在「晶片荒」浪潮持續發酵下，「跨界自造晶片」被列入了半導體行業十大熱詞。
無論是車企、手機廠商還是網路大廠，都接二連三的紮進自造晶片賽道，甚至於連地產、家電、百貨、水泥廠等企業也直接橫跨到科技業開始自造晶片之路。
3月9日，蘋果公司發布「地球最強桌面級處理器」M1 Ultra，將去年10月份發布的M1 Max的集成度翻倍，其CPU和GPU性能與功耗表現遠遠甩過當前最強晶片表現，遠遠領先其他晶片公司。
其實，早在2010年蘋果發布iphone 4明確向外界宣布自研處理器A4後，自造晶片就已經不再是晶片公司的專場，Google、特斯拉、微軟、百度、亞馬遜、阿里巴巴、騰訊等科技巨頭接連入局。
對於任何企業來說，自造晶片之路都耗費巨大，但為什麼汽車、手機、網路等大廠們還是要紮堆自造晶片？它們造的晶片和專業晶片廠商有什麼不一樣？更進一步，中國大廠投入自造晶片，能緩解晶片短缺、卡脖子的困境嗎？
「跨界自造晶片」的網路雲端巨頭
近年來，頭部科技公司的行動出奇地一致：無論中國外，都將目光放在了「晶片」這一領域。
先是手機廠商如蘋果、華為、OPPO，紛紛下海自研AI晶片。
2017年，蘋果A11 Bonic問世，首次採用自研GPU，首次搭載神經網路引擎，開啟智能手機AI時代；華為「昇騰」系列晶片出爐，標誌著華為正式進軍AI處理器行業；OPPO也明確進軍半導體，打造自研晶片。
同時網路公司如Google、亞馬遜、BAT，也開始有所行動。
國外如Google，2014年就開始為數據中心設計伺服器晶片，2019年更是在印度組建晶片團隊亞馬遜AWS也在2018年底披露了首款自研雲端伺服器CPU Graviton。
中國如百度，2010年就開始採用FPGA自研AI晶片，2021年百度崑崙芯2發布即實現量產。
阿里，2018年成立「平頭哥半導體有限公司」正式入局AI晶片，2019年首發AI晶片「含光800」。
騰訊從2018年開始對燧原科技進行多輪投資之後，在2020開始自立門戶下場造AI晶片。字節跳動，2021年被曝自研雲端AI晶片和ARM伺服器晶片。
至此，BAT等中國網路巨頭全部殺進晶片的領域，展開競爭。
BAT們的對手不光有輝達、高通、賽靈思這樣的國外晶片巨頭，還有寒武紀、地平線這樣專注於研發AI晶片的創業企業，也有華為海思這樣的中國產晶片頭部企業。
網路公司投入這麼大的成本自造晶片，究竟看中了什麼？
當我們把目光轉到全球的網路公司，會發現這個趨勢更加明顯，幾乎所有涉及雲端計算和AI的科技巨頭都在做晶片。
這些雲端巨頭做的晶片，主要集中在幾個方面：
-
伺服器CPU
伺服器CPU主要集中在ARM伺服器CPU。我們可以看到在ARM伺服器晶片佈局的包括：亞馬遜AWS的Graviton2；阿里的倚天；華為的鯤鵬等。 -
雲端端AI晶片
例如：Google的TPU；阿里的含光；騰訊的紫霄；華為的晟騰；百度的崑崙等。 -
雲端端外設晶片
例如：AWS的nitro的一些網卡晶片、儲存晶片等；華為、騰訊也都有自己智慧網卡晶片等。
那麼，這些晶片都用在了什麼地方？
在網路公司，它們的去向主要是自家的雲端伺服器。
近幾年，中國的雲端業務市場越來越大。根據中國訊息通訊研究院發布的《雲端計算白皮書（2021年）》顯示，2020年中國雲端計算市場呈爆發式成長，整體規模達到2091億元，增速56.6%。
巨大的雲端市場背後，是規模龐大的雲端伺服器。
根據Canalys的數據，截止2021年第三季度，中國頭部四家雲端服務公司為阿里、華為、騰訊、百度。
其中，三家網路公司的伺服器均超過百萬台。
為了能讓數億網路用戶快樂上網，伺服器的性能至關重要，而雲端端AI晶片、伺服器CPU晶片就是其中的關鍵一環。
「AI晶片」之名源於它的用途，從技術路線上，GPU、FPGA晶片和ASIC晶片，都可以被用來做AI晶片。
AI晶片與CPU相比，具有更多ALU（邏輯運算單元）。換句話說，兩者是全才與專才的差別：CPU能夠執行複雜指令，但演算力因此受到限制，AI晶片雖只能執行簡單指令，可它的演算力卻比CPU高得多。
恰巧，AI的訓練和推理，就是一個簡單的重複過程，用不到那麼複雜的指令，用AI晶片代替CPU往往能事半功倍。
為了開發最適合自家雲端計算和AI業務的晶片，網路雲端廠商紛紛自研晶片。
AI晶片就用在這些運算、推理的雲端伺服器上，提高它們的演算力。而基於ARM架構的伺服器CPU晶片，則是對標X86伺服器CPU晶片，一方面提升雲端伺服器的性能，另一方面也為可能遭遇「卡脖子」而未雨綢繆。
大廠自造晶片的門檻
這麼多網路雲端計算大廠投入晶片設計，難道晶片設計就沒有門檻嗎？
事實上，自造晶片有三大門檻：技術密集、資金密集、成本敏感。簡單來說，需要有人、有錢、有量。
對於網路雲端計算大廠來說，有人有錢自然不用說，但大家其實沒有看到的一面是：大廠有量！
眾所周知，晶片投入很大，7nm開發成本在億人民幣級別，沒錢沒人都做不了晶片。因此，只有量大才能分攤晶片的成本。
對於做晶片來說，量比錢甚至更重要。換句話說，如果沒有市場需求，做晶片這個邏輯本身都不成立。
例如，蘋果公司每年出貨幾千萬台手機，這個是蘋果做手機SOC晶片的底氣，同時這些量能夠極大分攤晶片的成本。
正因如此，網路雲端計算大廠們掌握了全球大部分的伺服器的演算力，這個數量足以激勵其研發自己的伺服器晶片。
一旦晶片生成出來，立馬就可以產生效益，不但滿足需求，還可以分攤成本。
可以說，網路雲端計算大廠們的「需求」是從雲端裡來，自研「晶片」也是到雲端裡去。
即便拋開網路公司自身的需求，AI晶片本身也是一個誘人的市場。
根據賽迪顧問的數據，中國AI晶片市場規模會在2021年達到305.7億元，成長率更是高達57.8%。
另據前瞻產業研究院的數據，中國AI晶片市場規模將在2024年達到785億元。
AI晶片是一個相對年輕的行業。與CPU行業相比，還沒有哪家公司獨占AI晶片的鰲頭。
這個市場養活了寒武紀、地平線、天數智芯等AI晶片創企，而近年來盯上AI的網路公司，自然不願放過這塊「肥肉」。
大廠自造晶片任重道遠
從入局目的來看，現階段網路大廠自造晶片都有自己的「小算盤」，晶片「出口」方向精準，都是為了自家業務而來。
海比研究院行業研究總監宋濤認為，現在中國BAT等公司採用的「設計+應用」的晶片入局方式，對於現今晶片「卡脖子」的製造環節毫無貢獻，對於「晶片荒」只是起到了錦上添花的作用。
但是不排除這些科技巨頭在積累一定的經驗人才後，進軍難度更大的晶片製造。
顯然，要實現這一點並不容易，業內分析師認為，「即便科技公司自造晶片在未來會左右傳統晶片廠的營收，但並非短期內能實現。」
一方面，通用晶片的難度和自家業務上用的晶片研發難度並不在一個等級，自造晶片從來不是一蹴而就，靠的都是厚積薄發經年之功。即使對於這些網路巨頭來說，仍然有很長的路要走。
放眼國際，從2010年第一款自主晶片到加載出今天的萬億帝國，蘋果用了10年；Google2018年涉足晶片加大投入，憑藉高研發投入和技術積累，還在奮力追趕；三星的自造晶片之路開局「慘烈」，但是一步一個腳印，終在製成上超越制霸晶片行業20多年的英特爾。
另一方面，5G時代前夕的AI晶片機遇，數據在爆發式低成長，晶片行業這個蛋糕只會越來越大。
現在網路巨頭的入局，僅僅是晶片行業的開始，而對於晶片生產來說，它只是半導體產業的其中重要一環。
有一點值得注意，從進入時間來看，在雲端端AI晶片領域，中國網路巨頭與美國同行們幾乎是同時起步。
網路巨頭在屬於自己的垂直領域在做精細化深耕，這對中國晶片市場精細化分工打下了基礎。
同時，中國網路巨頭有一個獨特優勢就是，可以用於自家產品上快速進行市場驗證，並快速商業化。
在晶片中國產化起步的階段，BAT等中國網路廠商的躬身入「晶片」局，或許是一個小小的突破口，現階段中國晶片製造還遠未形成競爭格局，抱團取暖，尋求合作契機共同發展才是關鍵。
本文授權轉載自：36氪
責任編輯：傅珮晴、侯品如
好友缺你一個，加入數位時代LINE，科技產業趨勢新聞一次掌握！
