网上科普有关“数字芯片之通用处理器CPU”话题很是火热，小编也是针对数字芯片之通用处理器CPU寻找了一些与之相关的一些信息进行分析，如果能碰巧解决你现在面临的问题，希望能够帮助到您。

数字芯片是半导体行业里市场空间最大，技术壁垒最高的赛道。之前我们分析过的那些尖端设备和材料，主要都是为数字芯片打造的。

目前芯片设计这些赛道里，IGBT和模拟芯片领域都有IDM厂商，但数字芯片很少有做全产业链的，大家专注于自己的环节，分工合作。

这是因为IGBT和模拟芯片虽然技术和资金壁垒也很高，但生命周期长。数字芯片的发展却遵循摩尔定律，不但研发需要大量资金，晶圆代工需要大量资本购买设备，迭代又非常快。

等你把这一代产品全都配置好了，人家下一代产品又出来了，还得接着追，这就是数字芯片最难的地方。

数字芯片的工作原理简单来说就是通过晶体管控制电流的“开”和“关”，来表达数据信息的“1”和“0”，或者逻辑判断的“是”与“非”，所以数字电路也称开关电路或逻辑电路。

其组成主要就是工作在开关状态的晶体管，所以数字芯片的规模大小由其中的晶体管数量决定，摩尔定律说的也是每隔18个月晶体管数量增加一倍，因此晶体管数量对数字芯片性能起决定性作用。

数字芯片包含七种类别，分别是逻辑电路、通用处理器、存储器、单片系统SoC、微控制器MCU、定制电路ASIC和可编程逻辑器件。将来我们会对其中主要类别进行逐个分析。

简单的逻辑电路通常由门电路构成，基本是由与门、或门和非门电路排列组合而成，这些系列的电路也称为组合逻辑电路。

数量庞大的逻辑电路芯片经过不同的排列组合，理论上可以处理非常复杂的控制和运算问题。

但当下的芯片集成度很高，许多自成系统的逻辑电路可以集成在芯片内部，一个芯片就可以实现复杂的功能，也就没人愿意用大量小芯片去实现一个大系统。

所以目前逻辑电路芯片仅用于小型电子产品中，以及在大系统的通用大芯片之间的连接电路上。

通用处理器一般指服务器用和桌面计算用的CPU芯片，也包括GPU、DSP、APU等。

它是规模最大、结构最复杂的一类数字电路芯片，由海量逻辑电路组成，包含了控制、存储、运算、输入输出等完整的数据和信息处理系统，这次我们先分析CPU这一细分领域。

01 什么是CPU

CPU也叫中央处理器，是计算机的运算和控制中心，主要功能是完成计算机指令的执行和数据处理，因此CPU与内部存储器、输入输出设备被认为是计算机三大核心部件。

控制单元是CPU的控制中心，当下达指令时，控制单元负责将存储器中的数据发送至运算单元并将运算后的结果存回存储器中。

运算单元负责执行控制单元的命令，进行算术运算和逻辑运算。

存储单元是CPU中数据暂时存储的位置，其中寄存有待处理或者处理完的数据。寄存器相比内存可以减少CPU访问数据的时间，也可以减少CPU访问内存的次数，有助于提高CPU的工作速度。

按照处理信息的字长，CPU可分为四位微处理器、八位微处理器、十六位微处理器、三十二位微处理器以及六十四位微处理器等，后续还在不断拓展。

CPU作为集成电路的一部分，现在全球集成电路市场受益于5G、可穿戴设备和云服务等应用领域发展，依旧在稳步增长。

中国是全球最大的集成电路市场，增速也是全球最快，2012-2020年九年间集成电路产业市场规模复合增长率达到16.81%。

集成电路进出口市场上，我国存在较大逆差，而且逆差还在拉大，国产化替代空间广阔。

CPU的下游市场涵盖服务器、桌面端、移动 PC端、智能手机以及物联网、人工智能、 汽车 电子、智能穿戴等新兴应用领域。

目前桌面端和移动PC端发展平缓，服务器受益于云化趋势增速较快，智能手机受益于5G换机潮迎来一波周期性机会，行业中长期发展还得看那些新兴领域，但新兴领域并不完全是CPU的增量市场，比如新能源 汽车 。

目前全球新能源 汽车 销量持续增长， 汽车 三化（电动化、智能化、共享化）势不可挡，电子成本占总成本的比率逐步提升，发展空间很大，2021年全球 汽车 芯片市场规模预计可达到440亿美元。

按应用场景划分，车用计算芯片可以划分为智能座舱芯片和自动驾驶芯片、车身控制芯片。

由于单纯一个的CPU已经无法满足智能 汽车 的算力要求，将CPU与GPU、FPGA、ASIC等通用或专用芯片异构融合的SoC方案成了各大AI芯片厂商算力竞争的主赛道。

不仅智能 汽车 ，在物联网和人工智能等领域，传统CPU也出现了不能适应市场要求的情况。

随着物联网设备灵活性要求日益提高，芯片向低功耗、高性能方向发展，MCU和SoC脱颖而出。

人工智能常用的AI芯片通常是针对人工智能算法做了特定加速设计的芯片，如GPU、FPGA、ASIC和神经拟态芯片。

虽然深度学习算法上CPU不如AI芯片，但做大规模推理，CPU比较有优势，再加上CPU优势领域的市场空间广阔，应用场景丰富，国内 科技 企业持续研发国产CPU依然势在必行。

目前CPU主要市场份额仍在海外企业手中。随着国内技术进步，国内CPU也在变得更好用，再加上政策持续加码，国产替代确定性较高。

02 CPU芯片架构

芯片架构也叫指令集架构，简单来说就是芯片的执行流程，不同指令集架构的芯片就是执行步骤的不同。

目前CPU指令集架构主要分为复杂指令集（CISC）和精简指令集（RISC）两大类。

复杂指令集支持的指令更多，每种运算都有自己的完整指令。由于只有少部分指令会反复使用，精简指令集就是对其进行精简，不用每种运算都有完整指令。

复杂指令集更适用于运算复杂的电脑CPU，精简指令集更适用于运算要求较低，功耗也较低的手机CPU。

在这两种指令集基础上又产生了不同的架构，也就是在指令集基础上实现对CPU内的控制单元、运算单元、存储单元等部件的一系列完整设计和安排。

03 X86架构

CISC的架构主要就是X86架构，目前Intel和AMD两家独大。

Intel和Windows组成了“Wintel”联盟，击败了苹果、IBM、摩托罗拉的Power联盟，垄断桌面市场长达20多年。直到目前，服务器、桌面和移动PC主要使用的还是X86架构处理器，Intel依然占据大部分市场。

后来随着AMD第二代Epyc处理器“罗马”问世，AMD服务器CPU市占率在短短两年内从1%增长到了8%。接着第三代Epyc处理器“米兰”发布，其服务器市场份额有望达到15%。

由于AMD服务器芯片性价比较高，又有台积电7nm制程技术加成，越来越多数据中心开始采购AMD的产品。

X86架构之所以覆盖范围这么广，除了起步早、性能高、兼容性好之外，还跟它生态完善有关，目前全球65%以上的软件开发商都为X86提供服务，你想自己设计一个架构，没有生态也就没有人使用。

现在X86架构在中国市场依然广阔，尤其是在服务器领域具有绝对优势，几乎占据全部服务器销量。其他非X86架构的服务器占比很小，主要都是ARM架构。

除了Intel和AMD双寡头以外，国内还有兆芯、海光和MPRC几家X86芯片商。目前X86架构的国产化替代还不太明显，兆芯2019年市占率仅0.1%。

04 ARM架构

RISC的架构有ARM、MIPS、Power PC、Alpha、RISC–V等。

如今超过90%的智能手机采用ARM架构，MIPS在嵌入式设备中应用广泛，而且随着性能提升，技术层面的融合，RISC架构也在不断向X86的应用领域渗透。

ARM架构由于具有成本低、功耗低、体积小、性能高等特点，非常适用移动通讯领域，在智能手机、调制解调器、车载信息设备、可穿戴设备等领域都占据绝对统治地位。

目前ARM架构是非X86架构中应用最广泛，发展最成熟的架构，市占率达到了43.2%。

ARM完整产品线包括微控制器、微处理器、圆形处理器、实现软件、单元库、嵌入式内存、高速连接产品、外设以及开发工具。

目前国内外主要ARM厂商有ARM、联发科、高通Qualcomm、苹果、三星电子，飞腾、华为鲲鹏、展讯SPREAD TRUM。

世界各大半导体生产商从ARM公司购买其设计的ARM微处理器核，根据各自不同的应用领域，加入适当的外围电路，从而形成自己的ARM微处理器芯片进入市场。

联发科是世界上最大的ARM手机芯片供应商，苹果、三星、高通等行业巨头均在最近几年使用ARM架构，逐步实现基于ARM的全生态链。

截至2021Q1，联发科和高通是最主要的手机CPU供应商，市场份额分别为35%和29%，同比分别增长11%和-2%。

苹果市占率为17%，三星降至9%，华为海思由于受到美国升级制裁的影响，市场份额快速下滑，降至5%。

服务器方面，非X86目前参与者包括华为、飞腾、高通、亚马逊等。

华为鲲鹏服务器是ARM服务器的重要参与者，据华为称，鲲鹏出货量已占据市场50%，未来有望发挥其在移动市场的优势，借力云端协同，抢占服务器市场更多份额。

在桌面PC市场，ARM正逐渐被更多企业应用，2011年微软开始采用ARM的Windows系统，ARM开始进入X86的传统优势领域，如今苹果MacOS、新版Windows等均采用了ARM架构。

此外，ARM在物联网、 汽车 等领域均有很大发展潜质。ARM在公共事业、智慧城市、资产管理等领域均提供了解决方案。

05 MIPS等架构

MIPS、Alpha、Power等架构已经不是市场主流应用，但在特定领域内仍在被使用。

MIPS架构是一种简洁、优化、具有高度扩展性的RISC架构，能够提供最高的每平方毫米性能和当今SoC设计中最低的能耗，已经在移动和嵌入式工业领域销售了近三十年，目前市占率9%。

MIPS多线程CPU已经广泛应用于不同领域，以及许多移动设备的LTE调制解调器中。

国内外主要MIPS芯片商主要有MIPS公司、Ikanos、龙芯中科、北京君正。不过MIPS公司两度易主后，新公司已经转向RISC-V。

龙芯和申威分别获得MIPS及Alpha永久授权发展自主指令集，我国企业成为了该架构应用产品研发和全球生态构建的单一力量，应用的也都是国家非常注重安全的领域。

Power架构在相关市场的占有率也不过1%左右，但在高性能计算领域一直拥有相当重要的地位，其一些技术特性甚至可与Intel一较高下，然而市场参与者基本只有IBM。

06 RISC-V架构

RISC–V是目前业内最被看好，最有机会弯道超车的新架构，具有完全开源、架构简单、易于移植，适用于各种设备、完整工具链， 运行效率高等特点。

这种架构目前接受度逐渐提高，有望成为继X86和ARM架构之后第三大主流指令集架构。

由于RISC-V基金会为非盈利会员制组织，所以RISC-V本身是免费的，自 RISC-V 基金会于 2015 年成立以来，RISC-V 生态系统经历了爆炸式增长，2020年成员增长率达到133%。

物联网的兴起为上游产业链提供新的成长潜力，由于RISC-V具备开源等特性，与物联网更灵活和多样的要求相吻合。

而且自中美贸易战以来，中国企业存在受制于美国不能升级架构的风险，随着RISC-V逐渐被接受，为我国芯片厂商通过RISC-V架构实现独立自主提供可行性。

Semico Research 预测，到 2025 年，市场将消耗 624 亿个 RISC-V CPU 内核，2018-2025 年复合年增长率为 146.2%。其中工业领域将以使用超过167亿个内核遥遥领先。

市场研究公司Tractica也预测，RISC- V的IP和软件工具市场在2018年为5200万美元，到2025年时将增长至 11亿美元。

目前RISC-V发展时间较短，尚未一家独大，相关生态还在发展。

短期内ARM架构依然会占据中高端市场，RISC-V主要在一些碎片化的新兴市场展开应用，如物联网的轻终端场景。

这些场景需要低功耗低成本，但是往往程序不用大改、对软件生态的依赖性不高、出货量又很大，符合RISC-V阶段性的发展目标。

RISC-V允许任何厂商设计、制造和销售RISC-V芯片和软件，因此吸引了大批 科技 公司入场。

GreenWaves、IBM、NXP、西部数据、英伟达、高通、三星、谷歌、华为、晶心 科技 、芯源股份、芯来 科技 、阿里平头哥、中天微、Red Hat 与特斯拉等100 多家 科技 公司加入其阵营。

07 国产CPU自主可控程度

国产CPU经历了将近20年的发展，也产生了一批有实力的企业，如前面提到的中科龙芯、天津飞腾、海光信息、上海申威、上海兆芯等。

这其中申威和龙芯自主可控程度最高。上海申威主要从事Alpha架构的研发，它是目前创新可信度最高的国产CPU厂商，基本实现完全自主可控，主供党政办公、军方和超算领域。

其次是飞腾和华为鲲鹏（海思）为代表的ARM架构国产厂商。ARM架构需要有ARM公司授权，主要有三种授权等级：使用层级授权、内核层级授权和架构/指令集层级授权。

其中指令集层级授权等级最高，企业可以对ARM指令集进行改造以实现自行设计处理器，目前海思、飞腾已经获得ARMV8永久授权。

如果他们基于V8授权发展出自己的指令集，其创新可信程度将显著提升，即使未来拿不到V9V10等新架构授权，依然可以维持先进性。

最后是海光和兆芯为代表的X86厂商，仅获得内核层级的授权，未来扩充指令集形成自主可控指令集难度较大。

文 | 曾响铃

来源 | 科技 向令说（xiangling0815）

新基建浪潮下，作为底层支撑力量的数据与计算正变得越来越重要。

最近，由中国大数据与智能计算产业联盟主办，以“新算力 新基建 新经济”为主题的第二届中国超级算力大会ChinaSC在北京召开，包括国内外院士、知名学者和产业大咖在内的600多人参加，探讨了超级计算、新基建、云计算、大数据、人工智能、区块链等前沿技术进展。

这个奖项的颁出，官方给出的标准是，“能够把当前的各种技术有机的整合在一起，以满足不同应用场景下的各种综合的软硬件及系统方案，集科学性、先进性、稳定性、经济性等众多实际指标于一身，是技术转变为实际应用的关键环节。”

显然，这个权威奖项最关心的，是大数据解决方案在推动技术向实际应用转变的能力，而这也正是当下市场环境对大数据的核心需求。笔者尝试拆解鲲鹏大数据解决方案从宏观到操作层面的布局，希望能给予相关从业者这方面的行业借鉴。

技术竞赛不停， 但大数据需求转向应用落地

数据的价值越来越明显，更好地释放数据价值的技术在不断演化，但是，随着更多政企组织开始着手利用大数据能力帮助现实业务提升，其需求也开始更多倾向于技术能否更好地实现应用落地，大数据解决方案正是为此而生。

以鲲鹏为案例，在推动技术落地的过程中，其大数据解决方案表现出符合时代需要的三大特征，让它在新趋势下占据领先优势，受到客户广泛欢迎并获得ChinaSC权威认可。

1、超高性能仍然是应用落地的最有力支撑

大数据解决方案要推动技术实现各种场景的落地，其前提和支撑，是底层软硬件性能本身要足够强悍，否则，再完善和深度的解决方案，没有性能支撑也只能是空中楼阁。

而也只有性能足够强悍，在应用落地阶段才能够尽可能去满足客户各类数据价值需求。

得益于底层软硬件能力的深度开发，鲲鹏大数据解决方案就拥有超高性能，为应用做好了充分的准备以及支撑。

例如，硬件方面，采用自主研发高性能鲲鹏920处理器，软件方面，则拥有在大数据场景下获得倍级性能提升的独创IO智能预取和Spark机器学习&图增强算法。

以鲲鹏与浙江移动的合作为例，2019年，浙江移动相继完成了IT云鲲鹏服务器测试，营业厅前台系统、CRM、计费、大数据、CDN等系统的验证及上线商用。这其中，浙江移动的CRM&BOSS系统在鲲鹏大数据方案支撑下，整体得到了较大提升，在规模承载网络运营支撑业务的情况下，该系统现在已经稳定运行一年。

目前，浙江移动围绕网络云，IT云和移动云，已经打造了全球首个运营商领域ICT全场景样板点。

2、全栈方案才能推动技术全面落地

解决方案本身并不是一种具体的技术，其价值在于各种技术的有效融汇，作为统一的输出方式面向政企客户。而在政企客户需求日益加深的情况下，尽可能满足多种场景、多种技术诉求的解决方案，就必须建立一套尽可能完善的全栈体系，将各种技术有机地、系统地、全面地整合在一起。

这正是华为鲲鹏大数据解决方案的体系构成，其基于鲲鹏处理器，构建了端到端打通硬件、操作系统、中间件、大数据软件的全栈体系，并对应进行了全栈性能优化，推动各类技术汇聚成高性能解决方案：

可以看到，这套全栈体系，一方面通过有机整合，能够较为容易地同时满足科学性、先进性、稳定性、经济性等需求（例如，加速特性和大数据组件能够帮助方案更有效率同时成本更低）；另一方面，作为全面、完整、一体化的信息化解决方案，也更容易去适应政府、金融、电信、互联网、大企业等不同行业应用需求。

从技术到应用落地，“全栈”成为重要的中间转换环节，不但“无损”，而且“增益”。

3、符合政企个性化需求让技术落地更具现实价值

在最终面向单个客户落地时，大数据解决方案还需要真正贴合这个客户的实际需要，这是从技术到应用落地的“临门一脚”，毕竟，不论性能如何强悍，全栈体系如何完善灵活，落实到客户头上，最终还是需要符合业务实际，产生现实价值。

既要有能力，更需要契合，鲲鹏大数据解决方案就是这么做的。

2019年，江苏省基于鲲鹏架构打造了全国首个省区市县三级政务大数据，未来将有越来越多的政务系统可以由自主可靠的鲲鹏计算平台来承载；

在广西，区内首个鲲鹏产业生态云项目——“壮美广西·玉林政务云（鲲鹏云）”已于不久前上线，这是该市全面推广应用广西数字政务一体化平台的体现，而其推出的广西首个市级公共数据开放管理办法，就与鲲鹏的大数据解决方案紧密相关；

目光转到浙江，在鲲鹏生态落子浙江的过程中，浙江推动形成“用鲲鹏”的共识，城市被当成鲲鹏生态的“试验场”，杭州市政务云已经选用鲲鹏作为算力底座，基于鲲鹏技术架构的解决方案和应用在政府服务场景中得到广泛应用。

总得看来，仅有高高在上的技术而无法产生实际价值的大数据玩法已经行不通，鲲鹏大数据解决方案跨越技术与应用的鸿沟，已经在众多行业、场景和企业中实现落地。

电信行业三巨头中，中国移动已实现鲲鹏大数据解决方案规模商用，中国电信则基于鲲鹏打造了天翼云，中国联通则基于鲲鹏构建了天宫IT系统；政务方面，北京、广东、江苏、浙江、广西等政务云都出现鲲鹏身影，当下其已经成为首选技术路线；在金融行业，鲲鹏正在帮助银行系统加速完成国产化。

可以说，鲲鹏大数据解决方案有力推动了中国数字经济发展，尤其是信息技术应用创新的落地。

领先优势下， 鲲鹏三个角度出发为大数据技术落地“铺路”

1、走得更稳——回应数字时代重要的安全关切

因此，鲲鹏大数据解决方案在安全方面一直加大投入，最典型的，是在底层硬件而非软件层面进行安全保障——鲲鹏920处理器内置硬件加速器、业界首创支持国密算法加速，这种CPU内置加速模块的做法，被称作“内生安全”，配合国密算法在技术上更为安全。

而与通常的大数据解决方案为了保证安全不得不让渡较多的性能随时监控系统运行不同，华为鲲鹏大数据解决方案内生安全的做法，做到了加密对业务性能的损耗低于5%——既解决安全痛点问题，也解决“为了安全需要”本身导致的痛点问题。

2、走得更顺——用兼容性保护既有数据软硬件投资

前文提到政务云大数据解决方案中，与现有的服务器的混合部署，这其中有一个十分重要的兼容性做法——由于鲲鹏大数据解决方案建立在鲲鹏处理器基础之上，而很多政企组织原有的软硬件投资都基于X86架构，所以鲲鹏要让技术的应用落地走得更顺，还需要在技术上完成对X86在部署层面的兼容，这样还能保护政企客户现有的数字化投资。

可以看到，当下的鲲鹏方案已经支持大数据组件TaiShan服务器与其他架构服务器混合部署。

以江苏电信为例，去年7月，其宣布成功上线全球首个基于鲲鹏处理器的运营商大数据平台。作为核心的业务系统，该大数据平台基于鲲鹏处理器的华为TaiShan服务器和开源Hadoop软件构建，承载着江苏电信所有生产系统的运行数据、存储及分析：

在项目进行过程中，双方携手完成基于鲲鹏处理器的开源Hadoop源代码编译，让关键的大数据业务组件在华为TaiShan服务器上的成功部署和运行，在原有集群上实现了传统架构服务器和TaiShan服务器融合部署。

这种兼容的做法，有效结合了江苏电信大数据业务特点和未来演进趋势，且充分发挥鲲鹏处理器的性能，提高了数据存储、计算等资源的使用效率。

3、走得更宽——生态开放才能让大数据拥有内生动力

鲲鹏生态的主要推动者华为一直强调的理念是“硬件开放、软件开源、使能合作伙伴”，在大数据解决方案中，这种理念同样得到了应用。

例如，在鲲鹏全栈方案中，顶层大数据平台就支持华为自研的FusionInsight大数据平台以及开源Apache、开源HDP/CDH、星环大数据平台，可以有效对接各类场景需要。今年8月，星环 科技 就发布了基于鲲鹏的大数据平台软硬件联合解决方案，由星环 科技 的TDH大数据平台提供软件层面优异的功能，由鲲鹏芯片提供硬件层面强大的性能，拥有极致性能、平滑迁移、丰富的场景支持以及快速部署多重优势，为行业创造价值。

此外，鲲鹏主导的数据虚拟化引擎openLooKeng开源，就支持跨数据格式、跨数据源、跨数据中心的海量分析，最终帮助方案的性能大幅度提升，典型的如北明数据资产管理平台V4.0就基于openLooKeng技术，解决了数据资产管理数据冗杂、标准不一、难以管理等痛点问题，为企业守护和挖掘数据的价值。

开放的生态，将帮助更多合作伙伴发展服务器和PC等计算产品，帮助构建高质量的基础软件生态，也让更多生态伙伴获得端、边、云的全场景开发能力，最终促进鲲鹏计算生态的繁荣，也加速大数据行业应用创新。

打好基础、做好标杆， 鲲鹏进入“强者恒强”周期

弥合技术与应用落地的鸿沟后，鲲鹏大数据解决方案拥有越来越多的政企实践，它们中大多数都是行业典型客户，本身既是大数据发展过程中的优质案例。

拥有这些客户资源的鲲鹏，实际上已经进入了强者恒强的发展周期，这不仅仅是因为它获得了诸多标杆合作案例、领先于行业，更重要的还在于，技术到应用实践的通路打通后，实践也将不断反馈技术，不断帮助鲲鹏锤炼自身的技术能力，从而形成有效的正反馈循环。

一旦这种循环形成，大数据解决方案就会进入“飞轮”式发展进程，越转越快、越难以停下，也很难以被后进者追赶，逐步成为政企客户最有竞争优势的选择。

更进一步来看，大数据服务从来都不是孤立存在的，在计算需求多样化的时代，鲲鹏计算产业生态的主要推动者华为在物联网、5G、AI等方面的能力和生态布局，无疑将帮助鲲鹏大数据解决方案有更多横向技术连接和融合的想象空间，满足更多政企客户潜在的创新业务需求。

总而言之，在以鲲鹏大数据解决方案为代表的优质案例引领下，数据与计算的时代正在加速到来，最终，“新算力”将推动“新基建”全面落地，带来“新经济”动能，更多政企客户将享受到技术带来的价值红利。

*本文均来源于网络

完

曾响铃

1钛媒体、品途、人人都是产品经理等多家创投、 科技 网站年度十大作者；

2虎啸奖评委；

3作家：移动互联网+ 新常态下的商业机会等畅销书作者；

4《中国经营报》《商界》《商界评论》《销售与市场》等近十家报刊、杂志特约评论员；

5钛媒体、36kr、虎嗅、界面、澎湃新闻等近80家专栏作者；

6“脑艺人”（脑力手艺人）概念提出者，现演变为“自媒体”，成为一个行业；

7腾讯全媒派荣誉导师、多家 科技 智能公司传播顾问。

关于“数字芯片之通用处理器CPU”这个话题的介绍，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！