BAT各怀“芯事”

创业

2022

06/30

18:42

亚设网

本文来自合作媒体：周天财经，作者：周天财经。猎云网经授权发布。

中国的互联网大公司正在加紧「造芯」。

不久前的阿里云峰会上，阿里云智能总裁张建锋发布为新型云数据中心设计的专用处理器 CIPU，并表示未来 CIPU 将替代 CPU 成为云时代的处理核心。

腾讯也在被曝近期投资了 DPU 创业公司云豹智能数亿元人民币的新一轮融资，这也是腾讯第三次投资这家成立不到两年的 DPU 公司。DPU 被认为是数据中心继 CPU 和 GPU 之后的「第三颗主力芯片」，是近几年芯片行业的投资热点领域。

而在去年 11 月，腾讯首次正式公开了其在自研芯片方面的动作，一口气推出针对 AI 计算的「紫霄」芯片，用于视频处理的「沧海」芯片以及面向高性能网络的「玄灵」芯片，三款芯片都属于专用芯片。

在给芯片起名这件事上，大厂员工们充分展示了自己扎实的网文玄幻小说阅读经验。

芯片之功，并非一朝一夕，2018 年是一个关键节点——这一年，百度宣布推出云端全功能 AI 芯片百度昆仑 1，同年 9 月，阿里宣布旗下达摩院联合中天微成立芯片公司，定名「平头哥半导体」。

最近几年由于全球供应链紧张，半导体产业来到聚光灯下、常常被诟病只重视商业模式创新而缺乏硬科技的互联网巨头们，为什么纷纷「撸起袖子」主动下场，来到芯片这个绝对的「硬科技」领域；BAT 在造的芯片，和为人熟知的英特尔、高通、AMD 们又有着怎样的关系？

「芯事」重重

很大程度上，造芯运动的风是从美国刮过来的。

亚马逊在 2013 年就已推出网络芯片 Nitro1，到现在已经拥有了以 Nitro 为代表的云端网络芯片、以 Graviton 为代表的服务器芯片以及 AI 机器学习专用芯片三个完整条线。

谷歌则在 2015 年 6 月的 I/O 开发者大会上首次推出 TPU 芯片，即「张量处理器」，专门为优化其 TensorFlow 框架所打造，到现在已经到了第四代产品。

通过整理这些中美互联网巨头所发布的芯片，不难发现，大厂们前赴后继所打造的芯片主要以专用芯片为主，并且相对集中在 AI 芯片以及云端服务器芯片，并不是更多人所熟悉的 CPU 和 GPU。

所谓专用芯片其实不难理解，就是为了去解决相对特定的问题而专门设计的芯片，与之相对的就是以 CPU 为代表的通用芯片，后者能办的事很多但是牺牲掉了某些特定场景下的效率。

因为在人工智能计算以及数据中心处理等各种场景之中，对计算量要求很大而且计算又具有比较「规整」的特点，因此值得为之专门设计硬件资源，以达到降低功耗、提升计算效率的目的。

再延展一点的话，在 AI 专用芯片之中还延伸出 FPGA 和 ASIC 的不同形式，前者保留着一定的可改造灵活性，后者则是彻底面向特定场景深度定制。

比如阿里在 2019 年推出的含光 800 芯片就是一枚专门用于 AI 推理的芯片，其推理性能相较于传统 GPU 算力性价比提升超过 100%。

还比如，百度也舍弃 GPU 路线，从一开始就基于 FPGA 打造，FPGA 特点就是可编程，因而使用昆仑芯片的用户，就可以根据自己的应用场景来进行定制、魔改、二次开发。由于 AI 应用场景分散、复杂度高，FPGA 作为一种可编程芯片，就适合部署于提供虚拟化服务的云计算平台中。

大厂们造芯的首要目的，就是要满足自身云计算以及 AI 业务的相关需求，像是亚马逊自家的 Nitro 就从不对外售卖，完全自研自用。

那么，为什么大厂不和高通、AMD 这样的芯片设计公司合作，而是选择自己开发或是通过并购、投资初创企业的方式来做芯片呢？

对造芯这种攀登人类科技树顶点的决定来说，大厂们都是非常理性的，不和芯片设计公司合作搞的原因也很简单：不划算、不安全。

随着智能技术的不断发展以及应用场景上的逐渐丰富，芯片所呈现出的特点就是越来越专业分化，越来越需要对特定场景做定制化地适配，据晚点 LatePost，目前 DPU 还处在非常早期的阶段，在技术路线、产品形态等方面业内都还在「摸着石头过河」。

综合多方资料来看，一枚专用芯片的研发成本至少也要数亿人民币，其中包括如人员支出、EDA 授权、IP 授权、流片支出、产品试产等多个环节，但对于「家大业大」的大厂来说钱并不是最重要的考量因素，时间成本和商业壁垒的积累更为紧要——对比受制于高通、英伟达，在专用芯片上自己动手显然要更加划算。

在现实中，对于多了一重地缘博弈考量维度的中国公司来说就更是如此，当然事无绝对，谷歌在开发 TPU 的过程中也与博通进行了合作，只是说大厂造芯时更加看重自主可控、且能够针对己方业务场景深度定制。

造芯的「势」

你可能发现了，中美两国对造芯最为积极的公司，都将云计算作为最主要的应用场景之一，而即便是没有被我们重点提及的微软，也传出这两年正在为旗下服务器自研 ARM 架构的处理器，Wintel 联盟已经出现裂隙，同样在大力发展云计算的华为，也拥有基于 ARM 架构的服务器芯片「鲲鹏 920」等产品。

据集微网，CINNO Research 半导体事业部总经理 Elvis Hsu 认为，「自研定制化的 AI 芯片，使云服务器的性能明显高于使用 CPU、GPU 等通用芯片的服务器，因此自主研发 ASIC 或 FPGA 芯片成了最佳解决方案，如阿里的 Ali-NPU 神经网络芯片。」

这不仅是为了满足场景性能需求，也能够直接降低成本。如果使用自研的 Arm 服务器芯片，价格只有 x86 芯片的几分之一，甚至十分之一，这将在云服务市场竞争日趋激烈的环境中，让厂商更具备竞争优势。亚马逊 AWS 之所以能够成为「价格屠夫」，很大程度也是因为自研芯片使其有效压低了服务成本，在实例性能不输竞争对手的前提下却能更加便宜。特别是今天这个时代，当国资云计算集体入场、抢夺订单，如何守住壁垒，考验着腾讯云阿里云们。

在技术层面，如前所述，大厂们并非「重复造轮子」，而是试图在 AI 芯片、服务器芯片等高端专用芯片领域开疆拓土，这也将推动国内芯片设计能力的进步，如阿里在去年发布的倚天 710 芯片所采用的是 5nm 制程和 ARMv9 架构，百度昆仑芯 2 也采用的是较为先进的 7nm 制程。

而在商业生态层面，兵强马壮的大厂们无论是在人才招募还是其他资源整合的能力上，都不逊色于芯片产业中的原有玩家，而且因为是用于 AI、云计算等战略性业务，也不必担心出现像消费者业务那样猛砸一波金元、见势不妙随后撤退，最终留下一地鸡毛的糟糕情景。

芯片产业极度依赖分工合作，大厂作为新玩家入局也主要是集中在芯片设计环节，因此大厂组团自研，无论对于芯片制造、芯片设备还是与之合作的芯片设计企业都将带来利好，而互联网公司坐拥的丰富应用场景，也能够促进投产芯片更快地完成商业闭环。

比如百度推出的用于智能家居等领域的「鸿鹄」芯片、腾讯推出的用于视频处理的「沧海」专用芯片、阿里的 RFID 芯片「羽阵」等，都体现了中国互联网公司的场景优势。

其实，场景倒逼硬件，一直是产业发展的规律，尤其对游戏产业和消费电子更是如此。芯片的崛起需要一种势：正如 intel 和 AMD 的起家是基于 PC 产业浪潮；NVIDIA 起家则是来自于游戏需求的倒逼，并搭乘了⼤规模并⾏计算需要及 AI 浪潮的东风；ARM 则是与智能机行业同步起飞。中国互联网大厂这一波造芯运动的「势」，就是云计算和产业数字化浪潮。

而在腾讯、阿里之外，字节、美团等互联网大厂也都在通过投资、自建团队等方式积极布局芯片赛道。比如在 2021 年，字节跳动参投希姆计算、云脉芯联、睿思芯科等企业，并通过全资子公司量子跃动投资了 GPU 芯片设计公司摩尔线程等，还在招聘平台上发布了不少芯片研发相关职位，瞄准服务器芯片以及 AI 芯片；美团也通过关联公司在 2021 年密集投资了爱芯科技、荣芯、智砹芯、禾赛科技等多家半导体创业公司。

百度则把芯片业务自立门户，百度昆仑于一年前已经完成独立融资，当时估值在 130 亿左右。与之相比，京东云的造芯进展则相对存在感不明显，京东云在 4 月发布了统一存储平台「云海」，称其基于自研的「金刚」芯片，但除了在通稿里起好了名字，目前没有披露更多信息。不过，工商信息显示，2021 年，刘强东通过江苏京东邦能投资管理有限公司，投资了希姆计算，持股比例为 2.87%。

随着芯片行业炙手可热，有芯片猎头告诉周天财经，现在人才层面已经是供不应求，不少厂商会去高校提前锁定人才，即便在这个并不容易的就业季，「刚毕业的大学生，电子工程的硕士年薪起步都得 50-80 万」，大厂入局恐怕只会加速推高人才薪酬，或是挖角原本中下游厂商的技术骨干，毕竟大厂对新业务在投入阶段的亏损耐受程度也要更强。

另一方面，目前先进制程的产能仍然主要集中在台积电、三星等制造商手中，芯片产业的卡脖子问题，集中在制造这一环节，仍然没有缓解。互联网大厂们高调发布的芯片到底能抢到多少产能，多快实现量产仍然有待观察，现阶段更像是「做一分，说三分」，以释放信号为主。

但总的来说，市场竞争中难免出现短期扎堆，何况又是在半导体这样一个资本密集、智力密集的尖端行业，不妨给大厂芯事多留出一些观察时间