腾讯巨头 跨界造芯 ，已经不是什么新鲜事。

芯东西9月2日报道，据日经亚洲援引三位知情人士消息称，谷歌计划在2023年左右推出搭载谷歌Chrome操作系统的笔记本和平板电脑CPU。

而就在前不久，谷歌公布其首款自研智能手机处理器Tensor。看起来，谷歌正在走一条与苹果极为相似的路，从自家的手机到平板和笔记本，通通搭载起自主设计的SoC芯片。

自2010年以来，“造芯”已经不再是芯片公司的专场。无论是美国的苹果、谷歌、微软、特斯拉、Facebook、亚马逊，还是我国的百度、阿里、小米、vivo，都已经官宣跨界布局芯片设计，腾讯和字节跳动也被发现在招芯片相关岗位。

科技巨头纷纷造芯背后的推力，有这些企业自身的需求，亦有芯片设计悄然的变局。

▲自2010年以来跨界造芯的科技巨头公布的自研芯片

01. 科技巨头自研芯片图什么？

与拥有数十年芯片研发历程的华为、三星不同，在2010年前，许多科技巨头都是芯片设计界的门外汉。

苹果虽然在上世纪90年代前后尝试过一个名为“水瓶座”的芯片项目，但该项目在烧光数千万美元后黯然落幕，苹果自研芯片计划也就此戛然而止，直到2010年A4芯片问世，苹果才算正式成为一家“芯片公司”。

对于头部科技公司来说，直接采购芯片公司的产品省时省力。手机芯片有高通联发科，CPU有英特尔AMD，GPU有英伟达AMD，FPGA有赛灵思英特尔，这些公司都是历经激烈竞争笑到最后的佼佼者，他们的产品代表了业界顶尖水平。

在这样的背景下，科技巨头何必涉足毫无经验的芯片设计，给自己“徒增麻烦”呢？

这来自应用端的需求之变。当科技巨头开始追求更卓越的产品表现，标准化的芯片未必能带来最强大的性能。而自主研发，就能从硬件层面开始，完全按自身需求量身定制芯片功能，实现自家软硬件紧密结合，从而打造出最好的产品。

苹果前三代iPhone芯片业务都被外包给了三星，但芯片性能一直不达预期，促使苹果加速组建自己的芯片设计团队。谷歌开发云端专用AI芯片TPU，也是因为当时CPU很难满足自家越来越多应用对加速AI神经网络运算的需求。

“对于未来基础设施的多样化要求，传统上那种放之四海而皆准的解决方案已经不再适用。”Arm基础设施事业部全球高级总监邹挺在近日接受媒体采访时，谈到对互联网大厂自研芯片的看法。

自研芯片的另一个好处，就是省钱。

虽然短期内组建团队和投入研发耗资不菲，但从长远来看，自家跑通的芯片总归要比市面上的芯片定价便宜。除此之外，这些科技巨头自主研发的CPU、专用AI芯片等产品，往往拥有比市面通用芯片更小的占用面积、更低的功耗。

每颗芯片节省的成本、面积或许不起眼，然而无论是数据中心服务器还是终端产品，当其规模大到足够数量级，将会带来可观的经济利益。

还有一重原因，科技巨头苦芯片供应商久矣。

芯片是电子设备的“大脑”，如果芯片厂商的产品出了问题，或者产能延期，那么购买该芯片的科技公司产品质量及上市进度就会受到影响。自研芯片，则能摆脱这一束缚。

当其他手机厂商还在排队等高通旗舰芯片，当全球缺芯潮影响至移动设备供应，作为台积电第一大客户的苹果，手握着一众芯片供应商的优先供应权，在遍地唉声的缺芯潮中显得游刃有余。

在上个月苹果Q3财报会议上，苹果CEO库克还“凡尔赛”一把，说苹果不缺高性能处理器，缺的是显示驱动芯片、音频解码芯片等执行日常功能的芯片。这句话的潜台词就是，苹果自研芯片不愁先进制程产能，相对担心从第三方采购成熟制程芯片。

类似的，云服务商和大型互联网公司如果自主研发出满足需求的服务器CPU、专用AI芯片，则可以实现产品供应链更为可控，英特尔、英伟达等公司的芯片也不再是唯一的最佳选择。

总体来说，通过自研芯片，科技巨头能带给客户更好的产品或服务体验，大幅节约整体成本，并提高了自身抗风险的能力。

各家科技巨头纷纷能研发出芯片，离不开科技巨头的固有优势，以及芯片设计产业上游的几处关键变化。

02.

芯片人才从哪里来？

芯片是一件烧钱快、周期长、风险高的行业。而科技巨头们最不缺的，就是钱、产品和耐心。

财力雄厚的科技巨头们，使出了各种广纳芯片人才的招数，包括并购芯片公司、从芯片公司挖人以及挂出极具吸引力的招聘岗位待遇。

以苹果为例，从2008年到2013年，苹果先后收购高性能低功耗芯片设计公司P.A.Semi、Arm芯片设计厂商Intrinsity、以色列闪存控制器设计公司Anobit、擅长低功耗无线通讯芯片的加州Passif半导体公司。2019年，它又以10亿美元将英特尔基带芯片业务收入麾下。

此外，亚马逊在2015年以3.5亿美元收购芯片设计商Annapurna Labs，阿里巴巴在2018年宣布收购我国自主嵌入式CPU IP核公司中天微，谷歌今年收购了一家开发用于机器学习的片上网络（NoC）系统的创企Provino Technologies。

这些被收购公司的技术，已经或即将融入到科技巨头们最新研发的芯片中。

▲科技巨头的部分自研芯片类型

与此同时，科技巨头们也在大肆挖人和招聘。

就拿最近造芯势头正猛的谷歌来说，2017年，谷歌曾从苹果挖角多位芯片业大佬，比如前苹果SoC芯片架构师Manu Gulati、苹果芯片专家John Bruno、Wonjae Choi和Tayo Fadelu，谷歌还挖来了高通芯片工程师Mainak Biswas、Vinod Chamarty和Shamik Ganguly等人。

2019年，路透社爆料谷歌在印度班加罗尔至少招募了16名技术老兵，致力于自研智能手机和数据中心芯片，还有4名招聘人员专门从英特尔、高通、博通和英伟达等传统芯片公司挖人才。今年3月，谷歌宣布已聘请英特尔长期高管乌里·弗兰克为副总裁来运营其定制芯片部门。

此前特斯拉、腾讯、字节跳动被推测有新的造芯动向，也源自这些公司在其招聘官网上发布多个与芯片相关的工程师岗位信息。

今年特斯拉的自研云端AI训练芯片已正式发布。对于自研芯片传闻，字节跳动回应称在组建相关团队、在AI芯片领域做一些探索；腾讯回应称招聘相关人才主要是为了在某个特定领域研发芯片，而不是为了突破通用芯片的壁垒。

03.

科技巨头的造芯底气：站在指令集架构与EDA工具的肩膀上

_ _ _ 在科技巨头纷纷涌向芯片设计领域的背后，芯片产业上游的技术迭代正扮演着关键推手。

一颗SoC芯片的布局有点像拼图，由很多不同功能不同类型的模块拼贴组合。比如苹果M1芯片中，CPU核、GPU核、电源管理芯片、图形处理器、显示引擎、AI加速器等等集成在一起。

芯片IP供应商们将积累的芯片设计经验固化，形成可复制的标准化模块，即IP核。

科技巨头也许只想对其中某些特定模块进行优化，那么其他模块的IP核可以直接从第三方采购，就能做出复杂的SoC芯片。

当IP供应商研发的IP产品性能愈发炉火纯青，设计一颗芯片的难度已经远小于以往。

尤其在CPU领域，近年来，Arm和RISC-V两大指令集架构不再满足于在手机和物联网终端赋能，而开始向电脑CPU和服务器CPU发起进攻。

即便是芯片设计实力已经锤炼到世界顶尖的苹果，亦在其各种自研SoC的CPU核中采用Arm的指令集架构。亚马逊则在其自研服务器CPU中采用Arm提供的公版架构Arm Neoverse N1。国内云服务厂商也在同Arm展开基于Neoverse平台的合作。尚未得到官方证实的微软自研服务器CPU、谷歌自研电脑CPU预计也将采用Arm架构。

阿里平头哥则是国内RISC-V领域的代表玩家，不仅基于RISC-V研发了高性能处理器IP核玄铁系列，还推出拥有MCU、AI等多类加速IP的一站式芯片设计平台无剑。这些使得芯片设计变得更容易，研发周期和开发成本也进一步降低，许多国内芯片公司已推出基于玄铁IP的芯片产品。

据Semiwiki报道，2020年半导体芯片设计IP销售额同比增长16.7%，是自2000年以来最好的增长年份，其中Arm稳坐龙头，市场份额占逾40%，第二、三名分别是新思科技（Synopsys）和楷登电子（Cadence），这两家分别是全球EDA领域的老大和老二。

_ _ _被誉为“芯片之母”的EDA，是设计芯片所需的软件工具，亦是提升芯片设计效率的主心骨。

近几年来，EDA领域逐渐呈现EDA上云、智能化等趋势。例如去年Synopsys推出业界首个用于芯片设计的自主AI应用程序DSO.ai，能迅速找到芯片设计流程中的最优解，把原本需多位设计专家耗时1个多月才能完成的设计时长缩短至3天。

不久之前，Cadence推出了一款完全基于机器学习的智能芯片设计工具，实现了10倍生产效率提升和20%的PPA（功耗、性能、面积）提升，并且减少了设计所需工程量。

谷歌用AI取代人类芯片专家、6小时完成快速芯片布图布局的研究，在今年6月登上了国际学术顶刊Nature，该方法已经被用在设计第五代谷歌专用AI芯片TPU中，玩起“用AI设计AI芯片加速AI计算设计AI芯片……”的循环。

越来越丰富的IP核和更加好用的EDA工具，不仅降低了芯片设计的准入门槛，也为研发团队节约了更多时间和人力成本。

芯片开发正变得愈发容易，但挑战依然存在。

04.

挑战：与芯片巨头竞争有限产能

科技巨头所谓的“造芯”，仅局限于芯片设计环节，实力强如苹果，也要仰仗全球最大芯片代工商台积电来为它生产芯片。

要冲向更高的性能，不仅需要出色的设计，也离不开能在同等面积塞进更多晶体管的先进制程工艺技术。由于全球先进制程赛道的玩家仅剩台积电、三星、英特尔几家，英特尔的对外代工业务才刚刚开张，先进制程工艺技术的产能资源相当有限。

选择自研芯片的科技公司，必然要与英特尔、英伟达、高通等现有顶尖芯片公司争夺产能。

根据International Business Strategies（IBS）、贝恩咨询公司（Bain &_Co.）等市场研究机构的数据，一款5nm芯片的设计成本约为5亿美元，3nm芯片的设计费用约达5-15亿美元，而采用28nm等更成熟生产技术设计芯片的成本约为5000万美元。

当然，相比许多小型芯片企业，科技巨头显然“不差钱”，考虑走这条充满风险的道路，往往是看到更长远的投资价值。正如前文所言，几家超大型云服务商都坐拥大量的数据中心服务器集群，研发手机芯片的厂商的出货量在业界都是翘楚，当芯片大规模应用，将有望为他们更大的经济回报。

但难点在于，科技巨头如何说服芯片代工商，在大量的需求面前将其订单摆在更靠前的位置。

当然啦，苹果是不必为此担心的，产能再紧缺，台积电也会优先供给其第一大客户苹果。其他科技巨头则需展示出足够大的规模和可持续发展的潜力，来说服代工厂商们为它早点排期。

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』