扎堆造芯，巨頭拼什么？
近期字節跳動上一則關于招聘芯片人才的新聞，再次引發了外界對于互聯網大廠“造芯”的猜測。事實上，在“缺芯”潮持續發酵之下，“跨界造芯”早已經成為了近年來科技界的一個常用熱詞。無論是車企、手機廠商還是互聯網大廠，都先后接二連三地扎進了“造芯”賽道，甚至于連地產、零售百貨、家電等領域的企業也都紛紛參與其中，不由得給人一種“不造芯就落伍”的錯覺。
不可否認，當下來看“造芯”似乎是擋不住的一場大潮流。不過，參與者雖眾但真正了解自身“造芯”需求的企業其實并不多。那么，那些真正有志于“造芯”的企業，其真實動機究竟何在呢？
配圖來自Canva可畫
巨頭“造芯”動機何在
在一眾“造芯”的企業中，要論起真正需求明確的還要算是科技互聯網公司了。
實際上，包括蘋果、華為、OPPO等手機品牌在內的技術公司，在很早之前就已經率先在AI芯片領域“卷”了起來。2017年，蘋果A11 Bonic 問世，首次采用自研GPU，首次搭載神經網絡引擎，從此開啟了智能手機AI時代；隨后，華為“昇騰”系列芯片的出爐，則標志著華為正式進軍AI處理器行業；而后OPPO也宣布進軍半導體，打造自研芯片。
除了手機廠商之外，互聯網公司如谷歌、亞馬遜、BAT等，也都聞風而動。國外如谷歌，2014年就開始為數據中心設計服務器芯片了，2019年更是在印度組建了芯片團隊；亞馬遜AWS也在2018年底，披露了首款自研云服務器CPU Graviton。
國內如百度，2010年就開始采用FPGA自研AI芯片，2021年百度昆侖芯2更是實現了發布即量產；阿里也成立了“平頭哥半導體有限公司”入局AI芯片，并在隨后的2019年推出首款AI芯片含光800，騰訊也從前期的入股燧源科技，到親自入局造AI芯片。再到最近的字節跳動，也被曝將自研云端AI芯片和ARM服務器芯片……不難發現，近乎大半個互聯網圈有頭有臉的公司，都已經參與了這場“造芯”盛宴。
而在一片“熱鬧”的背后，“造芯”的難度是顯而易見的。那么，各路大廠為何還要來做這樣一個長周期、慢回報、資金密集的高投入行業呢？答案是戰略需要。
從內部來說，隨著行業競爭加劇，企業迫切需要推出更加原創的硬件芯片，來支持自身的產品和服務戰略落地。就研發芯片的動機來講，無論是選擇自研的華為、蘋果，還是廣有布局的BAT，其推動自研的核心動機，都與提升其產品體驗和服務差異化這一核心需求分不開。
從外部而言，高通、AMD以及英特爾等芯片大廠提供的產品，越來越難以滿足互聯網科技廠商們的現實需求了。與其他領域一樣，AMD、英特爾、高通等芯片廠對芯片的壟斷，直接導致了很多科技公司采購芯片的成本在不斷上升（比如持續漲價），過去由于話語權的羸弱使其只能聽之任之；但如今隨著各家自研芯片的出爐，其對大廠的“蠻橫”也有了一些底氣；另外，各家大廠的云服務所構建的生態并不完全相同，其對服務器芯片的需求自然也會有所差異，但通用型的芯片并不足以滿足這一需求，這種情況下自研就成了其必選的一個選項了。
更深層的內在動因
如前文所述，無論是從戰略層面還是現實層面來看，“造芯”對于技術驅動的大廠而言都值得嘗試。但如果只是滿足這些因素，這個選項至多也只能被大廠歸入“應該做”的行列，尚不至于讓大廠產生“親自下場”的沖動，而能讓大廠敢于參與其中的因素，必然與其內部條件允許脫不開關系。
首先，相比通用芯片的高門檻而言，專用芯片設計的研發對大廠而言相對容易許多。通常來說，芯片可以分為兩大類：一類是通用性芯片，通常是我們聽到的CPU、GPU和DSP等；第二類是專用芯片，包括FPGA、ASIC等等。而“通用”與“專用”的區別，通常在于其是否為執行某一特定運算而設計，如果用銀行來做比喻的話，通用芯片相當于柜員，它需要處理復雜場景應對各種復雜狀況，優點在于靈活、通用；而專用芯片則相當于“ATM機”，優點在于簡單、高效。
目前大廠們所研究的芯片類型大多屬于后者，高效是其核心訴求。比如，騰訊推出的三款自研芯片紫霄、滄海、玄靈，都在相應領域有突出表現，其中主打AI的紫霄相比業界的同等水平提升了100%，主打視頻處理的滄海壓縮率相比業界提升了30%以上，主打高性能網絡的玄靈性能，相比業界提升了4倍。無獨有偶，阿里平頭哥研發的服務器芯片倚天710、含光800等均有遠超業界預期的表現，百度的昆侖芯片2號不僅強于業界，而且較上一代性能提升了2-3倍。凡此種種，都能說明互聯網公司的核心訴求正在于提升效率這一點。
當下，人工智能運算常常具有大運算量、高并發度、仿存頻繁等特點，這使得傳統的CPU、GPU等芯片已經難以滿足當下市場的現實需要了，企業迫切需要更高性能的通用型智能芯片，在硬件層面給予人工智能算法以支持。但通用型智能芯片及其基礎系統軟件的研發，需要全面掌握核心芯片與系統軟件的大量關鍵技術，技術難度高、涉及方向廣，是一個極端復雜的系統工程，對于新入局的一眾巨頭而言仍有一定難度，相比之下自研專用的人工智能芯片則容易許多。
其次，大廠自身技術應用場景比較多，并且云基礎設施雄厚、用戶群體廣眾，其超大體量的規模足以幫助其將巨額的芯片研發成本攤薄，大大減小其推進風險。
對于“造芯”這樣重研發重投入的行業來說，除了有錢之外還必須有量，甚至有“量”是比有錢更重要的事情。比如，蘋果敢于入局SOC芯片，核心在于其每年穩定出貨幾千萬的蘋果手機，也唯有如此巨量的應用才能幫助其分攤由于芯片研發而投入的巨大成本。同樣的道路，近期字節跳動入局“造芯”，理由也是其在國內外擁有海量的云基礎設施（數據中心、服務器等資源），以及多達20億月活用戶的支持，這些因素都使其“造芯”的成本壓力大大下降了。
另外，自主研發可以使其在成本與流程上做到最優，提高安全性和靈活性，在長中短各個階段不同層次上進行更快的創新，使其在芯片的立項、進度和交付上掌握主動性。
從云中來到云中去
總的來看，巨頭參與“造芯”有動機也有可行性，基本可算是萬事皆備，但回到具體的落地實踐上來說，方法同樣很重要。目前來看巨頭造芯所堅持的動作，無外乎是“從云中來到云中去”。
一方面，云巨頭們以其在推動云服務發展中形成的清晰需求，指導其芯片制造的設計與發展。實際上，做芯片除了要考慮技術和工藝，最大的難點在于對芯片的“定義”。過去傳統芯片的優勢在于前者，但弊端是通常需要芯片做出來再去匹配需求，這會使其在很多場景下損失其真實性能。而包括谷歌、百度、騰訊等大的互聯網企業，它們本身就是需求方，它們對自身的需求最清晰、也最明確，因此“造芯”出來的結果，跟其業務本身會形成比較好的一個協同和適配。
比如，百度2019年推出的由三星代工的昆侖一代芯片，就主要應用于百度熟悉的業務如搜索排名、語音識別、圖像處理以及自然語言處理等應用領域；2021年8月，百度推出的二代昆侖芯片，則將其主要應用于互聯網、智慧城市、智慧工業等領域，同時還可以賦能高性能計算集群、生物計算、智能交通以及無人駕駛等行業，應用領域顯然比之前更廣一些，但領域依舊是百度正在推進的AI應用場景。
同樣的道理，阿里平頭哥的芯片很大程度也直接服務于阿里云的生態建設。比如，阿里先后推出了ARM服務器芯片“倚天”，AI芯片“含光”，RISC-V架構CPU核“玄鐵”，射頻識別芯片“羽陣”，基本布局覆蓋云端到終端全流程。另外，其還基于神龍架構，推出了自己的云服務器神龍服務器，并設計了自己的智能網卡芯片X-Dragon。總之，通過不斷豐富生態增強其軟硬一體的協作能力，阿里云在云服務市場的地位得到不斷鞏固和增強，其“一云多芯”戰略也得到了切實落實。
另一方面，巨頭“造芯”的目標，仍然服務于巨頭的云戰略規劃。從云服務行業的現實情況來看，客戶對于云上性價比的追求是永無止境的，未來云上工作負載對于計算創新的要求也是無止境的，這就決定了追求更高效能的全新技術，將會是芯片研發服務于云戰略的戰略核心。
比如，巨頭通過自主設計芯片以及服務器等硬件，使其在云服務基礎設施市場具有更強的定價能力和差異化，從而可以幫助其挽回在IAAS市場因為同質化競爭，而導致的低毛利困境。站在當下來看，自研芯片雖然不是云廠商開展業務的必需，但卻決定了云廠商的天花板，并象征著云巨頭的身份。
難以避免的持久戰
從入局的目的來看，現階段互聯網大廠造芯的“出口”，最終大多精準地瞄向了自身的業務。而從“造芯”這件事本身來看，“造芯”的高門檻決定了入局“造芯”的大廠，很難避免后續過程的持久戰。
首先，AI芯片相比傳統芯片的復雜度變高了，后續的投入周期也隨之變長，這意味造芯公司想要在短期之內取得進展是不切實際的。
據業內人士分析，隨著集成電路進入后摩爾時代，互聯網巨頭們在芯片設計中面臨的挑戰逐漸增多。一則隨著AI芯片性能需求加重，需要不斷投入至先進工藝中，其帶來的技術好處也不像之前那樣的線性與直接；二則，隨著功能的增加和對效能要求的提升，其在流片費用、設計復雜度以及開發周期等方面也面臨越來越嚴峻的挑戰。
對于參與其中的企業而言，其不僅要在系統應用方面加強頂層設計，增強算法到設計，以及算法、軟件、架構、軟硬件協同等各方面的優化和戰略協同，而且還必須要從數字設計到物理實現，以及工藝封裝等各個層面進行綜合思考，統籌各種因素以求取最優解。而要達成這樣的過程，必然需要花費很多的時間和資金投入，短期之內很難見效。
其次，從整個芯片行業本身的發展規律來說，其重資產、重研發的特性，決定了任何參與者都不可能在短期內取得巨大成功。
過去蘋果連續押注芯片設計十幾年，才逐漸取得了A系列芯片的突破，對于剛剛進場的互聯網巨頭而言這個過程自然也是必不可少的。目前為止，各路互聯網巨頭仍處在量變到質變的前期階段，遠沒進入到一個大規模爆發、質變型產品大規模量產的階段，因此其接下來還有很長的路要走。
另外，芯片對巨頭戰略上的極端重要性，決定了大廠在這個領域絕不會輕易放棄，這就意味著巨頭未來在芯片領域的投入將會是長期的。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）