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

字節(jié)的芯片團隊劃出了服務器芯片、AI芯片、視頻云芯片三大類?？焓职l(fā)布了視頻云服務品牌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個芯片相關人才被截胡，據HR部門透露，原因是“他們給的太多了”。

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

1、大廠都在造什么芯？

關于大廠造芯這件事，首先要明確兩個基本事實：

1.互聯網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，互聯網公司造的芯片，跟解決“卡脖子”問題沒有太大關系。

早在2013年，谷歌就開始研發(fā)用于AI場景的TPU芯片，解決公司內部日益龐大運算需求與成本問題[1]。

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

2017年的烏鎮(zhèn)圍棋峰會，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，同樣是服務自身業(yè)務。時至今日，亞馬遜已經坐擁網絡芯片、服務器芯片和人工智能機器學習芯片三條產品線，8年倒騰出9顆芯。

幾年后，這股造芯熱傳遞到國內，大廠陸續(xù)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經由三星代工成功量產，在百度搜索引擎及云計算上已經部署了兩萬片。2021年，智能芯片及架構部門干脆被拆分出來獨立融資，估值130個億，同時昆侖2進入量產。

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服務器芯片）和含光（高性能AI推理芯片）四個產品系列。據稱玄鐵系列處理器出貨量已超20億，超過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?！?、智能網卡芯片“玄靈”三款產品。還先后入股了國產DRAM廠商長鑫儲存、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。

拋開大廠在產業(yè)鏈上的投資，單純看自研芯片，它們的特點非常相似：大部分都是通用性不高的專用芯片。

舉例來說，所謂通用芯片，如英偉達的GPU，可以勝任游戲、渲染、AI、挖礦等多個場景；而專用芯片大多僅用于某個非常細分的場景，比如世紀初曾誕生過一類名為PPU（Physics processing Unit）的芯片，獨立于CPU和GPU之外，專門處理3D游戲中對物理效果的模擬。

平頭哥自研的“含光800”就專門服務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。

比如淘寶的按圖識別商品功能“拍立淘”，這是阿里決戰(zhàn)購物節(jié)的法寶之一。用上平頭哥的AI推理專用芯片“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。

簡單來說，專用芯片犧牲了通用性，強化了某一特定功能。英偉達做芯片的時候，既要服務谷歌、亞馬遜，也要服務特斯拉和蔚來，還要考慮廣大游戲玩家和礦老板，這就是“通用性”。

而放在專用芯片上，研發(fā)AI推理芯片，不會考慮做AI訓練這個場景。阿里給淘寶業(yè)務做芯片，也不會考慮拼多多用著順不順手。

由于極度專精，專用芯片的技術門檻相對有限。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等精簡架構，指令集都是開源的；而一些專用性比較強的芯片，甚至完全可以采用自研架構。

所以，互聯網公司自研芯片，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

今年4月，谷歌發(fā)布了自研視頻處理芯片Argos VCU，替換掉了數千萬個英特爾CPU，一舉為谷歌節(jié)省了200億人民幣的資本開支。亞馬遜通過自研芯片處理Alexa語音助手的運算，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間內，亞馬遜云服務全年降價次數超過9次，成功帶動下游客戶一塊降本增效。

所以，性價比才是大廠造芯的第一動力。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(jié)和快手都在投入音視頻云處理專用芯片，追求在更高壓縮率、更小帶寬下傳輸內容，要知道大廠們的帶寬支出常年占比近10%，快手的帶寬量級已經接近上百TB[3]，有了專用芯片幫忙可以省不少錢。

簡單來說，在流媒體播放、語音識別等特定場景中，可以用CPU/GPU這類通用芯片處理，代價就是效率不高、成本不低。因此，當業(yè)務量大到一定程度后，自研的專用芯片就是性價比更好的選擇了。

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

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

雖然蘋果聲稱新的M1芯片對比此前的處理器性能有數倍提升，但芯片剛問世時，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，并且價格貴得多。在Mac mini上也類似，其高配版仍在使用第八代的英特爾六核i5處理器。

以蘋果的體量，尚且要避開鋒芒差異化競爭，以卵擊石的后果可想而知。

小米曾經高調進入SoC的開發(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細分場景，從通用性不高的芯片開始做，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，在一些垂直領域足夠和巨頭殺幾個來回了。

對這些公司來說，從專用芯片做起是一條更實際的路徑，一上來就高舉高打，在通用場景里和巨頭硬碰硬并不明智。事實上，英偉達的GPU一開始也是游戲場景里的專用芯片，然后擴展到了AI、虛擬貨幣等場景。

互聯網公司的確很有錢，但造芯片的花銷更大，先進制程芯片尤甚。

7nm工藝芯片流片一次需要3000萬美元，5nm的流片成本更是達到4725萬美元，就這還沒有計入前期購買芯片IP的成本、購買芯片設計軟件EDA的成本、動輒百萬年薪的芯片設計人才的工資成本等等一系列投入。

對造芯來說，一年花一個億，只夠在新手村練級。

通常情況下，只有蘋果、華為這樣的公司，能依靠產品的龐大出貨量覆蓋研發(fā)CPU等通用芯片的成本。而對缺乏終端產品的互聯網公司來說，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)一款面向消費市場的高利潤芯片，這不僅需要技術的突破，還需要終端產品的配合，對應的軟件生態(tài)，長期的資本投入。

最近幾年，芯片自主的熱情空前高漲。平心而論，過去十多年里國內半導體產業(yè)有不小的進步，但貢獻并不來自互聯網新貴，而是那些積累已久的產業(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。Ascend D系列首次搭載海思的四核手機處理器芯片K3V2，因體驗太差網友罵成一片，據說震怒的任正非曾當著眾多高管的面，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商業(yè)務，它在華為的收入結構中常年占比超過40%。

DRAM領域，合肥長鑫在2019年量產國產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(jié)，長電科技在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，拿下了高通、聯發(fā)科、英特爾、博通等等國際大廠的訂單。另一家公司富瀚微實現了對AMD封測廠的收購，幫助國產企業(yè)實現了在7nm CPU以及GPU高端芯片封測的突破。

高風險、高投入、長周期是半導體行業(yè)的鐵律，每個環(huán)節(jié)都壁壘極深，這顯然不是習慣了高舉高打、快速擴張的互聯網公司能夠適應的。

然而，當芯片設計套上了獨立自主的語境，互聯網大廠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，本質上是基于新場景的創(chuàng)新。比如大規(guī)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期權，也是好事。

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

無論是字節(jié)、阿里、還是快手，都沒有自己的終端產品，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，做了幾個相對邊緣的芯片就大吹特吹，也實在是沒必要。

如果真想在硬科技上有所建樹，是不是應該先想想，高薪招進來的芯片工程師，是匯報給技術部門，還是匯報給公關部門？