来聊聊前几天在酒店房间因为铅笔的事，大声争论的事吧
就是随便聊聊，家里的事，没有对错
我是以我主观的角度来描述这个事，难免会有先入为主的看法
所以就那句话，没有对错，随手记录
事情大概是这样的：
1.
当天我们的计划是从汕尾酒店换到深圳酒店，当时接我们的司机师傅已经到了
我带着毛豆豆和恩宝在楼下游戏厅里玩游戏，因为前一天晚上答应了他们要玩游戏，结果晚上关门了，我们就说好第二天一早去玩
这个时候，和毛豆妈说好，她就上楼去收拾东西，我来陪小朋友们
大概十多分钟后，毛豆妈给我打电话，说东西收拾的差不多了，让我上去拿
这个时候恩宝爸爸妈妈也下来了，然后他们看着小朋友，我就先上楼去拿行李了
上去了之后，毛豆妈就说毛豆豆写作业的铅笔找不到了，让他上来找
我呢就说，现在司机到了，恩宝爸妈也收拾好行李在楼下了，要不就不找了，我们去深圳买铅笔就好
这个时候，毛豆妈说：不行，每次都掉东西，每次毛豆都不自己找，必须让他上来找
我虽然觉得没必要，但本着算了的原则，就给毛豆豆打去电话，让他上来找铅笔
因为上楼来是要刷房卡的，所以我还是只有下楼去接毛豆豆
我认为我表现出了对毛豆妈决策的足够尊重
接到毛豆豆之后，毛豆豆开开心心和恩宝就上来了
我在进房间前告诉毛豆豆要收敛下情绪，因为妈妈不太高兴
毛豆豆这个时候马上转头告诉恩宝：我妈妈生气了，小心一点（好像是这样，具体的我也没听清楚）
2.
进了房间，毛豆妈就让毛豆豆找铅笔
房间就那么大，东西也收拾完了，找了几分钟确实找不到
我呢肯定就说算了，去买一支
毛豆妈说没铅笔就不能做作业
我：深圳买不到铅笔？
毛豆妈：反正今天要找到，不然毛豆豆又要怪我没给他找到铅笔
这里说句题外话：毛豆豆的杠是这么多年一直在杠，随着年龄的长大，其实现在都好一点了
一般处理毛豆豆杠有两种方式：
1.一句话吼过去，三言两语结束战斗
2.好好说，大概要说个十多分钟左右
我一小部分的时候肯定是吼过去的，这个人的情绪上来了，无法避免
更多的时候，我是好好说，说半天说通
3.
当下确实楼下的司机师傅也给我打了几个电话，再加上恩宝爸妈也在等我们
所以我就觉得，没必要为了一支铅笔继续耗时间了
所以我继续说算了之类的的话
我的态度肯定不算好了，毛豆妈的态度也肯定不好
我就开始有点冒火，我说：
你让我下楼接毛豆找铅笔，我也去了，对吧。那现在找不到就算了撒！为啥要浪费时间？
毛豆妈更冒火：你啥子事都是算了算了！啥子事都不重要！那你说啥重要？？？上学的时候，经常你们两个早上起来补作业！那就不上学了嘛！每天写两个字，两篇口算都写不完
（毛豆豆作业确实是少到了极点）
我：我们在说铅笔！不要扯远了，没说补作业！
毛豆妈：那你就让他找到！
期间我们又争论了七八分钟吧
恩宝在旁边静静的看着
毛豆豆在眼神涣散在发呆
4.
毛豆妈又让毛豆豆找铅笔时，这个时候毛豆豆已经哭起来了
虽然我和毛豆妈能看出来，毛豆豆的哭，有九成的表演成分
恩宝在旁边也是一脸茫然，面无表情，不知所措的看着这一切
我这个时候肯定是生气了，对着毛豆说：毛豆，今天这事不怪你！是你妈妈的问题！她自己控制不好自己的情绪
后来毛豆妈说，她就是因为这句话暴走的
毛豆妈往床上一坐说：我不去了！你给我把机票买了！我要回去！你和毛豆去！
我一看这情况，就知道完了完了
因为如果再说，毛豆妈肯定是直接飞回成都了，肯定就没有回旋余地了
我说：毛豆都哭了，就不说了，走了
毛豆妈坐在床上说：那我也哭嘛，是不是就对了？
4.
期间毛豆哭了大概两三分钟，就是只见声音，不见泪那种，接着停下来继续看戏
这个时候，我就转头对毛豆说：那毛豆，现在只有一个办法了，那就是今天我们到了酒店，你就去把今天的作业写了！然后口算加两篇，可不可以！？
毛豆豆：可以啊
回答完问题后，突然毛豆发现自己没有哭，就又开始哭
我对毛豆说：可以了，差不多就行了
毛豆立马收住了哭声，沉默不语
毛豆豆能看出来，我是站在他那边的
他也知道，站在他那边肯定遭的凶
但我遭又不是他遭，所以他也就沉浸于表演就行了
这个时候我就对毛豆妈说：看嘛，现在就这样了撒，去了深圳就买铅笔，马上写作业
5.
毛豆妈提起箱子转身走出房门
我和毛豆豆恩宝就紧随其后
去往深圳的路上，毛豆妈一言不发
直到到了酒店，毛豆妈看到酒店挺漂亮的，才开始开开心心的拍照
6.
最关键的是，我在车上问毛豆豆，知道今天为什么会发生这样的事吗？
毛豆豆说：不关我的事，是你和妈妈吵架，把我吓哭了
当然，以我对毛豆豆的了解，还是在演戏
7.
我是觉得虽然自己收拾自己的东西这件事很重要
但是即便是今天我们就不让毛豆出门了，一次把毛豆豆弄痛，哪怕是狂揍一顿，一定要找出铅笔
那么下次，以我对毛豆豆的了解，不用等第二天，当天他的铅笔还是要不见
知子莫如父，毛豆就如同他自己说的：“我的记忆比金鱼好一点，金鱼有七秒，我只有八秒”
就事论事，铅笔掉了重不重要？
如果要上升到一种高度，按照某些教育学家理论：三岁看老，细节决定成败，取一个吸引流量的标题《如果这个细节没抓住那么肯定会毁了孩子一生》之类的教育家，一本正经的讲出来，那么肯定相当重要
但是如果要落地到实事求是，论如何让一个不到七岁的小朋友永远不丢三落四上，那么就一点也不重要了
出了问题，解决问题，不要把一个问题上升到一个高度，这事我认为很重要
比如铅笔掉了，怎么办
肯定要批评，但说两句就行了
下一次再掉怎么办，再说就行了
有啥办法？揍？我觉得没啥用
至少对毛豆豆没用
8.
在铅笔这事发生之前，我们刚落地广州，从机场到酒店
毛豆豆就把他背包丢在了车上，里边装着他所有作业
我还特意又给滴滴师傅电话，让人家送回来一趟
这个事，我觉得比铅笔的事，更严重
毛豆妈对这事却是一笑而过
到了铅笔，就过不去了
既然都是掉东西
为何掉书包和所有作业没事
而掉铅笔就是原则了
值得深思
是东西丢了的问题还是当下情绪的问题
这是个值得探讨的问题
8.
以上内容，全部是主观记录
主观记录就会出现避重就轻等等等等情况发生，所以不存在对错之分
也不代表我记录的是严丝合缝的，肯定会有偏差
里边所针对的想法，只是对我家毛豆豆的想法和对策，不代表其他任何小朋友
最后，我和毛豆妈都有问题，一来说好了在毛豆豆面前不吵架，结果吵了；二来说好了不再小朋友面前批评毛豆豆，还是批评了…
所以都得道歉，下次注意
#微博亲子季#
就是随便聊聊，家里的事，没有对错
我是以我主观的角度来描述这个事，难免会有先入为主的看法
所以就那句话，没有对错，随手记录
事情大概是这样的：
1.
当天我们的计划是从汕尾酒店换到深圳酒店，当时接我们的司机师傅已经到了
我带着毛豆豆和恩宝在楼下游戏厅里玩游戏，因为前一天晚上答应了他们要玩游戏，结果晚上关门了，我们就说好第二天一早去玩
这个时候，和毛豆妈说好，她就上楼去收拾东西，我来陪小朋友们
大概十多分钟后，毛豆妈给我打电话，说东西收拾的差不多了，让我上去拿
这个时候恩宝爸爸妈妈也下来了，然后他们看着小朋友，我就先上楼去拿行李了
上去了之后，毛豆妈就说毛豆豆写作业的铅笔找不到了，让他上来找
我呢就说，现在司机到了，恩宝爸妈也收拾好行李在楼下了，要不就不找了，我们去深圳买铅笔就好
这个时候，毛豆妈说：不行，每次都掉东西，每次毛豆都不自己找，必须让他上来找
我虽然觉得没必要，但本着算了的原则，就给毛豆豆打去电话，让他上来找铅笔
因为上楼来是要刷房卡的，所以我还是只有下楼去接毛豆豆
我认为我表现出了对毛豆妈决策的足够尊重
接到毛豆豆之后，毛豆豆开开心心和恩宝就上来了
我在进房间前告诉毛豆豆要收敛下情绪，因为妈妈不太高兴
毛豆豆这个时候马上转头告诉恩宝：我妈妈生气了，小心一点（好像是这样，具体的我也没听清楚）
2.
进了房间，毛豆妈就让毛豆豆找铅笔
房间就那么大，东西也收拾完了，找了几分钟确实找不到
我呢肯定就说算了，去买一支
毛豆妈说没铅笔就不能做作业
我：深圳买不到铅笔？
毛豆妈：反正今天要找到，不然毛豆豆又要怪我没给他找到铅笔
这里说句题外话：毛豆豆的杠是这么多年一直在杠，随着年龄的长大，其实现在都好一点了
一般处理毛豆豆杠有两种方式：
1.一句话吼过去，三言两语结束战斗
2.好好说，大概要说个十多分钟左右
我一小部分的时候肯定是吼过去的，这个人的情绪上来了，无法避免
更多的时候，我是好好说，说半天说通
3.
当下确实楼下的司机师傅也给我打了几个电话，再加上恩宝爸妈也在等我们
所以我就觉得，没必要为了一支铅笔继续耗时间了
所以我继续说算了之类的的话
我的态度肯定不算好了，毛豆妈的态度也肯定不好
我就开始有点冒火，我说：
你让我下楼接毛豆找铅笔，我也去了，对吧。那现在找不到就算了撒！为啥要浪费时间？
毛豆妈更冒火：你啥子事都是算了算了！啥子事都不重要！那你说啥重要？？？上学的时候，经常你们两个早上起来补作业！那就不上学了嘛！每天写两个字，两篇口算都写不完
（毛豆豆作业确实是少到了极点）
我：我们在说铅笔！不要扯远了，没说补作业！
毛豆妈：那你就让他找到！
期间我们又争论了七八分钟吧
恩宝在旁边静静的看着
毛豆豆在眼神涣散在发呆
4.
毛豆妈又让毛豆豆找铅笔时，这个时候毛豆豆已经哭起来了
虽然我和毛豆妈能看出来，毛豆豆的哭，有九成的表演成分
恩宝在旁边也是一脸茫然，面无表情，不知所措的看着这一切
我这个时候肯定是生气了，对着毛豆说：毛豆，今天这事不怪你！是你妈妈的问题！她自己控制不好自己的情绪
后来毛豆妈说，她就是因为这句话暴走的
毛豆妈往床上一坐说：我不去了！你给我把机票买了！我要回去！你和毛豆去！
我一看这情况，就知道完了完了
因为如果再说，毛豆妈肯定是直接飞回成都了，肯定就没有回旋余地了
我说：毛豆都哭了，就不说了，走了
毛豆妈坐在床上说：那我也哭嘛，是不是就对了？
4.
期间毛豆哭了大概两三分钟，就是只见声音，不见泪那种，接着停下来继续看戏
这个时候，我就转头对毛豆说：那毛豆，现在只有一个办法了，那就是今天我们到了酒店，你就去把今天的作业写了！然后口算加两篇，可不可以！？
毛豆豆：可以啊
回答完问题后，突然毛豆发现自己没有哭，就又开始哭
我对毛豆说：可以了，差不多就行了
毛豆立马收住了哭声，沉默不语
毛豆豆能看出来，我是站在他那边的
他也知道，站在他那边肯定遭的凶
但我遭又不是他遭，所以他也就沉浸于表演就行了
这个时候我就对毛豆妈说：看嘛，现在就这样了撒，去了深圳就买铅笔，马上写作业
5.
毛豆妈提起箱子转身走出房门
我和毛豆豆恩宝就紧随其后
去往深圳的路上，毛豆妈一言不发
直到到了酒店，毛豆妈看到酒店挺漂亮的，才开始开开心心的拍照
6.
最关键的是，我在车上问毛豆豆，知道今天为什么会发生这样的事吗？
毛豆豆说：不关我的事，是你和妈妈吵架，把我吓哭了
当然，以我对毛豆豆的了解，还是在演戏
7.
我是觉得虽然自己收拾自己的东西这件事很重要
但是即便是今天我们就不让毛豆出门了，一次把毛豆豆弄痛，哪怕是狂揍一顿，一定要找出铅笔
那么下次，以我对毛豆豆的了解，不用等第二天，当天他的铅笔还是要不见
知子莫如父，毛豆就如同他自己说的：“我的记忆比金鱼好一点，金鱼有七秒，我只有八秒”
就事论事，铅笔掉了重不重要？
如果要上升到一种高度，按照某些教育学家理论：三岁看老，细节决定成败，取一个吸引流量的标题《如果这个细节没抓住那么肯定会毁了孩子一生》之类的教育家，一本正经的讲出来，那么肯定相当重要
但是如果要落地到实事求是，论如何让一个不到七岁的小朋友永远不丢三落四上，那么就一点也不重要了
出了问题，解决问题，不要把一个问题上升到一个高度，这事我认为很重要
比如铅笔掉了，怎么办
肯定要批评，但说两句就行了
下一次再掉怎么办，再说就行了
有啥办法？揍？我觉得没啥用
至少对毛豆豆没用
8.
在铅笔这事发生之前，我们刚落地广州，从机场到酒店
毛豆豆就把他背包丢在了车上，里边装着他所有作业
我还特意又给滴滴师傅电话，让人家送回来一趟
这个事，我觉得比铅笔的事，更严重
毛豆妈对这事却是一笑而过
到了铅笔，就过不去了
既然都是掉东西
为何掉书包和所有作业没事
而掉铅笔就是原则了
值得深思
是东西丢了的问题还是当下情绪的问题
这是个值得探讨的问题
8.
以上内容，全部是主观记录
主观记录就会出现避重就轻等等等等情况发生，所以不存在对错之分
也不代表我记录的是严丝合缝的，肯定会有偏差
里边所针对的想法，只是对我家毛豆豆的想法和对策，不代表其他任何小朋友
最后，我和毛豆妈都有问题，一来说好了在毛豆豆面前不吵架，结果吵了；二来说好了不再小朋友面前批评毛豆豆，还是批评了…
所以都得道歉，下次注意
#微博亲子季#
It's Xiaomi MIX FOLD 2 【星耀金】。
上个月的时候一家上半年推出过口碑销量都不错的折叠屏产品的手机厂商的朋友前来拜访，聊天期间聊到了折叠屏产品。厂商的朋友说好像用那款折叠屏产品的媒体朋友们似乎不太多，我说是，大家都觉得那机器很好用，但就是重了点。厂商的朋友笑笑，“也是，我自己在家才会想用那台机器。”
这是一段非常有意思的对话。
什么样的折叠屏才能被更多的人接受，什么样的折叠屏才能真正的打开市场，我想在过去的这两年里手机厂商们都已经做了足够多的调研。电台节目主持人跟我讲来上节目的很多“老板”级的人士非常喜欢折叠屏，重点是一个“看报表”的场景——老板们觉得折叠屏这个形态正好满足了查看报表或报告（文档或幻灯片）需要大尺寸屏幕但又不想随时背个平板或电脑的问题，这个用户群体的行为洞察，你也能在机场的休息室里或公务舱中看到。那除了这群用户呢？现在的市场销售数据体现出了一些和大家在网上看到的所不太一样的局面：IDC 2022一季度的全球折叠屏手机市场数据显示，全世界范围内最受欢迎、占据了超半数折叠屏市场份额的，不是折叠屏话题市场里最常见的横向折叠屏机型，而是三星的 Galaxy Z Flip3。原因也很简单，倒不是什么形态的喜好问题，而是这机器的便于携带、体积大小都更像传统的手机产品。在影响更多普通用户对折叠屏产品的日常使用倾向方面，“更接近传统手机而不是一部平板的重量”成为了不少用户在体验过折叠屏产品的新想法。
在这样的用户反馈的驱动下，2022 年上半年的折叠屏市场开始出现了产品路线的分化，有厂商推出了口碑和销售表现都不错的“全能型”折叠屏产品，而且将价格直接打入发布时令众人傻眼的 9000 元以内。但它的代价是整机的重量超过了 300g；但也有已经有了市面大热的全能折叠屏产品的厂商，反而开始做减法推出无论是重量都厚度都有了大幅的降低（只有 255g）——虽然这么做的代价是机器的一些细节性能规格都有所降低。你一定知道我在说哪两部产品，没错，前面那部是 vivo X Fold，后面那部是华为 Mate XS2。你很难说到底哪个方向更正确，因为这两个产品在上半年发布之后都获得了不错的用户评价和市场销售反馈，但有一件事情是可以肯定的：折叠屏想要进一步开拓更广泛的用户群，除了之前的产品方向之外，需要探索新的方向，适应更多用户的需求。
那么对于小米来说，在经过了并不算成功、被戏称为“遥控器”的 MIX Fold 一代之后，二代要想“一雪前耻”，应该怎么做？其实就一个通常的想法，因为前代产品无论从外在到内在都有不同程度的缺失，对小米这样一家大家印象中的“堆料王”来说，“做大做强做全”恐怕是大家第一时间的直觉想法。
但是这次，我们都想错了。
小米 MIX Fold 2，是一部非常不小米的产品。
放眼以往小米的旗舰产品，你几乎都能找到“大而全”的身影：从处理器到充电，从屏幕到传感器，处处堆满。但换来的结果大家在过去的这些年里也看到了，“优雅”这词往往和小米的旗舰无关。小米也不是没有尝试过“优雅”的产品定义，但碍于长久形成的客户群体基础，这些产品的市场反馈并不好。久而久之，消费者就会给小米打上一个强烈的印象烙印：“傻大黑粗的科技直男”。你说小米不想打破这个刻板印象吗？当然想。就和折叠屏厂商也都想打破当下折叠屏产品本身和用户群体定义的刻板印象一样，小米也需要用一个被市场认可的“优雅”的产品，来展现它的另一面：我可以做大而全的米粉型产品，也可以做优雅型的大众产品。
MIX Fold 2 走起了 MateXS 2 式的路线，它视图推动折叠屏产品进入用户实用的“最后一公里”——而这个“一公里”，小米认为是真正的用户愿意带出去，用起来。这机器展开之后的厚度仅有 5.4mm，折叠后只有 11.2mm，重量更是轻至 262g。作为一个上半年曾长时间用过 vivo X Fold 且夏天一直穿着短裤出门的人，在今天上午坐飞机的过程中强烈的感受到了这种减轻减重对折叠屏携带使用带来的巨大体验优势——甚至有一种“你不用担心裤子是不是会被兜里的手机拽下来”的感觉。
减轻减重的背后有很多技术的导入：例如这次新引入的微水滴形态转轴，虽然因为机身变薄这机器的 R 角半径是小于市面上的某些更厚的产品，导致可能细对比之下它的折痕会相对的明显一些。但相较于三星这种非水滴直接弯折和前代 MIX Fold，它的折痕表现是大大的胜出的。MIX Fold2 在包括机身、转轴、边框的细节处理工艺上同样体现出了有一些不太小米的地方，那就是精致——加上这次推出的金色的配色，还有那个徕卡的红标。如果把小米的机身 LOGO 抹掉甚至有人觉得它是……华为的新折叠屏。这很不小米，但小米需要这样的改变。
上一代的 MIX Fold 被戏称为“遥控器”，源自于它那个宽高比极为不协调的外屏，甚至阻碍了用户想拿他使用的念头——要知道，折叠屏的外屏，其实是折叠屏用户非常重要的使用场景——不是所有场景你都能拿出两只手打开屏幕使用的。如果外屏不好用，会大大的降低用户使用折叠屏的几率。有一个话总结的挺好：没买折叠屏的用户最在意的是折痕，但买了折叠屏的用户最在意的是外屏。外屏好用与否，甚至会直接提升这机器的日常使用程度。在这个上代产品“翻车”的产品细节上，小米自然是不想重蹈覆辙：所以，MIX Fold 2 的内外屏都有了突飞猛进的改变。外屏变成了常见的普通直板手机的 21:9 的宽高比，用上了 120Hz 高刷的 FHD+ 三星 E5 屏幕，这和一部常态的直板产品已没有两样；而内屏同样大跃进，用上了最新的三星 Eco² OLED 屏幕。它采用新型的 Pol-less 去偏光片的设计，在透光率提升 33% 的时候同时还能再降低 25% 的功耗。这也是继三星自家之外第二家采用这项面板技术的折叠屏产品。于此 MIX Fold 2 也终于摆脱了上代产品另一个最被诟病的部分，屏幕的显示素质。加上这机器合起来之后仅有 11.2mm 和 262g 的轻巧表现，它大大的提升了用户日常使用的意愿——即使合起来当个常态手机用，也是可用的、合格的。而不是……上一代遥控器式的令人头大。
重量和厚度减下来了，屏幕素质和外屏体验突飞猛进了，一切看起来都是那么美好。但就和常态手机产品也要面临重量厚度和硬件规格的取舍一样，这机器也不能幸免——典型如这机器没有了内屏的前置摄像头（有一部分原因是 Pol-less 的技术，三星自己用了那个鸡肋的纱窗屏下摄像头），没有自由悬停，影像的部分虽然同样有徕卡的加持但规格上降到了只比 12S 好一点的地步（IMX766 主摄+IMX663 裁切 800万 2X+1300万超广角），依旧用的是侧面指纹识别。和上半年的『大而全』的折叠屏代表作产品 vivo X Fold 在一些细节规格有不少的差距，但如果你和 Mate XS2 比一下的话，你会发现这俩产品的周边细节是高度接近的。所以，有人说这机器有点像是 Mate XS2 内折版，似乎也那么点道理。
还是那句话，你很难说做大做全和做轻做薄哪个方向更正确，因为这两种方向的产品都获得了不少用户的认可，并且他们是真心实意的用钱包做了投票。所以，MIX Fold 2 的『大转变』，在一定程度上可以看成是小米在经历了 MIX Fold 的『教训』后努力吸取真正的用户需求和市场趋势的结果。这产品其实和 moto razr 2022 倒真有点像：前一代从内到外，或多或少有些『不入流』；这一代的产品，从产品定义到产品规格，追上最新潮流，赶上先进水准，而且还有一些属于自己的产品思考。有人说 MIX Fold 2 是小米折叠屏的『翻身作』，如果就这个评价来看，那确实是实至名归的。
小米这次的销售组合方式，也『开窍』了：此前因为只给媒体定制礼盒而被米粉和消费者吐槽的小米这次终于准备给真正花钱的高端消费者带来些『足够有诚意』的销售组合，推出了一个 『MIX Fold 2 至尊礼盒套装』，包括了 12GB+1TB 的 MIX Fold 2 / 小米手表 S1 Pro 白色真皮表带 / 小米 Buds 4 Pro 金色和素皮支架保护壳 + 皮夹保护壳。全套定价 13999 元（合计单独购买 15096 元的产品）。尤其是这个皮夹保护壳，配上金色的 MIX Fold 2 之后的确『有那个味道了』。而至于那个素皮支架保护壳，是 MIX Fold 2 的随机标配——8999 的版本也有，非常好。
从产品定义到销售组合的方式，小米这次，真的开窍了。
#小米MIX折叠屏评测# https://t.cn/A6SAmnYL
上个月的时候一家上半年推出过口碑销量都不错的折叠屏产品的手机厂商的朋友前来拜访，聊天期间聊到了折叠屏产品。厂商的朋友说好像用那款折叠屏产品的媒体朋友们似乎不太多，我说是，大家都觉得那机器很好用，但就是重了点。厂商的朋友笑笑，“也是，我自己在家才会想用那台机器。”
这是一段非常有意思的对话。
什么样的折叠屏才能被更多的人接受，什么样的折叠屏才能真正的打开市场，我想在过去的这两年里手机厂商们都已经做了足够多的调研。电台节目主持人跟我讲来上节目的很多“老板”级的人士非常喜欢折叠屏，重点是一个“看报表”的场景——老板们觉得折叠屏这个形态正好满足了查看报表或报告（文档或幻灯片）需要大尺寸屏幕但又不想随时背个平板或电脑的问题，这个用户群体的行为洞察，你也能在机场的休息室里或公务舱中看到。那除了这群用户呢？现在的市场销售数据体现出了一些和大家在网上看到的所不太一样的局面：IDC 2022一季度的全球折叠屏手机市场数据显示，全世界范围内最受欢迎、占据了超半数折叠屏市场份额的，不是折叠屏话题市场里最常见的横向折叠屏机型，而是三星的 Galaxy Z Flip3。原因也很简单，倒不是什么形态的喜好问题，而是这机器的便于携带、体积大小都更像传统的手机产品。在影响更多普通用户对折叠屏产品的日常使用倾向方面，“更接近传统手机而不是一部平板的重量”成为了不少用户在体验过折叠屏产品的新想法。
在这样的用户反馈的驱动下，2022 年上半年的折叠屏市场开始出现了产品路线的分化，有厂商推出了口碑和销售表现都不错的“全能型”折叠屏产品，而且将价格直接打入发布时令众人傻眼的 9000 元以内。但它的代价是整机的重量超过了 300g；但也有已经有了市面大热的全能折叠屏产品的厂商，反而开始做减法推出无论是重量都厚度都有了大幅的降低（只有 255g）——虽然这么做的代价是机器的一些细节性能规格都有所降低。你一定知道我在说哪两部产品，没错，前面那部是 vivo X Fold，后面那部是华为 Mate XS2。你很难说到底哪个方向更正确，因为这两个产品在上半年发布之后都获得了不错的用户评价和市场销售反馈，但有一件事情是可以肯定的：折叠屏想要进一步开拓更广泛的用户群，除了之前的产品方向之外，需要探索新的方向，适应更多用户的需求。
那么对于小米来说，在经过了并不算成功、被戏称为“遥控器”的 MIX Fold 一代之后，二代要想“一雪前耻”，应该怎么做？其实就一个通常的想法，因为前代产品无论从外在到内在都有不同程度的缺失，对小米这样一家大家印象中的“堆料王”来说，“做大做强做全”恐怕是大家第一时间的直觉想法。
但是这次，我们都想错了。
小米 MIX Fold 2，是一部非常不小米的产品。
放眼以往小米的旗舰产品，你几乎都能找到“大而全”的身影：从处理器到充电，从屏幕到传感器，处处堆满。但换来的结果大家在过去的这些年里也看到了，“优雅”这词往往和小米的旗舰无关。小米也不是没有尝试过“优雅”的产品定义，但碍于长久形成的客户群体基础，这些产品的市场反馈并不好。久而久之，消费者就会给小米打上一个强烈的印象烙印：“傻大黑粗的科技直男”。你说小米不想打破这个刻板印象吗？当然想。就和折叠屏厂商也都想打破当下折叠屏产品本身和用户群体定义的刻板印象一样，小米也需要用一个被市场认可的“优雅”的产品，来展现它的另一面：我可以做大而全的米粉型产品，也可以做优雅型的大众产品。
MIX Fold 2 走起了 MateXS 2 式的路线，它视图推动折叠屏产品进入用户实用的“最后一公里”——而这个“一公里”，小米认为是真正的用户愿意带出去，用起来。这机器展开之后的厚度仅有 5.4mm，折叠后只有 11.2mm，重量更是轻至 262g。作为一个上半年曾长时间用过 vivo X Fold 且夏天一直穿着短裤出门的人，在今天上午坐飞机的过程中强烈的感受到了这种减轻减重对折叠屏携带使用带来的巨大体验优势——甚至有一种“你不用担心裤子是不是会被兜里的手机拽下来”的感觉。
减轻减重的背后有很多技术的导入：例如这次新引入的微水滴形态转轴，虽然因为机身变薄这机器的 R 角半径是小于市面上的某些更厚的产品，导致可能细对比之下它的折痕会相对的明显一些。但相较于三星这种非水滴直接弯折和前代 MIX Fold，它的折痕表现是大大的胜出的。MIX Fold2 在包括机身、转轴、边框的细节处理工艺上同样体现出了有一些不太小米的地方，那就是精致——加上这次推出的金色的配色，还有那个徕卡的红标。如果把小米的机身 LOGO 抹掉甚至有人觉得它是……华为的新折叠屏。这很不小米，但小米需要这样的改变。
上一代的 MIX Fold 被戏称为“遥控器”，源自于它那个宽高比极为不协调的外屏，甚至阻碍了用户想拿他使用的念头——要知道，折叠屏的外屏，其实是折叠屏用户非常重要的使用场景——不是所有场景你都能拿出两只手打开屏幕使用的。如果外屏不好用，会大大的降低用户使用折叠屏的几率。有一个话总结的挺好：没买折叠屏的用户最在意的是折痕，但买了折叠屏的用户最在意的是外屏。外屏好用与否，甚至会直接提升这机器的日常使用程度。在这个上代产品“翻车”的产品细节上，小米自然是不想重蹈覆辙：所以，MIX Fold 2 的内外屏都有了突飞猛进的改变。外屏变成了常见的普通直板手机的 21:9 的宽高比，用上了 120Hz 高刷的 FHD+ 三星 E5 屏幕，这和一部常态的直板产品已没有两样；而内屏同样大跃进，用上了最新的三星 Eco² OLED 屏幕。它采用新型的 Pol-less 去偏光片的设计，在透光率提升 33% 的时候同时还能再降低 25% 的功耗。这也是继三星自家之外第二家采用这项面板技术的折叠屏产品。于此 MIX Fold 2 也终于摆脱了上代产品另一个最被诟病的部分，屏幕的显示素质。加上这机器合起来之后仅有 11.2mm 和 262g 的轻巧表现，它大大的提升了用户日常使用的意愿——即使合起来当个常态手机用，也是可用的、合格的。而不是……上一代遥控器式的令人头大。
重量和厚度减下来了，屏幕素质和外屏体验突飞猛进了，一切看起来都是那么美好。但就和常态手机产品也要面临重量厚度和硬件规格的取舍一样，这机器也不能幸免——典型如这机器没有了内屏的前置摄像头（有一部分原因是 Pol-less 的技术，三星自己用了那个鸡肋的纱窗屏下摄像头），没有自由悬停，影像的部分虽然同样有徕卡的加持但规格上降到了只比 12S 好一点的地步（IMX766 主摄+IMX663 裁切 800万 2X+1300万超广角），依旧用的是侧面指纹识别。和上半年的『大而全』的折叠屏代表作产品 vivo X Fold 在一些细节规格有不少的差距，但如果你和 Mate XS2 比一下的话，你会发现这俩产品的周边细节是高度接近的。所以，有人说这机器有点像是 Mate XS2 内折版，似乎也那么点道理。
还是那句话，你很难说做大做全和做轻做薄哪个方向更正确，因为这两种方向的产品都获得了不少用户的认可，并且他们是真心实意的用钱包做了投票。所以，MIX Fold 2 的『大转变』，在一定程度上可以看成是小米在经历了 MIX Fold 的『教训』后努力吸取真正的用户需求和市场趋势的结果。这产品其实和 moto razr 2022 倒真有点像：前一代从内到外，或多或少有些『不入流』；这一代的产品，从产品定义到产品规格，追上最新潮流，赶上先进水准，而且还有一些属于自己的产品思考。有人说 MIX Fold 2 是小米折叠屏的『翻身作』，如果就这个评价来看，那确实是实至名归的。
小米这次的销售组合方式，也『开窍』了：此前因为只给媒体定制礼盒而被米粉和消费者吐槽的小米这次终于准备给真正花钱的高端消费者带来些『足够有诚意』的销售组合，推出了一个 『MIX Fold 2 至尊礼盒套装』，包括了 12GB+1TB 的 MIX Fold 2 / 小米手表 S1 Pro 白色真皮表带 / 小米 Buds 4 Pro 金色和素皮支架保护壳 + 皮夹保护壳。全套定价 13999 元（合计单独购买 15096 元的产品）。尤其是这个皮夹保护壳，配上金色的 MIX Fold 2 之后的确『有那个味道了』。而至于那个素皮支架保护壳，是 MIX Fold 2 的随机标配——8999 的版本也有，非常好。
从产品定义到销售组合的方式，小米这次，真的开窍了。
#小米MIX折叠屏评测# https://t.cn/A6SAmnYL
大芯片面临的共同挑战（下）
原创 Chaobowx 软硬件融合
3 大芯片面临的共同挑战
3.1 挑战一：复杂大系统，对灵活性的要求高于对性能的要求
有一个非常经典的问题：终端非常流行SOC，但为什么数据中心服务器却依然是CPU打天下？
越是复杂的场景，对系统灵活性的要求越高。CPU作为云计算场景的主力计算平台有其合理性，主要体现在四个方面：
硬件的灵活性。软件应用迭代很快，支持软件运行的硬件处理引擎要能够很好地支持这些迭代。CPU因为其灵活的基础指令编程的特点，是最适合云计算的处理引擎。
硬件的通用性。云计算厂家购买硬件服务器，很难预测这些硬件服务器会运行哪类工作任务，最好的办法是采用完全通用的服务器。CPU由于其绝对的通用性，成为云计算场景最优的选择。
硬件的利用率。云计算的基础技术是虚拟化，通过虚拟化把资源切分，实现资源共享，以此提高资源利用并降低成本。只有CPU能够实现非常友好的硬件级别的虚拟化支持，从而实现更高的资源利用率。而其他硬件加速平台，（相对的）资源利用率很难做到很高，这就约束了其性能优势。
硬件的一致性。在云计算数据中心，软件和硬件是需要相互脱离的。同一个软件实体会在不同的硬件实体迁移，同样的同一个硬件实体也需要运行不同的软件实体。这对硬件平台的一致性提出了很高的要求。
在性能满足要求的情况下，CPU当仁不让的就成了数据中心计算平台的最佳选择。
可惜的是，目前，CPU的性能无法满足要求了。在CPU性能不满足要求的情况下，就需要创新的硬件来进行性能加速。如何在整个系统保持跟传统CPU接近的通用性、灵活性、可编程性、易用性的约束条件下，实现性能显著提升，成为了重要的挑战。
3.2 挑战二：如何数量级的提升综合性能？
我们之前都讲过，性能和单位指令的复杂度是正相关的。指令越简单，性能相对越低；指令越复杂，性能相对越好。但指令简单，我们就可以随心所欲组合各种各样的场景的应用程序；而指令越复杂，引擎所能覆盖的领域和场景就会越来越小。
如上图所示：
CPU性能最差，但几乎可以覆盖所有的计算场景，是最通用的处理器；
DSA覆盖某个特定领域，性能可以做到很好。但覆盖的领域如果算法更新迭代快或者领域的范围较小不足以支撑大算力芯片的大范围落地的话，这样的DSA芯片在商业上就很难成立。
GPU介于两者之间。
CPU软件，是通过基础的指令组合出来所需要的业务逻辑；而为了提升性能，硬件加速本质上是将业务逻辑固化成硬件电路。而将业务逻辑固化成电路，虽然提升了性能，但会约束芯片本身的场景覆盖。目前，很多算力芯片的设计陷入了一个怪圈：越优化性能，场景覆盖越狭窄；场景覆盖越狭窄，芯片出货量越低；芯片出货量低，无法覆盖芯片的一次性研发成本，商业逻辑不成立，后续的持续研发难以为继。
以AI为典型场景，目前AI芯片落地难的本质：很多AI芯片特别强调深度理解算法，然后把算法融入到芯片中。但受限于AI类算法多种多样，并且算法都在快速的迭代。这导致AI芯片一直无法大规模落地，芯片数以亿计的研发成本难以摊薄。因此，从目前来看，AI芯片在商业逻辑上无法成立。
AI芯片已经榨干了目前芯片所能达到的性能极限；未来，L4/L5级别的自动驾驶芯片需要算力十倍百倍的提升；而要想达到元宇宙所需的良好体验，则需要算力千倍万倍的提升。如何在确保芯片的场景覆盖如CPU一样通用全面，并且还能够十倍百倍甚至千倍万倍的快速性能提升，是大算力芯片需要直面的挑战。
3.3 挑战三：业务的横向和纵向差异性
业务的横向差异指的是不同客户之间相近业务的细节差异性；而纵向差异指的是单个用户业务的长期迭代的差异性。
不同用户的业务存在差异，即使同一大公司内部，不同的团队对相同场景的业务需求也是不完全一致的。并且，即使同一客户，受限于软件的快速更新迭代，其业务逻辑更新也会很快，显著的快于硬件芯片的更新迭代（软件迭代通常在3-6个月，而芯片迭代则是2-3年，还要考虑芯片4-5年的生命周期）。
针对横向和纵向的差异性，目前行业有几种显著的做法：
一些芯片大厂，针对自身对场景的理解，提供自认为最优的业务逻辑加速方案给到用户。但站在用户的视角，这样会丧失自身的差异性和创造性。用户需要修改自身的业务逻辑，这个风险也非常的高；并且，会对芯片公司形成强依赖关系。
一些大客户。针对自身差异化场景，自研芯片。可以满足自身差异化的竞争能力，但大用户内部也是由许多不同的小团队组成，不同团队业务场景仍然存在差异性；并且，单个业务纵向的长期迭代差异依然是需要考虑的。定制芯片在商业上是可行的，但需要考虑技术层面的通用芯片设计。
第三方通用的解决方案。“授人以鱼，不如授人以渔”，通过通用的设计，确保在每个领域，都能够实现一定程度上的软硬件解耦。芯片公司提供“通用”的硬件平台，让用户通过编程的方式实现业务差异化，“让用户掌控一切”。
3.4 挑战四：芯片的一次性成本过高
在先进工艺的设计成本方面，知名半导体研究机构Semiengingeering统计了不同工艺下芯片所需费用（费用包括了）：16nm节点则需要1亿美元；7nm节点需要2.97亿美元；到了5nm节点，费用高达5.42亿美元；3nm节点的研发费用，预计将接近10亿美元。
就意味着，大芯片需要足够通用，足够大范围落地，才能在商业逻辑上成立。做一个基本的估算：在数据中心场景，则需要50万以上的销售量，才能有效摊薄研发成本。在数据中心领域，这个门槛非常高。
3.5 挑战五：宏观算力要求芯片能够支撑大规模部署
性能和灵活性是一对矛盾，很多性能优化的芯片设计方案，显著的提升性能的同时，也显著的降低了芯片的通用性、灵活性和易用性，同时降低了芯片的场景和用户覆盖。从而导致芯片落地规模很小。
芯片落地规模小，单芯片再高的性能，都相当于无源之水，没有了意义。
因此，一个综合性的芯片平台，需要考虑芯片性能提升的同时，也要考虑如何提高芯片的宏观规模落地：需要考虑芯片的场景覆盖；需要考虑芯片的用户覆盖；需要考虑芯片的功能横向和纵向的差异性覆盖。
只有兼顾了性能和更多用户和场景覆盖，才能实现大芯片的规模化部署，才能显著的提升宏观算力。
3.6 挑战六：计算平台的融合
算力需要池化，并且，算力不仅仅是数据中心基于x86 CPU的算力池化，算力池化，需要：
算力需要跨不同的CPU架构，比如能够把x86、ARM、RISCv等主流架构的算力整合到一个算力池；
算力需要跨不同类型的处理引擎。比如把CPU、GPU、FPGA、DSA的算力整合到一个算力池；
算力还需要跨不同厂家的硬件平台，算力需要把不同Vendor提供的算力资源都能够整合到一个算力池；
算力需要跨不同位置，算力可以部署云、边、端甚至网络，可以把这些算力整合到一个算力池。
云网边端融合，就是把所有的算力资源整合到一起，真正实现跨云网边端自适应的软件运行。挑战在于，如何构建统一的开放的硬件平台和系统堆栈。
3.7 挑战七：生态建设的门槛
大芯片一定需要平台化，一定需要开发框架并形成开发生态。而框架和生态门槛高，且需要长期积累，对小公司来说是一件非常难的事情。
RISC-v CPU已经如火如荼，很多公司，特别是一些初创小公司，大家都非常认可RISC-v的开源开放的理念和价值，众人拾柴火焰高，大家共同推动RISC-v开放生态的蓬勃发展。
未来，计算进一步走向异构和超异构计算，架构和平台越来越多，此时，开源开放已经不是可选项，而是成为必选项。因为，如果不是开源开放，那就会导致算力资源完全的碎片化，何谈算力池化，何谈云网边端融合。
开源开放，是大芯片平台和生态建设的必然选择。
3.8 挑战八：（用户视角）宏观跨平台的挑战，没有平台依赖
站在芯片厂家视角，给客户提供芯片以及配套的驱动软件，然后有SDK等开发工具包，用户基于此开发自己的应用程序，这样就万事大吉。但站在用户的视角，问题可不是这样。用户的软件应用和硬件平台是完全脱离的。
我们以VM计算机虚拟化为例。用户的VM需要在不同的硬件平台上能够实时热迁移，这样就对硬件平台的一致性就有了要求。通常，硬件一致性是通过虚拟化来完成的，虚拟化给上层的VM抽象出标准的硬件平台，使得VM可以跨不同架构的硬件服务器运行。随着CPU性能的瓶颈，虚拟化相关堆栈逐渐下沉到了硬件加速，这样，就需要把硬件接口直接暴露给业务VM，那么就需要硬件架构/接口原生支持一致性。
硬件架构/接口原生支持一致性，换个表述，就是不同厂家的芯片平台提供的是相同的架构和接口，使得软件可以方便的跨不同厂家的硬件平台迁移。如果某个厂家提供的是私有架构/接口的硬件平台，那么用户就会对平台形成强依赖关系，并且如果选择的个性化平台越多，使得用户自己的数据中心变成割裂的各自不同的资源池碎片，这样云的整个运营管理变得非常的复杂和困难。
（正文完）
原创 Chaobowx 软硬件融合
3 大芯片面临的共同挑战
3.1 挑战一：复杂大系统，对灵活性的要求高于对性能的要求
有一个非常经典的问题：终端非常流行SOC，但为什么数据中心服务器却依然是CPU打天下？
越是复杂的场景，对系统灵活性的要求越高。CPU作为云计算场景的主力计算平台有其合理性，主要体现在四个方面：
硬件的灵活性。软件应用迭代很快，支持软件运行的硬件处理引擎要能够很好地支持这些迭代。CPU因为其灵活的基础指令编程的特点，是最适合云计算的处理引擎。
硬件的通用性。云计算厂家购买硬件服务器，很难预测这些硬件服务器会运行哪类工作任务，最好的办法是采用完全通用的服务器。CPU由于其绝对的通用性，成为云计算场景最优的选择。
硬件的利用率。云计算的基础技术是虚拟化，通过虚拟化把资源切分，实现资源共享，以此提高资源利用并降低成本。只有CPU能够实现非常友好的硬件级别的虚拟化支持，从而实现更高的资源利用率。而其他硬件加速平台，（相对的）资源利用率很难做到很高，这就约束了其性能优势。
硬件的一致性。在云计算数据中心，软件和硬件是需要相互脱离的。同一个软件实体会在不同的硬件实体迁移，同样的同一个硬件实体也需要运行不同的软件实体。这对硬件平台的一致性提出了很高的要求。
在性能满足要求的情况下，CPU当仁不让的就成了数据中心计算平台的最佳选择。
可惜的是，目前，CPU的性能无法满足要求了。在CPU性能不满足要求的情况下，就需要创新的硬件来进行性能加速。如何在整个系统保持跟传统CPU接近的通用性、灵活性、可编程性、易用性的约束条件下，实现性能显著提升，成为了重要的挑战。
3.2 挑战二：如何数量级的提升综合性能？
我们之前都讲过，性能和单位指令的复杂度是正相关的。指令越简单，性能相对越低；指令越复杂，性能相对越好。但指令简单，我们就可以随心所欲组合各种各样的场景的应用程序；而指令越复杂，引擎所能覆盖的领域和场景就会越来越小。
如上图所示：
CPU性能最差，但几乎可以覆盖所有的计算场景，是最通用的处理器；
DSA覆盖某个特定领域，性能可以做到很好。但覆盖的领域如果算法更新迭代快或者领域的范围较小不足以支撑大算力芯片的大范围落地的话，这样的DSA芯片在商业上就很难成立。
GPU介于两者之间。
CPU软件，是通过基础的指令组合出来所需要的业务逻辑；而为了提升性能，硬件加速本质上是将业务逻辑固化成硬件电路。而将业务逻辑固化成电路，虽然提升了性能，但会约束芯片本身的场景覆盖。目前，很多算力芯片的设计陷入了一个怪圈：越优化性能，场景覆盖越狭窄；场景覆盖越狭窄，芯片出货量越低；芯片出货量低，无法覆盖芯片的一次性研发成本，商业逻辑不成立，后续的持续研发难以为继。
以AI为典型场景，目前AI芯片落地难的本质：很多AI芯片特别强调深度理解算法，然后把算法融入到芯片中。但受限于AI类算法多种多样，并且算法都在快速的迭代。这导致AI芯片一直无法大规模落地，芯片数以亿计的研发成本难以摊薄。因此，从目前来看，AI芯片在商业逻辑上无法成立。
AI芯片已经榨干了目前芯片所能达到的性能极限；未来，L4/L5级别的自动驾驶芯片需要算力十倍百倍的提升；而要想达到元宇宙所需的良好体验，则需要算力千倍万倍的提升。如何在确保芯片的场景覆盖如CPU一样通用全面，并且还能够十倍百倍甚至千倍万倍的快速性能提升，是大算力芯片需要直面的挑战。
3.3 挑战三：业务的横向和纵向差异性
业务的横向差异指的是不同客户之间相近业务的细节差异性；而纵向差异指的是单个用户业务的长期迭代的差异性。
不同用户的业务存在差异，即使同一大公司内部，不同的团队对相同场景的业务需求也是不完全一致的。并且，即使同一客户，受限于软件的快速更新迭代，其业务逻辑更新也会很快，显著的快于硬件芯片的更新迭代（软件迭代通常在3-6个月，而芯片迭代则是2-3年，还要考虑芯片4-5年的生命周期）。
针对横向和纵向的差异性，目前行业有几种显著的做法：
一些芯片大厂，针对自身对场景的理解，提供自认为最优的业务逻辑加速方案给到用户。但站在用户的视角，这样会丧失自身的差异性和创造性。用户需要修改自身的业务逻辑，这个风险也非常的高；并且，会对芯片公司形成强依赖关系。
一些大客户。针对自身差异化场景，自研芯片。可以满足自身差异化的竞争能力，但大用户内部也是由许多不同的小团队组成，不同团队业务场景仍然存在差异性；并且，单个业务纵向的长期迭代差异依然是需要考虑的。定制芯片在商业上是可行的，但需要考虑技术层面的通用芯片设计。
第三方通用的解决方案。“授人以鱼，不如授人以渔”，通过通用的设计，确保在每个领域，都能够实现一定程度上的软硬件解耦。芯片公司提供“通用”的硬件平台，让用户通过编程的方式实现业务差异化，“让用户掌控一切”。
3.4 挑战四：芯片的一次性成本过高
在先进工艺的设计成本方面，知名半导体研究机构Semiengingeering统计了不同工艺下芯片所需费用（费用包括了）：16nm节点则需要1亿美元；7nm节点需要2.97亿美元；到了5nm节点，费用高达5.42亿美元；3nm节点的研发费用，预计将接近10亿美元。
就意味着，大芯片需要足够通用，足够大范围落地，才能在商业逻辑上成立。做一个基本的估算：在数据中心场景，则需要50万以上的销售量，才能有效摊薄研发成本。在数据中心领域，这个门槛非常高。
3.5 挑战五：宏观算力要求芯片能够支撑大规模部署
性能和灵活性是一对矛盾，很多性能优化的芯片设计方案，显著的提升性能的同时，也显著的降低了芯片的通用性、灵活性和易用性，同时降低了芯片的场景和用户覆盖。从而导致芯片落地规模很小。
芯片落地规模小，单芯片再高的性能，都相当于无源之水，没有了意义。
因此，一个综合性的芯片平台，需要考虑芯片性能提升的同时，也要考虑如何提高芯片的宏观规模落地：需要考虑芯片的场景覆盖；需要考虑芯片的用户覆盖；需要考虑芯片的功能横向和纵向的差异性覆盖。
只有兼顾了性能和更多用户和场景覆盖，才能实现大芯片的规模化部署，才能显著的提升宏观算力。
3.6 挑战六：计算平台的融合
算力需要池化，并且，算力不仅仅是数据中心基于x86 CPU的算力池化，算力池化，需要：
算力需要跨不同的CPU架构，比如能够把x86、ARM、RISCv等主流架构的算力整合到一个算力池；
算力需要跨不同类型的处理引擎。比如把CPU、GPU、FPGA、DSA的算力整合到一个算力池；
算力还需要跨不同厂家的硬件平台，算力需要把不同Vendor提供的算力资源都能够整合到一个算力池；
算力需要跨不同位置，算力可以部署云、边、端甚至网络，可以把这些算力整合到一个算力池。
云网边端融合，就是把所有的算力资源整合到一起，真正实现跨云网边端自适应的软件运行。挑战在于，如何构建统一的开放的硬件平台和系统堆栈。
3.7 挑战七：生态建设的门槛
大芯片一定需要平台化，一定需要开发框架并形成开发生态。而框架和生态门槛高，且需要长期积累，对小公司来说是一件非常难的事情。
RISC-v CPU已经如火如荼，很多公司，特别是一些初创小公司，大家都非常认可RISC-v的开源开放的理念和价值，众人拾柴火焰高，大家共同推动RISC-v开放生态的蓬勃发展。
未来，计算进一步走向异构和超异构计算，架构和平台越来越多，此时，开源开放已经不是可选项，而是成为必选项。因为，如果不是开源开放，那就会导致算力资源完全的碎片化，何谈算力池化，何谈云网边端融合。
开源开放，是大芯片平台和生态建设的必然选择。
3.8 挑战八：（用户视角）宏观跨平台的挑战，没有平台依赖
站在芯片厂家视角，给客户提供芯片以及配套的驱动软件，然后有SDK等开发工具包，用户基于此开发自己的应用程序，这样就万事大吉。但站在用户的视角，问题可不是这样。用户的软件应用和硬件平台是完全脱离的。
我们以VM计算机虚拟化为例。用户的VM需要在不同的硬件平台上能够实时热迁移，这样就对硬件平台的一致性就有了要求。通常，硬件一致性是通过虚拟化来完成的，虚拟化给上层的VM抽象出标准的硬件平台，使得VM可以跨不同架构的硬件服务器运行。随着CPU性能的瓶颈，虚拟化相关堆栈逐渐下沉到了硬件加速，这样，就需要把硬件接口直接暴露给业务VM，那么就需要硬件架构/接口原生支持一致性。
硬件架构/接口原生支持一致性，换个表述，就是不同厂家的芯片平台提供的是相同的架构和接口，使得软件可以方便的跨不同厂家的硬件平台迁移。如果某个厂家提供的是私有架构/接口的硬件平台，那么用户就会对平台形成强依赖关系，并且如果选择的个性化平台越多，使得用户自己的数据中心变成割裂的各自不同的资源池碎片，这样云的整个运营管理变得非常的复杂和困难。
（正文完）
✋热门推荐