互联网巨头蜂拥造芯的原因与难题

“缺芯潮”因疫情反复、供应链中断而导致愈演愈烈。圣诞节前，有媒体称苹果公司正因缺芯而导致iPhone13 Pro、最新iPad减产，直接损失超过400亿元。而缺芯也导致汽车行业大规模减产，大众、福特以及中国的蔚来等都受到缺芯的影响。

一面是“缺芯潮”，另一面则是科技互联网企业蜂拥造芯。苹果发布ARM架构的M1PRO芯片以替换Intel，用在自家的笔记本电脑上；谷歌、亚马逊、Facebook也都已经拥有自研的芯片。同时，中国的阿里巴巴、百度、腾讯（BAT）也已经发布多款自己研发的芯片。

苹果、华为通过使用自主研发的芯片，可以更好地实现软硬结合，实现功耗和性能的平衡统一，同时节约成本。那BAT们作为互联网公司为何要制造自己的芯片呢？

中国互联网巨头“造芯热”

中国的互联网公司中，百度是第一个推出自研芯片的企业，其次是阿里巴巴，腾讯也在2021年7月宣布进军芯片领域，并在11月份一口气发布了三款自研芯片。一场“造芯热”正在互联网巨头中兴起。

2018年7月，百度公司发布云端全功能AI芯片“昆仑”，其中包含训练芯片昆仑818-300，推理芯片昆仑818-100，“昆仑”是中国第一款云端全功能AI芯片。第一代昆仑芯片已经在2020年实现量产。

第二代昆仑芯片也完成流片并于2021年8月量产，该芯片采用全球领先的7nm 制程，搭载自研的第二代 XPU 架构，相比一代性能提升2-3倍。

再来看阿里巴巴。2018年9月，阿里巴巴在云栖大会上宣布成立平头哥半导体有限公司，主要任务是从事芯片的自研开发与战略布局。次年9月，第一颗自研芯片——AI推理芯片含光800正式问世。

2021云栖大会上，阿里平头哥又推出了自研的5nm芯片，取名倚天710，集成了600亿晶体管。据阿里介绍，这颗芯片基于ARMV9架构，内含128核的CPU，主频为3.2GH，也是全球第一款5nm的ARM服务器芯片。该芯片的能效比优于行业50%。

最后一个发布芯片的互联网巨头是腾讯。2021年11月3日，腾讯一口气发布三款自研芯片：紫霄、沧海、玄灵。这三款芯片分别定位于AI推理、视频转码和智能网卡。

而且腾讯之前在自研芯片领域也有不少动作，曾多次投资云端AI芯片企业燧原科技。2020年，腾讯还成立了专注芯片研发的蓬莱实验室，旨在实现芯片端到端设计、验证全覆盖。今年3月，多家媒体又披露了腾讯下场“造芯”的消息，注册成立“深圳宝安湾腾讯云计算有限公司”，经营范围包括集成电路设计、研发等。

三大互联网巨头自研芯片都不对外出售，均被应用于自己的云计算相关业务中。这股“造芯热”也推动了中国半导体产业链蓬勃发展，加之行业“缺芯”，中国半导体产业链企业平均营收增长都超过100%。

为何蜂拥造芯？

互联网公司，并不像苹果、华为们，有自己的硬件业务，为何它们也要亲自造芯片呢？这要从人工智能技术的蓬勃发展说起。

首先，人工智能技术的普及，推动了算力需求的爆发式增长。OpenAI曾作过一项分析表明，自 2012 年以来，人工智能训练任务中使用的算力正呈指数级增长，其目前速度为每 3.5个月翻一倍。而摩尔定律则是18个月翻一倍。

只有硬件的算力跟得上需求，才能够满足人工智能的发展，所以在人工智能时代，摩尔定律正在失效。这时候就必须去寻找正确的方法为算力的增长做足准备。

其次，人工智能时代提高了运算的多样性。AI芯片公司寒武纪曾表示，人工智能运算常常具有大运算量、高并发度、访存频繁的特点，且不同子领域（如视觉、语音与自然语言处理）所涉及的运算模式具有高度多样性，对于芯片的微架构、指令集、制造工艺甚至配套系统软件都提出了巨大的挑战。

阿里平头哥也曾对媒体解释过自研芯片的原因：“传统通用处理器基于冯诺依曼结构，其存储和运算处理是分离的；如果处理深度神经网络，需要大量读写运行操作，会受到带宽限制，因此效率较低。”

这时候，X86架构的通用芯片无法满足需求，异构计算时代到来，就需要全新的芯片实现多种计算单元(例如CPU、GPU、ASIC、FPGA)的集成和融合。

再次，解决“卡脖子”技术，实现国产替代和产业安全。华为曾在手机芯片领域做得风生水起，但是被美国制裁后，华为手机不再能使用自己研发的5G芯片，损失极为惨重。

解决芯片这个“卡脖子”技术已经成为国家战略，只有掌握自己的芯片设计、制造技术，才能够做到国家安全和产业安全。

而在人工智能时代，AI芯片和传统芯片相比是完全不同的设计思路、设计语言和架构，这让中国企业可以在新的赛道上不至于落后于国外太远。同时，云计算和人工智能的巨大需求，也有利于这类芯片的规模化量产。

我们看到中国这几个互联网巨头所研发的芯片，都是和AI相关的芯片，这正是为了解决传统CPU和GPU无法解决的算力、算法、功耗等难题。同时，每家企业的芯片都有业务类型的侧重点，比如，腾讯的自主研发芯片侧重于AI推理、视频等。

面对AI芯片这个“弯道”，中国有机会把握住它，而财大气粗，又有自用需求、应用场景的互联网巨头们更应该成为“排头兵”。

互联网巨头造芯的难题

造芯片的难度极大，有人把这个难度与登月相提并论。的确，我们的月球探测车已经登上了月球，但是在高端芯片的制造上仍然无法自给自足，受制于软件、硬件多项技术难题。

互联网巨头造芯片也一样困难重重，这包括资金压力、人才、技术、制造、应用、成本控制等多个方面。

首先，资金难题。阿里巴巴、腾讯都是市值数万亿的企业，每年营收几千亿，但是在造芯行业面前都算不了什么。芯片从研发到标准化生产，花三五年时间都是正常的，这期间需要的研发费用巨大。比如，英特尔2019年研发投入就高达134亿美元、高通是53.98亿美元。

这些通用芯片生产商每年芯片出货量十分巨大，这支撑了他们的研发投入。而互联网巨头们研发的芯片主要应用在企业内部，不对外销售，其流片的数量较少，因此面临更加昂贵的成本。

为了解决资金难题，他们必须独立成立公司，面向社会融资。比如，2021年3月，百度昆仑芯片业务完成独立融资，投后估值约130亿元人民币。

其次，技术难题。芯片产业链条很长，上游的基础EDA软件、材料和设备；中游的芯片设计、制造、封装测试。

目前中国芯片产业最大的技术难题是EDA设计软件以及高端光刻机。目前全球高端芯片设计EDA被美国Synopsys、Cadence、Mentor三大公司垄断，占全球90%的市场份额。高端光刻机的主要制造商是荷兰的阿斯麦尔。

同时，即使是设计出芯片，也面临着流片、测试等一系列工序。据阿里平头哥透露，芯片设计是一个复杂的系统工程，单纯完成设计并不意味着就可以流片成功，这是行业的深水区。假如流片失败，意味着硬件设计需要推倒重来，这比软件出BUG问题更加严重。一般芯片公司需要做两次（engineering sample、production sample）或多次才能流片成功。

流片成功后也不代表就可以直接商用。它还需要经过复杂的测试验证，在各项指标都符合实际场景需求后才到了真正的商用阶段。

目前，互联网巨头蜂拥造芯只有2-3年的时间，而造芯之路漫长且艰难。但是在人工智能芯片这个“弯道”机会面前，它们跑步进场，会吸引更多资金、人才进入芯片行业，对中国整个芯片制造产业来说都会有极为深远的意义。

接下来，我们要关注的是：

第一，互联网巨头能否持续在芯片领域长跑，研发出更多通用类芯片。

第二，互联网巨头能否与华为等优秀的科技企业一起，在EDA设计软件、高端光刻机等关键技术领域获得突破？

第三，能否从互联网巨头中诞生出中国的芯片领军者？