对于互联网企业而言，其所依托的终端产品包括电脑、智能手机或云端服务器等均离不开芯片，巨头们基于自身发展需求等因素涉足芯片领域。但是造芯非易事，多少企业在跨界造芯的道路上折戟沉沙，那么目前这些互联网巨头们的造芯现状如何？

阿里巴巴?打造云端一体

在国内的互联网企业中，造芯声势最为浩大的莫过于阿里巴巴。

起初，阿里巴巴在芯片领域的布局主要体现在投资上。多年来，阿里巴巴的芯片投资版图不断扩大，已相继投资了寒武纪、Barefoot Networks、深鉴科技、耐能、翱捷科技、恒玄科技等众多芯片公司，如今寒武纪已在科创板上市、恒玄科技科创板 IPO 亦已过会。

2017 年 10 月，阿里巴巴在云栖大会上宣布成立达摩院，主要进行基础科学和颠覆式技术创新研究，研究范围涵盖量子计算、机器学习、芯片技术、嵌入式系统等多个产业领域。芯片技术作为其研究领域之一，达摩院组建了芯片技术团队进行 AI 芯片的自主研发。自此，阿里巴巴走上造芯之路。

2018 年 4 月，达摩院宣布正在研发一款神经网络芯片——Ali-NPU，该芯片将运用于图像视频分析、机器学习等 AI 推理计算。同月，阿里巴巴宣布全资收购自主嵌入式 CPU IP Core 公司中天微，随后将把中天微和达摩院自研芯片业务整合成一家独立的芯片公司，推进端云一体化的芯片布局。该公司由马云拍板决定取名“平头哥半导体有限公司”。

2019 年 7 月，平头哥半导体正式发布 RISC-V 处理器玄铁 910。据介绍，玄铁 910 是 CPU 的 IP 核，支持 16 核，单核性能达到 7.1 Coremark/MHz，主频达到 2.5GHz，可以用于设计制造高性能端上芯片，应用于 5G、人工智能以及自动驾驶等领域。

紧接着，2019 年 8 月，平头哥半导体发布 SoC 芯片平台“无剑”，无剑由 SoC 架构、处理器、各类 IP、操作系统、软件驱动和开发工具等模块构成，是面向 AIoT 时代的一站式芯片设计平台，提供集芯片架构、基础软件、算法与开发工具于一体的整体解决方案。

2019 年 9 月，平头哥半导体第一颗自研 AI 芯片含光 800 正式问世。据介绍，含光 800 硬件层面采用自研芯片架构，通过推理加速等技术有效解决芯片性能瓶颈问题；软件层面集成了达摩院先进算法，针对 CNN 及视觉类算法深度优化计算、存储密度，可实现大网络模型在一颗 NPU 上完成计算。平头哥半导体当时透露称，含光 800 已开始应用在阿里巴巴内部核心业务中。

至此，平头哥半导体已形成了玄铁系列 CPU、无剑 SoC 平台、含光 NPU 人工智能芯片三大产品线，涵盖了处理器 IP、一站式芯片设计平台和 AI 芯片。根据官网信息，目前其玄铁系列 CPU 产品有 12 款，包括 E801、S802、C910 等；无剑 SoC 平台产品有 3 款，包括无剑超低功耗 MCU 平台、无剑视觉 AI 平台、无剑语音 AI 平台等。

在造芯之路上，阿里巴巴从一开始的投资、收购到自研，一步步算是走得比较扎实，如今其芯片产品方面已取得了一定成效，端云一体全栈产品系列初步成型，后续发展值得期待。

百度?从结盟合作到自研

作为中国互联网三大巨头之一，百度亦早早加入到造芯队伍中来，据悉其从 2011 年起就开始基于 FPGA 研发 AI 加速器。

2017 年 3 月，百度联合 ARM、紫光展锐和汉枫电子共同发布 DuerOS 智慧芯片，该芯片包括度秘大脑、语音解决方案、芯片 / 模组三层结构，其中前两层由百度度秘提供，第三层芯片模组板块分别由紫光展锐、ARM、汉枫共同支持。

在 DuerOS 智慧芯片这款产品上，百度虽只是与芯片厂商合作，却已开始展现它在芯片领域的野心。随后 2017 年 9 月，百度发布了云计算加速芯片 XPU，这是一款 256 核、基于 FPGA 的云计算加速芯片，合作伙伴是赛思灵（Xilinx），采用百度设计的 AI 处理架构，拥有专用计算单元和数百个处理器。

2018 年 7 月，百度在其 AI 开发者大会上正式推出了其自研的首款云端人工智能芯片——百度昆仑芯片。据介绍，该款芯片采用百度自研 XPU 神经处理器架构，提供 512GB/s 的内存带宽，能够在 150W 的功耗下提供高达 260TOPS 的能力。

2019 年 7 月，百度发布其用于远场语音交互场景的鸿鹄芯片。鸿鹄芯片使用了 HiFi4 自定义指令集，双核 DSP 核心，平均功耗仅 100mW。据悉，这款芯片是根据车规级标准打造，主要应用于车载语音交互、智能家居等场景。

如今，百度芯片已陆续应用于自家产品上。2019 年 12 月，基于昆仑芯片的百度昆仑云服务器正式上线；今年 3 月，百度昆仑芯片正式在微亿智造的工业智能质检设备上部署上线，百度智能云向微亿智造交付搭载百度昆仑芯片的百度云质检一体机，预计在今年以内，微亿智造的数千台智能质检设备将全部应用上百度昆仑芯片。

9 月 15 日，在“万物智能——百度世界 2020”大会上，百度智能芯片总经理欧阳剑表示，第一代百度昆仑芯片已量产，已在百度搜索引擎及云计算用户部署 2 万片。同时，欧阳剑还预发布了第二代百度昆仑芯片，第二代昆仑芯片采用 7nm 制程工艺，较第一代性能提升 3 倍，预计将于 2021 年上半年量产。

随着昆仑芯片的量产上线及更新迭代，百度的造芯之路已走出了重要一步。百度表示，将在 AI 芯片领域继续长期投入研究，以更好的落实“软硬一体化”发展的战略目标。

腾讯?设新子公司涉足 IC 设计？

相较于在自研芯片方面已取得成效的阿里巴巴和百度，腾讯似乎走得要晚一些。事实上，目前腾讯尚未对外透露太多在芯片方面的布局，但业界从其种种举动猜测，腾讯应该亦是有意走上造芯之路。

首先，在芯片投资方面，腾讯曾于 2016 年参投可编程芯片公司 Barefoot Networks，后来多次投资专注于人工智能领域神经网络解决方案企业燧原科技。2018 年 8 月，腾讯领投燧原科技的 3.4 亿元 Pre-A 轮融资；2019 年 6 月，燧原科技完成 3 亿元新一轮融资，腾讯跟投；今年 5 月，燧原科技完成 7 亿元 B 轮融资，腾讯继续跟投。

据了解，燧原科技的产品是针对云端数据中心开发的深度学习芯片，2019 年 12 月发布了基于其“邃思”芯片的人工智能训练加速卡“云燧 T10”。腾讯投资董事总经理姚磊文表示，在产业互联网战略以及人工智能等前沿科技的探索上，腾讯与燧原也有很强的协同效应，邃思芯片落地过程中，腾讯的技术团队与燧原展开了全面合作，帮助公司大大加速了研发过程。

除了投资芯片企业外，今年 3 月，腾讯旗下腾讯云成立了一家名为“深圳宝安湾腾讯云计算有限公司”的企业。资料显示，该企业注册资本 2000 万元，经营范围包括：从事计算机软硬件技术开发、销售自行开发的软件；计算机技术服务和信息服务；集成电路设计、研发等。

由于经营范围出现了“集成电路设计、研发”等信息，业界认为上述新公司的成立是腾讯所释出的“造芯”信号。

在业界看来，国内外互联网企业自研芯片已成一大趋势，随着竞争对手相继踏上造芯之路，腾讯涉足芯片领域或只是时间问题，但目前而言，其将在芯片领域作何布局仍有待后续观察。

谷歌?造芯之路越走越远

纵观全球范围，在互联网企业造芯这条道路上，谷歌无疑是走在前方的。它的造芯之路可从 2016 年那一场全球瞩目的“围棋人机大战”说起。

2016 年 3 月，谷歌旗下 DeepMind 公司开发的围棋机器人 AlphaGo 与围棋世界冠军棋手李世石进行围棋人机大战，以 4 比 1 的总比分获胜。AlphaGo 一战成名，全世界哗然。谷歌表示，其自研计算神经网络专用芯片 TPU（Tensor Processing Unit）是 AlphaGo 获胜背后最大功臣。

2016 年 5 月，谷歌在 I/O 开发者大会上正式发布 TPU，这是谷歌为优化自身的深度学习系统 TensorFlow 打造，可应用于 AlphaGo 系统、谷歌地图、谷歌相册和谷歌翻译等。2017 年 5 月，谷歌在其 I/O 开发者大会上推出第二代 TPU（TPU v2）芯片。同月，AlphaGo 在与柯洁的“围棋人机大战”中再次获胜。

然而，AlphaGo 战胜柯洁不久后，谷歌 DeepMind 团队宣布 AlphaGo 将退出竞技比赛的舞台。AlphaGo 虽然退役了，但它与背后的 TPU 芯片在围棋史上甚至人类历史上留下了浓重的一笔，而谷歌自研芯片之路仍在继续。

2018 年 5 月，谷歌发布了第三代 TPU（TPU v3），据悉由 TPU v3 组成的 TPU Pod 运算阵列性能比上一代提升 8 倍，计算能力最高可达 100PFlops（每秒 1000 万亿次浮点计算）。随后不久，谷歌又宣布推出用于边缘计算的微型 AI 加速芯片 Edge TPU。

2019 年 5 月，谷歌虽然没有在 I/O 开发者大会上发布第四代 TPU，但带来了其第二代和第三代可扩展云端超级计算机 TPU Pod。据介绍，谷歌第二代 TPU Pod 能够容纳 512 个内核，实现每秒 11.5 千万亿次浮点运算；第三代 TPU Pod 可实现每秒超过 100 千万亿次浮点运算。

今年由于疫情原因，谷歌取消了 2020 年度 I/O 开发者大会，7 月，谷歌披露了第四代 TPU 的细节。据悉，基于 TPU v4 的硬件创新以及软件优化，基于相同规模 64 个芯片，谷歌 TPU v4 的性能相比在 MLPerf Training v0.6 训练测试中的 TPU v3 性能平均提高了 2.7 倍。

除了 TPU 系列芯片，谷歌还在布局其他芯片。据了解，谷歌曾推出 PIxel Visual Core 和 Pixel NeuroCore，均为尚未激活的图像处理和机器学习协处理器，应用于其手机上；此外，谷歌还发布了 Titan、Titan M 两款安全芯片。

值得一提的是，据外媒今年 4 月报道称，谷歌首颗自研 SoC 芯片已成功流片，这颗 SoC 芯片代号为 Whitechapel，是与三星合作设计，采用三星 5nm 制程，预计明年将率先部署在 Pixel 手机中，并为 Chromebook 使用。

谷歌 TPU 当初一战成名，如今已更新迭代至第四代，再加上在其他芯片领域的布局，不得不说，谷歌在自研芯片之路上已越走越远。

亚马逊?从“软”到“硬”

作为全球网络电子商务巨头、大型云服务供应商，亚马逊在造芯方面亦不甘落后。

2015 年，亚马逊宣布收购以色列芯片设计公司 Annapurna Labs，被外界认为是亚马逊自研芯片的开端。Annapurna Labs 公司主要研发微处理器，这种微处理器可以让低功率的的计算服务器和存储服务器快速运行数据。2017 年底，亚马逊收购安全监视器供应商 Blink，据悉主要意图在于 Blink 的节能芯片，这起收购被视为亚马逊在芯片领域的进一步布局。

2018 年 11 月，亚马逊旗下云计算服务平台 AWS 发布首款基于 Arm 架构的云服务器 CPU Graviton 以及首款云端 AI 推理芯片 AWS Inferentia。据悉，Graviton 处理器是由此前收购的 Annapurna Labs 设计，可提供更低成本的计算能力和更低的运行成本；AWS Inferentia 则是一款低成本、高性能、低延迟的机器学习推理芯片。

2019 年 12 月，亚马逊 AWS 发布其第二代自研服务器芯片 Graviton2。Graviton2 芯片基于 64 位 Arm Neoverse 内核，采用 7nm 制程工艺，晶体管数量高达 300 亿，64 核心。据亚马逊方面介绍，相比 1 代 Graviton，Graviton2 的性能提升 7 倍。

2018 年曾有外媒报道，亚马逊在自研服务器芯片的同时，也在自主设计定制终端 AI 芯片，用于自家智能音箱设备 Echo 上，以帮助 Alexa 语音助手获得更快的响应速度从而提升整体的使用体验。

日前，亚马逊发布新一代 Echo 智能音箱，同时还带来了其新款的定制芯片 AZ1 神经边缘处理器，这款处理器由亚马逊和联发科共同打造，能够让 Alexa 语音助手更快地回答询问以及执行命令，每次响应速度为数百毫秒。

虽然新发布的 AZ1 神经边缘处理器并非完全由亚马逊自研，但媒体报道的消息看来，亚马逊拟通过自研芯片以摆脱对英特尔芯片的依赖，正在逐步实现从“软”到“硬”演变。

『本文转载自网络，版权归原作者所有，如有侵权请联系删除』