芯片|BAT各怀“芯事” 阿里巴巴|CPU|百度|it芯片

文章图片

文章图片

文章图片

文 | 周天财经
周天财经原创出品
中国的互联网大公司正在加紧「造芯」。
不久前的阿里云峰会上，阿里云智能总裁张建锋发布为新型云数据中心设计的专用处理器 CIPU ，并表示未来 CIPU 将替代 CPU 成为云时代的处理核心。
腾讯也在被曝近期投资了 DPU 创业公司云豹智能数亿元人民币的新一轮融资，这也是腾讯第三次投资这家成立不到两年的 DPU 公司。 DPU 被认为是数据中心继 CPU 和 GPU 之后的「第三颗主力芯片」，是近几年芯片行业的投资热点领域。
而在去年 11 月，腾讯首次正式公开了其在自研芯片方面的动作，一口气推出针对 AI 计算的「紫霄」芯片，用于视频处理的「沧海」芯片以及面向高性能网络的「玄灵」芯片，三款芯片都属于专用芯片。
在给芯片起名这件事上，大厂员工们充分展示了自己扎实的网文玄幻小说阅读经验。
芯片之功，并非一朝一夕， 2018 年是一个关键节点——这一年，百度宣布推出云端全功能 AI 芯片百度昆仑 1 ，同年 9 月，阿里宣布旗下达摩院联合中天微成立芯片公司，定名「平头哥半导体」。
最近几年由于全球供应链紧张，半导体产业来到聚光灯下、常常被诟病只重视商业模式创新而缺乏硬科技的互联网巨头们，为什么纷纷「撸起袖子」主动下场，来到芯片这个绝对的「硬科技」领域；BAT 在造的芯片，和为人熟知的英特尔、高通、AMD 们又有着怎样的关系？
01
「芯事」重重
很大程度上，造芯运动的风是从美国刮过来的。
亚马逊在 2013 年就已推出网络芯片 Nitro1 ，到现在已经拥有了以 Nitro 为代表的云端网络芯片、以 Graviton 为代表的服务器芯片以及 AI 机器学习专用芯片三个完整条线。
谷歌则在 2015 年 6 月的 I/O 开发者大会上首次推出 TPU 芯片，即「张量处理器」，专门为优化其 TensorFlow 框架所打造，到现在已经到了第四代产品。

通过整理这些中美互联网巨头所发布的芯片，不难发现，大厂们前赴后继所打造的芯片主要以专用芯片为主，并且相对集中在 AI 芯片以及云端服务器芯片，并不是更多人所熟悉的 CPU 和 GPU 。
所谓专用芯片其实不难理解，就是为了去解决相对特定的问题而专门设计的芯片，与之相对的就是以 CPU 为代表的通用芯片，后者能办的事很多但是牺牲掉了某些特定场景下的效率。

因为在人工智能计算以及数据中心处理等各种场景之中，对计算量要求很大而且计算又具有比较「规整」的特点，因此值得为之专门设计硬件资源，以达到降低功耗、提升计算效率的目的。
再延展一点的话，在 AI 专用芯片之中还延伸出 FPGA 和 ASIC 的不同形式，前者保留着一定的可改造灵活性，后者则是彻底面向特定场景深度定制。

比如阿里在 2019 年推出的含光 800 芯片就是一枚专门用于 AI 推理的芯片，其推理性能相较于传统 GPU 算力性价比提升超过 100% 。
还比如，百度也舍弃 GPU 路线，从一开始就基于 FPGA 打造， FPGA 特点就是可编程，因而使用昆仑芯片的用户，就可以根据自己的应用场景来进行定制、魔改、二次开发。由于 AI 应用场景分散、复杂度高， FPGA 作为一种可编程芯片，就适合部署于提供虚拟化服务的云计算平台中。
大厂们造芯的首要目的，就是要满足自身云计算以及 AI 业务的相关需求，像是亚马逊自家的 Nitro 就从不对外售卖，完全自研自用。
那么，为什么大厂不和高通、AMD 这样的芯片设计公司合作，而是选择自己开发或是通过并购、投资初创企业的方式来做芯片呢？
对造芯这种攀登人类科技树顶点的决定来说，大厂们都是非常理性的，不和芯片设计公司合作搞的原因也很简单：不划算、不安全。
随着智能技术的不断发展以及应用场景上的逐渐丰富，芯片所呈现出的特点就是越来越专业分化，越来越需要对特定场景做定制化地适配，据晚点 LatePost ，目前 DPU 还处在非常早期的阶段，在技术路线、产品形态等方面业内都还在「摸着石头过河」。