百度突然宣布造芯进展：我们绝不能输快

快，太快了，快得让人措手不及。一眨眼， AI时代已经降临，科技发展的脚步，从未像今天这样迅猛……谁都不想错过布局的良机，谁都不想被时代抛弃！

文章图片
【百度突然宣布造芯进展：我们绝不能输】面对一个变化如此快的世界，你最大的风险就是不冒风险。
曾经靠搜索起家的百度，完成从移动互联网时代向AI时代的惊险一跃：造芯片，进军无人驾驶赛道，赋能产业互联网。有人开玩笑说，这画风和盯着几捆白菜的互联网公司大相径庭。
近日，百度发布Q4财报，首次在2020财年内的财报上公布了昆仑芯片的进展。百度宣布自主研发的昆仑2芯片即将量产，并将部署在搜索、工业互联网、智能交通等业务领域。
百度入局芯片领域，有何过人之处？
一个字：快！众所周知，在数据层面，百度有路测车队，加州DMV发布的2019无人驾驶脱离报告中百度Apollo成绩居首位。
一个字：熟！在算法层面，做搜索出身的百度轻车熟路，它还有汇聚265万开发者的百度AI开放平台。
而在算力这个硬科技领域，百度虽然自研AI芯片昆仑和语音芯片鸿鹄，但市场却看不懂其成色以及造芯的合理性。
别人笑我太疯癫，我笑他人看不穿。
关于百度造芯片，外界倍感诧异。事实上，这是AI时代的必然，产业链的高度分工为其芯片量产保驾护航，下游应用的大变化使百度这等互联网公司成为AI芯片国家间竞争的旗手之一。

文章图片
为什么科技行业日新月异，变幻莫测？
原来其背后有一双看不见的手，准确预测着行业的发展速度，这就是大名鼎鼎的摩尔定律：半导体芯片上可集成的元器件的数目每12个月便会增加一倍。
以深度学习为代表的人工智能技术，最大的瓶颈在于算力，其算力需求一直在飞速增长，大幅超过摩尔定律的速度。 IDC预测， 2025年全球每年产生的数据量约175ZB ，是2018年的5倍多。
而这，就是互联网公司入局芯片的底层逻辑！
以无人驾驶为例，最为激进的特斯拉和国内造车新势力，普遍只能实现L2到L3级别的无人驾驶，除特斯拉外算力都在50TOPS以内，而根据预测，要实现L4需要的计算力超过100TOPS ，而L5需要超过1000TOPS 。

文章图片
图2：无人驾驶芯片当前状况，资料来源：亿欧，国信证券
显然现在的芯片远远满足不了算力需求，然而芯片设计门槛的降低却又给国产替代机会。
大家经常看到台积电、英特尔、三星等芯片巨头动辄百亿美元的投资，容易形成芯片极度烧钱的印象，实际上只做芯片设计其实成本可控。
芯片行业经过半个多世纪的发展，由于产值规模大、技术难度高、资金投入多，已经成为专业分工， IP授权、仿真软件、设备材料、芯片设计、制造代工、封装测试等环节由多家公司完成。
分工降低了芯片设计的门槛，设计所需的工具，设计出来后的制造，基本不太用操心，比如百度的芯片就由三星代工。

文章图片
图3：半导体分工导致芯片设计门槛下降，资料来源：搜狐
芯片行业当前格局很稳固，但实际上把历史拉到10年的周期维度，就能明显的感受到：每一次下游应用的大变化，都会带来半导体行业的大洗牌：
1980-90年代，日本家电风靡全球带来日本芯片企业崛起，当时对芯片的要求是稳定性必须要高；
1990s个人电脑爆发，对高算力需求很高，带来蓝色巨人英特尔的崛起；
2010s智能手机爆发，高算力外的同时还要求低功耗，所以英特尔们掉队， ARM、苹果等公司成为主角。
2015年AI登场， 2020年5G加速AI渗透，芯片行业再一次处在巨变前夜。
AIOT时代的两个重大变化：算力需求指数级增长，因为AI基于海量数据的训练和推断；算力扩散，除了电脑和手机，家电、手表、耳机、眼镜、汽车等终端也需要智能。
面对变化的百度AllinAI ，推出昆仑系列对应解决高算力需求，鸿鹄芯片对应扩散的算力需求（用于语音交互）。
在业内，也经常把这两种需求分为云端算力和边缘端算力需求，在其拉动下：AI芯片显然将成为下一个风口。