在“缺芯”浪潮持續發酵下，“跨界造芯”被列入了半導體行業十大熱詞。

無論是車企、手機廠商還是互聯網大廠，都接二連三的扎進“造芯”賽道，甚至于連地產、家電、百貨、水泥廠等企業也直接橫跨到科技業開始造芯之路。

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性能與功耗表現吊打當前最強芯片表現，遠遠領先其他芯片公司。

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后，“造芯”就已經不再是芯片公司的專場，谷歌、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。

對于任何企業來說，“造芯”之路都耗費巨大，但為什么汽車、手機、互聯網等大廠們還是要扎堆造芯？它們造的芯片和專業芯片廠商有什么不一樣？更進一步，國內大廠投入造芯，能緩解芯片短缺、卡脖子的困境嗎？

“跨界造芯”的互聯網云巨頭

近年來，頭部科技公司的行動出奇地一致：無論國內外，都將目光放在了“芯片”這一領域。

先是手機廠商如蘋果、華為、OPPO，紛紛下海自研AI芯片。

2017年，蘋果A11 Bonic問世，首次采用自研GPU，首次搭載神經網絡引擎，開啟智能手機AI時代；華為“昇騰”系列芯片出爐，標志著華為正式進軍AI處理器行業；OPPO也明確進軍半導體，打造自研芯片。 同時互聯網公司如谷歌、亞馬遜、BAT，也開始有所行動。

國外如谷歌，2014年就開始為數據中心設計服務器芯片，2019年更是在印度組建芯片團隊亞馬遜AWS也在2018年底披露了首款自研云服務器CPUGraviton。

國內如百度，2010年就開始采用FPGA自研AI芯片，2021年百度昆侖芯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芯片，2019年首發AI芯片“含光800”。

騰訊從2018年開始對燧原科技進行多輪投資之后，在2020開始自立門戶下場造AI芯片。

字節跳動，2021年被曝自研云端AI芯片和ARM服務器芯片。

至此，BAT等國內互聯網巨頭全部殺進芯片的領域，展開競爭。

BAT們的對手不光有英偉達、高通、賽靈思這樣的國外芯片巨頭，還有寒武紀、地平線這樣專注于研發AI芯片的創業企業，也有華為海思這樣的國產芯片頭部企業。

互聯網公司投入這么大的成本造芯，究竟看中了什么？

當我們把目光轉到全球的互聯網公司，會發現這個趨勢更加明顯，幾乎所有涉及云計算和AI的科技巨頭都在做芯片。 這些云巨頭做的芯片，主要集中在幾個方面：

服務器CPU

服務器CPU主要集中在ARM服務器CPU。我們可以看到在ARM服務器芯片布局的包括：亞馬遜AWS的Graviton2；阿里的倚天；華為的鯤鵬等。

云端AI芯片

例如：谷歌的TPU；阿里的含光；騰訊的紫霄；華為的晟騰；百度的昆侖等。

云端外設芯片

例如：AWS的nitro的一些網卡芯片、存儲芯片等；華為、騰訊也都有自己智能網卡芯片等。

那么，這些芯片都用在了什么地方？ 在互聯網公司，它們的去向主要是自家的云服務器。

近幾年，中國的云業務市場越來越大。根據中國信通院發布的《云計算白皮書（2021年）》顯示，2020年我國云計算市場呈爆發式增長，整體規模達到2091億元，增速56．6％。

巨大的云市場背后，是規模龐大的云服務器。 根據Canalys的數據，截止2021年第三季度，中國頭部四家云服務公司為阿里、華為、騰訊、百度。

其中，三家互聯網公司的服務器均超過百萬臺。 為了能讓數億互聯網用戶快樂沖浪，服務器的性能至關重要，而云端AI芯片、服務器CPU芯片就是其中的關鍵一環。

“AI芯片”之名源于它的用途，從技術路線上，GPU、FPGA芯片和ASIC芯片，都可以被用來做AI芯片。

AI芯片與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能夠執行復雜指令，但算力因此受到限制，AI芯片雖只能執行簡單指令，可它的算力卻比CPU高得多。

恰巧，AI的訓練和推理，就是一個簡單的重復過程，用不到那么復雜的指令，用AI芯片代替CPU往往能事半功倍。

為了開發最適合自家云計算和AI業務的芯片，互聯網云廠商紛紛自研芯片。

AI芯片就用在這些運算、推理的云服務器上，提高它們的算力。而基于ARM架構的服務器CPU芯片，則是對標X86服務器CPU芯片，一方面提升云服務器的性能，另一方面也為可能遭遇“卡脖子”而未雨綢繆。

大廠“造芯”的門檻

這么多互聯網云計算大廠投入芯片設計，難道芯片設計就沒有門檻嗎？

事實上，造芯有三大門檻：技術密集、資金密集、成本敏感。簡單來說，需要有人、有錢、有量。

對于互聯網云計算大廠來說，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，芯片投入很大，7nm開發成本在億人民幣級別，沒錢沒人都做不了芯片。因此，只有量大才能分攤芯片的成本。

對于做芯片來說，量比錢甚至更重要。換句話說，如果沒有市場需求，做芯片這個邏輯本身都不成立。

例如，蘋果公司每年出貨幾千萬臺手機，這個是蘋果做手機SOC芯片的底氣，同時這些量能夠極大分攤芯片的成本。

正因如此，互聯網云計算大廠們掌握了全球大部分的服務器的算力，這個數量足以激勵其研發自己的服務器芯片。

一旦芯片生成出來，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，互聯網云計算大廠們的“需求”是從云里來，自研“芯片”也是到云里去。

即便拋開互聯網公司自身的需求，AI芯片本身也是一個誘人的市場。

根據賽迪顧問的數據，中國AI芯片市場規模會在2021年達到305．7億元，增長率更是高達57．8％。

另據前瞻產業研究院的數據，我國AI芯片市場規模將在2024年達到785億元。

AI芯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芯片的鰲頭。

這個市場養活了寒武紀、地平線、天數智芯等AI芯片創企，而近年來盯上AI的互聯網公司，自然不愿放過這塊“肥肉”。

大廠“造芯”任重道遠 

從入局目的來看，現階段互聯網大廠造芯都有自己的“小算盤”，芯片“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，現在國內BAT等公司采用的“設計＋應用”的芯片入局方式，對于現今芯片“卡脖子”的制造環節毫無貢獻，對于“芯片荒”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后，進軍難度更大的芯片制造。

顯然，要實現這一點并不容易，業內分析師認為，“即便科技公司造芯在未來會左右傳統芯片廠的營收，但并非短期內能實現。”

一方面，通用芯片的難度和自家業務上用的芯片研發難度并不在一個等級，造芯從來不是一蹴而就，靠的都是厚積薄發經年之功。即使對于這些互聯網巨頭來說，仍然有很長的路要走。 

放眼國際，從2010年第一款自主芯片到加載出今天的萬億帝國，蘋果用了10年；谷歌2018年涉足芯片加大投入，憑借高研發投入和技術積累，還在奮力追趕；三星的造芯之路開局“慘烈”，但是一步一個腳印，終在制成上超越制霸芯片行業20多年的英特爾。 

另一方面，5G時代前夕的AI芯片機遇，數據在爆發式低增長，芯片行業這個蛋糕只會越來越大。

現在互聯網巨頭的入局，僅僅是芯片行業的開始，而對于芯片生產來說，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，在云端AI芯片領域，中國互聯網巨頭與美國同行們幾乎是同時起步。

互聯網巨頭在屬于自己的垂直領域在做精細化深耕，這對中國芯片市場精細化分工打下了基礎。

同時，中國互聯網巨頭有一個獨特優勢就是，可以用于自家產品上快速進行市場驗證，并快速商業化。

在芯片國產化起步的階段，BAT等中國互聯網廠商的躬身入“芯”局，或許是一個小小的突破口，現階段國內芯片制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。