移动互联网

BAT各怀“芯事”

2022/6/29 18:28:00


文 | 周天财经

周天财经 原创出品


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?


01

「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。


02

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?规模并?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。


03

小结


坦率地说,在今天,越来越没有必要用「互联网公司」来框定企业的业务范畴,大厂也好、造车新势力也好,都是将产品、服务作为满足用户需求的载体,将技术研发作为实现目标的手段。


正如美国业界不会将 Meta、谷歌、Amazon 称作 Internet Company,而是统一归类到 Tech Company 的类别,在造芯这件事上,我们感受到的是中国大厂对于最新的产业动向仍然保持敏锐,并且具备投入的耐心。


国产芯片目前走到了一个关键性窗口期:这个窗口有如下特征:市场能容下巨头玩家;处于爆发前夕,大规模应用尚未到来;场景分散、复杂度高,须定制化;单独芯片远远不够,须配套方案支撑。


站在芯片产业来看,这个产业的先发优势和马太效应都非常明显,各个专业细分领域的市场集中度都很高,并且已有的巨头也很擅长「拆梯子」、「使绊子」,依靠技术垄断来赚取超额利润。对中国科技企业来说,狠抓芯片产业的宝贵窗口期,以 AI、服务器等专用芯片作为切入,才能在复杂的经济形势里,增加更多底牌。


版权声明
本文仅代表作者观点,不代表艾瑞立场。本文系作者授权艾瑞专栏发表,未经许可,不得转载。
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 合作伙伴| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10

扫一扫,或长按识别二维码

关注艾瑞网官方微信公众号