宋潔茹

“缺芯潮”因疫情反復、供應鏈中斷而導致愈演愈烈。圣誕節(jié)前，有媒體稱蘋果公司正因缺芯而導致iPhone13 Pro、最新iPad減產，直接損失超過400億元。而缺芯也導致汽車行業(yè)大規(guī)模減產，大眾、福特以及中國的蔚來等都受到缺芯的影響。

一面是“缺芯潮”，另一面則是科技互聯(lián)網(wǎng)企業(yè)蜂擁造芯。蘋果發(fā)布ARM架構的M1PRO芯片以替換Intel，用在自家的筆記本電腦上；谷歌、亞馬遜、Facebook也都已經(jīng)擁有自研的芯片。同時，中國的阿里巴巴、百度、騰訊（BAT）也已經(jīng)發(fā)布多款自己研發(fā)的芯片。

蘋果、華為通過使用自主研發(fā)的芯片，可以更好地實現(xiàn)軟硬結合，實現(xiàn)功耗和性能的平衡統(tǒng)一，同時節(jié)約成本。那BAT們作為互聯(lián)網(wǎng)公司為何要制造自己的芯片呢？

中國的互聯(lián)網(wǎng)公司中，百度是第一個推出自研芯片的企業(yè)，其次是阿里巴巴，騰訊也在2021年7月宣布進軍芯片領域，并在11月份一口氣發(fā)布了三款自研芯片。一場“造芯熱”正在互聯(lián)網(wǎng)巨頭中興起。

2018年7月，百度公司發(fā)布云端全功能AI芯片“昆侖”，其中包含訓練芯片昆侖818-300，推理芯片昆侖818-100，“昆侖”是中國第一款云端全功能AI芯片。第一代昆侖芯片已經(jīng)在2020年實現(xiàn)量產。

第二代昆侖芯片也完成流片并于2021年8月量產，該芯片采用全球領先的7nm 制程，搭載自研的第二代 XPU 架構，相比一代性能提升2-3倍。

再來看阿里巴巴。2018年9月，阿里巴巴在云棲大會上宣布成立平頭哥半導體有限公司，主要任務是從事芯片的自研開發(fā)與戰(zhàn)略布局。次年9月，第一顆自研芯片——AI推理芯片含光800正式問世。

2021云棲大會上，阿里平頭哥又推出了自研的5nm芯片，取名倚天710，集成了600億晶體管。據(jù)阿里介紹，這顆芯片基于ARMV9架構，內含128核的CPU，主頻為3.2GH，也是全球第一款5nm的ARM服務器芯片。該芯片的能效比優(yōu)于行業(yè)50%。

最后一個發(fā)布芯片的互聯(lián)網(wǎng)巨頭是騰訊。2021年11月3日，騰訊一口氣發(fā)布三款自研芯片：紫霄、滄海、玄靈。這三款芯片分別定位于AI推理、視頻轉碼和智能網(wǎng)卡。

而且騰訊之前在自研芯片領域也有不少動作，曾多次投資云端AI芯片企業(yè)燧原科技。2020年，騰訊還成立了專注芯片研發(fā)的蓬萊實驗室，旨在實現(xiàn)芯片端到端設計、驗證全覆蓋。今年3月，多家媒體又披露了騰訊下場“造芯”的消息，注冊成立“深圳寶安灣騰訊云計算有限公司”，經(jīng)營范圍包括集成電路設計、研發(fā)等。

三大互聯(lián)網(wǎng)巨頭自研芯片都不對外出售，均被應用于自己的云計算相關業(yè)務中。這股“造芯熱”也推動了中國半導體產業(yè)鏈蓬勃發(fā)展，加之行業(yè)“缺芯”，中國半導體產業(yè)鏈企業(yè)平均營收增長都超過100%。

互聯(lián)網(wǎng)公司，并不像蘋果、華為們，有自己的硬件業(yè)務，為何它們也要親自造芯片呢？這要從人工智能技術的蓬勃發(fā)展說起。

首先，人工智能技術的普及，推動了算力需求的爆發(fā)式增長。OpenAI曾作過一項分析表明，自 2012 年以來，人工智能訓練任務中使用的算力正呈指數(shù)級增長，其目前速度為每 3.5個月翻一倍。而摩爾定律則是18個月翻一倍。

只有硬件的算力跟得上需求，才能夠滿足人工智能的發(fā)展，所以在人工智能時代，摩爾定律正在失效。這時候就必須去尋找正確的方法為算力的增長做足準備。

其次，人工智能時代提高了運算的多樣性。AI芯片公司寒武紀曾表示，人工智能運算常常具有大運算量、高并發(fā)度、訪存頻繁的特點，且不同子領域（如視覺、語音與自然語言處理）所涉及的運算模式具有高度多樣性，對于芯片的微架構、指令集、制造工藝甚至配套系統(tǒng)軟件都提出了巨大的挑戰(zhàn)。

阿里平頭哥也曾對媒體解釋過自研芯片的原因：“傳統(tǒng)通用處理器基于馮諾依曼結構，其存儲和運算處理是分離的；如果處理深度神經(jīng)網(wǎng)絡，需要大量讀寫運行操作，會受到帶寬限制，因此效率較低。”

這時候，X86架構的通用芯片無法滿足需求，異構計算時代到來，就需要全新的芯片實現(xiàn)多種計算單元（例如CPU、GPU、ASIC、FPGA）的集成和融合。

再次，解決“卡脖子”技術，實現(xiàn)國產替代和產業(yè)安全。華為曾在手機芯片領域做得風生水起，但是被美國制裁后，華為手機不再能使用自己研發(fā)的5G芯片，損失極為慘重。

解決芯片這個“卡脖子”技術已經(jīng)成為國家戰(zhàn)略，只有掌握自己的芯片設計、制造技術，才能夠做到國家安全和產業(yè)安全。

而在人工智能時代，AI芯片和傳統(tǒng)芯片相比是完全不同的設計思路、設計語言和架構，這讓中國企業(yè)可以在新的賽道上不至于落后于國外太遠。同時，云計算和人工智能的巨大需求，也有利于這類芯片的規(guī)?；慨a。

我們看到中國這幾個互聯(lián)網(wǎng)巨頭所研發(fā)的芯片，都是和AI相關的芯片，這正是為了解決傳統(tǒng)CPU和GPU無法解決的算力、算法、功耗等難題。同時，每家企業(yè)的芯片都有業(yè)務類型的側重點，比如，騰訊的自主研發(fā)芯片側重于AI推理、視頻等。

面對AI芯片這個“彎道”，中國有機會把握住它，而財大氣粗，又有自用需求、應用場景的互聯(lián)網(wǎng)巨頭們更應該成為“排頭兵”。

造芯片的難度極大，有人把這個難度與登月相提并論。的確，我們的月球探測車已經(jīng)登上了月球，但是在高端芯片的制造上仍然無法自給自足，受制于軟件、硬件多項技術難題。

互聯(lián)網(wǎng)巨頭造芯片也一樣困難重重，這包括資金壓力、人才、技術、制造、應用、成本控制等多個方面。

首先，資金難題。阿里巴巴、騰訊都是市值數(shù)萬億的企業(yè)，每年營收幾千億，但是在造芯行業(yè)面前都算不了什么。芯片從研發(fā)到標準化生產，花三五年時間都是正常的，這期間需要的研發(fā)費用巨大。比如，英特爾2019年研發(fā)投入就高達134億美元、高通是53.98億美元。

這些通用芯片生產商每年芯片出貨量十分巨大，這支撐了他們的研發(fā)投入。而互聯(lián)網(wǎng)巨頭們研發(fā)的芯片主要應用在企業(yè)內部，不對外銷售，其流片的數(shù)量較少，因此面臨更加昂貴的成本。

為了解決資金難題，他們必須獨立成立公司，面向社會融資。比如，2021年3月，百度昆侖芯片業(yè)務完成獨立融資，投后估值約130億元人民幣。

其次，技術難題。芯片產業(yè)鏈條很長，上游的基礎EDA軟件、材料和設備；中游的芯片設計、制造、封裝測試。

目前中國芯片產業(yè)最大的技術難題是EDA設計軟件以及高端光刻機。目前全球高端芯片設計EDA被美國Synopsys、Cadence、Mentor三大公司壟斷，占全球90%的市場份額。高端光刻機的主要制造商是荷蘭的阿斯麥爾。

同時，即使是設計出芯片，也面臨著流片、測試等一系列工序。據(jù)阿里平頭哥透露，芯片設計是一個復雜的系統(tǒng)工程，單純完成設計并不意味著就可以流片成功，這是行業(yè)的深水區(qū)。假如流片失敗，意味著硬件設計需要推倒重來，這比軟件出BUG問題更加嚴重。一般芯

片公司需要做兩次（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。它還需要經(jīng)過復雜的測試驗證，在各項指標都符合實際場景需求后才到了真正的商用階段。

目前，互聯(lián)網(wǎng)巨頭蜂擁造芯只有2-3年的時間，而造芯之路漫長且艱難。但是在人工智能芯片這個“彎道”機會面前，它們跑步進場，會吸引更多資金、人才進入芯片行業(yè)，對中國整個芯片制造產業(yè)來說都會有極為深遠的意義。

接下來，我們要關注的是：

第一，互聯(lián)網(wǎng)巨頭能否持續(xù)在芯片領域長跑，研發(fā)出更多通用類芯片。

第二，互聯(lián)網(wǎng)巨頭能否與華為等優(yōu)秀的科技企業(yè)一起，在EDA設計軟件、高端光刻機等關鍵技術領域獲得突破？

第三，能否從互聯(lián)網(wǎng)巨頭中誕生出中國的芯片領軍者？