顧天嬌

繼扎堆“造車”后，互聯(lián)網(wǎng)巨頭們又齊聚芯片賽道。

近日騰訊表示，基于一些業(yè)務(wù)需要，騰訊在特定的領(lǐng)域有一些芯片研發(fā)的嘗試，比如AI加速和視頻編解碼，但并非通用芯片。而在此之前，騰訊還投資了主攻通用人工智能訓(xùn)練和推理產(chǎn)品的AI芯片公司燧原科技。

另一邊，美團關(guān)聯(lián)公司投資了AI芯片公司智砹芯半導(dǎo)體，后者主做高性能、低功耗人工智能處理器芯片；字節(jié)跳動投資了GPU芯片設(shè)計公司摩爾線程，并表示正組建團隊，要在AI芯片領(lǐng)域做一些探索。

更早入局的玩家，如百度已于今年6月將旗下昆侖芯片業(yè)務(wù)獨立出去，目前昆侖芯公司估值約30億元；阿里巴巴自研芯片AI推理芯片含光已量產(chǎn)并服務(wù)于阿里內(nèi)部。

如果說互聯(lián)網(wǎng)巨頭造車是為了搶奪下一個時代的流量入口，那么扎堆造芯又是為了什么？

算力的角逐

觀察各家互聯(lián)網(wǎng)公司的芯片布局，有一個共通點，那就是AI芯片。

互聯(lián)網(wǎng)公司的觸角遍布我們的生活，衣食住行等場景產(chǎn)生的海量數(shù)據(jù)匯聚在各個巨頭的數(shù)據(jù)庫中。利用深度學(xué)習算法，巨頭們分析用戶的喜好習慣，預(yù)測用戶的行動，進而為用戶提供個性化推送。與此同時，用戶發(fā)現(xiàn)軟件正在變得越來越“聰明”。

另一方面，互聯(lián)網(wǎng)巨頭“同質(zhì)化”極其嚴重，在社交、電商、視頻、游戲、支付、企業(yè)服務(wù)等領(lǐng)域都是打得不可開交，這背后與其說是在存量市場中爭奪更多的用戶時間，不如說是為了爭奪用戶數(shù)據(jù)。

但是誰能夠?qū)⑹占瘉淼臄?shù)據(jù)更好、更快地利用起來，考驗的就是各家的算法和算力。因此，芯片作為提供算力的硬件基礎(chǔ)設(shè)施，成為了巨頭們構(gòu)筑差異化競爭力的關(guān)鍵。

就拿騰訊來說，其自研的AI加速芯片，其實就是以現(xiàn)有芯片架構(gòu)為基礎(chǔ)，對某類特定算法或者場景進行加速，從而實現(xiàn)在特定場景下的計算速度、功耗和成本等方面的優(yōu)化。通常包括基于深度神經(jīng)網(wǎng)絡(luò)的各類算法，以及圖像識別、視頻檢索、語音識別、聲紋檢測、搜索引擎優(yōu)化等任務(wù)。

騰訊目前發(fā)力視頻業(yè)務(wù)，在微信上培育視頻號內(nèi)容生態(tài)，而視頻內(nèi)容審核、視頻在私域流量和公域流量中進行的算法分發(fā)等都是AI加速芯片應(yīng)用的典型場景。

燧原科技的AI高性能通用芯片“邃思”、AI加速卡“云燧T10”、AI推理產(chǎn)品“云燧i10”等量產(chǎn)后，都將能夠給騰訊帶來幫助。

所以也就不難理解，為什么在燧原Pre-A到C輪的4輪融資中，騰訊一次都沒有缺席。

與騰訊需求類似的是字節(jié)跳動，字節(jié)跳動從短視頻起家，并且以算法見長，用戶上傳的海量視頻需要分析理解處理，平臺推薦引擎也需要強大的機器學(xué)習算力，目前的通用AI芯片已經(jīng)無法滿足它的需求了。

當然AI芯片市場競爭激烈，且迭代速度驚人。

阿里巴巴2019年9月推出含光時，號稱1塊含光800相當于10塊GPU，而不到一年時間，2020年5月，NVIDIA推出了A100 GPU，采用7nm工藝、3D封裝，算力提升20倍，至少相當于2塊含光800。這樣的能效提升速度，遠高過每18個月翻倍的摩爾定律。

此后，包括阿里云、百度智能云、滴滴云、騰訊云等眾多云服務(wù)提供商紛紛推出搭載了A100的多款云服務(wù)及GPU實例。

可見，互聯(lián)網(wǎng)企業(yè)自研AI芯片無論是自用還是對外出售，都面臨巨大的風險，來自其他芯片廠商的研發(fā)成果可能很快就超越了其自身投入巨資做的芯片。

習慣了賺“快錢”的互聯(lián)網(wǎng)公司，不僅在技術(shù)積累上與已有的芯片廠商存在差距，存在高估自身研發(fā)實力的可能，在資本投入上也可能出現(xiàn)低估的情況，此番陸續(xù)下場“造芯”，又是否會變成一場跟風的游戲？

機器服務(wù)是歸宿

與過去從軟件上獲取用戶數(shù)據(jù)不同，來自機器人、汽車等“物”的數(shù)據(jù)，成為了被“抓取”的對象，數(shù)據(jù)正在進行空間上的遷移。

小米為什么要做AIoT？它有大量的產(chǎn)品源源不斷地產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)怎么采集、怎么與用戶產(chǎn)生互動，就需要一個“大腦”來統(tǒng)籌，這就涉及到了對底層硬件基礎(chǔ)即芯片的運用。

如果說騰訊、阿里做AI芯片可能是因為算力跟不上，小米做AI芯片的出發(fā)點可能是因為數(shù)據(jù)的來源正在發(fā)生革命，那么美團則是更多把目光投向“人”與“機器”的關(guān)系上。

在美團投資AI芯片公司智砹芯半導(dǎo)體之前，其實先關(guān)注的是機器人公司。

2020年美團參與了室內(nèi)配送機器人企業(yè)普渡科技、智能清潔機器人研發(fā)商高仙機器、通用智能機器人公司非夕科技的融資；2021年參與了平臺型機器人廠商盈合機器人、工業(yè)機器人公司梅卡曼德等公司的融資。

這背后是美團外賣業(yè)務(wù)近兩年備受爭議，騎手待遇問題以及算法壓榨成為人們指責的對象。

然而，算法所能帶來的配送時長的提升已經(jīng)接近極限，配送員受制于外賣店鋪供餐速度、路程遠近、交通、等待客戶取餐等客觀原因，平均送餐用時已經(jīng)難以突破。

效率高、成本低、用戶體驗優(yōu)，三者能否得兼？

無人配送或許是解決這個問題的一種思路。

早在2017年，美團啟動無人機配送場景的探索，致力于打造3公里、15分鐘送達的低空物流網(wǎng)絡(luò)。7月8日，2021世界人工智能大會開幕，美團無人機首次對外亮相，在此之前美團無人機已完成超20萬架次的飛行測試，配送真實訂單超過2500單。

據(jù)悉，美團目前已經(jīng)初步完成了自主飛行無人機、自動化機場及無人機調(diào)度系統(tǒng)的研發(fā)工作，其中核心系統(tǒng)90%以上的部件都由其自主研發(fā)。

無人配送確實能提升效率，24小時穩(wěn)定工作的機器將會帶來更好的客戶體驗，另外長期看，或許能在成本上帶來改善，美團餐飲外賣騎手成本2020年共計約487億元，約占其總營收比重的42%，比大部分無人機廠商每年的研發(fā)投入和制造成本合計占比還要高。

無論是由算法掣肘到尋求模式轉(zhuǎn)變，還是由投資下游機器人順藤摸瓜到上游芯片，美團進入芯片賽道都有跡可循、有利可圖。