后疫情時(shí)代，不造兩顆芯片似乎都不好意思叫大廠(chǎng)。最近，字節和快手也加入了造芯群聊。

字節的芯片團隊劃出了服務(wù)器芯片、AI芯片、視頻云芯片三大類(lèi)?？焓职l(fā)布了視頻云服務(wù)品牌StreamLake，推出云端智能視頻處理SoC芯片SL200。據其官方介紹，這款芯片視頻壓縮速率是“世界上最快的”。

鈔能力大廠(chǎng)的加入直接推高了芯片設計人才的薪酬待遇，去年，百度的3個(gè)芯片相關(guān)人才被截胡，據HR部門(mén)透露，原因是“他們給的太多了”。

千方百計轉行的集成電路專(zhuān)業(yè)學(xué)生，突然發(fā)現自己成為了大廠(chǎng)香餑餑。這讓吃瓜群眾多少有些猝不及防，硬科技的大旗怎么說(shuō)扛就扛了？

1、大廠(chǎng)都在造什么芯？

關(guān)于大廠(chǎng)造芯這件事，首先要明確兩個(gè)基本事實(shí)：

1.互聯(lián)網(wǎng)公司造芯片是件很正常的事，不僅中國公司造，谷歌和亞馬遜也造。

2.不過(guò)，互聯(lián)網(wǎng)公司造的芯片，跟解決“卡脖子”問(wèn)題沒(méi)有太大關(guān)系。

早在2013年，谷歌就開(kāi)始研發(fā)用于A(yíng)I場(chǎng)景的TPU芯片，解決公司內部日益龐大運算需求與成本問(wèn)題[1]。

當時(shí)，谷歌旗下已經(jīng)有圖像搜索、谷歌照片、云視覺(jué)API、谷歌翻譯等和AI掛鉤的業(yè)務(wù)，在這之后又收購了知名AI獨角獸企業(yè)DeepMind，要支撐這么多產(chǎn)品和服務(wù)，數據中心的算力恐怕得再翻一倍。

2017年的烏鎮圍棋峰會(huì )，強化版AlphaGo2.0以碾壓式優(yōu)勢三比零全勝，對弈結束后柯潔放聲痛哭，靠的就是TPU芯片。

亞馬遜也在2013年推出了Nitro1芯片，同樣是服務(wù)自身業(yè)務(wù)。時(shí)至今日，亞馬遜已經(jīng)坐擁網(wǎng)絡(luò )芯片、服務(wù)器芯片和人工智能機器學(xué)習芯片三條產(chǎn)品線(xiàn)，8年倒騰出9顆芯。

幾年后，這股造芯熱傳遞到國內，大廠(chǎng)陸續加入群聊。

2017年，百度和老牌半導體公司賽靈思合作了一款XPU芯片，并在此基礎上自研了云端全功能AI芯片“昆侖”。

昆侖1經(jīng)由三星代工成功量產(chǎn)，在百度搜索引擎及云計算上已經(jīng)部署了兩萬(wàn)片。2021年，智能芯片及架構部門(mén)干脆被拆分出來(lái)獨立融資，估值130個(gè)億，同時(shí)昆侖2進(jìn)入量產(chǎn)。

阿里巴巴則全資收購了中天微（擁有大陸唯一自主嵌入式CPU IP Core），把它和達摩院芯片團隊合并，成立全資子公司“平頭哥半導體”。

目前平頭哥共有玄鐵（處理器IP）、羽陣（RFID芯片）、倚天（ARM服務(wù)器芯片）和含光（高性能AI推理芯片）四個(gè)產(chǎn)品系列。據稱(chēng)玄鐵系列處理器出貨量已超20億，超過(guò)200家企業(yè)在用。

騰訊去年一口氣發(fā)布了AI推理芯片“紫霄”、視頻轉碼芯片“滄?！?、智能網(wǎng)卡芯片“玄靈”三款產(chǎn)品。還先后入股了國產(chǎn)DRAM廠(chǎng)商長(cháng)鑫儲存、DPU獨角獸云豹智能、芯片新秀光舟半導體等，還高薪收編造芯人才。

拋開(kāi)大廠(chǎng)在產(chǎn)業(yè)鏈上的投資，單純看自研芯片，它們的特點(diǎn)非常相似：大部分都是通用性不高的專(zhuān)用芯片。

舉例來(lái)說(shuō)，所謂通用芯片，如英偉達的GPU，可以勝任游戲、渲染、AI、挖礦等多個(gè)場(chǎng)景；而專(zhuān)用芯片大多僅用于某個(gè)非常細分的場(chǎng)景，比如世紀初曾誕生過(guò)一類(lèi)名為PPU（Physics processing Unit）的芯片，獨立于CPU和GPU之外，專(zhuān)門(mén)處理3D游戲中對物理效果的模擬。

平頭哥自研的“含光800”就專(zhuān)門(mén)服務(wù)于淘寶的按圖識別商品的功能“拍立淘”，5分鐘就能完成10億張“拍立淘”商品圖的識別，而傳統的GPU處理需要1小時(shí)。

比如淘寶的按圖識別商品功能“拍立淘”，這是阿里決戰購物節的法寶之一。用上平頭哥的AI推理專(zhuān)用芯片“含光800”后，5分鐘就能完成10億張“拍立淘”商品圖的識別，而傳統的GPU處理卻需要1小時(shí)。

簡(jiǎn)單來(lái)說(shuō)，專(zhuān)用芯片犧牲了通用性，強化了某一特定功能。英偉達做芯片的時(shí)候，既要服務(wù)谷歌、亞馬遜，也要服務(wù)特斯拉和蔚來(lái)，還要考慮廣大游戲玩家和礦老板，這就是“通用性”。

而放在專(zhuān)用芯片上，研發(fā)AI推理芯片，不會(huì )考慮做AI訓練這個(gè)場(chǎng)景。阿里給淘寶業(yè)務(wù)做芯片，也不會(huì )考慮拼多多用著(zhù)順不順手。

由于極度專(zhuān)精，專(zhuān)用芯片的技術(shù)門(mén)檻相對有限。在設計這一環(huán)上，用在邊緣側、還有終端的很多芯片，干脆采用ARM和RISC-V等精簡(jiǎn)架構，指令集都是開(kāi)源的；而一些專(zhuān)用性比較強的芯片，甚至完全可以采用自研架構。

所以，互聯(lián)網(wǎng)公司自研芯片，最大的目的恰恰是他們目前正在做的事情：降本增效。

2、還是為了省錢(qián)

今年4月，谷歌發(fā)布了自研視頻處理芯片Argos VCU，替換掉了數千萬(wàn)個(gè)英特爾CPU，一舉為谷歌節省了200億人民幣的資本開(kāi)支。亞馬遜通過(guò)自研芯片處理Alexa語(yǔ)音助手的運算，成功替代了英偉達的芯片，降低了30%的成本。

自有芯片推出一年時(shí)間內，亞馬遜云服務(wù)全年降價(jià)次數超過(guò)9次，成功帶動(dòng)下游客戶(hù)一塊降本增效。

所以，性?xún)r(jià)比才是大廠(chǎng)造芯的第一動(dòng)力。比如，騰訊的“玄靈”就是把虛擬化這種不太重要的功能，讓自研的專(zhuān)用芯片處理，那么成本更高的CPU就可以騰出精力，處理更重要的事情。

騰訊、字節和快手都在投入音視頻云處理專(zhuān)用芯片，追求在更高壓縮率、更小帶寬下傳輸內容，要知道大廠(chǎng)們的帶寬支出常年占比近10%，快手的帶寬量級已經(jīng)接近上百TB[3]，有了專(zhuān)用芯片幫忙可以省不少錢(qián)。

簡(jiǎn)單來(lái)說(shuō)，在流媒體播放、語(yǔ)音識別等特定場(chǎng)景中，可以用CPU/GPU這類(lèi)通用芯片處理，代價(jià)就是效率不高、成本不低。因此，當業(yè)務(wù)量大到一定程度后，自研的專(zhuān)用芯片就是性?xún)r(jià)比更好的選擇了。

在獨立自主語(yǔ)境下，輿論期待大廠(chǎng)們和高通/AMD這類(lèi)通用芯片設計公司硬碰硬，但這并不符合商業(yè)邏輯。

即便是蘋(píng)果這樣的公司，他們研發(fā)M1芯片的時(shí)候，也是從一些細分場(chǎng)景入手，比如突出剪輯、視頻處理等特定場(chǎng)景上的更強表現，以及和macOS的適配，而不是全方位“吊打英特爾”。

雖然蘋(píng)果聲稱(chēng)新的M1芯片對比此前的處理器性能有數倍提升，但芯片剛問(wèn)世時(shí)，MacBook Pro只有低配版采用了M1芯片；高配版仍然搭載英特爾i5-1038NG7處理器，并且價(jià)格貴得多。在Mac mini上也類(lèi)似，其高配版仍在使用第八代的英特爾六核i5處理器。

以蘋(píng)果的體量，尚且要避開(kāi)鋒芒差異化競爭，以卵擊石的后果可想而知。

小米曾經(jīng)高調進(jìn)入SoC的開(kāi)發(fā)，外界盛傳，小米重注押寶的手機SoC澎湃S2在多次流片試產(chǎn)后以失敗告終，保守估計燒掉了三億人民幣的研發(fā)費用。

另一個(gè)典型的失敗案例是三星，2015年，三星首次推出貓鼬M1架構，并在部分旗艦手機GalaxyS7和Note7中采用，矛頭直指蘋(píng)果的A系列SoC。

貓鼬架構一路迭代到了M5，但性能一直落后于高通和蘋(píng)果，最終在2019年被徹底放棄。

國內絕大多數的芯片設計公司，發(fā)展策略都是瞄準一個(gè)細分場(chǎng)景，從通用性不高的芯片開(kāi)始做，比如壁仞科技、天數智芯、沐曦等國內初創(chuàng )GPU企業(yè)，大多都繞道瞄準B端\G端數據中心的GPGPU需求，砍掉了數據中心里并不需要的圖形處理功能，在一些垂直領(lǐng)域足夠和巨頭殺幾個(gè)來(lái)回了。

對這些公司來(lái)說(shuō)，從專(zhuān)用芯片做起是一條更實(shí)際的路徑，一上來(lái)就高舉高打，在通用場(chǎng)景里和巨頭硬碰硬并不明智。事實(shí)上，英偉達的GPU一開(kāi)始也是游戲場(chǎng)景里的專(zhuān)用芯片，然后擴展到了AI、虛擬貨幣等場(chǎng)景。

互聯(lián)網(wǎng)公司的確很有錢(qián)，但造芯片的花銷(xiāo)更大，先進(jìn)制程芯片尤甚。

7nm工藝芯片流片一次需要3000萬(wàn)美元，5nm的流片成本更是達到4725萬(wàn)美元，就這還沒(méi)有計入前期購買(mǎi)芯片IP的成本、購買(mǎi)芯片設計軟件EDA的成本、動(dòng)輒百萬(wàn)年薪的芯片設計人才的工資成本等等一系列投入。

對造芯來(lái)說(shuō)，一年花一個(gè)億，只夠在新手村練級。

通常情況下，只有蘋(píng)果、華為這樣的公司，能依靠產(chǎn)品的龐大出貨量覆蓋研發(fā)CPU等通用芯片的成本。而對缺乏終端產(chǎn)品的互聯(lián)網(wǎng)公司來(lái)說(shuō)，再財大氣粗，恐怕也算不清通用芯片這筆越滾越大的賬。

3、沒(méi)那么厲害

研發(fā)一款芯片并不難，難的是研發(fā)一款面向消費市場(chǎng)的高利潤芯片，這不僅需要技術(shù)的突破，還需要終端產(chǎn)品的配合，對應的軟件生態(tài)，長(cháng)期的資本投入。

最近幾年，芯片自主的熱情空前高漲。平心而論，過(guò)去十多年里國內半導體產(chǎn)業(yè)有不小的進(jìn)步，但貢獻并不來(lái)自互聯(lián)網(wǎng)新貴，而是那些積累已久的產(chǎn)業(yè)老兵。

最典型的是海思，它的成立甚至早于華為的智能機業(yè)務(wù)。Ascend D系列首次搭載海思的四核手機處理器芯片K3V2，因體驗太差網(wǎng)友罵成一片，據說(shuō)震怒的任正非曾當著(zhù)眾多高管的面，把這款手機砸在余承東臉上。

海思造芯的前提則是，華為擁有支撐高額研發(fā)費用和試錯成本的運營(yíng)商業(yè)務(wù)，它在華為的收入結構中常年占比超過(guò)40%。

DRAM領(lǐng)域，合肥長(cháng)鑫在2019年量產(chǎn)國產(chǎn)DDR4內存芯片，在應對“卡脖子”這件事上意義重大。兆易創(chuàng )新則是全球前三、中國第一的NOR FLASH企業(yè)，紫光展銳也成為了高通、聯(lián)發(fā)科之后全球第三大主流手機SoC解決方案商。

而在芯片封測環(huán)節，長(cháng)電科技在2016年收購了新加坡的星科金朋，一舉成為全球第三的封測廠(chǎng)，拿下了高通、聯(lián)發(fā)科、英特爾、博通等等國際大廠(chǎng)的訂單。另一家公司富瀚微實(shí)現了對AMD封測廠(chǎng)的收購，幫助國產(chǎn)企業(yè)實(shí)現了在7nm CPU以及GPU高端芯片封測的突破。

高風(fēng)險、高投入、長(cháng)周期是半導體行業(yè)的鐵律，每個(gè)環(huán)節都壁壘極深，這顯然不是習慣了高舉高打、快速擴張的互聯(lián)網(wǎng)公司能夠適應的。

然而，當芯片設計套上了獨立自主的語(yǔ)境，互聯(lián)網(wǎng)大廠(chǎng)反而成為了聲浪最大的，儼然硬科技的帶頭大哥。

所以，針對大廠(chǎng)造芯這件事，還是得從兩方面看待：

一方面，絕大多數公司的自研芯片，本質(zhì)上是基于新場(chǎng)景的創(chuàng )新。比如大規模的虛擬化需求、AI需求，視頻圖片編解碼需求。這種創(chuàng )新雖然離“吊打英特爾”差了十萬(wàn)八千里，但為行業(yè)積累人才儲備，再不濟讓苦了十幾年的芯片工程師拿拿大廠(chǎng)期權，也是好事。

同時(shí)，半導體是個(gè)高度分工與高度全球化的行業(yè)，要求互聯(lián)網(wǎng)公司去和全世界頂級的芯片設計公司硬碰硬，讓他們去實(shí)現CPU等通用芯片的自主可控，顯然也不是現實(shí)的。

無(wú)論是字節、阿里、還是快手，都沒(méi)有自己的終端產(chǎn)品，他們靠什么覆蓋芯片的研發(fā)的成本呢？這不符合商業(yè)邏輯。

但另一方面，做了幾個(gè)相對邊緣的芯片就大吹特吹，也實(shí)在是沒(méi)必要。

如果真想在硬科技上有所建樹(shù)，是不是應該先想想，高薪招進(jìn)來(lái)的芯片工程師，是匯報給技術(shù)部門(mén)，還是匯報給公關(guān)部門(mén)？