科技巨头们为什么要“跨界造芯”?

科技云报道
AI芯片就用在这些运算、推理的云服务器上,提高它们的算力。而基于ARM架构的服务器CPU芯片,则是对标X86服务器CPU芯片,一方面提升云服务器的性能,另一方面也为可能遭遇“卡脖子”而未雨绸缪。

在“缺芯”浪潮持续发酵下,“跨界造芯”被列入了半导体行业十大热词。

2345截图20211028093243.png

无论是车企、手机厂商还是互联网大厂,都接二连三的扎进“造芯”赛道,甚至于连地产、家电、百货、水泥厂等企业也直接横跨到科技业开始造芯之路。

3月9日,苹果公司发布“地球最强桌面级处理器”M1 Ultra,将去年10月份发布的M1 Max的集成度翻倍,其CPU和GPU性能与功耗表现吊打当前最强芯片表现,远远领先其他芯片公司。

其实,早在2010年苹果发布iphone 4明确向外界宣布自研处理器A4后,“造芯”就已经不再是芯片公司的专场,谷歌、特斯拉、微软、百度、亚马逊、阿里巴巴、腾讯等科技巨头接连入局。

对于任何企业来说,“造芯”之路都耗费巨大,但为什么汽车、手机、互联网等大厂们还是要扎堆造芯?它们造的芯片和专业芯片厂商有什么不一样?更进一步,国内大厂投入造芯,能缓解芯片短缺、卡脖子的困境吗?

“跨界造芯”的互联网云巨头

近年来,头部科技公司的行动出奇地一致:无论国内外,都将目光放在了“芯片”这一领域。

先是手机厂商如苹果、华为、OPPO,纷纷下海自研AI芯片。

2017年,苹果A11 Bonic问世,首次采用自研GPU,首次搭载神经网络引擎,开启智能手机AI时代;华为“昇腾”系列芯片出炉,标志着华为正式进军AI处理器行业;OPPO也明确进军半导体,打造自研芯片。

同时互联网公司如谷歌、亚马逊、BAT,也开始有所行动。

国外如谷歌,2014年就开始为数据中心设计服务器芯片,2019年更是在印度组建芯片团队亚马逊AWS也在2018年底披露了首款自研云服务器CPUGraviton。

国内如百度,2010年就开始采用FPGA自研AI芯片,2021年百度昆仑芯2发布即实现量产。

阿里,2018年成立“平头哥半导体有限公司”正式入局AI芯片,2019年首发AI芯片“含光800”。

腾讯从2018年开始对燧原科技进行多轮投资之后,在2020开始自立门户下场造AI芯片。字节跳动,2021年被曝自研云端AI芯片和ARM服务器芯片。

至此,BAT等国内互联网巨头全部杀进芯片的领域,展开竞争。

BAT们的对手不光有英伟达、高通、赛灵思这样的国外芯片巨头,还有寒武纪、地平线这样专注于研发AI芯片的创业企业,也有华为海思这样的国产芯片头部企业。

互联网公司投入这么大的成本造芯,究竟看中了什么?

当我们把目光转到全球的互联网公司,会发现这个趋势更加明显,几乎所有涉及云计算和AI的科技巨头都在做芯片。

这些云巨头做的芯片,主要集中在几个方面:

服务器CPU

服务器CPU主要集中在ARM服务器CPU。我们可以看到在ARM服务器芯片布局的包括:亚马逊AWS的Graviton2;阿里的倚天;华为的鲲鹏等。

云端AI芯片

例如:谷歌的TPU;阿里的含光;腾讯的紫霄;华为的晟腾;百度的昆仑等。

云端外设芯片

例如:AWS的nitro的一些网卡芯片、存储芯片等;华为、腾讯也都有自己智能网卡芯片等。

那么,这些芯片都用在了什么地方?

在互联网公司,它们的去向主要是自家的云服务器。

近几年,中国的云业务市场越来越大。根据中国信通院发布的《云计算白皮书(2021年)》显示,2020年我国云计算市场呈爆发式增长,整体规模达到2091亿元,增速56.6%。

巨大的云市场背后,是规模庞大的云服务器。

根据Canalys的数据,截止2021年第三季度,中国头部四家云服务公司为阿里、华为、腾讯、百度。

其中,三家互联网公司的服务器均超过百万台。

为了能让数亿互联网用户快乐冲浪,服务器的性能至关重要,而云端AI芯片、服务器CPU芯片就是其中的关键一环。

“AI芯片”之名源于它的用途,从技术路线上,GPU、FPGA芯片和ASIC芯片,都可以被用来做AI芯片。

AI芯片与CPU相比,具有更多ALU(逻辑运算单元)。换句话说,两者是全才与专才的差别:CPU能够执行复杂指令,但算力因此受到限制,AI芯片虽只能执行简单指令,可它的算力却比CPU高得多。

恰巧,AI的训练和推理,就是一个简单的重复过程,用不到那么复杂的指令,用AI芯片代替CPU往往能事半功倍。

为了开发最适合自家云计算和AI业务的芯片,互联网云厂商纷纷自研芯片。

AI芯片就用在这些运算、推理的云服务器上,提高它们的算力。而基于ARM架构的服务器CPU芯片,则是对标X86服务器CPU芯片,一方面提升云服务器的性能,另一方面也为可能遭遇“卡脖子”而未雨绸缪。

2345截图20211028093243.png

大厂“造芯”的门槛

这么多互联网云计算大厂投入芯片设计,难道芯片设计就没有门槛吗?

事实上,造芯有三大门槛:技术密集、资金密集、成本敏感。简单来说,需要有人、有钱、有量。

对于互联网云计算大厂来说,有人有钱自然不用说,但大家其实没有看到的一面是:大厂有量!

众所周知,芯片投入很大,7nm开发成本在亿人民币级别,没钱没人都做不了芯片。因此,只有量大才能分摊芯片的成本。

对于做芯片来说,量比钱甚至更重要。换句话说,如果没有市场需求,做芯片这个逻辑本身都不成立。

例如,苹果公司每年出货几千万台手机,这个是苹果做手机SOC芯片的底气,同时这些量能够极大分摊芯片的成本。

正因如此,互联网云计算大厂们掌握了全球大部分的服务器的算力,这个数量足以激励其研发自己的服务器芯片。

一旦芯片生成出来,立马就可以产生效益,不但满足需求,还可以分摊成本。

可以说,互联网云计算大厂们的“需求”是从云里来,自研“芯片”也是到云里去。

即便抛开互联网公司自身的需求,AI芯片本身也是一个诱人的市场。

根据赛迪顾问的数据,中国AI芯片市场规模会在2021年达到305.7亿元,增长率更是高达57.8%。

另据前瞻产业研究院的数据,我国AI芯片市场规模将在2024年达到785亿元。

AI芯片是一个相对年轻的行业。与CPU行业相比,还没有哪家公司独占AI芯片的鳌头。

这个市场养活了寒武纪、地平线、天数智芯等AI芯片创企,而近年来盯上AI的互联网公司,自然不愿放过这块“肥肉”。

2345截图20211028093243.png

大厂“造芯”任重道远

从入局目的来看,现阶段互联网大厂造芯都有自己的“小算盘”,芯片“出口”方向精准,都是为了自家业务而来。

海比研究院行业研究总监宋涛认为,现在国内BAT等公司采用的“设计+应用”的芯片入局方式,对于现今芯片“卡脖子”的制造环节毫无贡献,对于“芯片荒”只是起到了锦上添花的作用。

但是不排除这些科技巨头在积累一定的经验人才后,进军难度更大的芯片制造。

显然,要实现这一点并不容易,业内分析师认为,“即便科技公司造芯在未来会左右传统芯片厂的营收,但并非短期内能实现。”

一方面,通用芯片的难度和自家业务上用的芯片研发难度并不在一个等级,造芯从来不是一蹴而就,靠的都是厚积薄发经年之功。即使对于这些互联网巨头来说,仍然有很长的路要走。

放眼国际,从2010年第一款自主芯片到加载出今天的万亿帝国,苹果用了10年;谷歌2018年涉足芯片加大投入,凭借高研发投入和技术积累,还在奋力追赶;三星的造芯之路开局“惨烈”,但是一步一个脚印,终在制成上超越制霸芯片行业20多年的英特尔。

另一方面,5G时代前夕的AI芯片机遇,数据在爆发式低增长,芯片行业这个蛋糕只会越来越大。

现在互联网巨头的入局,仅仅是芯片行业的开始,而对于芯片生产来说,它只是半导体产业的其中重要一环。

有一点值得注意,从进入时间来看,在云端AI芯片领域,中国互联网巨头与美国同行们几乎是同时起步。

互联网巨头在属于自己的垂直领域在做精细化深耕,这对中国芯片市场精细化分工打下了基础。

同时,中国互联网巨头有一个独特优势就是,可以用于自家产品上快速进行市场验证,并快速商业化。

在芯片国产化起步的阶段,BAT等中国互联网厂商的躬身入“芯”局,或许是一个小小的突破口,现阶段国内芯片制造还远未形成竞争格局,抱团取暖,寻求合作契机共同发展才是关键。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论