Jack Xia

⛓BDSM Dom | 🎞社会观察者 | 🏛重度投资客

在权力与欲望的交织中洞察人性，在市场波动里寻找确定性。掌控自我，也指引他人。现实主义者，长期主义践行者。横跨一二级，于无声处听惊雷。

IP：北京010，DM谨慎，共识者进。VX联系方式 jingyanggang2000

[Jack Xia @JackSmith46210]

最近也在看智驾这个物理AI的第一站，真的逻辑跟通用大语言模型很不一样。云端AI芯片跟车端AI芯片自研我觉得差异还是很大的。云端AI芯片是实在是太暴利了所以才引得大伙儿纷纷下场，但是车端AI芯片没有那么高的溢价空间，所以很多车企的自研我理解是为了弄懂技术+压价的筹码。
https://t.co/fmAeBN8eIo

[Compute King @Compute_King]

中国车厂：自研芯片，必修课还是选修课？

这两年，很多小伙伴和笔者探讨过同一个问题：中国车企到底要不要自研芯片？

先把结论放前面：
🔹 芯片能力，是必修课。
🔹 芯片自研，却不一定是必修课。
这两个东西，千万不要混在一起。

各位小伙伴都知道，今天的智能汽车，已经不是过去那种发动机+变速箱+底盘就可以定义胜负的时光了。车越来越像一个跑在轮子上的实时AI系统。摄像头、激光雷达、毫米波雷达、底盘、座舱、车身控制、云端训练、车端推理，全都在往一个方向收敛：算力、数据、模型、操作系统、车载娱乐加整车体验的闭环。

所以，车企必须懂芯片。

必须懂车载多芯片算力怎么分布，这些算力怎么才不会被浪费，怎么才能被调度，哪些部分会被编译器吃掉，怎么被内存带宽卡住，怎么被功耗墙拦住，芯片怎么才能在高温、震动、电磁干扰、十年生命周期里老老实实工作。

车企如果不懂这些，只会看TOPS，只会问“你这个芯片比Orin强几倍”，那基本上还是在用买轮胎的方式买车机大脑。而现在部分传统车企为什么现在在竞争中掉队，不懂芯片也是核心的原因。

但懂芯片，和自己下场做芯片，是两件不同的事情。

这些年，大家都看到了头部车企的动作。

小鹏图灵，蔚来神玑，理想马赫，比亚迪璇玑，吉利体系里的芯擎（SiEngine）；再加上传统的车规芯片算力厂商地平线，黑芝麻和华为；神呀，这个赛道拥挤了。

确实，头部车企自研芯片，有它非常硬的核心逻辑：

🔹 成本：一颗高阶智驾芯片，外购方案并不便宜。尤其到了百万级出货以后，账就会变得很直白。今天省下来的不是一颗芯片的钱，而是一整套平台、模块、库存、议价权和毛利结构。蔚来李斌说过，一年少买很多英伟达芯片，这句话很多人听着像宣传，但做过供应链的人都知道，这不是文学表达，这是财务报表里的真金白银。

🔹 效率：通用芯片再强，也要照顾很多客户、很多算法、很多场景。它必须通用，通用就意味着妥协。车企自己的算法、自己的感知路线、自己的模型结构、自己的数据闭环，如果能和芯片架构一起设计，效率一定有机会提升。车企最近都在推动大模型上车，但是这个模型能不能在车端实时跑，能不能在极端场景里稳定跑，能不能在功耗限制里长期跑，能不能在一次OTA之后还安全跑。这时候，芯片是整个模型的地基，而效率的高低决定了客户的最终体验。

🔹 节奏：外部供应商都有自己的Roadmap。你要等它下一代芯片，等它的SDK，等它的工具链，等它的安全认证，等它来适配你的算法，等着等着，可能一个产品周期就过去了。而智能汽车竞争最残酷的地方就在这里：车企可能没有输在某一个车辆配置或者参数上，却是输在迭代节奏上。所以，头部车企要把芯片抓到自己手里，本质上为了把技术节奏从供应商节奏，变成自己的产品节奏。

按照惯例，接下来笔者要说点别的了。

请注意：自研芯片绝对不是在车的规格书里面写一句“全栈自研”就完事。车规芯片是一个很慢、很重、很冷的行业。

🔹 慢到什么程度？一颗芯片，从定义、架构、设计、验证、流片、封装、车规测试、功能安全、系统适配、整车验证，到真正量产上车，三年都是很快的。

🔹 重到什么程度？研发费用动辄几十亿。先进制程一次流片就是大钱，回来以后还不一定能用。用上以后还要做工具链、编译器、驱动、OS适配、算法迁移、硬件安全岛、功能安全、信息安全、失效分析、供应链管理。芯片本身只是冰山露出来的一小块。

🔹 冷到什么程度？车规芯片不是消费电子。手机芯片两三年一代，卖完就翻篇。汽车芯片要陪一辆车跑十年，甚至十五年。只要车还在路上跑，芯片公司就不能说“这个产品不再维护了”。车企还在卖售后，你的供应链就不能断。客户出了事故，芯片公司不能说“这不是我们软件的问题”。

这才是车规芯片的真实门槛。

所以，车规芯片厂的真实竞争力，

不是彩页上宣传的5nm；
也不是4nm；
更不是1000 TOPS的算力；
这些IP和制造，都是可以买来集成的；

但是车规芯片厂有没有能力，让这颗芯片在真实世界里，稳定地、可追溯地、可量产地、可维护地活十年十五年甚至更久，这才是车规芯片厂的真正的核心竞争力。

所以在笔者看来，目前行业里和媒体上最危险的一种误会，是把“流片成功”当成“造芯成功”。

流片成功，只能说明你把图纸变成了硅片；量产上车，说明你走进了考场；真正核心的是你的芯片要跑满一个车型生命周期，经历高温、低温、返修、召回、OTA、供应链波动、算法大改，还能稳稳交付，那才叫真正毕业。

喧嚣的媒体往往只看到了第一天的发布会，不会看到和想到后面十年的运营和售后的成本。

车企造芯应该分成三本账。

🔹 第一本，研发账。

你有没有钱投？有没有人？有没有架构能力？有没有系统工程能力？有没有能坐十年冷板凳的组织？芯片不可能今年烧钱明年增长。芯片的回报周期很长，错误成本极高。一个架构判断错了，不是改个App版本那么简单。一次定义失误，可能拖累整代平台。

🔹 第二本，量产账。

你一年到底能装多少颗？不是PPT里的未来销量，是实打实的车型、配置、渗透率和生命周期出货。没有百万级规模，先进制程智驾芯片很难摊薄。简单算个帐，你一个年出货量30万台车的车企，投了30亿研发了一颗5nm的车规芯片，平均下来每一颗芯片光是分摊研发成本就要1万块。这账要怎么算？

🔹 第三本，事故账。

对消费者而言，你的芯片上车了，那么最终你要承担安全责任。消费电子芯片坏了，最多重启、换机、赔钱。车规芯片出问题，可能是刹车、转向、感知、控制、辅助驾驶误判。这里没有“差不多能用”的说法，也不会有“用户会理解”。

归根结底，车规行业最贵的不是投多少钱研发，最贵的是用户的信任。一旦信任出现任何问题，再多的发布会都不能弥补回来。

自研芯片到底适合谁？笔者认为有几个硬条件。

🔹 你得有足够大的销量，三到五年内能形成数百万级的芯片出货。
🔹 你的算法和模型是核心差异化，而且变化速度显著快过外部平台。
🔹 你必须有完整的软件、操作系统、数据闭环和验证体系。
🔹 你得能做设计，能做工具链、功能安全、信息安全、可靠性、量产质量和供应链连续性。
🔹 你得愿意接受三年没有掌声，五年才看结果，十年才验证能力。

如果以上你都有，那么恭喜你：自研芯片对你来说，就是必修课。因为你已经到了必须掌握底层计算架构的阶段。

很多车企真正需要的，不是自己从RTL写起，不是自己养一支完整芯片团队，不是每一颗MCU、每一颗电源芯片、每一颗传感器芯片都贴上自己的名字。

真正需要的是“知道自己需要什么样的芯片”。

你要知道自己的车需要什么样的算力；
你要知道自己的模型瓶颈在哪里；
你要知道 ISP、NPU、CPU、内存带宽、接口、功耗、安全岛之间怎么取舍；
你要知道一颗芯片上车以后，如何和整车电子电气架构、域控、中央计算、线控底盘、座舱系统打通；
你要知道什么时候该自己做，什么时候该联合定义，什么时候该交给专业供应商。

这才是必修课。至于芯片产品本身的所有权在谁，是选修课。

换句话说：不是每一家车企都需要拥有一家芯片公司。但每一家认真做智能汽车的车企，都必须拥有芯片判断力。

[Jack Xia @JackSmith46210]

@zmqqhssm 恭喜账号恢复🌹

[Jack Xia @JackSmith46210]

@wohendasuan2 等到啥时候具身智能真的实现重大突破实用化了，那dom跟sub也就不需要真人来扮演了，完全可以定制个心目中的理想型😱

[Jack Xia @JackSmith46210]

DS关系有个悖论，就是在现代社会这个实际上是没有人生依附关系的环境里，sub得是真正自由自愿地交付，才是优良可持续DS关系中所期待的臣服。臣服得出自于自由意志的选择，但能做到这一点，要sub和dom双向奔赴。但在当前这个快餐时代，我都有那么点不太赶奢求这个彩票能降临到我身上哈哈。

[Jack Xia @JackSmith46210]

很赞同，个人认为真正处理好一段DS关系的难度，是不会亚于任何一段男女情侣夫妻关系的，搞不好还会更难。因为某种意义上比较深入的DS关系，会比普通的情侣关系更暴露双方的内心世界。
https://t.co/XDy5mii9ZT

[公爵 @chu55388]

权力关系有个隐蔽的问题，就是sub 会去适应 dom，所以 dom 收到的反馈天然是失真的。没有被平等关系打磨过的 dom，很容易把对方的顺从误读成自己的能力。

sub 没有恋爱经历，风险在于她不知道自己交出的东西有多重；dom 没有恋爱经历，风险在于他不知道自己接住的东西有多重。前者是对代价的无知，后者是对责任的无知，而后者伤到的是别人。

只玩 SM 不等于没有经验，谈判、边界、aftercare，这些都在教人东西。但要看清”玩”的边界，SM 的场景是有结构的，有开始有结束，有安全词有退出机制。它教你如何在规则内掌控，却不教你如何在没有规则的地方平等的面对一个人。

我觉得恋爱经历（或是其它亲密关系经历）真正宝贵的地方，不是「谈过恋爱」这件事本身，而是在一段真实、平等的亲密关系里，你有机会学习很多无法只靠理论获得的能力。

你会慢慢学会如何真实表达自己的需求，如何表达爱，而不是只会索取或付出；会学会沟通、倾听、协商，而不是把情绪变成指责或沉默。

你会理解，亲密关系不是一个人努力，而是两个人不断磨合、反馈、修正的过程。你会经历误解、冲突、和好、失望、包容，还有离开，也会学会如何建立边界、尊重边界，以及承担自己对关系的责任。

而 D/s 并不会绕过这些课题，恰恰相反，因为加入了权力交换，它会把沟通、信任、责任和情绪管理的重要性进一步放大。

所以，我会认为，恋爱经历真正珍贵的，不是它让你拥有过一个恋人的身份，而是它让你学会了如何与另一个独立、完整的人建立亲密关系。

[Jack Xia @JackSmith46210]

就说大模型的训练，分成预训练和后训练。算力那都只是游戏的门票，要害还不在这里。预训练真正的要害在数据工程和算法设计，后训练的要害在奖惩机制。要做的好，不仅仅需要真正的带头人（中国大厂里的虚线领导）慧眼识珠当机立断，更要有足够的资源可以去调动，光数据工程就很吃公司的跨部门组织资源。

[Jack Xia @JackSmith46210]

现在前沿大模型的竞争是真的惨烈。三年多下来也就是美国a畜，closeai，中国DeepSeek，智谱，和Kimi还一直在最前沿去赶（字节算半个吧），其他家或多或少都有掉队，程度轻重有所不同而已。前沿大模型既靠牛人更考验落地实施。在这点上老钱们其实是很吃亏读得，不是因为没钱而是因为大公司代表的老问题。

[Jack Xia @JackSmith46210]

@MrOctop27103749 @o3oYueER 赏心悦目呀

[Jack Xia @JackSmith46210]

@LeDuo_9 厉害👍🏻聊了一两百个才遇上自己的正缘

[Jack Xia @JackSmith46210]

今天看了《置身钉内》，又看了《置身钉外》。还是相当感慨这个世界是个巨大的草台班子，我自己以为我所在的IT开发很难蚌，没想到阿里的钉钉居然也是如此哈哈。不过这也说明AI的真正商用还是任重道远，很多堵点恰恰是大部分企业目前不配用真正能提质增效的AI，同是还要摈弃平台/入口思维，这很不容易！

[Jack Xia @JackSmith46210]

@Jahmain11 dd

[Jack Xia @JackSmith46210]

还是很赞同的，一定要在生产端，而不是消费端上见世面，才是真正的见世面。不过我觉得还要得有机会亲自或者半亲自下场去体验 毕竟“纸上觉来终觉浅，觉知还需事躬行”。
https://t.co/hmQO9ZVE6f

[Morris @Morris_LT]

很多人以为见世面，就是去更多的地方，住更好的酒店，吃更贵的餐厅，接触更高端的消费场景。但这些经历虽然能开阔眼界，却依然停留在结果层。你看到的是产品、服务、财富和地位的呈现，却看不到它们是如何被创造出来的。真正拉开人与人认知差距的，不是看过多少繁华，而是看过繁华背后的运转逻辑；不是知道什么东西值钱，而是知道价值是如何被生产出来的；不是站在消费端欣赏世界，而是进入生产端理解世界。生产端见世面，才是真正的见世面；消费端见世面，只是看别人见过的世面。

[Jack Xia @JackSmith46210]

说得太对了，这也是为什么我不太愿意去碰存储概念股（尤其是缅A），因为你不知道什么时候就给你闪击偷袭。在我这里周期股没有投资价值（商业模式不好），除非你在周期底部减仓拿到足够好的价值。存储厂商逼着AI云厂商签长协本身也提现出了它们的判断哈哈
https://t.co/OleSM0Gc2i

[硅谷王川 Chuan @Svwang1]

关系越不稳固的时候，大家越爱签长期协议。签署长期协议的原因，是大家暂时都非常需要它来避免最坏情况，然后给双方制造了虚假但其实非常脆弱的安全感。

但情况有实质变化后，新形势下的强者一般会找协议里面的某个借口，立马翻脸不认人。

内存厂商和客户签的长期协议，大概和 1939年苏德之间签的互不侵犯条约的执行效果，差不多。

[Jack Xia @JackSmith46210]

很赞同，我是那种以“照耀别人”为荣的德性。我真的不容易进入一段深度的亲密关系，但是一旦进入了会非常深度地体验经营。而且我认为能交心的DS关系，其实比很多男女情侣关系更亲密更难得，自然作为上位的我，会替sub考虑些长远的事情。这篇文章说出了我的心声
https://t.co/YgV2BInq5e

[FlyingToTheMoon @MyWayDom]

“你对我失望了吗，先生？”

如果成为一名支配者只是为了控制和索取，那我就会错过通过在关系中以有意识的方式去领导所能带来的所有自我觉察和个人成长

这是一篇关于Dom的责任与自我控制、对sub的理解、保护与爱的文章👇

[Jack Xia @JackSmith46210]

当然我知道在X上说AI泡沫论是很不受欢迎的，但作为本身就是IT出身，且最近有在接触或亲眼目睹相关AI创业机会的有幸人士，还是能够体会到很多财经媒体不会在新闻上跟你讲的AI落地真相。目前为止AI也就在代码上有效落地，有软件领域的特殊性（有明确可自动化反馈的机制在），但能否推广我现在也动摇ing

[Jack Xia @JackSmith46210]

这段时间我有关AI for PE/VC的idea被同学拿去试水创业了。问了圈机构（当然数量还不够多啊）反馈没那么好，这下子再体会很多业内人士说的“AI落地最大的阻力就是企业组织转型”，感触良多，也对AI泡沫有更深切的认识。而且非常反常识的是，恰恰因为AI牛逼的潜能才会引起大泡沫，要没这潜能还没这机会

[Jack Xia @JackSmith46210]

@Jodie1919 求拉求拉

[Jack Xia @JackSmith46210]

上个互联网，大大促进了信息的交互和供需的撮合，所以平台经济是非常适合于上个时代的商业模式。但是AI本质上是吃进TOKEN，吐出TOKEN，可以将它理解为一个虚拟世界的炼铁高炉，能讲古代冶金的产量和质量都做到大幅的提升。所以我才觉得此轮浩瀚的AI浪潮，真正有生命力的商业模式，不该是平台而是工厂

[Jack Xia @JackSmith46210]

AI的经济模型不应该是平台经济，而更可能是产线经济？
最近跟互联网大中厂的朋友，还有做AI应用的创业者聊了很多。尤其是对于AI真正的应用模式，有些不少新的感想。
绝大多数人创业者、大厂们，还在用互联网时代的思维来参与这轮会持续几十年的大浪潮。
但很可能，AI不该玩平台经济，而该玩工厂经济？

[Jack Xia @JackSmith46210]

这篇很不错，赞👍👍，深得我心。我也觉得那种24/7不太可能搞得像圈养那样事无巨细的各种下指令，至少说不太适合我。我自己在交易时间做短线都无法顾不过来，哪里能24/7盯着sub。良好的24/7应该是形成秩序并在这个秩序里互相滋养，dom主导，sub授权并配合，灵肉共振。
https://t.co/vmpvC2uo9m

[雾Wu @wutndzrm]

@MyWayDom @WillHartley1980 这里也有一篇不错的内容供参考，圈里很多人以为24/7的圈内生活就是把之前2小时的play变成了全天候进行，误区有点太大了（🤣）
https://t.co/9uyPUjatpK