十年前，一臺電腦CPU隨隨便便就能挖礦，賺取比特幣。回到今天，想要挖礦暴富的人越來越多，社群規模越做越大，苦了礦工，要拼手速；難了礦機，要堆晶片算力。

從礦機到汽車，乃至其他電子產品，算力不是一切，但儼然成了不可剝離的一部分。尤其普通人生活的三大件，手機、PC和汽車，對AI 算力的渴望愈加露骨。

手機、PC 、汽車，誰是算力大贏家？

在目前主流的手機AP中，蘋果A15 SoC擁有15。8 TOPS的算力，即AI計算能力每秒達15。8萬億次。安卓機高階首選驍龍888，AI算力接近兩個A15。

一直以來，蘋果在手機攝像領域沒有展現出太強烈的進攻慾望，處理器的AI算力自然也比別家低。而以拍照技術起家的OPPO，去年釋出了自研的影像專用NPU晶片馬里亞納X，AI算力18TOPS，也在A15之上。

要論目前應用第一，仍當屬海思旗下的那顆麒麟 9000 。在蘇黎世聯邦理工學院（ETH）的AI效能榜單AI-Benchmark上，麒麟 9000 在手機領域穩居第一，雖然沒有具體的資料，但這顆5nm SoC每秒鐘可以識別 2000 張高畫質圖片。

PC領域，除了剛剛釋出完M2晶片，風頭正盛的蘋果，還有一對在x86架構上互不謙讓的“死對頭”英特爾和AMD。

對於手機和PC來說，新機首發在跑分軟體上操作一波再正常不過。但自從蘋果與英特爾“分手”後，後者在10nm上死磕了太長時間，老對頭AMD甚至已經安排上6nm。

有評論稱，蘋果M2打算捅破筆記本界的天花板。晚些時候亮相M2 MaX據稱基於3nm工藝打造，或許這才是蘋果今年真正的換代產品，算力恐怕遠不止15TOPS。

算力的最終贏家，其實有一個很明顯的答案——智慧駕駛晶片。從英偉達、Mobileye公佈的最新資訊來看，下一代產品的AI算力都將突破100TOPS，甚至1000TOPS的Atlan也將被安排出道。

具體到產品，Mobileye眼下是落後的毋庸置疑。蔚來ET7搭載4顆OrinX，算力超過1000TOPS，而Mobileye最新一代產品仍是2016年釋出的Mobileye EyeQ5，和同樣採用7nm工藝製造的Orin X對比，算力還不到後者的十分之一。

一臺自動駕駛車輛，AI晶片是大腦，算力則代表了反應速度。L4/L5高階自動駕駛功能，需要對車身上下百餘個感測器、攝像頭、鐳射雷達等部件採集的資訊快速作出反應。

少了人的干預，汽車必須看起來更像人。

這或許也是Mobileye釋出176 TOPS的EyeQ Ultra，試圖力挽狂瀾的重要原因。掉沒掉隊，至少現在判斷還太早，不妨給英特爾留一點想象空間，畢竟176TOPS若增長10倍，可以做更多更復雜的事。

汽車應該有自己的想法

不僅僅是抱著復刻手機功能的思路，在上千TOPS算力的加持下，一顆AI晶片的自我修養，應該是讓原始配置後天成長為更高階的物種。

不妨想象一下，如果智慧駕駛晶片分化出新的功能，不侷限在駕駛操作上，和座艙晶片融合為一，汽車可以是變形金鋼，也可以是最接近真實人類的機器人。

對手機來說，AI是全職勞模，既要負責影像、遊戲、健康監測，又要培訓監督語音助手的自我學習。因此蘋果、三星、高通等主流廠商都在手機SoC中集成了專門的AI模組。

汽車的未來，顯然不止於這些。從上面三張資料表格可以看到，目前主流的的手機和PC處理器的算力水平仍處於30TOPS以內，高通去年釋出的驍龍8gen 1手機SoC的算力達到100TOPS，約為A15的10倍。

整體上看，算力提升是趨勢，但筆者認為，手機領域的創新幾乎是江郎才盡，驍龍8gen 1的最終目標是否是汽車也難說。而智慧駕駛晶片，1000TOPS的算力應該還不是上限。

如果智慧電動車的下半場關乎算力，英特爾和AMD還得再使把勁。一旦使用者用車對算力真正有了概念，硬體配置差距太大難免被噴。

在工藝換代的節奏上，汽車其實已經越來越接近於手機了。

全球第一顆5nm手機SoC是華為在2020年釋出的麒麟9000，5nm智慧駕駛晶片上車量產目測要晚上5年，座艙晶片要更快一點。

出於對人身安全的考慮，汽車主控晶片的工藝節點往往要落後於手機和PC。手機上各種驗證完了，才能升級規格上車量產，以保萬無一失。不過，座艙和智慧駕駛賽道越來越卷，也加速了手機SoC上車的步伐。

接下來，兩大領域的工藝節點很可能會進一步縮小，甚至並駕齊驅。一方面，製造工藝逼近極限，突破越來越困難；另一方面，智慧汽車的發展實在太快，對算力需求遠超預期。

最後，小小憧憬一下蘋果晶片上車的後續。

雖說沒有人比黃教主更懂得轉型，但蘋果和英偉達之間的算力PK，相信沒有人不期待。按照蘋果的秉性，自家晶片只能自家用，如果第一臺自動駕駛Apple Car失約，吃瓜的群眾怕是會很失望。