\u003cdiv class=\"rich_media_content\"\u003e\u003cp\u003e\u003cstrong\u003e\u003c!--IMG_0--\u003e\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e文丨唐志敏 深圳理工大学算力微电子学院院长、象帝先董事长\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e编辑丨苏扬\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e过去40年，处理器芯片呈现出“否定之否定”的螺旋式发展道路：自研-放弃自研-自研。\u003c/p\u003e\u003cp\u003e最近5年，越来越多的整机和平台厂商，重新加入自研的“芯片战争”，并且显现出一个新趋势——\u003cstrong\u003e以CPU为中心的同构计算系统，转变成CPU联合xPU的异构计算。\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e“芯片战争”中的选手要直面几个问题：其xPU架构创新有多少，持续创新空间有多大、应用规模能否摊薄硬件、生态的创新成本。\u003c/p\u003e\u003cp\u003e刚刚公布的“十五五”规划建议稿也提到，加快科技高水平自立自强，全面增强自主创新能力，大力实施“卡脖子”迭代攻关，聚焦半导体等关键技术环节。那么，\u003cstrong\u003e接下来的五年、十年，对于国产“算力芯片”来说，突破口在哪里？\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e我们认为是指令系统结构（指令集架构）的统一。\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e系统结构的一致性，更能推动架构层面的创新，比如把RISC-V作为统一指令系统，所有CPU/GPU/xPU都基于RISC-V及其扩展来开发，在扩大规模效应的同时，高效利用研发资源。\u003c/p\u003e\u003cdiv data-exeditor-arbitrary-box=\"image-box\"\u003e\u003c!--IMG_1--\u003e\u003c/div\u003e\u003cp\u003e指令集相当于软硬件“连接器”，按标准编写软件，即可向硬件发出计算指令。\u003c/p\u003e\u003ch1\u003e\u003c!--HPOS_0--\u003e\u003cstrong\u003e\u003c!--AIPOS_0--\u003e01 经济规模与生态成本，决定架构的“生与死”\u003c/strong\u003e\u003c/h1\u003e\u003cp\u003e计算机差不多经历了八十多年的历史，早期特点是集中式处理，少数专业人员通过终端设备才能访问到昂贵的计算资源。\u003c/p\u003e\u003cp\u003e20世纪80年代后以微处理器为基础的PC和计算机网络出现，计算模式从集中式转化为分布式。后来又有了智能手机和云计算系统，计算模式进化为集中式的云中心和“泛在分布”的智能终端构成的复杂体系，且云中心本身又是一个巨大的分布式系统。\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e计算进化到今天，最为核心的CPU，以两种主导式的指令集为代表：PC和服务器领域是x86架构，智能手机领域是ARM架构\u003c/strong\u003e。\u003c/p\u003e\u003cp\u003e\u003c/p\u003e\u003cp style=\"text-align: center\" data-exeditor-arbitrary-box=\"image-box\"\u003e\u003c!--IMG_2--\u003e\u003c/p\u003e\u003cp style=\"text-align: center\" class=\"qqnews_image_desc\"\u003e\u003c!--NO_READ_BEGIN--\u003e\u003cspan style=\"font-size: 14px\"\u003e\u003cspan style=\"color: rgb(102, 102, 102)\"\u003ex86等架构及相应特征\u003c/span\u003e\u003c/span\u003e\u003c!--NO_READ_END--\u003e\u003c/p\u003e\u003cp\u003ex86和ARM占主导，是市场洗牌的结果。\u003c/p\u003e\u003cp\u003e时间往回倒退，过去40年业内出现了许多有特色的架构和产品，但大部分都逐渐凋零了。例如：英特尔开发的RISC架构i860/i960、摩托罗推出的68000以及跟IBM、Apple联合开发的PowerPC架构等等。\t\u003c/p\u003e\u003cp\u003e指令集架构，从几十款到几款，快速收敛的原因各有不同。\u003c/p\u003e\u003cp\u003e\u003cstrong\u003ex86战胜RISC，靠的是不断向高端RISC“抄作业”，同时根据新应用需求不断增加指令子集，拓展新功能\u003c/strong\u003e；PC与服务器的CPU同为x86架构，芯片出货量大，分摊了服务器CPU的研发成本，也是x86从竞争中脱颖而出的客观条件。\u003c/p\u003e\u003cp\u003e\u003cstrong\u003eRISC CPU的失意，表面上是巨额的软硬件投入成本，根源则是无法颠覆已有软硬件生态系统\u003c/strong\u003e——大量已存在的标准或事实标准的接口，如指令架构系统，这种生态的统治力，英特尔、\u003c!--SECURE_LINK_BEGIN_0--\u003e惠普\u003c!--SECURE_LINK_END_0--\u003e曾这类联合体也无法撼动。\u003c/p\u003e\u003cp\u003e回想起1990年代超算领域，如nCUBE，KSR、Thinking Machine等创业公司，既自研CPU，又开发MPP超算系统，在系统架构上提出了很多引人入胜的新方案。尤其是KSR，提出了名为Allcache的纯缓存存储架构（COMA），实现了第一个基于纯缓存的并行超算系统，其CPU只跑20MHz，功耗、散热等效率远远高于同期的英特尔486，后者主频达到了50MHz。\u003c!--MID_AD_0--\u003e\u003c!--EOP_0--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_0--\u003e\u003cp\u003e最终，各种创新性的架构都“输给了”x86。\u003c/p\u003e\u003cp\u003e不是说这些架构没有创新性，根本上在于\u003cstrong\u003e架构创新敌不过经济规律。所以，在文章开头，我们就呼吁，未来五年、十年，中国的算力芯片应该统一指令集架构，\u003c/strong\u003e\u003c/p\u003e\u003ch1\u003e\u003c!--HPOS_1--\u003e\u003cstrong\u003e\u003c!--AIPOS_1--\u003e02 架构创新难，生态构建更难：壁垒在软件与协同\u003c/strong\u003e\u003c/h1\u003e\u003cp\u003e英特尔于2000年左右推出Pentium 4处理器，时钟频率已达到4GHz。25年后的今天，很多产品时钟频率还停留在这个水平。这是因为\u003cstrong\u003e进入纳米工艺后，摩尔定律逐渐失效，晶体管开关速度放缓。\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e现在，\u003cstrong\u003e业界依赖晶体管数量的累积来提升性能，其基本的思路是并行\u003c/strong\u003e，如增加数据位宽、增加功能部件、增加处理器核的数量等等。但增加了这么多的部件，如何控制与管理？就要看计算机体系结构。\u003c/p\u003e\u003cp\u003e计算机体系结构既是硬件与软件的接口界面，也决定了硬件与软件的分工，根据硬件与软件分工的不同逻辑，大致可分为三种类型：\u003c/p\u003e\u003cul style=\"--ul-list-style-type: \u0026#39;\\25EF\u0026#39;\" class=\"nonUnicode-list-style-type\" data-list-style-type=\"circle\" classname=\"ex-list\" data-ex-list=\"ul\"\u003e\u003cli\u003e\u003cp\u003e\u003cstrong\u003e激进的结构（完全动态优化）：\u003c/strong\u003e类似上文提到的纯缓存存储架构，强调软件在动态分析和优化方面能力有限，因此在硬件上做尽可能多的动态优化, 但这样往往导致硬件过分复杂、功耗过高；\u003c/p\u003e\u003c/li\u003e\u003cli\u003e\u003cp\u003e\u003cstrong\u003e保守的结构（静态优化）：\u003c/strong\u003e硬件仅提供必需的设施, 如大量的寄存器或SRAM，依赖软件来实现高性能，这种方案的好处是硬件简化了，缺点是编程不便、性能没有保障；\u003c/p\u003e\u003c/li\u003e\u003cli\u003e\u003cp\u003e\u003cstrong\u003e折中的结构（动静态相结合的优化）\u003c/strong\u003e：硬件做一些动态的优化, 如高速缓存，软件也仍有优化的余地，通过软硬件协同解决性能和编程问题。\u003c/p\u003e\u003c/li\u003e\u003c!--MID_AD_1--\u003e\u003c!--EOP_1--\u003e\u003c/ul\u003e\u003c!--PARAGRAPH_1--\u003e\u003cp\u003e由于需要运行操作系统、编译器及各种复杂控制应用，涉及的串行因素比较多，\u003cstrong\u003e高端CPU经常采用激进的结构，但由于结构异常复杂，导致正确性难以验证，研发工作量极大\u003c/strong\u003e。随着熔断、幽灵等硬件漏洞的出现，这类结构也易受瞬态执行攻击的问题也暴露出来。\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e目前业界更倾向于基于这种结构——增加处理器核的数量，来提升性能，比如代表算力的xPU芯片，就是典型的众核（Many Core）结构。\u003c/strong\u003e这种架构可以匹配图像处理、神经网络等天然依赖并行计算的特点，只要硬件提供足够的运算部件、存储单元、互连机制，并由软件程序把并行性表达出来，就可以在并行硬件上高速地执行。\u003c/p\u003e\u003cdiv data-exeditor-arbitrary-box=\"image-box\"\u003e\u003c!--IMG_3--\u003e\u003c/div\u003e\u003cp style=\"text-align: center\" class=\"qqnews_image_desc\"\u003e\u003c!--NO_READ_BEGIN--\u003e\u003cspan style=\"font-size: 14px\"\u003e\u003cspan style=\"color: rgb(102, 102, 102)\"\u003e英伟达PASCAL和TURING架构GPU，拥有大量CUDA计算核心\u003c/span\u003e\u003c/span\u003e\u003c!--NO_READ_END--\u003e\u003c/p\u003e\u003cp\u003e英特尔Xeon Phi，Google TPU等，都是专门设计的众核加速器，而更流行的GPGPU则阴差阳错的成为众核加速器——一开始只用于图形渲染，非专门为AI设计。\u003c/p\u003e\u003cp\u003e不管是TPU还是GPGPU，\u003cstrong\u003e众核结构xPU的“算力芯片”大规模应用，首先要解决的还是生态系统问题\u003c/strong\u003e——在处理器上运行的各类软件的总和，包括各种应用软件，及支撑应用软件开发运行的系统软件、中间件、库函数等。在这方面，用户之所以喜欢使用英伟达的产品，就是因为CUDA拥有成熟的并行软件生态。\u003c/p\u003e\u003cp\u003e前面提到英特尔和惠普的合作项目。双方于1994年，联合开发了不与x86兼容的EPIC架构的IA-64安腾处理器，前后花了十余年时间，耗资巨大，终究未能成功。关键就在于经过40多年演进的x86架构，形成了任何处理器架构都无法比拟和复制的产业生态环境。\u003c/p\u003e\u003cp\u003e英特尔、惠普的新架构、新产品，解决不了新的生态问题。\u003c/p\u003e\u003cp\u003e这里面还有一个洞察——Gartner分析了从2009到2018年的企业软件市场，十年间，x86软件的市场份额持续上升，到2018年，全球投入在x86软件（含企业应用软件、基础设施软件、垂直专用软件）开发上的费用高达600亿美元，IDC 2019年同期的数据表明，全球服务器硬件的总收入也就800亿美元。\u003c!--MID_AD_2--\u003e\u003c!--EOP_2--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_2--\u003e\u003cp\u003e也就是说，软件开发的费用远远高于硬件，新搞一个处理器架构已经很费钱了，基本不会有人给更多投资去开发配套的软件。\u003c/p\u003e\u003cp\u003e基于这一点，\u003cstrong\u003e可以预判，未来很长一段时间，服务器市场上x86 CPU仍居主导地位。\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e有人也许要问，ARM-64的机会在哪里？它的核心看点在于打破英特尔在x86服务器市场一家独大的格局，因为英特尔的CPU毛利太高了，谁都想去分一杯羹，正如AI芯片厂商想去分英伟达的蛋糕一样。\u003c/p\u003e\u003cp\u003e最终，ARM服务器未来能够取得成功，几个原因可能是决定性的：\u003c/p\u003e\u003cul style=\"--ul-list-style-type: \u0026#39;\\25EF\u0026#39;\" class=\"nonUnicode-list-style-type\" data-list-style-type=\"circle\" classname=\"ex-list\" data-ex-list=\"ul\"\u003e\u003cli\u003e\u003cp\u003e一是掌控了全栈技术（应用）的大厂放弃x86，如苹果、亚马逊，它们的生态迁移完全可控，产量或毛利率也是可控的\u003c/p\u003e\u003c/li\u003e\u003cli\u003e\u003cp\u003e二是端云融合，ARM在终端的优势弥漫到云端，如Android Cloud，ARM服务器更适合支持Android Apps，应用可在云和端间随便迁移。还有云游戏在云端也不需要依赖虚拟机。\u003c/p\u003e\u003c/li\u003e\u003c!--MID_AD_3--\u003e\u003c!--EOP_3--\u003e\u003c/ul\u003e\u003c!--PARAGRAPH_3--\u003e\u003cp\u003ex86的故事仍在继续，ARM攻势迅猛，开源的RISC-V则还需要努力。\u003c/p\u003e\u003cp\u003e关于RISC-V，业内有很多讨论，既有ARM“价格贵”的问题，也有开放性、可研究性的问题，但主要还是商业化的困境。\u003c/p\u003e\u003cp\u003e近年来，\u003cstrong\u003eRISC-V应用较多且相对成功的，都是软件比较简单的场景\u003c/strong\u003e，即以微控制器(MCU)为代表的嵌入式领域，如希捷、西数等企业的存储类产品。而以物联网为代表的嵌入式场景，其需求非常碎片化，RISC-V虽然可以针对应用特点自定义对指令集的扩展，但这样分门别类地定制芯片，就失去了集成电路产业的规模效应。\u003c!--MID_AD_4--\u003e\u003c!--EOP_4--\u003e\u003c/p\u003e\u003c!--PARAGRAPH_4--\u003e\u003cp\u003e软件、应用之外，\u003cstrong\u003eRISC-V的硬件生态也还不成熟——有竞争优势的高性价比处理器核的种类少，也缺乏支持多核互连的高性能片上网络（NOC）\u003c/strong\u003e，尤其是片上网络，业内都还在用ARM方案，不过ARM不会单独向RISC-V项目授权片上网络IP，而要搭售ARM CPU核心，成本又被拉上来了。\u003c/p\u003e\u003cp\u003e一些观点认为，随着JAVA、Python等跨平台的语言/工具越来越流行，通过虚拟机技术实现应用的跨平台迁移，还可以用仿真的方法用一种指令集模拟另一种指令集，\u003cstrong\u003e寄希望于指令集架构重要性变低，进而重构x86、ARM的“垄断”格局。\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e不过，这也存在另一些相反的事实，例如英特尔一直在持续地扩展其指令集，增加新指令（子集），如近年看到的SGX、AVX512、AI扩展指令集等，说明硬件指令的直接支持对性能、能效比至关重要。\u003c/p\u003e\u003cp\u003e又如，由于业界的各类基础软件和应用软件，主要都是针对英特尔CPU优化的，即使同样是x86的AMD CPU，能流畅支持的软件配置种类就少得多。所以，阿里的公有云平台只用英特尔的CPU产品，它们可以自如地支持各种老旧的OS类型、版本、配置。\u003c/p\u003e\u003cp\u003e从这个角度来看，\u003cstrong\u003eRISC-V进入以计算机为代表的通用平台，还有一段旷日持久的路程要走\u003c/strong\u003e。\u003c/p\u003e\u003ch1\u003e\u003c!--HPOS_2--\u003e\u003cstrong\u003e\u003c!--AIPOS_2--\u003e03 统一指令集：中国算力芯片规模化的关键路径\u003c/strong\u003e\u003c/h1\u003e\u003cp\u003e近年来，系统和平台厂商又开始研发计算芯片了：美国有苹果公司、谷歌、亚马逊、微软，中国公司也很多。\u003c/p\u003e\u003cp\u003e所有自研的场景当中，云厂自研芯片的模式是行得通的，因为企业盈利的基础在于增值服务，不在硬件。云厂商由于掌控全栈软硬件，生态移植的困难也较小，且因为自身规模大，可以负担芯片研发的费用。\u003c/p\u003e\u003cp\u003e不过，现阶段多数企业自研还是用于内部，因此外部客户仍然需要独立的芯片供应商。\u003c/p\u003e\u003cp\u003e众多自研芯片的系统厂商当中，苹果公司是一个非常成功的案例，基本实现了核心产品线处理器的全线自研——手机为A系列、平板和PC为M系列、手表为W系列、耳机为H系列。\u003c/p\u003e\u003cdiv data-exeditor-arbitrary-box=\"image-box\"\u003e\u003c!--IMG_4--\u003e\u003c/div\u003e\u003cp style=\"text-align: center\" class=\"qqnews_image_desc\"\u003e\u003c!--NO_READ_BEGIN--\u003e\u003cspan style=\"font-size: 14px\"\u003e\u003cspan style=\"color: rgb(102, 102, 102)\"\u003e苹果自研芯片矩阵，数据更新至2025年9月\u003c/span\u003e\u003c/span\u003e\u003c!--NO_READ_END--\u003e\u003c/p\u003e\u003cp\u003e“产品定价高”可以作为评判苹果自研成功与否的一个表面指标。\u003c/p\u003e\u003cp\u003e和公版的ARM CPU核相比，苹果公司自研的CPU性能高、成本也高，但配合自研的系统软件，整体达到优化的用户体验，同时加上营销体系的助力，形成“高大上”的形象，就可以卖出高价钱。\u003c/p\u003e\u003cp\u003e只不过，很多失败的项目，只看到了苹果公司“自研芯片”的表面指标，\u003cstrong\u003e“自研芯片”，如果只是为了“使用芯片”，或者只是聚焦在纸面参数上，而忽略掉软件的差异化、生态能力提升，进而共同推动用户体验的优化，未必有价值。\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e\u003cstrong\u003e软件定义一切，也包括“成败”。\u003c/strong\u003e\u003c/p\u003e\u003cp\u003e无论CPU还是GPGPU，都需要在软件生态上，与现有成熟产品形成差异化，实现附加值提升，但这不等于一切都需要重构和创新，比如指令系统——指令系统越多，软件生态方面就需要投入越多，“统一”起来困难重重。\u003c/p\u003e\u003cp\u003e前面提过，软件方面的投入比硬件研发的投入还要大，而软件掉队的负面现象，目前大量出现在当前的领域专用架构（DSA）和其它xPU研发领域。比如很多国产智算中心，投资规模很大，但受配套软件不全等问题限制，实际利用率并不高，这其实就是软件跟不上硬件“步伐”带来的后遗症。\u003c/p\u003e\u003cp\u003e回想架构之争的年代，诸神混战，最后也只有少数几个架构活了下来。\u003c/p\u003e\u003cp\u003e实际上，体系结构创新，未必一定要新架构，也可以在现有的指令系统框架内实现，RISC-V恰好在这方面具备很好的支撑。\u003c/p\u003e\u003cp\u003e例如，国外Tenstorrent等企业基于RISC-V指令集，扩展支持AI的子指令集，进而开发了基于RISC-V的AI加速计算方案。又如，国内外不少大学和科研机构都在RISC-V上扩展了密码学相关的子指令集，并在此基础上实现了对后量子密码的支持等等。\u003c/p\u003e\u003cp\u003e所以，我们呼吁：\u003cstrong\u003e把RISC-V作为统一指令系统，所有CPU/GPU/xPU都基于RISC-V及其扩展来开发\u003c/strong\u003e，避免重复劳动和研发资源的无谓浪费。\u003c/p\u003e\u003cp style=\"text-align: center\" data-exeditor-arbitrary-box=\"image-box\"\u003e\u003c!--IMG_5--\u003e\u003c/p\u003e\u003cp\u003e\u003ci\u003e\u003cspan style=\"color: rgb(153, 153, 153)\"\u003e关于作者\u003c/span\u003e\u003c/i\u003e\u003c/p\u003e\u003cp\u003e\u003ci\u003e\u003cspan style=\"color: rgb(153, 153, 153)\"\u003e唐志敏是我国处理器芯片领域核心研究者，现任高性能GPU芯片研发国家高新技术企业象帝先计算技术（重庆）有限公司董事长、深圳理工大学算力微电子学院院长、中国科学院计算技术研究所主任研究员。唐志敏长期深耕高性能计算与处理器架构，对中国自主芯片的技术演进与产业趋势有深刻洞察。\u003c/span\u003e\u003c/i\u003e\u003c/p\u003e\u003cdiv powered-by=\"qqnews_ex-editor\"\u003e\u003c/div\u003e\u003cstyle\u003e.rich_media_content{--news-tabel-th-night-color: #444444;--news-font-day-color: #333;--news-font-night-color: #d9d9d9;--news-bottom-distance: 22px}.rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}.rich_media_content{color:var(--news-font-day-color);font-size:18px}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content{color:var(--news-font-night-color)}}.data_color_scheme_dark .rich_media_content p:not([data-exeditor-arbitrary-box=image-box]){letter-spacing:.5px;line-height:30px;margin-bottom:var(--news-bottom-distance);word-wrap:break-word}.data_color_scheme_dark .rich_media_content{color:var(--news-font-night-color)}.data_color_scheme_dark .rich_media_content{font-size:18px}.rich_media_content p[data-exeditor-arbitrary-box=image-box]{margin-bottom:11px}.rich_media_content\u003ediv:not(.qnt-video),.rich_media_content\u003esection{margin-bottom:var(--news-bottom-distance)}.rich_media_content hr{margin-bottom:var(--news-bottom-distance)}.rich_media_content .link_list{margin:0;margin-top:20px;min-height:0!important}.rich_media_content blockquote{background:#f9f9f9;border-left:6px solid #ccc;margin:1.5em 10px;padding:.5em 10px}.rich_media_content blockquote p{margin-bottom:0!important}.data_color_scheme_dark .rich_media_content blockquote{background:#323232}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content blockquote{background:#323232}}.rich_media_content ol[data-ex-list]{--ol-start: 1;--ol-list-style-type: decimal;list-style-type:none;counter-reset:olCounter calc(var(--ol-start,1) - 1);position:relative}.rich_media_content ol[data-ex-list]\u003eli\u003e:first-child::before{content:counter(olCounter,var(--ol-list-style-type)) '. ';counter-increment:olCounter;font-variant-numeric:tabular-nums;display:inline-block}.rich_media_content ul[data-ex-list]{--ul-list-style-type: circle;list-style-type:none;position:relative}.rich_media_content ul[data-ex-list].nonUnicode-list-style-type\u003eli\u003e:first-child::before{content:var(--ul-list-style-type) ' ';font-variant-numeric:tabular-nums;display:inline-block;transform:scale(0.5)}.rich_media_content ul[data-ex-list].unicode-list-style-type\u003eli\u003e:first-child::before{content:var(--ul-list-style-type) ' ';font-variant-numeric:tabular-nums;display:inline-block;transform:scale(0.8)}.rich_media_content ol:not([data-ex-list]){padding-left:revert}.rich_media_content ul:not([data-ex-list]){padding-left:revert}.rich_media_content table{display:table;border-collapse:collapse;margin-bottom:var(--news-bottom-distance)}.rich_media_content table th,.rich_media_content table td{word-wrap:break-word;border:1px solid #ddd;white-space:nowrap;padding:2px 5px}.rich_media_content table th{font-weight:700;background-color:#f0f0f0;text-align:left}.rich_media_content table p{margin-bottom:0!important}.data_color_scheme_dark .rich_media_content table th{background:var(--news-tabel-th-night-color)}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content table th{background:var(--news-tabel-th-night-color)}}.rich_media_content .qqnews_image_desc,.rich_media_content p[type=om-image-desc]{line-height:20px!important;text-align:center!important;font-size:14px!important;color:#666!important}.rich_media_content div[data-exeditor-arbitrary-box=wrap]:not([data-exeditor-arbitrary-box-special-style]){max-width:100%}.rich_media_content .qqnews-content{--wmfont: 0;--wmcolor: transparent;font-size:var(--wmfont);color:var(--wmcolor);line-height:var(--wmfont)!important;margin-bottom:var(--wmfont)!important}.rich_media_content .qqnews_sign_emphasis{background:#f7f7f7}.rich_media_content .qqnews_sign_emphasis ol{word-wrap:break-word;border:none;color:#5c5c5c;line-height:28px;list-style:none;margin:14px 0 6px;padding:16px 15px 4px}.rich_media_content .qqnews_sign_emphasis p{margin-bottom:12px!important}.rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{padding-left:30px}.rich_media_content .qqnews_sign_emphasis ol\u003eli{list-style:none}.rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep:first-child::before{margin-left:-30px;content:counter(olCounter,decimal) ''!important;counter-increment:olCounter!important;font-variant-numeric:tabular-nums!important;background:#37f;border-radius:2px;color:#fff;font-size:15px;font-style:normal;text-align:center;line-height:18px;width:18px;height:18px;margin-right:12px;position:relative;top:-1px}.data_color_scheme_dark .rich_media_content .qqnews_sign_emphasis{background:#262626}.data_color_scheme_dark .rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{color:#a9a9a9}@media(prefers-color-scheme:dark){body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content .qqnews_sign_emphasis{background:#262626}body:not([data-weui-theme=light]):not([dark-mode-disable=true]) .rich_media_content .qqnews_sign_emphasis ol\u003eli\u003ep{color:#a9a9a9}}.rich_media_content h1,.rich_media_content h2,.rich_media_content h3,.rich_media_content h4,.rich_media_content h5,.rich_media_content h6{margin-bottom:var(--news-bottom-distance);font-weight:700}.rich_media_content h1{font-size:20px}.rich_media_content h2,.rich_media_content h3{font-size:19px}.rich_media_content h4,.rich_media_content h5,.rich_media_content h6{font-size:18px}.rich_media_content li:empty{display:none}.rich_media_content ul,.rich_media_content ol{margin-bottom:var(--news-bottom-distance)}.rich_media_content div\u003ep:only-child{margin-bottom:0!important}.rich_media_content .cms-cke-widget-title-wrap p{margin-bottom:0!important}\u003c/style\u003e\u003c/div\u003e 
