，而国家资金的进场更是让大江南北一片热火朝天。

但是，对于互联网公司来说，做芯片跟做云计算、数据库、存储系统等一样，需要有具体的业务场景支撑，不能“为了做而做”。在经历过一场不算成功的 探索 后，腾讯要等待下一个真实需求带来的机会。

时间进入2019年。那是人工智能规模化应用的元年，内外部业务都提出了对AI芯片的强烈诉求。AI芯片，要不要做？

这个问题被提出来的时候，腾讯的管理层有过反对的声音，担心技术人员只是头脑发热，只是为了追逐热点。但同时，管理层也给了足够的灰度，没有明令禁止小团队级别的 探索 。

以小规模、低成本、特定应用场景的方式先行试水，成了大家的共识。

云架构平台部将第一款芯片敲定AI推理方向，取名“蓬莱”，希望这款芯片能像中国古代神话里的海外仙山一样，稳固地立于汹涌波涛之上。

这支硬件突围小分队，也被正式命名为“蓬莱实验室”。

有了FPGA 探索 时积攒的经验，蓬莱实验室对硬件编程语言已经相当熟练，也在标准接口、总线等方面积累了一些平台化的设计。然而，两者的研发要求，不可同日而语。

如果说做FPGA是搭现成的积木，那么做芯片就是直接从伐木开始来着手来制造积木。FPGA出了问题可以重新编程，而芯片只有一次流片机会，一旦出错，所有的努力便付诸东流。

此外， FPGA的资源是现成固定的，芯片的资源却是由自己定义的。一个字，就是要“抠”：用最小的资源做最大的事。

芯片架构工程师Rick用“装修”改“重建”来形容整个蓬莱项目。一开始，团队以为能把之前FPGA的技术较为简单地转成芯片。做着做着发现，以为终归只是以为——FPGA架构在芯片中能直接复用的并不多，团队只能把原来的架构整个拆掉，重写的代码量高达85%。

像DDR存储器这样的重中之重，芯片厂商通常会有专门的验证人员负责，而刚起步的蓬莱实验室没这个条件，只能靠抢时间把功课补回来。Lynda后来回忆道：“我恨不得一天有48个小时”。

2020年1月，蓬莱芯片流片完成，被合作方快递到深圳。新冠疫情刚刚在全国范围内暴发，公司已经开启集体远程办公。

项目负责人Henry戴着手套取到快递，用酒精仔细消毒后，带到空空荡荡的办公楼，大开着窗户和风扇，在一片消毒水味中，他和几个同事一起开始了至关重要的点亮操作。

所谓点亮，就是给芯片上电，首先看有没有短路冒烟，接着就是测试一些基本功能。是芯片还是“砖头”，成败在此一举。

结果，芯片的时钟频率一直没出来。要知道，时钟频率是芯片的“节拍器”，没有时钟频率，芯片的不同模块等于没对好表，就无法协同工作。

是不是这块芯片的问题？实验人员换了一块芯片，依然没有信号输出。

再换一块，还是没有。现场鸦雀无声。

实验人员已经不敢动手了。有人忍不住开玩笑，是不是该回家改简历了。

但除了沮丧，大家心里更多的是疑惑。因为项目虽然人少、资源少，近乎是白手起家，但蓬莱团队从设计人员到验证人员都有信心说：每一步都做好了。到底是哪里不对呢？

在无比凝重的气氛中，他们继续放板、上电、读取信号……

第四块芯片，亮了。剩下的所有芯片，也都没问题。

真相其实很简单。28纳米工艺的芯片不良率只有3%，但偏偏随机测试的前三片都是坏片，小概率事件就恰好让他们全赶上了。这让他们把“生一胎”的紧张情绪，体验到十足。

在虚惊一场后的拍手相庆中，腾讯第一款芯片，宣告问世。

03

更上一层，“紫霄”凌云

量产后的蓬莱芯片，实战表现也不负众望，助力腾讯推出中国第一台获准进入医院临床应用的智能显微镜，实现自动识别医学图像、统计细胞数目并直接显示在视野上，性能表现完全符合设计要求。

这一扫当年FPGA云服务器项目的阴霾，说明在制造造出直面应用、性能卓越的芯片，这条路，腾讯走得通。

终端芯片蓬莱的问世，只是完成了从0到1的任务。团队已经迫不及待向要从1到N，向着大规模云端芯片进军。蓬莱实验室负责人Alex将大芯片申请立项戏称为“A轮融资”。

初试锋芒之后，团队需要向公司说明，为什么需要用更大的投入去做大规模芯片？在短期和长期能否保持领先性？如何与内外部业务结合创造价值？

腾讯这次面临的决策，要容易做得多。

首先是蓬莱实验室的成熟。通过一边行军一边成长，蓬莱实验室完成了一次次蜕变，建立起完整、严谨、规范的芯片研发体系和流程。这已经是一支具备硬核气场的“正规军”。

更重要的是，团队证明了腾讯做芯片的优势和站位。

谢明解释说，从行业来看，做芯片除了要考虑技术和工艺，最大的难点在于对芯片的“定义”。传统芯片厂商的优势在于前者，但芯片做出来之后再去匹配需求，在很多场景下真实性能是损失的。Google、腾讯这类 科技 企业的优势在于自身就是需求方，对需求的理解和洞察最深刻、最透彻。

方向没有问题，技术和工艺也没问题，腾讯高级执行副总裁、TEG（技术工程事业部）总裁卢山给予了全面支持，并通过总办争取到了更多的headcount和资金。

有了公司战略的支持，团队志气满满奔赴更大的战场。蓬莱实验室副总监Austin决定兵分两路，在AI推理和视频编解码上并行推进。

AI小分队继续做蓬莱的20版“紫霄”。这是《封神演义》里鸿钧老祖所居宫殿的名字。在稳固的仙山上牢筑“紫霄”，代表了新的野心：

这次，他们将目标直接定为业界第一。

紫霄所有的架构都围绕着有效算力去做。团队优化片上缓存设计，并摒弃竞品常用的GDDR6内存，采用先进的25D封装技术，把HBM2e内存与AI芯片合封在一起，从而把内存带宽提升了近40%。

技术迭代一日千里。紫霄立项后，业内最高性能表现又被竞品刷新。虽然紫霄的设计性能相比这个最高表现还足够“安全”，但团队还打算继续加码。

经过研究，他们在芯片内部增加了计算机视觉CV加速器以及视频编解码加速器，可创新性地大幅减小AI芯片和x86 CPU之间的交互和等待。

即便因此而增加了两个复杂的自研模块，团队仍然在计划的6个月时间里完成了从架构确定到验证以及流片的全部流程。

2021年9月10日，紫霄顺利点亮。

在和视频处理、自然语言处理、搜索推荐等应用场景下，这款芯片打破了制约算力发挥的瓶颈点，最终在实际业务场景性能表现达到了业界标品的2倍。

04

独立自研，“沧海”一笑

AI小分队给自己芯片取名“紫霄”，而视频编解码则取名“沧海”，颇有海天相接之意。

不同于蓬莱和紫霄主打AI，沧海是一款视频转码芯片。如果说当年QQ相册的转码问题是蓬莱团队做硬件的最早契机，那视频编解码小分队在这个方向上的继续 探索 ，正是完成了一次对初心的呼应。

不同的是，“沧海”的应用场景已经远超当年的范畴。

当多媒体业务从时代进化到音视频直播时代，天量的4K/8K超高清的数字内容如潮水一般持续冲击着云计算基础设施。每增加一个比特的数据，都会带来相应的转码算力和CDN带宽成本。

这是一道直观而严峻的数学题，而沧海小分队的解题目标也非常清晰，那就是要做一款业界最强的视频转码芯片，把压缩率发挥到极致。

好在，腾讯丰富的多媒体应用场景，以及腾讯云覆盖的众多直播互动头部客户，为沧海的研发提供了得天独厚的分析和验证条件。

团队先是推出了沧海的核心自研模块——硬件视频编码器“瑶池”，并决定在沧海完成研发之前给瑶池一次大考。

这个大考就是2020年的MSU世界编解码大赛，该大赛由莫斯科国立大学（MSU）主办，十多年来一直是全球视频压缩领域最具影响力的顶级赛事，吸引了包括英特尔、英伟达、谷歌、华为、阿里和腾讯在内的国内外知名 科技 企业参与。

结果是，瑶池实现1080P@60Hz的视频实时编码，力压群雄获得了SSIM (结构相似性)、PSNR(峰值信噪比)和VMAF(视频多方法评估融合)等各项客观指标评测第一名，以及人眼主观评价第一的好成绩，相比第二名领先了一个身位。

经此硬仗，沧海在技术上得到了充分检阅。

2022年3月5日，Derick和他带领的视频编解码小分队收到流片回来的芯片“沧海”，又正逢深圳因疫情而全面远程办公。

他们申请特批进入空空荡荡的办公楼。这情景，和两年前点亮蓬莱时何其相似。

不曾想到，点亮蓬莱时的一波三折，同样重现。克服了一些调试中的意外，在一片欢呼中，腾讯的第三款芯片、同时也是完全自主研发的第一款芯片沧海成功点亮。

化沧海为一粟。沧海最终实现以更小的数据量、更小的带宽提供相同质量的视频，压缩率相比行业最佳表现还提高了30%以上。

从蓬莱到紫霄再到沧海，从28纳米工艺到12纳米工艺，从8个人发展到100多人，从仿真工具一无所有到“天箭验证平台”正式落成，从努力跟上合作伙伴的节奏到独立做完全SOC。

两只小分队胜利会师。蓬莱团队，完成了一场“芯”路进化。

05

“100G”时代，双木参天

躬身跳进造芯大潮的，不是只有云架构平台部。

在多媒体、AI处理积极求变的同时，底层的云服务器也面临着相似的问题：当软件优化带来的性能提升无法让产品拥有区别于竞品的明显竞争力时，如何让性能突破现有天花板？

2019年，腾讯迎来云计算业务上的里程碑——云服务器规模突破了100万。腾讯云副总裁、腾讯网络平台部总经理邹贤能敏锐地观察到，随着服务器接入带宽不断提升，服务器用于网络处理的CPU资源也越来越多。

能否以更低成本的方式来实现服务器网络处理，同时还提供更高的网络性能？腾讯的网络平台部也将目光投向了软硬协同与硬件加速。

面对这样“既要、又要”的挑战，邹贤能决定给服务器做个减法：“把网络数据处理的负担从CPU卸载出来”。

“智能网卡”的想法就这样诞生了。

所谓智能网卡，一方面像普通网卡一样肩负起服务器的对外网络访问，实现不同服务器和数据中心之间的网络互联。另一方面，它额外带有CPU/FPGA/内存等智能单元，能分担一部分服务器的虚拟化计算任务，实现服务器整体网络和存储性能的加速。

换句话说，网络平台部要做的事，是要在网卡里新装一个服务器。

一开始，团队希望找到一款现成的商用板卡降低工作量。

网卡硬件负责人Hayden牵头开展方案论证和调研，但商用芯片的加速引擎不支持私有协议成为当时直面的第一大挑战，也是最大的障碍。一些著名的网卡设备商听了腾讯的要求就摇头：

“现在网卡的功能很简单，你们这个要求太复杂了，很难实现的。”

还有些直白地质疑：“网卡数量这么多，可靠性要求高，你们自己搞得定吗？”

难道智能网卡项目刚起步就要流产？

邹贤能给团队指明了方向：“既然智能网卡是云数据中心追求极致性能与成本的关键部件，如果市面上没有满足腾讯需求的产品，那我们就自己造一个。”

方向明确之后，路线也很快清晰起来：先从基于FPGA自研智能网卡起步，再开展智能网卡芯片研发。

2020年9月，腾讯第一代基于FPGA的自研智能网卡正式上线，命名为“水杉”，寄寓着团队希望产品可以像这种珍稀乔木一样适应性强、快速生长。

疫情期间各种突发需求砸来，初生的水杉没有被挑战压弯。

Hayden回忆道，一个大客户本身采用了UDP音视频协议，在属性上是“不可靠”、允许丢包的，极大地依赖网络吞吐和稳定性，却要求高并发、高质量的音视频传输效果。

水杉智能网卡迎难而上，通过大幅提升服务器的网络性能，帮助该客户完成了24小时零丢包的极限压力测试，稳定上线运行，交出了一份漂亮的答卷。

水杉投入应用后，第二代智能网卡“银杉”的研发工作也紧锣密鼓地启动，并于2021年10月正式上线。这一代智能网卡的网络端口翻了一番，达到了2100G。

在又一颗参天大树的支撑下，腾讯云对外推出了业界首款自研第六代100G云服务器。它的计算性能提升最大220%、存储性能最大提升100%。单节点接入网络带宽相比上一代最大提升4倍，延时下降50%。

“两棵树”在网络硬件卸载上取得的巨大收益，令团队兴奋不已。

当FPGA路线逐渐逼近性能和功耗的瓶颈，网络平台部决定再一次把主动权掌握在自己手里。腾讯的第四款芯片，也是首款智能网卡芯片应运而生，它也有一个 “仙气十足”的名字——“玄灵”。

06

“玄灵”乍现，芯事未完

按照计划，这款7纳米工艺的芯片将在2022年底流片。

Hayden受命快速组建起了玄灵芯片研发团队，不断挑战多个“mission impossible”。

从性能指标来看，玄灵支持设备数量将提升到10K以上，相对商业芯片提升6倍。同时，它的性能相对商业芯片也可提升4倍，通过将原来运行在主机CPU上的虚拟化、网络/存储IO等功能卸载到芯片，可实现主机CPU的0占用。

这颗短小精悍的芯片，充分诠释了面向未来极致性能的“玄”，与面向各类业务需求灵活加速的“灵”。

目前，玄灵项目正在紧锣密鼓地进行智能网卡流片前的验证和测试，打造腾讯云下一代高性能网络基础设施；

蓬莱实验室的AI推理芯片紫霄和视频转码芯片沧海则将量产，与腾讯业务深度融合应用；

还有一些新的芯片项目也在酝酿成长，继续 探索 有需要的技术方向，丰富这一本“山海经”。

腾讯海量业务面临的全新挑战，以及云计算高速发展的必然要求，“倒逼”腾讯走上了这条造芯之路。这些从业务需求出发的芯片，必定会深入现实应用来证明自身的价值。

“我们不是无中生有、拍脑袋要去做芯片。我们一开始就知道，腾讯的需求足够大，足够我们去做这件事。”卢山说道。

从2010年起，腾讯就开始以云服务的方式对外开放自身的数字技术与连接能力，奔赴这场产业数字化转型升级的时代大潮。躬身入局，腾讯看到深度的数实融合正在引领全真互联的技术趋势。

而在腾讯之外，中国的 科技 公司们正在向创新的深水区挺进，突破瓶颈的努力显得愈发重要。无论是数实融合还是上游创新，硬 科技 的海面上一片百舸争流，它们都在 历史 的浪潮奋楫中流。

在这场大潮中置身事内，腾讯的芯事必然在星辰大海中得到回响。

华为最近又放大招了，它宣布将在俄罗斯生产鲲鹏服务器，据了解，此次与华为合作的是俄罗斯国有通信企业RTI集团，在协议生效之后，华为旗下的鲲鹏处理器变成"俄国造"！

此举欲打破美国PC垄断

华为芯片被美国"卡脖子"痛苦时刻还在一直延续着，致使华为如今都没有找到更好的解决办法，美国的技术垄断已经成为华为前进路上巨大的阻碍，现在手机芯片这一领域吃了美国技术垄断了亏，那么PC端领域绝不能够再出现类似的状况！

华为急急忙忙的去找俄罗斯合作，无疑是想提前突破美国在PC端的垄断。放眼全球PC端领域，人不知无人不晓英特尔，旗下服务器芯片x86架构已经占据了全球个人电脑的9成，仅差一步就要达成100%，如果这一步顺利被美国跨越过去，那么全世界的PC架构都要受制于美国！

或许对美国的打压套路太熟悉，华为去年就将旗下的服务器芯片架构迁出x86，并转身投向了英国服务器巨头ARM的怀抱，在此之前，华为旗下服务器的所有软件都是基于英特尔x86架构开发的！如今顺利脱身美国PC界的垄断，也算是为未来的计算机服务打下了良好的基础！

华为牵手俄罗斯:未来可期

全世界那么多国家，为何华为会放心的将鲲鹏服务器交给俄罗斯呢？是因为俄罗斯与华为长期以来有着非常深度且友好的合作。

2019年6月份，华为就已经宣布要和俄罗斯旗下最大的电信巨头MTS合作开发5G市场，而且还要承诺将俄罗斯所有电信设备全部变成华为加的，作为华为来说，是一种莫大的鼓励！

这次，华为又能联合俄罗斯国有通信企业RTI集团进行PC端领域的 探索 ，有利于进一步突破美国企业英特尔在电脑领域的垄断，也愈发激励国人不断在 科技 领域创新！一个企业只有掌握了核心 科技 ，才能够拥有前进的话语权，才能够给消费者带来更好的产品！

鲲鹏服务器:正向着目标前进

在困境中前行的华为，前不久举行了开发者大会，并告知全世界:华为合作伙伴推出的鲲鹏服务器出货量，已经占据了华为服务器出货量的50%！

这样的消息无疑是令人兴奋的，相信鲲鹏服务器一定会像华为5G技术一样，在全世界大展宏图，让世界PC端领域也能够拥有中国最强音，据了解，在2030年华为鲲鹏产业规模将突破1890亿元，我们一起成为 历史 见证者，看着鲲鹏服务器朝着目标前进吧！

在中国大陆，基本上没有一家公司能完整的制造出芯片，而在最近的c9高校校长座谈会上，任正非先生谈到中国芯片设计已经有了重大的突破，目前任正非先生谈到中国芯片设计已经处于世界领先的地位，敢这么说话就证明了在芯片设计方面有了好消息。

  自从华为公司研发出5G网络之后，就受到了世界各国的攻击以及羡慕，特别是以美国为首的企业，对中国华为公司进行了制裁，这种制裁就是不给华为公司芯片的提供，没有了芯片的华为公司就生产不了手机以及其他电子设备，在这种背景之下，华为公司必须想办法走出一条路来，所以在制裁之后，任正非先生创立了一个以芯片制造为主的团队，这个团队里面拥有很多人才，所以芯片有重大突破是早晚的事情。

 对于短短的一年之中，芯片制造团队有这么大的突破，归功于团队的技术性人才，以及任正非先生对经费的投入，在国内我们可以发现，中国没有一个公司能真正的一条龙创造出芯片，对于芯片技术具有很多未知性，这是因为中国企业太依赖于外国企业的供给了，导致很多东西都没有创造出一个团队自己去研发，自己去制造。虽然说中国芯片已经有了重大的突破，特别是在芯片设计方面，但是要完完整整的制造出一个芯片，还需要一定的时间。

 中国最不缺的就是人才，只是缺少专门研发芯片的一个团队，所以说在被制裁之后，创造出这么一个专门研发芯片的团队，对于中国芯片来说是非常有利的，如果一个企业需要越强盛的话，那在技术方面就必须要有突破，在各领域就必须都有一个专门的团队去研发，这样子的话才不会被人限制发展。

最近国产芯片的好消息越来越多，各大芯片厂商也迎来喜讯，国家也发布了2025年芯片自主率达70%以上的目标，不少集成电路的研发和生产厂家也迎来了风头，除了能获得国家扶持之外，部分集成电路厂家还可以享受10年免税的政策。在如此形式的激励下，近期，我国在芯片领域的发展又迎来新的突破，由北京清华大学与西安交叉核心院共同完成研发的一款AI芯片“启明920”发布，这款芯片的诞生填补了我国在AI芯片领域的很多技术空白。

从启明920芯片的命名来看，启明取自于“启明星”，在我国启明星是希望的象征，引领方向的标志，是即将迎来黎明的意思。也意味着我国在AI芯片研究领域也迎来了新的发展，根据启明920芯片曝光的参数来看，启明920已经软硬件协同的方式，可以实现对图案的优化处理，可为硬件加速提供35倍加速，同时优化了存储和计算方式来提高芯片工作效能，并且还针对DRAM进行了专项优化，充分发挥处理单元的闲置资源，提升芯片的使用性能

为什么说启明920芯片是一款非常有意义性的芯片，我们都知道芯片不光是指CPU处理器，其实芯片只是集成电路另一种称呼，根据领域类型的不同，芯片的功能也不同，架构设计和内部原理也不同。我国在手机和电脑处理器芯片上面已经有所成就，虽然不能达到5nm工艺的性能，但是至少属于有芯可用。随着AI智能时代的开启，全球对AI芯片的关注度越来越高，AI智能也被人类称之为第四代工业革命，随着AI智能领域的发展壮大，AI芯片对我们来说至关重要。

AI芯片也被称之为AI加速卡，是专门用来处理人工智能应用中大量计算任务的模块，被广泛应用在人脸识别支付、自动驾驶、安防安保工作、无人机等领域，通过AI数据分析，可以自动对人脸数据模型进行建立和识别，并且AI还能监控图像中的物体移动，对物体进行分析识别和动作预判，比如自动驾驶，而且AI还能通过仿生学习模拟人类的肢体动作并和人类互动等，为我们的生活和工作提供了极大的便利。但想要实现这些功能就必须要用到AI芯片，没有AI芯片就意味着在AI人工智能领域的落后。

AI芯片和CPU的区别很简单，CPU主要是负责通用运算，是信息处理、程序运行的最终执行单元，而AI和GPU主要是针对图形处理而设计的加速芯片，典型CPU的架构中需要大量的空间去放置存储单元和控制单元，相比之下计算单元只占据了很小的一部分，算力无法满足深度神经网络（DNN）的计算需求；而GPU虽然可以实现对图形的运算，速度也快很多，但是老黄家的GPU价格太高，一块高端显卡经常卖到上万元。

而且GPU并不是专门针对AI算法开发的ASIC，所以说也并不是最理想的选择。如果想要实现类似自动驾驶等功能，那么其图形运算速度必须要快，毕竟在高速驾驶中，路面情况复杂多变，这对图形处理芯片来说是一个非常大的考验，而且如果使用在小型中端上面，还需要具备低功耗的要求，所以GPU并不能作为AI智能芯片使用。那么开发一种专门用在AI领域的智能芯片是非常必要的。

虽然有所成就，但是和国际先进AI芯片生产厂家相差还是很大，根据研究团队的说法，目前该芯片还只能应用在低速自动驾驶的 汽车 上，在相比特斯拉等厂家上面使用的智能芯片来说，还有很大空间提升。当然，万事开头难，相信在未来的发展中，我们能不断突破成为世界领先。

在目前芯片发展如此坎坷的情形下，能取得如此成就确实不易，根据数据显示2019年我国的芯片自给率只有30%左右，想要在2025达到70%，我们真的能做到吗，通过什么方式能够弯道超车呢？上西瓜视频，搜索“猫眼儿观世界”，看西瓜视频创作人“猫眼儿观世界”的作品：不吹不黑，认清中国芯片产业现状，我们的困境与机遇在哪里，带你重新认识我国目前芯片行业的发展现状，一起理性分析我国芯片中的发展机遇，以及AI芯片能否成为我国新的发展目标。看西瓜视频，了解芯片原理，涨知识，涨技能！