巨头：英伟达收购 ARM 的影响

在一段时间的传闻之后，英伟达周一正式宣布将以 400 亿美元从软银手里买下 ARM，英伟达的官方声明传达了以下一组信息：

• 交易将包括价值 215 亿美元的英伟达股票、120 亿美元的现金以及签字时必须支付的 20 亿美元；
• 如果 ARM 未来业绩达标，软银还将获得 50 亿元美元现金或同等价值的股票；
• 交易完成后，软银将保留 10% 的股份；
• 英伟达表示 ARM 的总部地址仍将位于剑桥，并将在当地投资相关 AI 研究项目；
• 英伟达表示将继续维持 ARM 现有 IP 授权的商业模式。

但摆在三家公司面前的还有另一道难题：如何让包括中国、美国、欧洲等主要国家的反垄断机构通过这笔收购？根据目前掌握的消息，这笔交易需要 18 个月的审核。

特别是在中美持续升级的技术对抗的背景下，作为芯片设计上游公司的 ARM，如今已然是一家美国公司，这也把 ARM、ARM 中国与相关中国企业客户放在了一个非常微妙的位置，此前媒体曾广泛关注过 ARM 会不会断供华为，华为也在使用 ARM V8 架构并将继续使用 V9 架构，因为当时的 ARM 是一家英国公司，那么接下来的呢？

Bloomberg 也注意到英伟达 CEO 黄仁勋的表态：他的团队将「fully expect to spend time with the regulatory bodies in China」。

其次，ARM 的商业模式将迎来巨大挑战。ARM 是一家行业里极其特别的公司，它不卖任何芯片，而是出售 IP 授权，也是高通、华为海思与苹果上游芯片授权的唯一供应商，正是这样的利益关系，成就了当下移动互联网的产业链。

即便此前被软银收购，但由于软银本身与其业务并没有直接的利益相关性，ARM 还是被认为是一家相对独立与中立的公司。

但 ARM 被英伟达收购后，其独立性开始变得非常微妙。一方面，ARM 一直试图挑战英特尔在数据中心的地位，另一方面，英伟达数据中心业务正在成为其增长的新动力，目前有三分之一的营收来自于数据中心，如果考虑到英伟达过去一年先后收购的 Mellanox 与 Cumulus，这家公司正在加速布局数据中心技术与产品的核心位置。

下图是英伟达曾经起家的游戏业务与数据中心业务的对比，制图：Bloomberg。

这也意味着，英伟达收购 ARM 后，将可以形成一个可以媲美英特尔的数据中心产品组合，比如「GPU+CPU」、「GPU+NPU」等更多的产品组合。英伟达也表示，未来将利用 ARM 的渠道，提供 GPU 的 License 服务。类似这样的产品不仅将极大增强英伟达在数据中心的竞争力，还将彻底改变过去三十多年的半导体产业链，一个例子：作为 ARM 客户的英特尔、高通将会面临怎样的战略选择，值得长期关注。

作为深耕半导体行业多年的黄仁勋，当然明白这背后的利益纠葛，ARM 能在几年前以 320 亿美元卖给软银，如今还能值 400 亿美元，其关键要素就是 ARM 的商业模式以及其在产业链上的独特地位，一向务实的黄仁勋，应该明白如何下好这盘大棋。

另一个值得关注的方向，一旦 ARM 最终成为一家美国公司，而中美技术对抗持续下去，中国公司也必须面对无法正常使用 ARM 架构的境地，这或许将成为开源指令集架构 RISC-V 的重要发展机遇，事实上，即便没有政治因素的考虑，按照科技行业的发展趋势，巨头的阴影之下往往会酝酿一股新的变革力量，RISC-V 就是常年在 ARM、英特尔这样巨头之外的新力量。

对于中国公司以及其他地区的创业公司而言，开源 RISC-V 将为摆脱巨头公司控制、实现自主研发提供一条新的路径。在中国，阿里云旗下的平头哥半导体已经在去年发布了多款基于 RISC-V 架构的相关产品，其中的玄铁 910 采用了与 ARM IP 授权一样的产品模式，通过授权 IP Core 的形式，卖给其他下游公司。

2019 年 10 月平头哥宣布开源 RiSC-V 内核的 MCU 芯片设计平台，这是国内首家开源芯片设计平台的公司，MCU 芯片设计平台包含处理器、基础接口IP、操作系统、软件驱动和开发工具等模块。这个开源平台搭载玄铁902处理器，提供UART、SPI、I2C、Timer、PWM等多种IP以及驱动，相关源代码在这里。

阿里云这样宣传平头哥的商业模式：

和绝大多数芯片商不同的是，平头哥的目的并非卖芯片，公司延续了母体阿里巴巴集团“让天下没有难做生意”的愿景，开辟了全新的商业模式（平头哥模式），致力于为企业提供普惠算力，目前已经拥有全栈芯片产品家族，涵盖终端处理器IP、终端芯片设计平台SoC、云端AI芯片。

围绕计算产业链的新变革大幕，正在徐徐拉开。

面部识别

李开复「口误」与面部识别的五个延伸角度。上周六，李开复在 HICOOL 全球创业者峰会上表示，曾在早期帮助旷视科技公司找了包括美图和蚂蚁金服等合作伙伴，让他们拿到了大量的人脸数据，并在随后的摸索过程中找到了几个有价值的商业化方向。

这番表态的「杀伤力」巨大，一来将三家公司扯到一起；二来蚂蚁与旷视正处在 IPO 的关键时期，因此也引发两家公司集体发表澄清声明，关于此事的前因，可参见钛媒体的这篇总结。

沿着这件事，我延伸几个角度，供大家参考。

其一，面部识别本质上是一种基于计算机视觉的身份识别服务，与指纹识别无异，这是其技术层面的「纯真性」。

其二，与其他身份识别服务类似，面部识别有着众多应用场景，你可以想象任何一个关于身份识别的应用里，都可以加入面部识别算法，这是其应用层面的普适性。

其三，与当下任何一项成熟的 AI 技术热点一样，面部识别算法都需要海量的面部数据进行训练，这就涉及到了面部数据的隐私权问题，也就是说，谁有权收集、获取、买卖用于训练面部数据算法的数据，目前没有明确的法律规定。

其四，作为机器学习的重要应用之一，面部识别算法天然就有数据偏见，在美国，面部识别算法对于深肤色以及女性的偏见数不胜数，而在中国，面部识别的数据也会和其他身份数据，比如身份证、户籍绑定在一起，构成「立体的偏见」。

其五，面部识别是各国政府关注的焦点，这也是目前面部识别争议的焦点，从警察到安全部门，这些暴力机构如何应用面部识别技术，将成为我们这一代人未来不得不时刻警惕的议题。

行业·Google·微软·腾讯

美网中的云计算与 AI。疫情之下，没有现场观众的美国网球公开赛少了些许热闹，而云计算与 AI 却在塑造新的观赛体验。WSJ 的一篇文章谈到了基于云和 AI 相关技术在美网中的应用，比如通过对海量赛事信息、新闻以及评论的汇总分析，为线上观看比赛的观众提供赛事预测以及关于运动员的数据分析服务等。

百度在北京推出自动驾驶出租车业务。这可能是百度自动驾驶发展的关键一步，《南华早报)》称，北京是百度自动驾驶出租车的第三个落地城市，此前两个城市分别是长沙和沧州。此次百度将在北京亦庄、海淀区、顺义区提供 40 辆自动驾驶出租车，大约有 100 个上车、下车点，用户可以通过百度地图呼叫自动驾驶车辆。

Google 推出商业应用平台，还整合打包了 API 与 No code 工具，这个平台基于 Google 今年收购的 Appsheet 公司为基础，旨在让用户尽可能减少对于代码的关注，专注快速构建应用。

值得注意的是，AWS 也在今年发布了类似产品 Honeycode，通过快速获取一部分「低代码、重业务需求」的客户，进一步扩大 AWS 的用户群体。

微软 Azure 布局「太空」。上周，微软获得 FCC 的许可，将把 Azure 云服务与卫星地面站点连接起来，换句话说，Azure 将可以实现对于卫星数据的实时处理，正如 CNBC 所言，微软此举也是对 AWS 的「宣战」，此前 WSJ 的报道称，AWS 计划成立一个航空航天与卫星解决方案的部门，这将构成 AWS 争夺太空领域云计算订单的前沿阵地。

腾讯全球数字生态大会。这是腾讯云一年一度面向客户、生态合作伙伴以及开发者的会议，今年的会议以线上举行，其中有两个值得关注的点：其一，作为腾讯 toB 业务的总负责人，汤道生的这篇对话透露了腾讯过去两年的战略思考；其二，腾讯云 AI 开放平台的升级，将继续推进云端 AI 争夺的发展，形成与阿里云、百度、华为云竞争的新格局。

微软发布并开源了 DeepSpeed。这个产品可以加速超大规模深度学习模型训练，最高支持 10 亿级别参数的模型，相关产品介绍可参见这里。