标签: 计算机

1946 年 4 月 7 日，也就是二战结束的次年，在美国纽约布鲁克林区的一个普通家庭，诞生了一个男婴。 男婴的父亲，是一家陀螺仪工厂的技术员。而他的母亲，则是一个普通家庭主妇。 对于这个家庭来说，刚刚经历完战争的波折，能够喜得贵子，是一件非常开心的事情。 夫妻俩对这个孩子寄予厚望，希望他长大之后，能够出人头地，成为一个顶尖的工程师（那时候工程师是个很有地位的职业）。 果然，这个名叫梅特卡夫的男婴没有辜负他们的期望。他长大后，在学习上表现出极高的天赋。 1964 年，他高中毕业，成功考上了全美顶级名校（也是当时一流工程师的摇篮）——麻省理工学院。 梅特卡夫的父母应该不会想到，自己的孩子后来不仅真的成为了一名顶尖工程师，更是创立了一家世界 500 强企业。他的一项伟大发明，改变了无数人的生活，也给 IT 产业的走向产生了深远影响。 是的，这个梅特卡夫，就是以太网（ Ethernet ）技术的发明人、著名科技公司 3Com 的创始人、梅特卡夫定律的提出者，罗伯特·梅兰克顿·梅特卡夫（ Robert Melancton Metcalfe ）。 罗伯特 ·梅兰克顿·梅特卡夫 █ 新秀初出茅庐，博士论文被拒 1969 年， 23 岁的梅特卡夫从麻省理工学院顺利毕业，拿到了电气工程和工商管理两个学位。一年后，他又拿到了哈佛大学的计算机科学硕士学位，并且继续攻读哈佛的博士学位。 在攻读博士学位期间，梅特卡夫在麻省理工学院的 MAC 项目组找了一份工作。这个 MAC 项目组，专门从事操作系统、计算理论和人工智能方面的研究，后来非常有名。 1969 年，美国国防部推动建设的 ARPANET （阿帕网，也就是互联网的前身）正式诞生，将四所名校的大型计算机进行了互联。 加州大学洛杉矶分校、加州大学圣巴巴拉分校、斯坦福大学、犹他州大学 梅特卡夫关注到了这一事件，觉得很有搞头。于是，他极力建议哈佛大学和麻省理工，将校内大型计算机系统也接入 ARPANET 。（梅特卡夫既是哈佛的研究生，也是麻省理工的研究员。） 傲慢的哈佛大学拒绝了他的建议，但麻省理工同意了。 很快，梅特卡夫完成了网络接口的搭建，将麻省理工的大型计算机连接到了 ARPANET 上。 基于自己的设计和研究（在 ARPANET IMP 和 PDP-10 分时小型机之间建立了一个高速网络接口和协议软件），他写了一篇博士论文，提交给哈佛大学的学位委员会。 1972 年 6 月，梅特卡夫的博士论文答辩失败了，原因是学位委员会认为他的论文缺乏“数学性”和“理论性”。 打击并不仅仅来自于哈佛。在参与 ARPANET 项目时，梅特卡夫曾经带领 10 名美国电话电报公司（ AT&T ）的官员参观 ARPANET 演示。结果，系统在演示时崩溃了。 梅特卡夫在回忆中写道： “我痛苦地抬起头，看到他们在嘲笑分组交换（数据包交换）的不可靠。……这一点我永远不会忘记。对他们来说，这证实了电路交换技术（传统固话所采用的技术）将继续存在，而分组交换是一种不可靠的玩具，永远不会对商业世界产生多大影响。” 接二连三的打击，让梅特卡夫有点失落。不久后，他收到了施乐公司（ Xerox ）帕洛阿尔托研究中心（ Palo Alto Research Center ）实验室主任鲍勃·泰勒（ Bob Taylor ，阿帕网的主要发起人之一）的热情邀请，让他加入实验室，完成自己的论文。梅特卡夫欣然同意。 帕洛阿尔托研究中心，就是著名的 PARC 实验室。 PARC 实验室诞生了很多伟大发明，例如激光打印机、鼠标、图形化用户界面（ GUI ）、位图图形等。乔布斯苹果电脑的很多创新，都来自于这里。 █ 偶遇同行启发，终获项目成功 来到 PARC 实验室之后，梅特卡夫很快开始了自己的工作。 当时， PARC 实验室想要设计出世界上第一台个人计算机（也就是后来著名的 Alto ）。梅特卡夫的任务，就是为这个计算机设计一个网络接口，让它们互相连接起来。 建设一个多用户终端的计算机网络，最大的问题在于，如何协调各个计算机主机对网络的访问占用。 1960 年代初期，计算机科学家伦纳德·克兰罗克（ Leonard Kleinrock ）提出，可以采用数学里的排队论，通过模拟交通拥堵和人们排队，来协调网络中的数据流。 ARPANET 采用了这个理论，并证明了它行之有效。 1971 年，夏威夷大学教授诺曼·艾布拉姆森（ Norm Abramson ），建立了一个名为 ALOHAnet （ ALOHA 是夏威夷人常用的问候语）的无线电网络，采用了一种比 ARPANET 更“激进”的方案。 在 ALOHAnet 中，数据以微小数据包的形式传输。它并没有尝试避免数据包之间的冲突。相反，任何因冲突而导致消息丢失的用户，只需在随机的时间间隔后，重新尝试发包，即可。 ALOHA 的工作原理 这就好比两个人说话。如果两边同时开始说话，那么双方会立刻停下来。稍后，再重启对话。几次尝试后，总会遇到一方没有说话的情况，问题就解决了。 大家会发现， ALOHAnet 的策略，有个明显的缺陷：它比较浪费资源，在低流量的情况下，这种方式很有用，但当网络变得拥挤时，冲突会变得频繁，传输效率将大幅下降。 阅读了诺曼 ·艾布拉姆森的论文之后，梅特卡夫深受启发。很快，他对 ALOHAnet 的模型进行了改进，提出了一种新模型。 在新模型中，计算机主机会基于冲突频率，独立调整传输重试的等待时间。如果冲突发生的次数很少，他们会很快重试；如果网络拥挤，他们就会退出，以保持通信整体效率。 梅特卡夫的新模型，补足了自己论文的短板。很快， 1973 年 5 月，他终于通过了哈佛大学的答辩，获得了博士学位。（值得一提的是，哈佛大学并没有发布他的论文，而是麻省理工学院发布的，这让梅特卡夫耿耿于怀。） 在自己的研究项目中，梅特卡夫也引入了新模型。 1973 年 5 月 22 日，梅特卡夫分发了一份名为“ Alto Ethernet ”的备忘录，正式提出了以太网（ Ethernet ）设想。 在备忘录中，梅特卡夫绘制了以太网的工作原理草图。他提出： “参与的站点，如 AlohaNet 或 ARPAnet ，会注入它们的数据包，它们以每秒兆比特的速度传播，会有碰撞、重传和后退。” 备忘录的部分页面 梅特卡夫的以太网设想，结合了诺曼 ·艾布拉姆森的随机重发机制、自己对系统时钟的调整以及 ALOHAnet 模型的其它改进，以减轻冲突的影响。 这些理论创新中，有一些是由其他研究人员开发的，但梅特卡夫是第一个将它们集成到实际网络设计中的人。 对于以太网这个名字的由来，小枣君有必要解释一下。 以前还没发现电磁波的时候，人们提出了以太（ ether ），认为它是无所不在的传输媒介（光就是通过以太传输）。后来，人们发现，以太其实并不存在。 梅特卡夫采用了 “以太网”这名称，是将以太网同样视为一种传播媒介。他自己也得到了一个外号，叫做“以太爸爸（ Ether Daddy ）”。 1973 年 6 月，梅特卡夫获准建造一个 100 个节点的原型以太网。 为了完成逻辑设计、构建电路板、编写微码等复杂工作，梅特卡夫找来了斯坦福大学的研究生大卫 ·博格斯（ David R. Boggs ）帮忙。 梅特卡夫（左）和博格斯（右） 1973 年 11 月 11 日，在他们俩的努力下，世界上第一个以太网原型系统正式诞生。 当时，这个以太网的传输速率达到每秒 2.94 兆比特，比之前的终端网络快大约 1 万倍。 █ 创立 3Com 公司，推动以太网普及 以太网技术诞生之后，梅特卡夫极力建议施乐公司能对这项技术进行商业化。但是，施乐公司管理层的响应速度非常缓慢，迟迟没有实际行动。 1979 年，等了六年的梅特卡夫忍无可忍，离开了 PARC 实验室。他决定自己创办公司，推动以太网技术的普及。他所创立的这家公司，就是后来著名的通信网络企业—— 3Com 。 3Com 公司的名字，来自 3 个字母，分别是： computer （计算机）、 communication （通信）、 compatibility （兼容性）。这充分反映了梅特卡夫希望改善计算机通信兼容性的愿望。 3Com 成立后，通过销售网络软件、以太网收发器，以及用于小型计算机和工作站的以太网卡，大大提高了以太网的商业可行性。 1980 年，在梅特卡夫的撮合下，当时世界第二大计算机公司数字设备公司（ DEC ）、半导体公司英特尔公司（ Intel ）和大型系统供应商施乐公司（ Xerox ），共同组成了一个技术联盟，推出了 DIX （三个公司的字母开头）以太网标准。 不久后， 1983 年， IEEE 专门成立了工作组，基于 DIX 标准的变体，推出了 IEEE 802.3 标准。 最早的 802.3 ，就是 10BASE5 ，只有 10Mbps 的吞吐量，介质是粗同轴电缆，使用的是带有冲突检测的载波侦听多路访问（ CSMA/CD ，理工科同学应该都熟悉）的访问控制方法。 除了以太网之外，美国 IBM 公司和通用汽车公司也推出了自己的网络标准。 尤其是 IBM 的令牌环技术，和以太网形成了激烈的竞争。最终，经过 20 年的角逐，以太网胜出，令牌环被淘汰。 █ 功成名就之后，个人隐退转型 整个 20 世纪 80 年代，梅特卡夫都在推动以太网的普及。 1984 年 3 月 21 日， 3Com 公司成功上市。 80 年代中期，梅特卡夫提出了一个重要观点，即：“一个网络的价值，和这个网络节点数的平方成正比”。这一观点，就是著名的“梅特卡夫定律”。 该定律对于理解网络效应和互联网经济的发展，具有重要的参考价值。 1990 年，梅特卡夫离开了 3Com 公司，成为一名评论家和技术专栏作家。 那一时期的梅特卡夫，也犯了不少错误。他的一些奇怪言论，经常让自己成为媒体调侃的对象。 1995 年，梅特卡夫认为互联网将在次年遭遇“灾难性崩溃”。他表示，如果自己预测错了，就把自己的话“吃掉”。 后来的事实证明，他确实预测错了。 1997 年，在第六届国际万维网会议上，他拿出了自己那篇文章的印刷本，把它和一些液体共同放入搅拌机。然后，在观众的欢呼声中，他坦然地吃掉了搅拌后的浆状物。一边吃，他还一边承认了自己的错误。 梅特卡夫的预测错误还包括： Linux 将被 Windows2000 干掉；无线网络将在 20 世纪 90 年代中期被放弃； 2006 年， Windows 和 Linux 将无法处理视频业务。…… 不靠谱的预言家 2001 年，梅特卡夫离开了媒体领域。他创办了北极星风险投资公司，转型为风险资本家。 2011 年，梅特卡夫前往德克萨斯大学奥斯汀分校，担任教授。 2022 年，他时隔 50 多年之后，再次回到了麻省理工学院的计算机科学与人工智能实验室（之前的 MAC ，现在改名为 CSAIL ），成为一名研究员。 这期间， 3Com 公司也经历了不少风浪。 1999 年， 3Com 的收入达到 57 亿美元的峰值。但是很快，互联网泡沫破碎， 3Com 跌下神坛，市值大幅缩水。 2009 年 11 月， 3Com 公司被惠普以 27 亿美元现金收购，退出了历史舞台。 晚年的梅特卡夫，因为自己在以太网方面的重大贡献，获奖无数。 1996 年，他被授予 IEEE 荣誉勋章。 2003 年，他收到了国家技术奖章和马可尼奖。 2007 年，他入选了美国国家发明家名人堂。 前不久，也就是 2023 年 3 月 22 日， 76 岁的梅特卡夫被美国计算机协会（ ACM ）授予了 2022 年图灵奖，奖金高达 100 万美元（来自谷歌公司）。 谷歌研究和人工智能高级副总裁杰夫 ·迪恩（ Jeff Dean ）在 ACM 的官方声明中表示： “今天，全球约有 70 亿个网络端口。以太网无处不在，我们对此习以为常。然而，人们很容易忘记，如果没有鲍勃·梅特卡夫的发明和努力（即每台计算机都必须联网），我们的互联世界就不会是现在的样子。” █ 结语 杰夫 ·迪恩说的没错。以太网技术是人们数据通信网络的基石。作为以太网之父，梅特卡夫的贡献是极为巨大的。 如今，以太网仍然是全球有线网络通信的主要标准。它的处理数据速率，从 2.94Mbps 、 10Mbps ，一路升级到了现在的 400Gbps 、 800Gbps ，甚至 1.6Tbps 。 802.3 这个令人熟悉的数字，将长期伴随着我们，直到被取代的那一天。 关注公众号“优特美尔商城”，获取更多电子元器件知识、电路讲解、型号资料、电子资讯，欢迎留言讨论。

说到云手机，有些童鞋可能并不会觉得陌生。是的，它确实并不是一个新名词。早在 2011 年左右，国内就有厂商推出了云手机的概念。掐指一算，至今已经有 12 个年头了。 大家都知道，这些年来，云计算技术发展非常神速。我们天天都在喊 “上云”，云已经成为人们工作和生活不可或缺的组成部分。 基于先进的云技术，我们不仅可以云会议、云办公、云游戏，甚至还可以云聚餐、云旅游、云拜佛。 万物上云 云手机，其实也是基于云技术的一种创新应用。 简单来说，它就是在云端平台上虚拟构建了一部手机，而用户可以通过实体手机打开 App 的形式，对虚拟手机进行操控，获得和使用真实手机一样的体验。 就在不久前的 5 月 17 日，在 2023 中国移动“数字惠民计划”发布会上，中国移动正式发布了移动云手机产品。我们不妨基于这款产品，详细了解一下，云手机到底能做些什么，有什么神奇之处。 █ 云手机，到底是干啥的？ 我们每个人都有实体手机。既然有实体手机，为什么还需要云手机？ 这就要从手机的功能和定位开始说起了。 手机这个东西，诞生于 1973 年（今年刚好是 50 周年）。作为一项伟大的发明，它极大加强了人与人之间的沟通与联系，也让社会协作变得更加紧密。 智能手机和移动互联网出现后，手机的功能变得更加强大，几乎将所有的数码产品融为一体，可以应用于衣食住行、休闲娱乐等所有领域。 其实，从本质上看，手机就是一台移动的超小型计算机。算力是它的核心，而摄像头、陀螺仪、屏幕、麦克风、话筒等，是它的功能配件。 手机上所有的功能，都是围绕 SoC 主芯片（也集成了图形处理功能和基带功能）实现的。芯片的算力，就决定了它的能力。 那么，问题来了。手机配置有高有低，高配的价格贵，如果买低配，使用体验就会受限制。而且，手机产品升级换代快，使用一两年后，配置跟不上，又该怎么办？ 这时候，云手机的价值，就体现出来了。 实体手机的算力，是由手机 SoC 芯片决定的。而云手机，是构建在云端的，算力由云能力决定。云能力，理论上是无限的。 所以说，云手机的本质在于，在云端创建了一个算力更强的 “副机”，用来完成实体手机无法完成或不方便完成的任务。 中国移动就将云手机定义为 “ 3+2+1 ”算力终端产品体系的一部分，以此来响应用户“更轻巧、更快速、更安心、更便捷”的算力服务需求。 在这个体系中， “ 3 ”是指云手机、云电脑、移动云高清三款瘦终端产品，“ 2 ”是指旺铺算力主机、算力家庭主机这两类胖终端，“ 1 ”是指统一的云 OS 平台，实现算力终端产品的统一纳管和统一资源调度。 中国移动云手机，将操作系统、存储、计算、渲染以及应用运行在云端，本地实体手机主要实现屏幕、麦克风、听筒等用户交互功能。 在运行过程中，云手机运行的实时画面以音视频流的形式下行传输至本地设备显示，本地设备将用户指令、传感器等数据上行同步至云端。 普通手机可以实现的功能，例如打电话、发短信、聊微信、看视频等，云手机都可以轻松实现。手机商店中的 App ，云手机一样可以下载使用。基于中国移动强大的网络和云能力，云手机可以做到 App 秒下秒装。 云手机玩游戏时，游戏画面渲染等工作都是云端完成，本地手机只需接收渲染后的视频流。这大大降低了本地手机玩高端游戏的门槛，千元机也可以轻松畅玩大型游戏。 值得一提的是，移动云手机看视频、玩游戏、安装使用各种 APP 所需的计算和存储资源都由移动云提供，不占用个人实体手机的算力和存储空间。实体手机的耗电会更小，能大大增加待机时间。 █ 云手机，谁会用到它？ 接下来，我们具体看看，云手机到底有哪些应用场景和目标用户。 游戏场景 云手机在诞生之初，就有一个刚需场景，那就是 ——游戏挂机。 玩游戏的小伙伴都知道，有些游戏是需要玩家长期挂机的。如果是自己的实体手机，有时候要工作，有时候要做别的事情，没办法一直挂机。而且，持续挂机的话，手机会很烫，续航也吃不消。 有了云手机，这些问题就解决了。游戏可以一直运行在云端，既不会掉线，也不会没电。而且，如前面所说，即使你使用的是一台低端千元机，也不妨碍玩大型游戏。 除了游戏之外，如果你要剪辑处理视频，也可以在云手机上完成。云端的视频渲染能力，会大幅缩短你的等待时间，提升视频制作效率。 办公场景 自从手机普及以来，用户就有双卡的需求。很多用户，甚至现在还保留着同时使用两部手机的习惯。其中主要的原因，是希望将办公和生活进行区分。 有了移动云手机，就可以将办公环境迁移到云端。上班时，打开云手机，进行沟通交流，参加会议，查看文件，等等。下班后，切换到实体手机，回归生活。 启动云手机 对于企业来说，云手机作为办公资产，是可以交接的。销售员工离职，将云手机交接给继任者，就实现了客户通讯录、工作聊天记录、云端资料等重要数据的交接。 移动云手机支持多机多号，不仅可以同时开多个云手机，还可以一台云手机绑定多个卡号。 这轻易实现了应用多开需求，可以实现多重身份、多账号同时在线场景。如果只有一台实体手机，需要反复切换登录，非常麻烦。 生活场景 云手机的多重身份实现，对于用户的隐私保护也有天然优势。 用户可以借助云手机的不同身份，使用微信、 QQ 、探探、陌陌等 App ，保护自己的真实身份信息。 大家在装修或购物时，经常会被要求留下电话号码。有了云手机，就可以留云手机的号码，避免暴露真实手机号，从而有效规避骚扰电话。 对于个人和家庭消费者用户而言，云手机还有一个巨大的优势，那就是多屏共享。 借助电视版云手机，可以将电视变成一个 “大手机”，使得低端配置的电视也可以玩手机里的高端游戏。电视的屏幕更大，游戏体验会更好。 专网场景 最后要提到的，是专网手机场景。 现在整个社会都在进行数字化转型，很多企业都建立了自己的行业专网，例如银行专网、教育专网、园区专网等。将云手机应用于专网，可以实现对专网数据的安全访问，防止业务资产丢失，实现可管可控。 例如一些客户体验机场景。客户通过云手机来体验企业业务，不用另外单独安装 App （云手机支持 App 预装），也不会泄露数据。客户体验完毕，云手机可以一键恢复环境，非常方便快捷。 上面提到的，只是云手机众多应用场景的一部分。 大家可以看出来，云手机的意义并不是取代实体手机，而是成为实体手机的延伸。 它的强劲算力、多重身份、环境隔离等优势，可以满足很多刚需场景的需求，应用领域极具想象空间。它的用户群非常广阔，电竞爱好者、科技发烧友、网络社交达人、视频 up 主、企业办公人员、家庭用户、专网用户、政府用户，统统都是潜在的目标客群，市场潜力非常大。 █ 云手机，为什么现在会火？ 云手机的功能如此强大，为什么过去的这十几年，没有发展起来呢？ 原因很简单，因为技术不成熟，无法支撑用户体验。 云手机是基于云技术和网络通信技术的一种应用。计算处理，是在云端完成的。而处理后的数据，需要通过网络才能实现本地和云端的同步。如果网络速率不够，或者时延太大，那么，就会出现卡顿等情况。 如今，中国移动推出 “移动云手机”，正是因为他们拥有强大的信息和通信基础设施。 在连接方面，中国移动目前已建成全球最大的 5G 网络，基站规模超 155 万个， 5G 套餐用户近 7 亿，实现了全国城区、县城、乡镇连续覆盖。 在计算方面，中国移动多样化算力服务器规模超 60 万台，数据中心机架超 120 万架， 2022 年移动云收入达 503 亿元，综合实力迈入国内第一阵营。 基础设施的成熟完备，为移动云手机的极致体验奠定了基础。 用户操作与云端响应信息，通过大带宽、低时延的 5G 网络传送，可获得接近实时的无感体验。而强劲的云算力，让用户可以随时拥有一台“高配手机”。 除了运行流畅度和稳定性之外，长期以来云手机的主要痛点还集中在流量和信息安全上。 中国移动作为国内实力最强的运营商，在这些方面也是有优势的。 移动云手机推出的 “免流随心用”，提供了每月最低 30G 的定向流量，消除了用户的流量焦虑。 信息安全就更不用说了，中国移动是国企，移动云在安全防护方面也有雄厚的技术储备，用户大可放心。 █ 结语 中国移动发布云手机，看上去只是推出了一个普通的互联网业务。但实际上，云手机的背后，是他们正在构建的庞大算网战略布局。 移动互联网崛起以来，从 3G 到 4G ，运营商遭遇了来与互联网 OTT 厂商的严峻挑战。随着数字业务的不断深入，运营商相对单一的连接业务，很难成为数字生态的着力点和控制点。 互联网厂商控制了应用，终端厂商控制了业务入口，如果运营商只担任管道角色，将会被边缘化，无法分享数字生态红利。 所以，进入 5G 时代后，中国移动就开始持续加强算力投入，结合网络优势，推动算网融合。 换句话说，运营商在打一场翻身仗。 云手机作为算力终端，被中国移动视为面向公众的 “算龙头”。借助自身 5G 网络优势，“以网强算”，实现算力普惠，可以服务用户算力需求，繁荣数字业务。反过来，通过云手机这个数字业务入口，“以算促网”，可以促进连接数量增加，推动流量消费增长，最终实现算网融合、算网共生，推动 5G 的价值最大化。 在这场前所未有的数字浪潮下，云手机是否能真正走向商业成功，让我们拭目以待！ 关注公众号“优特美尔商城”，获取更多电子元器件知识、电路讲解、型号资料、电子资讯，欢迎留言讨论。

2022年， 美国当地时间 7月29日周五，半导体行业发生了一件颇具标志性意义的事件，即Intel的股票市值被AMD所超越。在周五股市收盘后，Intel市值为1480亿美元，而AMD为1530亿美元。 霎时间，媒体中各种雷人的标题“弱爆了”“亏麻了”铺天盖地，唯恐天下不乱。 Intel无论从市场表现，技术表现都是优秀的，只是财务出现短暂的困难，让竞争对手开始慢慢蚕食市场。其整体表现符合大部分人对优秀企业的评价， 只是作为一家志在全球市场长期占据龙头和领导者地位的目标，Intel离开这个目标越来越远。 就像美国继续称霸世界，已经力不从心，但是美国作为世界最强的大国完全是没有任何问题。 一、 CCG业务和DCAI业务：CPU市场 CCG业务1：Intel笔记本处理器从2019年83%下降为73%，从中长期来看，ARM的份额会有继续增长的空间；AMD增长的空间应该不大，除非Intel的下一代处理器的制程工艺继续拉跨。 CCG业务2：Intel桌面电脑处理器从全球市场来看，长期稳定在80%左右，从中长期来看ARM低功耗完全不占任何优势，AMD也无法实现更高级别的市场突破。 DCAI业务：Intel 服务器CPU从最高位的96%下滑到目前的89%，其中大部分的市场被AMD抢占，但是从整体格局看Intel依然占据着绝对统治地位。8月份Intel可以逆势涨价，无疑是向外界继续宣告统治地位。在服务器CPU中最大的变数是来自CSP厂商的ARM自研CPU，目前亚马逊的graviton3已经发布；阿里发布自研 CPU 芯片倚天 710 ;微软在2020年底也开始推进自研ARM CPU；Ampere,高通，以及国内的鲲鹏和飞腾都在推动ARM去同X86竞争，未来的市场 格局是存在一定的变数的。 二、 AXG业务：GPU市场： Jon Peddie Research发布了最新的GPU市场数据统计报告，显示2022年 Q1 PC使用的GPU出货量（包括集成和独立显卡）为9600万，环比下降了6.2%，同比下降了19%。 在2022年 Q1 中， GPU和PC的整体连接率（包括集成和独立显卡、台式机、笔记本电脑和工作站）为129%，环比增长5%;桌面独立显卡出货量环比增长1.4%;2022年第一季度PC使用的GPU出货量中，AMD出货量下降了1.5%，英特尔出货量下降8.7%，英伟达出货量增长3.2%。 从数据上看，出货量减少似乎主要来自OEM厂商的机器，特别是笔记本电脑。 在整个市场上， Intel依然是当之无愧的领导者，当然在独立GPU和数据中心GPU上，英伟达是绝对的领先者，AMD也是领先于Intel的市场。Intel也开始利用在CPU市场的优势地位，开始对独立GPU和加速计算GPU进行了市场争夺，从当前的市场格局看，难度很大。 三、 Mobileye：自动驾驶ADAS市场 依据中信证券的数据，在汽车 ADAS市场里，Intel的Mobileye占据了70%的市场份额，依旧占据着领先地位，虽然其主要市场集中在L1/L2的市场，但开始在L3市场开始发力，提升市场占有比例。其竞争对手里面英伟达和高通虽然也在积极抢占市场，短期依然无法撼动Intel的领导地位。 四、 IFS业务：晶圆代工市场和技术 首先看晶圆代工市场，台积电是处于半垄断式的技术领先地位，市场占比 51.6%，三星市场占比17.1%，联华电子6.9%，格芯6%，中芯国际4.9%，从市场占比来看台积电完全是碾压级的，确实没INTEL什么事。 其次看晶圆代工工艺技术情况，台积电和三星都开始试产 3nm,但是台积电的技术和良率要更领先三星，处于第一梯队；第二梯队的就是Intel的7nm,但是一直未能量产，处于研发和试产中；第三梯队的就是格芯和中芯国际，在14nm徘徊。 Intel清楚的定位了自己在行业地位，其集中资源在模拟IC和汽车半导体等高端业务争取一部分市场，其中收购高塔，成立汽车半导体代工部门就是其关键的举措。 最后， Intel是IDM的半导体工厂，其在晶圆代工存在的最主要意义不是为占有多少的市场份额，而是需要去保持技术的领先地位跟其半导体设计的CPU,GPU和FPGA等可以在自己的工厂生产并稳定供货客户。而目前Intel目前面临最大的问题就是其CPU产品由于制程研发的滞后性，全面拖累了IC设计研发的进度，从而面临着CPU技术能力落后死对手AMD的情况。AMD也是很好的利用了Intel垂直整合策略中的“木桶效应”，抓住战略机遇期，在市场上取得了不少战果。同样，Intel也因为在制造工艺上的落后，被大客户苹果给抛弃，遭遇了重大损失。 综合市场和技术的数据分析， Intel整体的市场份额和技术水平都是处于领先地位，基辛格的IDM 2.0从宏观上具备理论上的可行性。 一. 财务上进行开源：出售非核心的存储业务，并推动自动驾驶上市。 2020年10月20日 ,英特尔与SK海力士宣布签署收购协议 ： SK海力士将以90亿美元收购英特尔的NAND闪存及存储业务。 2022年7月， 英特尔确认将逐步结束 Optane（傲腾）存储业务，不再开发新产品 。 2021年12月，Intel就宣布推动mobileye于2022年年中上市，截止目前，暂时还没有得到相关上市消息。 二. 技术上寻求芯片制造技术领先：提升晶圆代工能力 首先， 2022年2月15日晚间，英特尔宣布将以54亿美元收购以色列半导体代工厂高塔半导体，提升在晶圆代工的业务范围，扩张到汽车和模拟芯片领域。 其次，英特尔已计划把部分芯片外包给台积电，后者将于 2022年下半年给英特尔打造3nm芯片。近期台积电反馈出来的信息是量产时间推迟到2023年，其中合作存在变数，反应英特尔内部对于制造外包存在不一致的声音，也就是利益考量的犹豫不决。 再次，就是拓展晶圆代工客户，英特尔 7/25宣布,获得联发科投片于旗下晶圆代工服务IntelFoundry Services的先进制程制造晶片。联发科则强调,此次将投片于英特尔为成熟制程,为Intel16制程 。 最后，利用美国芯片法案的资金，迅速提升在半导体制造领域的技术和产能，确保核心业务整体的领先优势。 从财务角度来看，收购高塔和引入联发科，是为晶圆代工业务增加收入，而非 Intel终极目标是发展成熟的制造工艺，目前INTEL晶圆代工业务营收1.22美元，7nm先进制程工厂投资需要100亿美元，2nm预计是340亿美元，如果intel的代工业务依靠其他事业部的利润和股市融资，自身部门无法获取利润，是无法通过华尔街投资者的同意的，也肯定导致内部部门间的斗争。美国当下的芯片法案可以说是给INTEL“雪中送炭”,不过钱不一定够用。 英特尔虽然在当下的市场竞争中面临着巨大的压力，但在大盘上看其依然掌握着市场和技术的主动权，新任高管也顶住内部利益集团的七嘴八舌，进行了大刀阔斧的变革，行还是不行，都需要时间，毕竟实践才是检验真理的唯一标准。

写在前面 它们不厌其烦地执行人的指令；它们收集世间万物的知识，供人顷刻之间随心调取；它们是现代社 会 的 中流砥柱，但其存在却往往备受忽 视。 它们就是计算机，是人类迄今为止最伟大的发明成就，是登峰造极、至高无上的终极工 具 。 计算机科学的问 世，推动了人类历史上最非比寻常的社会变革之一。 而 = = 编程语言 == 作为计算机的灵魂，存在感却远远高于计算机，它就像一个纽带把我们和计算机深深的 联系在了一起 。 编程语言 的 发展更是和计算机的演变有着密不可分的关系。 不 知道大家有没有好奇过，世界上第一门编程语言是什么？ 今天就由我带领大家穿越到这一切的起点，去看一看计算机和编程语言的爱恨情仇 。 正文 图灵机 不 同的的人面对计算机有着不同的给关注点，有人觉得计算机的设计很巧妙，有人觉得计算机的结构布 置很酷，有人觉得计算机的界面很漂亮 … … 但计算机的美妙之处并 不在于其闪烁的灯光、旋转的磁盘、成排的芯片和电线，而在于， 这些部件的背 后隐藏着一个优雅而简单的想法。这个想法同晶体管、操作系统、网络和文字处理器毫无关联，也不 可 能 有 任何关联，因为它的诞生时间比这些设备都早。 图灵的相关生平，这里不多做赘述，这里我们只关注他的 “ 可计算性理论 ” 。 还 记得当时初学冯诺依曼结构时，我们班里的同学还就冯诺依曼机与图灵机谁的贡献最大，而吵的不可 开交，最后也是谁也没说服谁 。 冯诺依曼机大家都不陌生，可以简单地理解成冯诺依曼机更侧重于硬件的实 现 。 图灵 机 偏重的抽象模型是 “ 可计算 ” 和 “ 不可计算 ” 这个计算机的边界 1. 世界上有很 多问题，其中只有一小部分是数学问题； 2. 在 数 学问题中，只有一小部分是有解的； 3. 在 有解的问题中，只有一部分是理想状态的图灵机可以解决的； 4. 在后一 类的问题中，又只有一部分是今天实际的计算机可以解决的。 这 个时候可能有人就要说了，这和今天要讲的世界上第一个编程语言有什么关系？你这不是上来就先给 计算机定下了一个边界了吗 ？ 是的，先展示这段的目的就是为了告诉大家： 不要迷信计算机，不要迷信我们的编程语言。 不 管是在人工智能和深度学习大行其道的今天，有些问题也是无法用计算机去解决的，我们要始终怀着 一种敬畏之心来面对这个世界。 打孔卡片 这一 切都要从打孔卡片开始说起。 美国宪法中要求， 每 10 年就得进行一次人口普查。到了 19 世纪末期，人口增长的实在是太频繁了，以至 于 18 8 0 的人口普查历时 8 年才最终完成，当时还都是通过纸和笔来完成的。 1890 年 ， Herman Hollerith 被授命去解决这一问题，他最终使用了穿孔卡来存储数据，并用一台制表机 ( tabulating machine )来进行统计和排序。 在 2 0 世纪的大部分时间里，穿孔卡在数据处理行业得到了广泛的应用， 其中专业且日益复杂的单元记 录机器被组织成半自动数据处理系统，使用穿孔卡进行数据输入、输出和存储 。 1896 年， Hollerith 成立了制表机器公司，开始了自己的事业。他把自己的设备和卡片出售给大的保 险公 司 ，以及包括英国，意大利，德国，俄罗斯，澳大利亚，加拿大，法国，挪威，波多黎各，菲律宾等国 在内 的多国政府。 他的公司后来跟别 的 公司进行了合并，并在 1924 年最终成为了国际商业机器公司。没错，它就是 IBM 。 这就是我们的第一站：打孔机和打孔卡片 。 有 人可能会有疑问，这打孔卡片也算是一门编程语言吗？这就要看大家怎么去定义编程语言了。 在 我看来，只要其涉及数据处理与一定的计算规则都可以称为一种语言。就像我们常说的： 程 序 = 数据 + 算法 哪怕这 些数据只是最常见的自然数，哪怕这些算法只是加减乘除。 机器代码 打孔卡片靠其出 色的能力盛行了一段时间，但你能想想那硕大的机器和成吨种的卡片吗？ 幸运的是这些都只是暂时的，而拯救我们的就是电子学与计算机科学的结合，让我们脱离了笨重的机械 式计 算机。 晶体管的出现更是让 “ 开 / 关 ” 动作变 得简洁又优雅。 而 我们这次的主角 —— 机器代码，就是这一开一关动作的化身： 0 和 1 。 机 器 代码之所以被称为机器代码，就是因为这种代码是可以直接被机器(计算机)所读取。 用二进制代码表示的计算机能直接识别和执行的一种机器指指令系统令的集 合 。 大 家 可以随便打开一个自己用任何一种高级语言编译好的二进制文件( . bin )来查看这些机器码到底长 什么 样子。 最右边就是我们的机器码，但为什么不是 01 组合，怎么还有其他数字和字母呢 ？ 这是因为二进制表示的数字实在是太小了，所以大多采用的是十六进制来表示 。 汇编语言 用机器语言编写程序，编程人员要首先熟记所用计算机的全部指令代码和代码的涵义 。 手编 程序时， == 程序员得自己处理每条指令和每一数据的存储分配和输入输出，还得记住编程过程中每 步所使用的工作单元 处在何种状态 == 。这是一件十分繁琐的工作。 编写程序花费的时间往往是实际运行时间的几十倍或几百倍，而且， == 编出的程序全是些 0 和 1 的指令代 码 ，直观性差，还容易出错 == 。 那么有没有一种方式， 让我们能够更容易的记住这些机器指令？ 汇编语言闪亮 登场。 汇编语言的主体是汇编 指 令。汇编指令和机器指令的差别在于指令的表示方法上， 汇编指令是机器指令 便于记忆的书写格式。说 白了，汇编语言就是 == 助记符 == ( Mnemonics )。 可能有人会问，我们用 汇 编语言编写程序，可是计算机只认识机器指令，那该怎么办？ 这时候就需要一 个能将汇编语言转换成机器指令的工具，我们称其为编译器。程序员用汇编语言写出源代码，再用 汇 编 编 译器将其编译为机器码，最后由计算机执行。 再者，汇编语言指令是机器指令的一种符号表示，而不同类型的 CPU 有不同的机器指令系统，也就有 不 同的汇编 语言，所以， == 汇编语言程序与机器有着密切的关系 == 。 所以，除了同系列、不同型号 CPU 之间的汇编语言程序有一定程度的可移植性之外，其它不同类型 (如：小型机和微机等) CPU 之间的汇编语言程序是无法移植的，也就是说， == 汇编语言程序的通用性 和可 移 植性要比高级语言程序低 == 。(因为高级语言可以再不同类型的计算机上用不同的编译器翻译成 机 器语言) Fortran Fortran 语 言 最初是由 IBM 公司在 50 年代开发的。 当 时，创建语言的目的是专门解决一组特定的问题： Fortran 语言的目的是科学处理。 它仍然是在高性能计算领域最流行的语言之一，而且作为基准，用于世界最快的超级计算机程序的 语 言 的 排名。 Fortran 语言建立使 用 星号乘法，这是今天仍在使用的所有语言中的约定。 这是它的外 观： CO BOL COBOL ( Common Business - Oriented Language ) 被 设计用于商业用途。这是企图使编程语言更类似于英语，让程序员和管理人员可以读取它。 它的设计者有 Grace Hopper (发现 “ Bug ” 的人)，以及发明了类似英语的数据处理语言 FLOW - MATIC 的人，也是 最 合适，帮助创建一个看起来类似英文通用商业语言的人选。 这 是一个 COBOL 的 Hello World 程序 : IDENTI FICATION DIVISION . PROGRA M - ID . HELLO - WORLD . ENVIRO NMENT DIVISION . DATA D IVISION . PROCED URE DIVISION . MAIN . DI SPLAY ' Hello , world .' . ST OP RUN . ALGOL 60 ( ALGOrithmic Language 1960) 是一个委员 会 推动的，非常好，有影响力的语言 , 发布于 1960 年。 它从来没有得到普及， 但 它推出了许多重要概念，包括摆脱 GOTO 。在行与行之间跳来跳去行的语言， 如 BASIC ，难以遵循程序的流程，导致编写 程序容易出错。 ALGOL 60 引入结构化程序设计和模块：它使用 BEGIN 和 END (因为大括号是不可用)，感谢 ALGOL 60 现在我们有了代码块，而不是 GOTO 。 ALGOL 也不希望太过专业，从而适合良好的科学和业务处理 下面是 它的样子： procedure Absmax(a) Size:(n, m) Result:(y) Subscripts:(i, k); value n, m; array a; integer n, m, i, k; real y; comment The absolute greatest element of the matrix a, of size n by m is transferred to y, and the subscripts of this element to i and k; begin integer p, q; y := 0; i := k := 1; for p:=1 step 1 until n do for q:=1 step 1 until m do y then begin y := abs(a ); i := p; k := q end end Absmax P ascal Pascal 是在 1968 - 1969 年设计 , 由 Niklaus Wirth 出版于 1970 年，其灵感来自 ALGOL 它最初是非常流行的，虽然最初设计为教学工具，很长一段时间很多人用它做通用编程。 但是，它 不是模块化不够，有一些使得编程难的设计挑战。 比 如有一个片段 : while a b do WriteLn ( ' Waiting ' ) ; if a b then WriteLn ( ' Condition met ' ) { no semicolon allowed ! } else WriteLn ( ' Condition not met ' ); for i : = 1 to 10 do { no semicolon for single statements allowed ! } WriteLn ( ' Iteration : ' , i ); r epeat a : = a + 1 until a = 10 ; case i of 0 : Write ( ' zero ' ); 1 : Write ( ' one ' ); 2 : Write ( ' two ' ); 3 , 4 , 5 , 6 , 7 , 8 , 9 , 10 : Write ( '?' ) end ; B 在贝尔实验室开发于 1969 年 , 它的灵感来自于 Fortran 和 BCPL 。 还 记得有个同学开玩笑说，既然有 C 语言，那肯定会有 B 语言和 A 语言，没想到还真有 B 语言(其实还有个 E 语 言就不说了)。 B 引入 了 += 操作符 ( 尽管写成 =+), 以及自增 / 自减操作符 ( ++ 和 – ) printn ( n , b ) { extrn putchar ; auto a ; if ( a = n / b ) /* assignment , not test for equality * / printn ( a , b ); /* recursive * / putchar ( n % b + '0' ); } C 语言 C 诞生于 B 加上从 Pascal 加入一些好的想法。它是在贝尔实验室(再次)的 Dennis Ritchie 在 1969 年 和 1973 年之间开发。 相比较于机器语言与汇编语言来说， C 已经拥有 == 更强的表达能力，可方便地表示数据的运 算和程序的 控制结构 ，能更好的描述各种算法，而且容易学习掌握 == 。 但 高级语言编译生成的程序代码一般比用汇编程序语言设计的程序代码要长，执行的速度也慢。 关于编程语言就说到这里，如果把每一门语言都说一遍的话，可能几天几夜都说不完 。 感兴趣的同学可以去维基百科上看一 看 第一个编译器是什么语言编译的？自举 除了第 一个编程语言外，相信大家肯定还有一个疑问： 世界上第一个编译器使用什么语言来编译的？ 这 就 类似于那个世界上是先有鸡还是先有蛋的问题。 其实在编译原理中，有一个概念：自 举 。 == 编程语言是自举的 == ，指的是说，我们能用自己写出来的程序编译自己。但是自举，并 不要求这门语 言的 第一个编译器就是用自己写的。 比 如，这里说到的 Go ，先是有了 Go 语言，我们通过 C ++ 写了编译器 A 。然后呢，我们就可以用这个 编译器 A ，来编译 Go 语言的程序。接 着，我们再用 Go 语言写一个编译器程序 B ，然后用 A 去编译 B ， 就得到了 Go 语言写好的编译器的可执行文件了。这个之后，我们就可以一直用 B 来编译未来的 Go 语 言程序，这 也就实现了所谓的自举了。 更详细的关于鸡蛋 问题，可以直接看 Wikipedia 上这个链接，里面讲了多种这个问题的解决方案。 https://en.wikipedia.org/wiki/Bootstrapping_(compilers) 写在最后 在上文 中 ，我们大致了解了计算机和编程语言的发展史。 如果从严谨一点的角度去考虑的 话， Fortran 语言应该是世界上第一门高级编程语言。 编程语言千千 万，这些语言之间没有高低贵贱，更不存在什么歧视链， 有的只有不同的应用环境适合哪 一种编程语言。 最后 祝愿大家不管使用哪一种语言都能 bug 少少 !!! ( 室友和同门都申请离校回家了，我还悲惨的在学校呆 着，可快点解封吧 ~ 我要出去吃烧烤，吃火锅！ ) 参 考 文献： 《 计 算机 : 一部历史》彼得 · 本特利 http://foorious.com/articles/brief-history-of-programming-languages/ https://segmentfault.com/a/1190000004303544 https://time.geekbang.org/column/article/91793 https://www.cnblogs.com/ysocean/p/7580162.html

人民网北京2月17日电 （申佳平）据国家发展改革委官网消息，近日，国家发展改革委、中央网信办、 工业和信息化部、 国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、 甘肃、宁夏等8地启动建设国家 算力枢纽节点，并规划了10个国家数据中心集群。 国家发展改革委高技术司负责同志回答记者提问时表示， 至此全国一体化大数据中心体系完成总体布局设计， “东数西算”工程正式全面启动。 2月17日的新闻给ICT圈的厂家带来爆炸性的利好，经过5年左右的产业政策观察，我觉得需要理性分析， 找到市场切入点。 我不是公共政策分析专家，也不是资本市场的分析家，只是以一个从业角度来观察政策 推出，政策落地和企业寻机的角度。 从大力发展5G，到推广网信安全（信创），新基建和东数西算， 中央政府部委和各地政府从税收，财政和政府采购等各个 角度给予了中国企业 以巨大的刺激和推进作用， 从宏观经济学角度来分析，就是投资拉动经济，将以前简单的从房地产和 传统基建投资推动经济发展，变成通过投资高新技术产业来拉动中国经济发展，避免因为投资下滑 引发的经济失速；另外 从宏观经济来分析，就是供给侧改革的继续推进，优化经济增长的结构， 提高高新技术产业在经济发展的比重，降低资源 消耗和浪费。 普通人可以简单的看国家政策，一笔带过即可，但是企业家和创业者是绝对不能草草带过 “骑驴看唱本”。 经济政策的落地需要政策承载者和主题，承载地区，这个是空间概念； 经济政策的落地和推进需要时间和投资规划，这个是时间概念； 同样，投资的主体是政府，协同的民营资本是哪些，外资又可能是哪些，都是需要追踪和分析。 信创已经推进3年了，简单的分析一下： 1.政府的政策更多的是在市场上加重了政府采购的比例，比如三大运营商的国产化采购比例在提升； 比如八大行业的小部分行业已经全面实现国产化替代； 2.部分地方政府给予税收和房租补贴，比如很多地方政府和大型国企打造的“信创园区”； 3.政府直接的财政补贴：比如国产芯片，操作系统的厂家获得国家补助； 4.信创获利最为直接企业，相信您可以一眼就看出来，基本上是大企业、国企和龙头。 信创的政策，标准都是他们和各级部委，政府协商的结果，可以理解， 标准和法案的起草者无疑是政策的最大获利者，其实这也并不违背国家法律。 5.另外大型行业龙头在信创投入的资本、技术和力量来看，这个市场从技术 和经济的角度都是有待考察的，民营企业和资本基本上是从属于主导的国资和央企。 未来政策的走向和后续节奏，需要持续和理性的分析，确保投资获利。 最近的东数西算政策呢，怎么理解： 1.背景：新常态下的经济增长放缓，房地产经济的平稳落地需要替代形态的经济动力，供给侧 改革需要继续深化和优化，以信息技术和通信技术为基础的经济形态无疑是最好的经济增长方式。 同时，能源紧张，资源消耗过大和算力供需失衡一直影响经济结构的优化，一个全新的经济政策 需要紧急推出来引导资本，企业和舆论的方向，东数西算作为新基建的重要补充随之推出。 2.空间范围：八大算力枢纽，西南的贵州和成渝；华南的广东；华东的长三角；西北的甘肃， 宁夏和内蒙；华北的京津冀。从区域到十大集群，大致区域已经拟定，但是落地的细节等 还是有很多的需要地方政府，央企，国企，银行，民企等配合推进。 比如长三角，不同省份的地级市和县级市肯定会存在博弈，寻找机会落地数据中心； 地方政府有意愿还不行，还需要企业投资落地。 比如：四大运营商构建算力网络； 比如：IDC厂家万国数据，世纪互联构建算力节点； 比如：云计算阿里，腾讯，华为构建数据中心； 比如：互联网厂商构建自有需求，比如字节跳动，京东，滴滴； 项目落地需要：土地，政策，税收，资本来源（银行贷款，企业自有资本，政府补贴，税收补贴）； 未来将是一个系统和繁杂的过程，稍有不慎，会造成很多的烂尾和不及预期的工程。 3.时间范围：从中央部委的发文，并没有给出明确的投资时间范围，所以审慎来看，3-5年政策 基本上可靠的，中国经济需要持续的投资拉动，目前大规模重返铁公基时代的政策概率不高， 外贸形势和国内消费还不足以强到完全不需要投资拉动经济的地步。而6G，AI，元宇宙， 区块链，数字化，新能源汽车等新的技术和经济增长点都同算力存在强关联性。 4.企业投资和跟进详细策略分析： 首先：收集信息，来自政策最顶层的接受主体，比如四大运营商，了解政策推进情况； 来自各级地方政府的公函和发文，政策优惠和落地项目； 来自银行和证券分析机构的一些的资金流动信息； 来自大型企业的技术变化和新产品信息，比如节能低功耗，水冷，模块化数据中心； 其次，分析来自不同层面的数据信息，分析未来的数据中心落地的情况，承载的主体， 需求的数据中心产品的功能特点和要求，寻找企业发展的机会。 比如:贵州的贵安新区的地理环境，能源供应，温湿度适合什么样的产品上架； 内蒙古的地理环境，温湿度，供电方式需要什么样的产品上架； 算力集群不同点需要哪些类型的数据中心，云计算，边缘计算； 数据中心服务的客户和对象是哪些，天气预报，超级计算，导弹工程还是视频播放， 无人驾驶，人工智能，智慧城市，智慧交通，智慧医疗，金融工程。 同样，了解需求客户比如IDC,比如云计算，比如互联网厂商的资本来源，财务状况等， 避免项目合作的烂尾和呆滞债务和三角债务情况。 最后，就是根据分析和获取的数据，寻找合作的客户，供应商，集成商，银行等等， 参与产品开发，参与项目建设，参与标准建议和提升自我实力。 从产业层面上来讲，大集群的数据中心需求未来会提供很多创新的机会，包括底层 芯片技术，到系统产品开发技术，到数据中心集成技术。中国的龙头厂家，底层的 芯片比如CPU,GPU,FPGA厂家都是可以最有利的去寻找最符合中国环境的产品技术； 比如光模块，光纤，光通信等都有大展拳脚的试验场，远距离传输，低延时，多 集群，多地域，复杂气候条件的数据传输，都需要创新，而不是吃老本； 比如系统产品比如浪潮，华为，新华三，中兴，烽火，曙光，长城都可以开发最适合 的系统级产品；阿里，腾讯，万国数据等都可以依据需求打造最强悍的数据中心。 如果政策过后，技术都是原地踏步，甚至一地鸡毛，会给行业的长远发展带来负面 的影响。 企业3-5年内，找到有利的 客户，技术伙伴，供应商都是可以上升一个台阶， 但是这个钱远远没有券商分析师 那样讲故事来得简单，需要的是潜心的企业经营和 持续的管理和技术创新，才可能 最终在各种政策推进赢得更多的企业发展机会。 投机只可获取短时的成绩，完全是 不可持续的发展，更不能基业长青。 对于产业政策，个人观点是详细分析，谨慎观察和投资，不迷信政策的效力， 但也不忽视政策的积极作用。之前在深圳福田，了解到五百强企业的顶级 企业家基本上就在研究政府政策动向，以此为企业发展提供长远的方向， 高度捆绑政府的产业政策，其实这并非是好消息，看到海航，恒大， 雪松控股，紫光集团，方正集团经营困境，企业终究是要依赖核心竞争力， 无论是自身，还是生态或者平台竞争力，都不是建立在高度捆绑政府政策 研究，比如补贴，税收之类的营业外收益。政府发展什么，企业当然要 重视，并不是政府不发展的不支持的就没有市场，没有竞争力，这需要 企业家的高度智慧和企业本身的强有力的后台竞争力。 希望中国的ICT企业可以3-5年上升到新台阶。