互联网大厂都在造什么芯片？

后疫情时代，不造两颗芯片似乎都不好意思叫大厂。最近，字节和快手也加入了造芯群聊。

字节的芯片团队划出了服务器芯片、AI芯片、视频云芯片三大类。快手发布了视频云服务品牌StreamLake，推出云端智能视频处理SoC芯片SL200。据其官方介绍，这款芯片视频压缩速率是“世界上最快的”。

钞能力大厂的加入直接推高了芯片设计人才的薪酬待遇，去年，百度的3个芯片相关人才被截胡，据HR部门透露，原因是“他们给的太多了”。

千方百计转行的集成电路专业学生，突然发现自己成为了大厂香饽饽。这让吃瓜群众多少有些猝不及防，硬科技的大旗怎么说扛就扛了？

01

大厂都在造什么芯？

关于大厂造芯这件事，首先要明确两个基本事实：

1.互联网公司造芯片是件很正常的事，不仅中国公司造，谷歌和亚马逊也造。

2.不过，互联网公司造的芯片，跟解决“卡脖子”问题没有太大关系。

早在2013年，谷歌就开始研发用于AI场景的TPU芯片，解决公司内部日益庞大运算需求与成本问题[1]。

当时，谷歌旗下已经有图像搜索、谷歌照片、云视觉API、谷歌翻译等和AI挂钩的业务，在这之后又收购了知名AI独角兽企业DeepMind，要支撑这么多产品和服务，数据中心的算力恐怕得再翻一倍。

2017年的乌镇围棋峰会，强化版AlphaGo2.0以碾压式优势三比零全胜，对弈结束后柯洁放声痛哭，靠的就是TPU芯片。

亚马逊也在2013年推出了Nitro1芯片，同样是服务自身业务。时至今日，亚马逊已经坐拥网络芯片、服务器芯片和人工智能机器学习芯片三条产品线，8年倒腾出9颗芯。

几年后，这股造芯热传递到国内，大厂陆续加入群聊。

2017年，百度和老牌半导体公司赛灵思合作了一款XPU芯片，并在此基础上自研了云端全功能AI芯片“昆仑”。

昆仑1经由三星代工成功量产，在百度搜索引擎及云计算上已经部署了两万片。2021年，智能芯片及架构部门干脆被拆分出来独立融资，估值130个亿，同时昆仑2进入量产。

阿里巴巴则全资收购了中天微（拥有大陆唯一自主嵌入式CPU IP Core），把它和达摩院芯片团队合并，成立全资子公司“平头哥半导体”。

目前平头哥共有玄铁（处理器IP）、羽阵（RFID芯片）、倚天（ARM服务器芯片）和含光（高性能AI推理芯片）四个产品系列。据称玄铁系列处理器出货量已超20亿，超过200家企业在用。

腾讯去年一口气发布了AI推理芯片“紫霄”、视频转码芯片“沧海”、智能网卡芯片“玄灵”三款产品。还先后入股了国产DRAM厂商长鑫储存、DPU独角兽云豹智能、芯片新秀光舟半导体等，还高薪收编造芯人才。

抛开大厂在产业链上的投资，单纯看自研芯片，它们的特点非常相似：大部分都是通用性不高的专用芯片。

举例来说，所谓通用芯片，如英伟达的GPU，可以胜任游戏、渲染、AI、挖矿等多个场景；而专用芯片大多仅用于某个非常细分的场景，比如世纪初曾诞生过一类名为PPU（Physics processing Unit）的芯片，独立于CPU和GPU之外，专门处理3D游戏中对物理效果的模拟。

平头哥自研的“含光800”就专门服务于淘宝的按图识别商品的功能“拍立淘”，5分钟就能完成10亿张“拍立淘”商品图的识别，而传统的GPU处理需要1小时。

比如淘宝的按图识别商品功能“拍立淘”，这是阿里决战购物节的法宝之一。用上平头哥的AI推理专用芯片“含光800”后，5分钟就能完成10亿张“拍立淘”商品图的识别，而传统的GPU处理却需要1小时。

简单来说，专用芯片牺牲了通用性，强化了某一特定功能。英伟达做芯片的时候，既要服务谷歌、亚马逊，也要服务特斯拉和蔚来，还要考虑广大游戏玩家和矿老板，这就是“通用性”。

而放在专用芯片上，研发AI推理芯片，不会考虑做AI训练这个场景。阿里给淘宝业务做芯片，也不会考虑拼多多用着顺不顺手。

由于极度专精，专用芯片的技术门槛相对有限。在设计这一环上，用在边缘侧、还有终端的很多芯片，干脆采用ARM和RISC-V等精简架构，指令集都是开源的；而一些专用性比较强的芯片，甚至完全可以采用自研架构。

所以，互联网公司自研芯片，最大的目的恰恰是他们目前正在做的事情：降本增效。

02

还是为了省钱

今年4月，谷歌发布了自研视频处理芯片Argos VCU，替换掉了数千万个英特尔CPU，一举为谷歌节省了200亿人民币的资本开支。亚马逊通过自研芯片处理Alexa语音助手的运算，成功替代了英伟达的芯片，降低了30%的成本。

自有芯片推出一年时间内，亚马逊云服务全年降价次数超过9次，成功带动下游客户一块降本增效。

所以，性价比才是大厂造芯的第一动力。比如，腾讯的“玄灵”就是把虚拟化这种不太重要的功能，让自研的专用芯片处理，那么成本更高的CPU就可以腾出精力，处理更重要的事情。

腾讯、字节和快手都在投入音视频云处理专用芯片，追求在更高压缩率、更小带宽下传输内容，要知道大厂们的带宽支出常年占比近10%，快手的带宽量级已经接近上百TB[3]，有了专用芯片帮忙可以省不少钱。

简单来说，在流媒体播放、语音识别等特定场景中，可以用CPU/GPU这类通用芯片处理，代价就是效率不高、成本不低。因此，当业务量大到一定程度后，自研的专用芯片就是性价比更好的选择了。

在独立自主语境下，舆论期待大厂们和高通/AMD这类通用芯片设计公司硬碰硬，但这并不符合商业逻辑。

即便是苹果这样的公司，他们研发M1芯片的时候，也是从一些细分场景入手，比如突出剪辑、视频处理等特定场景上的更强表现，以及和macOS的适配，而不是全方位“吊打英特尔”。

虽然苹果声称新的M1芯片对比此前的处理器性能有数倍提升，但芯片刚问世时，MacBook Pro只有低配版采用了M1芯片；高配版仍然搭载英特尔i5-1038NG7处理器，并且价格贵得多。在Mac mini上也类似，其高配版仍在使用第八代的英特尔六核i5处理器。

以苹果的体量，尚且要避开锋芒差异化竞争，以卵击石的后果可想而知。

小米曾经高调进入SoC的开发，外界盛传，小米重注押宝的手机SoC澎湃S2在多次流片试产后以失败告终，保守估计烧掉了三亿人民币的研发费用。

另一个典型的失败案例是三星，2015年，三星首次推出猫鼬M1架构，并在部分旗舰手机GalaxyS7和Note7中采用，矛头直指苹果的A系列SoC。

猫鼬架构一路迭代到了M5，但性能一直落后于高通和苹果，最终在2019年被彻底放弃。

三星的Exynos芯片

国内绝大多数的芯片设计公司，发展策略都是瞄准一个细分场景，从通用性不高的芯片开始做，比如壁仞科技、天数智芯、沐曦等国内初创GPU企业，大多都绕道瞄准B端\G端数据中心的GPGPU需求，砍掉了数据中心里并不需要的图形处理功能，在一些垂直领域足够和巨头杀几个来回了。

对这些公司来说，从专用芯片做起是一条更实际的路径，一上来就高举高打，在通用场景里和巨头硬碰硬并不明智。事实上，英伟达的GPU一开始也是游戏场景里的专用芯片，然后扩展到了AI、虚拟货币等场景。

互联网公司的确很有钱，但造芯片的花销更大，先进制程芯片尤甚。

7nm工艺芯片流片一次需要3000万美元，5nm的流片成本更是达到4725万美元，就这还没有计入前期购买芯片IP的成本、购买芯片设计软件EDA的成本、动辄百万年薪的芯片设计人才的工资成本等等一系列投入。

对造芯来说，一年花一个亿，只够在新手村练级。

通常情况下，只有苹果、华为这样的公司，能依靠产品的庞大出货量覆盖研发CPU等通用芯片的成本。而对缺乏终端产品的互联网公司来说，再财大气粗，恐怕也算不清通用芯片这笔越滚越大的账。

03

没那么厉害

研发一款芯片并不难，难的是研发一款面向消费市场的高利润芯片，这不仅需要技术的突破，还需要终端产品的配合，对应的软件生态，长期的资本投入。

最近几年，芯片自主的热情空前高涨。平心而论，过去十多年里国内半导体产业有不小的进步，但贡献并不来自互联网新贵，而是那些积累已久的产业老兵。

最典型的是海思，它的成立甚至早于华为的智能机业务。Ascend D系列首次搭载海思的四核手机处理器芯片K3V2，因体验太差网友骂成一片，据说震怒的任正非曾当着众多高管的面，把这款手机砸在余承东脸上。

海思造芯的前提则是，华为拥有支撑高额研发费用和试错成本的运营商业务，它在华为的收入结构中常年占比超过40%。

DRAM领域，合肥长鑫在2019年量产国产DDR4内存芯片，在应对“卡脖子”这件事上意义重大。兆易创新则是全球前三、中国第一的NOR FLASH企业，紫光展锐也成为了高通、联发科之后全球第三大主流手机SoC解决方案商。

而在芯片封测环节，长电科技在2016年收购了新加坡的星科金朋，一举成为全球第三的封测厂，拿下了高通、联发科、英特尔、博通等等国际大厂的订单。另一家公司富瀚微实现了对AMD封测厂的收购，帮助国产企业实现了在7nm CPU以及GPU高端芯片封测的突破。

高风险、高投入、长周期是半导体行业的铁律，每个环节都壁垒极深，这显然不是习惯了高举高打、快速扩张的互联网公司能够适应的。

然而，当芯片设计套上了独立自主的语境，互联网大厂反而成为了声浪最大的，俨然硬科技的带头大哥。

所以，针对大厂造芯这件事，还是得从两方面看待：

一方面，绝大多数公司的自研芯片，本质上是基于新场景的创新。比如大规模的虚拟化需求、AI需求，视频图片编解码需求。这种创新虽然离“吊打英特尔”差了十万八千里，但为行业积累人才储备，再不济让苦了十几年的芯片工程师拿拿大厂期权，也是好事。

同时，半导体是个高度分工与高度全球化的行业，要求互联网公司去和全世界顶级的芯片设计公司硬碰硬，让他们去实现CPU等通用芯片的自主可控，显然也不是现实的。

无论是字节、阿里、还是快手，都没有自己的终端产品，他们靠什么覆盖芯片的研发的成本呢？这不符合商业逻辑。

但另一方面，做了几个相对边缘的芯片就大吹特吹，也实在是没必要。

如果真想在硬科技上有所建树，是不是应该先想想，高薪招进来的芯片工程师，是汇报给技术部门，还是汇报给公关部门？