互联网大厂都在造什么芯片？

3W互联网深度精选 · 公众号 · 科技媒体 · 2022-09-01 19:00

正文

▲图｜亚马逊历年自研芯片

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。

▲图｜2005年的Ageia PPU

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。

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。