电子计算机本质上就是算力资源、存储资源和IO资源等资源的集合体。而嵌入式系统是计算机的一种，自然也是由这些资源构成。
近些年，在大数据、人工智能，尤其是以深度学习技术为核心的人工智能技术的催动下，整个计算机行业都在向算力时代迈进。这影响了许多事情，包括芯片设计和软件编程。
经历过Intel奔腾cpu年代的人，都应该记得那时候的主频之争。那时候提高系统性能的方法就是提升主频，每一代cpu都比上一代主频要高，而玩家和用户也都热衷于研究超频，竭力想提升主频获取更多性能。
后来主频走到头了，越来越难提升cpu频率，则进入了对称多核的年代，开始拼并行，看谁多线程。所以大家看到现在的电脑和智能手机都是4核起步，8核算普通，动不动16核、32核，甚至几百个核心。而软件开发上多线程也成为了绝对主流，面试题都几乎必问多线程及其导致的同步问题、临界区问题、可重入性问题等。
近几年，则开始大步迈进算力时代。算力时代最大的特征是“算力为王，数据驱动”。（之前的两个时代也分别是主频为王和多核多线程为王）
算力时代的一大特征是跳出了cpu为主的玩法。cpu只需要处理传统业务（如hmi，网络通信等），AI业务则由算力单元提供，算力单元作为协处理器再向cpu汇报，由cpu协调。
如果把cpu比作一个江湖侠客，那么前两个时代就是这位侠客的白手起家阶段，砍人和社交都靠他自己干。而现在算力时代他已经有了自己的队伍了，他专心当好老大搞好社交就行了，砍人则交给了专门训练的强战斗力部分专业负责。
那么算力单元是什么呢？有多种方法和厂商。他们都在用自己的技术，自己的方法为计算机提供算力，掀起了一场“算力之争”。
老牌显卡厂商英伟达行动很早。表现突出。君不见前些年英伟达也就是卖卖显卡，给intel提鞋的啊，然而现在已经成了巨佬，暴打intel，都要收购arm（听说有变数）了。闹归闹，英伟达的gpu和cuda编程技术等确实是很成熟优秀的AI算力解决方案，挖矿的和搞云计算的，搞智能汽车自动驾驶平台的，大量都在用英伟达家的芯片和软件，活该人家赚钱。
算力新秀主角则是ASIC，也就是专为实现特定AI算法的专用芯片。专用芯片虽然应用领域窄，不如gpu通用，但是好处是芯片设计难度降低，算力效率高。只要技术实力和财力足够，快速迭代，实际上很有竞争力。
ASIC的典型代表就是华为海思的人工智能处理器。昇腾系列cpu，310，910。华为的自动驾驶平台MDC810（算力400T，曾经一度算力最高吊打全场）。甚至是华为手机芯片麒麟内部集成的NPU，海思HI35XX系列内部集成的NNIE等，也都是ASIC的典型代表。
当然了，能提供算力的不止以上两种。譬如传统的算力解决方案DSP也可以的，TI的ADAS解决方案现在还在用高性能DSP做车道线识别跟踪算法。
不管用哪种方式获得算力，总之算力已经成了现代计算机系统的竞争关键。大家比的就是单位功耗所能提供的有效算力。而自动驾驶为代表的现代高科技，背后依靠的也是算力。所以一时间各种芯片厂商、主板厂商、主机厂商、解决方案厂商等，都患上了“算力焦虑”症。
这就是时代的车轮，浩浩荡荡不可阻挡。作为一名工作十几年的嵌入式开发者，我深刻认识到从芯片到硬件到软件到算法等全链条，拥抱算力竞争，围绕算力打造新功能和新竞争优势是未来10年的时代主旋律，也是我们每个IT人的机会所在。
今天就先说这么多，以后再来跟大家从具体行业角度展开解读。
我争取每天早上7.30-9.30之间可以写一篇，敬请大家星标关注本公众号。每天了解一些新技术，每天辩一些真道理！
