在刚刚开启的云栖大会上，阿里云推出了一款与 MacbookAir M1 一样重，3D 渲染等续航却比 M2 芯片笔记本还多 100% 的产品——无影笔记本，不一样的是，这款设备本地并没有主 CPU/GPU/ 硬盘，都放在了云端。

早些时候，已经有评测炒热了这款云笔记本，在 Cinebench R23 上居然跑出了 120000 多分，秒杀王思聪花费百万组装的 128 核顶级服务器，耳边还没有一点散热轰鸣声，成为新晋的「跑分机皇」。

然而，如今服务器芯片跑分的意义还有多大呢？很久以来，计算机的创新几乎等同于芯片算力的提升，随着摩尔定律逐渐消失，是否意味 PC 的创新走到头了？

其实路早就不止一条。

The personal computer was the bicycle of mind……as history unfolds if we look back, and it is the most awesome tool that we ever invented。

个人电脑是大脑的自行车。我坚信如果将来有人回顾人类历史，计算机将是人类最伟大的发明。

——Steve Jobs

乔布斯曾在 1980 年把个人电脑比作「大脑的自行车」（bicycle for the mind），这源于乔布斯儿时在《科学美国人》杂志上的一篇文章，作者发现人类骑自行车的效率最高，甚至高于汽车和飞机。

自行车绝对速度不占优势，每一公里消耗的热量却是最低的；随时随地的可用性最高，可以骑行非常近、也可以长途，也是老幼皆宜的工具。

比起传统个人电脑，将个人计算移到云上，或许更加接近「大脑的自行车」。

以一块处理器的利用率而言，传统个人电脑可能有 2/3 的闲置，且很难时刻弹性，算力过去是由硬件厂商的封装决定。无影云笔记本想展示的未来可能是，计算力和硬件形态无关，只和人们的计算需求有关。

你是否想过，灵活改变⾃⼰的电脑？我们希望和无影的用户聊聊，看看他们如何在不同行业的场景下，创建不一样的计算机形态。

一部电影，几十亿核的 CPU

16 年前，宋文创办了 FIRST 青年电影展，这些年 FIRST 走出了文牧野、忻钰坤、周子阳等一大批优秀的导演，也让世界看到中国青年电影的多义样本。

每年电影节里宋文最重要的工作，就是挖掘新一代的电影力量 。

其中在 FIRST 训练营，让年轻创作者在极限的创作条件下完成拍摄和制作。宋文表示，过去他们依赖传统数字硬盘工具制作，但影片的多点制作、有限的传输周期，让创作者想要兼顾效率和质量的挑战极大。

2016 年与韩国著名导演罗泓轸（代表作《黄海》）合作的训练营令宋文印象深刻，当时要在短时间内完成 11 支短片的制作。罗泓轸作为训练营导师需要及时对这些作品进行提出指导意见，比如哪些素材可以通过、哪些需要重拍。

然而罗泓轸身处韩国，创作者分布在杭州、南京等不同城市，素材传输就成了大问题，动辄上千 G 的素材在线传输十分耗时。宋文告诉我们，这种多点制作的系统也是电影行业一直不得不面临的难题

这种实时多地观看制作结果，又有时效性的高需求，一组什么样的渲染农场、图形工作站可以支持呢？答案是没有。

除此之外，每年 FIRST 组委会最忙碌的事情之一就是协调审片工作。面对潮水般涌来的参赛作品，宋文既对创作者的热情感到喜悦，同时也为紧张的审片时间头疼。

由于评委分散各地，过去通常通过加密硬盘寄送审片，这种方式不仅效率低下，更存在泄露的风险。电影一旦泄露，会对其交易价值造成较大影响。

对此宋文深有体会，2017 年他的团队拿到了电影《猎凶风河谷》在中国的首映权，为了防止电影上映后泄露片源，观众甚至需要将手机放入一个黑布袋后才能入场观影，以防止盗录。

导演应该扎根拍摄好故事的现场，而不是等待在进度条里。

1.58 亿核小时的云渲染

2020 年疫情期间，业内知名的特效机构墨境天合用无影云电脑+计算存储集群的方式，让分散各地的艺术家复工 80%，以 21 万核 CPU 峰值冲线完成《刺杀小说家》的特效。

到了今年上映的《杨戬传》，在云端的渲染量达到 1.58 亿核小时，约占总时长的 44%。特效师们基本告别了「修改 10 分钟，等渲染抽烟 1 小时」的工作体验。

有了大制作验证过的成熟技术，宋文也开始尝试在 First 引入无影来解决数据安全问题，同时将很多跨地域多点制作的协作流程放在了云端。

宋文希望为更多青年导演提供更方便的前沿的技术能力，让大家更能把专注力放在电影创作本身之上，而不是因为繁琐低效的制作流程束手束脚。他说，导演应该扎根好故事的现场，而不是等待在进度条里。

一辆智能汽车，数百人协作工业文件

大多数人并不了解一个智能汽车的设计团队是如何工作的，葛奕言说，设计部门是公司最神秘的部分，因为他们是「高密」的，既是保密，也是精密。

和很多人想象中不一样，葛奕言所在的智己汽车设计团队除了工业，还有时装、珠宝、影视，甚至还有考古背景的人。

在这个团队中，每个设计师都会见证一辆汽车从创意萌生，虚拟渲染、结构，到最后制造和交付的全过程，不仅团队协作频繁，还要兼顾严谨和精密。

以智己 L7 全驱智能底盘为例，它的稳态最大侧向加速数值需要稳定在 0.968G，这让驾驶者能感受极致的漂移而不会失控。这个关键数值背后，是整个工程与设计团队数百人的协作结果，每一个零部件的精确咬合都很重要。

对于葛奕言来说，对产品情感的传递是通过视觉来实现，其中很多环节对精密度有很高的要求，因此需要高性能的计算机去渲染、演算。

除了常用的 Adobe 全家桶，像 CSD Maya、Vray 等渲染工具和软件也是葛奕言平时常用的，对算力的要求也比一般的设计要高，一直十分依赖办公室里笨重的计算机工作站。

工作中最令她无奈的时刻便是宕机和算力崩溃，「因为汽车的设计流程其实需要很多不同部门和小组的协作，环环相扣。」葛奕言表示，过去设计的协作很难离开线下，而他们工作中涉及到的文件庞大，传输耗时还得高度保密，因此一旦远程办公往往会拖累进度。

纵观汽车工业的历史，要驱动这个大型科技产品的创新，离不开生产工具和模式的迭代，就像百年前福特引入流水线生产，智能时代下的电动车也不例外。

云端的高算力

葛奕言和同事们也迎来了一些新变化，他们开始使用无影云电脑进行设计工作，在保证数据安全的情况下在线进行文件传输和共享，出差和在家办公只用一台笔记本也可以完成高算力的渲染，同事之间的协作也不再受制于空间。

我期待的状态应该是一个可移动的工作站作为终端显示。后台有一个不管是在显存，还是算力都能完全支持的云工作站，同时做好数据保密，让我心无旁骛投入到设计中。

一个设计师的幸福感和成就感很大程度上来源于工具，葛奕言也是如此。

1000 家零售门店的无间断数据流

对康众汽配一个门店的店长 Daisy 来说，每天的工作都在产生客户和交易数据。

Daisy 管理着门店 4000 多种类的产品，积累数十万客户数据。从前端的开单、到配送员的回签单、配送单，门店业绩的报表，每一部分都涉及庞大的信息处理量，而且需要很准确的数据才能盘出门店的库存量。而 Daisy 管理的门店负责给品牌修理厂诉讼直接采购配件，数据的错漏可能会对品牌产生直接的负面影响。

数据处理一直是 Daisy 头疼的问题，长期处理大量数据电脑，容易卡顿甚至导致数据丢失，而联系 IT 部门的流程较长，这个过程往往会堆积大量订单无法处理。

1000 家门店数据在云中

现在 Daisy 终于拥有了更趁手的武器，公司将 1000 多家门店的电脑更换为无影一体机，操作变得更加便捷和标准化。 Daisy 只要将账号提供给 IT 部门就能完成设置，系统升级或修复 Bug 五分钟就能搞定，更避免过去数据在本地丢失的风险。

不用担心有人会窃取这个数据，它在云端了。1200 多家门店统一一次性升级，也大大减少了本地寻找运维服务的支出。

一次大数据实验，从几天到 5 分钟

在华东师范大学数据科学与工程学院，王伟一直在和海量数据打交道，他的研究课题涉及云计算和深度学习的框架，经常需要瞬时快速处理庞大的数据。

「不光是一些算法和模型的问题，其实还需要底层的一些基础设施。」王伟表示：

过去单机处理数据的方式已经不适用于大数据，它需要一个分布式的环境，甚至需要调用几千台机器的算力。

大数据是怎么应用的？王伟以金融举例，系统要在 0.1 秒的单位时间之内处理资金动辄上亿的海量交易数据。在王伟平时的科研实验中，无论数据的量级还是所需的算力，都与此相当。

除此之外，在涉及计算机安全的课题里，加密解密的过程少则几小时多则几天，科研人员往往只能在机房里干等这些关键数据的处理。

云计算实验室的算力加速

于是数据学院开始尝试建立云实验室，开始用无影云电脑去代替传统的机房，并开始在教育、科研场景中落地。

王伟认为，云计算实验室和过去传统机房最大的不同就是背后连接的是云端，拥有弹性可扩展的算力，使用体验和本地计算一样不会感到延迟，而且可以 7x 24 小时不间断运行。一次大数据实验可以从过去的几天缩短到 5 分钟。

此外王伟所带的课程也需要较高的算力，传统机房或者学生的自己的笔记本，都已经无法支持像 Tensorflow 和 PaddlePaddle 等深度式学习框架的运行，期末时会出现算力需求峰值，但过去的设备无法按需来弹性提供算力。

现在在一些研究课题中，王伟和他的学生们开始用无影来做无缝的切换，无论学生是在实验室还是在课堂或者寝室，都可以完成他的研究工作。王伟表示，「这种移动式的科研场景，对于老师和学生都非常有价值。」

年轻时王伟就曾幻想，计算机能够演变成一个小盒子，甚至是一张卡片。联网就可以使用并且拥有无限计算能力，如今开始成为现实。

一款显示器的全新生命力

一块屏幕还能有什么创新的空间？这是 MAXHUB 的硬件产品经理郭丹每天在思考的问题。

郭丹负责的产品大都是用在会议场景的显示设备，但一次非常普通的会议却给了她不一样的灵感。

每次开完会回到工位，都要拿一根线连接显示器，能不能更快，显示器能还可以有更大的想象力。

此时，她想到了刚对开发者开放的无影架构。从专注会议场景跨越到个人办公领域，对于郭丹来说是全新的尝试。而作为产品经理还需要面临另一种挑战，就是想法总是很美好很大胆，但真的可以完整的落地吗？

郭丹对这款产品的想法在内部其实也存在争议。无影是一个 B 端产品，显示器则更面向 C 端，应该怎么将两者整合？账号如何统一？运维问题怎么办？核心用户是谁？

一键变成云电脑

经过反复的碰撞，郭丹和团队把它做成市场上首款可以一键变成云电脑的智能显示器，无需装机就能调用 512 核 CPU，运行安卓、Win、Linux 不同生态的软件。整个过程只用了 1 个月左右，比起要去规划研发一台计算机，研发门槛大幅降低。

在郭丹看来，不只是显示器，只要云端计算有足够的支持，无论是音响、空调、灯都能变成一台计算机。

未来屏的形态会越来越多，有交互的地方，也许就会有云计算。

一所乡村学校的小小产品经理

今年 3 月开始，淳安、岱山、⻘⻰等地的数十所小学迎来了全新的云电脑机房。 学生们看着这些新电脑十分新奇，这和他们过去开机都要几分钟的电脑，有点不同。

云机房里的电脑看不到主机，只要登陆账户就能用，每个人的账户会同步保存个人的数据，离开课堂回到家还能继续使用。目前这样的云电脑已经面向智慧课堂开放了数万台。

云电脑走进课堂

在数字化的时代，孩子们对于信息科技的需求和感知力都在变大。

第一批学生通过云电脑上「我是产品经理」反馈区，提出了很多对产品的想法，枫树岭的学生说语文课都是小写字母，之后新的云机房就配置一款「小写字幕键盘」。有学生反馈屏幕太大、希望多视频与家人通话，又催生了 21 寸内置摄像头的一体机。

江浩在六年级首次用上了云电脑，他一开始甚至要花一分钟才能输入账号密码，而到了毕业时，江浩已经在云电脑上编写了⼗多个⼩程序，在入学初中前的暑假时，他还「偷偷」在家登录云电脑账号，「怀念当时在云机房里上课的感觉」。

枫树岭镇中心小学校长姜军建认为，「云机房」没有主机、没有 CPU 和硬盘，这个形态本身就让学生产生了对信息科技的浓厚兴趣。非科班出生的乡村老师，也不用担心没有能力管理几十台机器，几乎所有功能都是一键可以配置的。

云机房目前部署的主要是村镇学校，50% 留守儿童，30% 打工子弟，计算力正奔流到更多角落。

计算的未来，完全由用户来定义？

回顾个人计算机发展史，形态架构变化的推动力当然是算力，但计算力的产品化，却不仅仅是一种硅基工程规律，对用户需求变迁的理解，才至关重要。

1965 年，企业工作效率亟需计算的提升，孕育出个人电脑的先驱 Programma 101

在此之前，电脑还是放置在密闭房间里的大型主机，只有极少数人能享受计算对生产效率的提升，但公司和个人对计算机提升效率需求不断扩大，想要更强的计算能力、存储器和打印速度。

于是本来就专注开发办公生产力工具的打字机制造商 Olivetti ，决定开发一台「桌上型」电脑，能够放在办公桌上，。Programma 101 就此诞生，个人电脑第一次成为放在桌面上的办公工具。

个人生产力爆发的时代，人们对多媒体交互的强烈需求，催生具备图形用户界面的电脑 Macintosh 。

当时个人电脑基本都使用命令行进行操作，除了程序员对一般用户来说操作门槛极高。然而时代的发展已经让更多人在工作中使用多媒体交互的需求激增，数字生产力需要得到释放。

具备图形操作界面的个人电脑适时而生，1984 年 1 月 24 日苹果正式发布了 Macintosh ，用户可以利用鼠标来进行操作，这种所见即所得的人机交互，让不同职业的用户都可以熟练地用电脑提升效率。

移动办公的场景越来越多，笔记本电脑终于出现。

虽然 Macintosh 配备了便携式的提手，但要带着出门还是过于笨重。进入二十世纪八十年代，移动办公的需求越来越多，当时还叫「膝上型电脑」的笔记本应运而生。

为了迎合移动办公的需求，康柏、东芝、IBM 等公司都在 1985 年前后争先发布了这种产品。究竟是谁制造了世界上上第一台笔记本电脑？至今仍存在争议。

灵活多变的计算需求，带来了阿里无影新一代笔记本

作为内容行业的从业者，我们常常要在出差途中同时处理文字、图片和视频的编辑，有的视频赶着上线渲染还必须回办公室处理。

这几天我尝试使用阿里无影的新笔记本办公，通过云桌面就能调用我常用的大型应用，有几次在打车路上就完成了一些紧急图片后期处理。

我认为这种不受硬件性能限制的计算机，是更契合这个数字时代办公方式的生产力工具。

个人电脑发展半个多世纪以来，与芯片和互联网一同经历了飞速的发展。直至今日，PC 市场正「史诗级放缓」，「摩尔定律」也逐渐失效。

1965 年 Intel 联合创始人戈登·摩尔预测，每隔 18-24 个月，芯片的晶体管密度就会增加一倍，这就是「摩尔定律」。英伟达创始人兼 CEO 黄仁勋认为「摩尔定律已死」，计算终端的创新也遭遇瓶颈，而云计算带来了新的可能性。

就像前文提到那些创建云电脑的人，云不仅将超强的算力以分布式的形式带给每个人，更重要的是，当用户可以根据需求自定义计算后，计算能以不同规模融合到生活与工作中的，真正成为乔布斯口中那个「大脑的自行车」。

前施乐公司首席科学家 Mark Weiser 曾在 1991 年提出过一个著名的概念——普适计算（Ubiquitous computing），他预言 21 世纪计算机会融入网络，融入环境，融入生活，用户甚至察觉不到其存在。

这意味着计算机要摆脱本地硬件的限制。比如最近发布的一款仅 85 克的消费级 AR 眼镜 Rokid Air，也通过内置无影，能让你戴着头衔，躺在沙滩椅上，用蓝牙随身键盘处理一份工业建模。

工业 AR 领域的谷东科技，据云栖展出，也通过无影 SDK 将医疗手术、汽车制造的高清数字孪生放到了眼睛里。

类似的 AR 设备不再仅仅依赖显示硬件的提升，元宇宙的应用也不再是鸡肋的在线会议，戴上眼镜，我们甚至就能拥有一台顶级算力的工作站，每个人都能成为数字游民。

电影院可能被重新定义，每个人随身就能把 5D IMAX 影厅带在身上，甚至可以沉浸式成为电影中的角色。

一个完全由用户定义的计算未来正在来临，即使「摩尔定律」失效，计算创新永远不会消失，就像凯文·凯利所说的：

不论摩尔定律──就晶体管密度而言──是否还能经历 10 年、20 年或 30 年的发展并推动经济增长，我们可以肯定，它会像过去的其他趋势一样逐渐退出历史舞台，升华为新的增长趋势。