十年前，一台电脑CPU随随便便就能挖矿，赚取比特币。回到今天，想要挖矿暴富的人越来越多，社区规模越做越大，苦了矿工，要拼手速；难了矿机，要堆芯片算力。

从矿机到汽车，乃至其他电子产品，算力不是一切，但俨然成了不可剥离的一部分。尤其普通人生活的三大件，手机、PC和汽车，对AI 算力的渴望愈加露骨。

手机、PC 、汽车，谁是算力大赢家？

在目前主流的手机AP中，苹果A15 SoC拥有15.8 TOPS的算力，即AI计算能力每秒达15.8万亿次。安卓机高端首选骁龙888，AI算力接近两个A15。

一直以来，苹果在手机摄像领域没有展现出太强烈的进攻欲望，处理器的AI算力自然也比别家低。而以拍照技术起家的OPPO，去年发布了自研的影像专用NPU芯片马里亚纳X，AI算力18TOPS，也在A15之上。

要论目前应用第一，仍当属海思旗下的那颗麒麟 9000 。在苏黎世联邦理工学院（ETH）的AI性能榜单AI-Benchmark上，麒麟 9000 在手机领域稳居第一，虽然没有具体的数据，但这颗5nm SoC每秒钟可以识别 2000 张高清图片。

PC领域，除了刚刚发布完M2芯片，风头正盛的苹果，还有一对在x86架构上互不谦让的“死对头”英特尔和AMD。

对于手机和PC来说，新机首发在跑分软件上操作一波再正常不过。但自从苹果与英特尔“分手”后，后者在10nm上死磕了太长时间，老对头AMD甚至已经安排上6nm。

有评论称，苹果M2打算捅破笔记本界的天花板。晚些时候亮相M2 MaX据称基于3nm工艺打造，或许这才是苹果今年真正的换代产品，算力恐怕远不止15TOPS。

算力的最终赢家，其实有一个很明显的答案——智能驾驶芯片。从英伟达、Mobileye公布的最新信息来看，下一代产品的AI算力都将突破100TOPS，甚至1000TOPS的Atlan也将被安排出道。

具体到产品，Mobileye眼下是落后的毋庸置疑。蔚来ET7搭载4颗OrinX，算力超过1000TOPS，而Mobileye最新一代产品仍是2016年发布的Mobileye EyeQ5，和同样采用7nm工艺制造的Orin X对比，算力还不到后者的十分之一。

一台自动驾驶车辆，AI芯片是大脑，算力则代表了反应速度。L4/L5高阶自动驾驶功能，需要对车身上下百余个传感器、摄像头、激光雷达等部件采集的信息快速作出反应。

少了人的干预，汽车必须看起来更像人。

这或许也是Mobileye发布176 TOPS的EyeQ Ultra，试图力挽狂澜的重要原因。掉没掉队，至少现在判断还太早，不妨给英特尔留一点想象空间，毕竟176TOPS若增长10倍，可以做更多更复杂的事。

汽车应该有自己的想法

不仅仅是抱着复刻手机功能的思路，在上千TOPS算力的加持下，一颗AI芯片的自我修养，应该是让原始配置后天成长为更高级的物种。

不妨想象一下，如果智能驾驶芯片分化出新的功能，不局限在驾驶操作上，和座舱芯片融合为一，汽车可以是变形金刚，也可以是最接近真实人类的机器人。

对手机来说，AI是全职劳模，既要负责影像、游戏、健康监测，又要培训监督语音助手的自我学习。因此苹果、三星、高通等主流厂商都在手机SoC中集成了专门的AI模块。

汽车的未来，显然不止于这些。从上面三张数据表格可以看到，目前主流的的手机和PC处理器的算力水平仍处于30TOPS以内，高通去年发布的骁龙8gen 1手机SoC的算力达到100TOPS，约为A15的10倍。

整体上看，算力提升是趋势，但笔者认为，手机领域的创新几乎是江郎才尽，骁龙8gen 1的最终目标是否是汽车也难说。而智能驾驶芯片，1000TOPS的算力应该还不是上限。

如果智能电动车的下半场关乎算力，英特尔和AMD还得再使把劲。一旦用户用车对算力真正有了概念，硬件配置差距太大难免被喷。

在工艺换代的节奏上，汽车其实已经越来越接近于手机了。

全球第一颗5nm手机SoC是华为在2020年发布的麒麟9000，5nm智能驾驶芯片上车量产目测要晚上5年，座舱芯片要更快一点。

出于对人身安全的考虑，汽车主控芯片的工艺节点往往要落后于手机和PC。手机上各种验证完了，才能升级规格上车量产，以保万无一失。不过，座舱和智能驾驶赛道越来越卷，也加速了手机SoC上车的步伐。

接下来，两大领域的工艺节点很可能会进一步缩小，甚至并驾齐驱。一方面，制造工艺逼近极限，突破越来越困难；另一方面，智能汽车的发展实在太快，对算力需求远超预期。

最后，小小憧憬一下苹果芯片上车的后续。

虽说没有人比黄教主更懂得转型，但苹果和英伟达之间的算力PK，相信没有人不期待。按照苹果的秉性，自家芯片只能自家用，如果第一台自动驾驶Apple Car失约，吃瓜的群众怕是会很失望。