云厂商大举进军芯片，半导体格局恐生变

在互联网巨头造芯之路上，谷歌无疑是跑在了最前面。早在2006年，该公司就开始寻找新的方法来有效利用其过多的硬件资源，包括GPU，FPGA芯片和ASIC。到2013年，DNN越来越受欢迎，谷歌开始设计一系列定制ASIC芯片。

直到2016年，谷歌I/O开发者大会上，谷歌正式发布了首代TPU。到现在，谷歌自主研发的人工智能专用芯片TPU已经迭代到了第三代，并且暗示未来将会自主研发CPU。

2017年10月，谷歌Pixel 2和Pixel 2 XL手机都采用了一颗新型定制协同处理器Pixel Visual Core，这一颗处理器则是谷歌与英特尔公司合作设计的。这也是谷歌发布的第一款自己的移动端芯片。而且谷歌未来的Pixel手机将采用自家的芯片。

2019年6月，据IST报道，谷歌正在为印度班加罗尔的gChips部门进行大量招聘，在Google班加罗尔工程团队的64个职位空缺中，大部分都是与芯片设计相关的职位。gChips部门致力于设备及其学习等领域开发芯片组。

而此前的报道中指出，之前的十几名芯片工程师，都是从英特尔、高通、博通、英伟达等传统芯片制造商那里挖来的，这些工程师都拥有丰富的芯片研发经验。其中之前在博通和英特尔担任高级职位的Rajat Bhargava一年前被谷歌任命为该计划的领导者。这些人才都是谷歌为了未来打造移动芯片所需要的资源。

除此之外，亚马逊从ARM获得了很多技术授权，亚马逊还通过台积电去生产芯片。种种迹象都可以看出，谷歌正在大张旗鼓的造“芯”，以期逐渐摆脱对传统芯片厂商的依赖。

谷歌TPU的推出，主要还是因为市场上没有满足其需求的芯片，使得他们进入了自研芯片领域，TPU的开放降低了企业用户对英特尔、英伟达等通用芯片巨头的依赖。谷歌近年来不断扩大了其设备阵容，包括智能扬声器和各种其他人工智能控制设备。

对于谷歌来说，定制芯片设计确保了硬件和软件功能的紧密集成。如果谷歌的芯片项目，尤其是TPU进展顺利，对于英伟达和Intel这些供应商来说，不是一件好事。

亚马逊蓄势已久

亚马逊自研芯片要追溯到2015年，彼时亚马逊与AMD合作开发64位Arm服务器处理器，用于亚马逊的数据中心。AMD还在2016年推出了与亚马逊合作的Arm芯片，代号“西雅图”的Opteron A1100处理器，但后来亚马逊退出了与AMD的合作。

还是在2015年，亚马逊转而斥资3.5亿美元收购了芯片厂商Annapurna Labs，这可以说是亚马逊在终端芯片的一次布局。作为全球最大的电商和云服务提供商，亚马逊过去几年一直在为其数据中心中的数百万台服务器研发芯片。

到了2017年年底，亚马逊斥资9,000万美元低调收购安全监视器供应商Blink，这被认为是亚马逊在芯片行动上的提速。亚马逊看中了Blink的省电芯片，打算用于旗下各种物联网(IoT)装置，包括Cloud Cam、Echo智能音响等。

进入2018年，亚马逊则终于开始发布自家的芯片。2018年11月，亚马逊在美国发布机器学习芯片AWS Inferentia，AWS Inferentia是一款机器学习推理芯片，支持TensorFlow、Apache MXNet和PyTorch深度学习框架，以及使用ONNX格式的模型。不过亚马逊并不打算直接向用户销售这款芯片。

2018年12月，亚马逊推出首款自研Arm架构云服务器CPU Graviton，目标直指英特尔。Graviton的问世显示出亚马逊AWS想要摆脱英特尔的决心。

2019年1月，据外媒彭博社透露，亚马逊旗下的AWS与三星风险投资、Avery Dennison共同参与了无线技术公司Wiliot公司价值 3000万美元的B轮投资。2018年11初，亚马逊携手英特尔，微软和美国明石风投投资了AI芯片初创公司Syntiant。这一系列的投资和自研动作，都显示着亚马逊正在由“软”向“硬”演变。

数十年来计算机和服务器都使用的是英特尔的CPU，但如今亚马逊自研芯片的成功，不但让该公司有了更多的选择，另一方面也助力亚马逊提升了自己与英特尔议价的能力。随着亚马逊在芯片领域的自力更生，其供应商英特尔的日子也开始逐渐松动起来。除了亚马逊，英特尔另外两大客户则是Facebook和微软，但是他们两家也在自研AI芯片。

微软& Facebook暗中发力

事实上，微软对半导体技术并不陌生。在云计算领域，微软一直在研究AI运算技术，2017 年的HotChips大会上，微软展示了Project Brainwave，一个基于 FPGA 的低延迟深度学习云平台。在端侧AI芯片领域，微软还有面向Hololens的HPU。

近几年，微软一直在增强定制芯片设计能力，在近日的Surface活动上，微软还带来了一个新的Microsoft处理器，这是一款名为SQ1的高通衍生芯片，SQ1为Surface Pro X提供了惊人的图形处理能力，还将在芯片上进行人工智能。

微软也在积极的网罗各界人才，就在近日的Surface系列产品中部分定制处理器展示的当天，微软还在尝试招聘更多芯片设计师，为其微处理器设计提供支撑。微软在职业社交网站LinkedIn上发帖称，正在招聘有工作经验的“定制CPU / 片上系统设计”工程师，新招聘工程师的工作地点为北卡罗来纳州罗利、加利福尼亚州森尼韦尔、科罗拉多州柯林斯堡以及位于华盛顿州雷德蒙德的微软公司总部。

与其它科技巨头相比，Facebook在芯片研发和硬件开发的起步明显落后了。虽然早在2013年，Facebook就成立了人工智能研究院，但是直到2018年Facebook造“芯”才开始有大动作，据Facebook官网招聘信息得知，其公司总部加利福尼亚州门洛帕克目前在招聘ASIC & FPGA设计工程师，时至今日，Facebook依然有不少AI芯片的职位挂在LinkedIn上面。

2018年7月，Facebook又收购了一家AI创业公司：Bloomsbury AI，该交易将使Facebook在理解自然语言及其应用方面有所提升，通过这项研究开发的工具可用于解决虚假信息、假新闻和恐怖主义相关内容的扩散。

2019年2月，据英国《金融时报》报道，Facebook正在跟亚马逊和谷歌展开竞争，开发自己的人工智能芯片。Facebook首席人工智能科学家Yann LeCun接受《金融时报》采访时表示，Facebook希望与多家芯片公司合作设计新产品，最近还与英特尔合作开展了一个项目。但他也指出，该公司正在开发自己的定制ASIC芯片来支持人工智能项目。

可以看出，无论是微软还是Facebook都在暗自发力自主研发芯片，试图降低对英特尔、高通、英伟达等芯片厂商的依赖。

国内BAT虎视眈眈

百度：

从2011年起，为了深度学习运算的需要，百度开始基于FPGA研发AI加速器，并同期开始使用GPU。八年磨一剑，2018年7月，百度发布了面向云端的自研AI芯片“昆仑”，包含训练芯片昆仑818-300，推理芯片昆仑818-100，将面向智能汽车、智能设备，语音图像等场景。

在2019年百度AI开发者大会上，百度发布了远场语音交互芯片“鸿鹄”，这是百度自研的第二款芯片。这款芯片是根据车规级标准打造，将为车载语音交互、智能家具等场景带来巨大的便利。

虽有两款芯片在手，但是仅自研AI芯片并不代表能自给自足，AI在未来将无处不在，百度自然不能着眼于眼前的汽车和语音识别等少数场景，所以百度宣布与英特尔合作共同开发Nervana神经网络训练处理器（NNP-T），与英特尔的合作能够降低他们开发AI芯片的难度。

百度这两年在大力部署自动驾驶和智能语音领域，曾领投中科慧眼亿元Pre-B轮融资，Pre-B致力于自动驾驶系统及三代ASIC芯片等方面研发，未来将会为百度阿波罗无人驾驶计划提供深度支持。

阿里：

去年中兴事件之后，阿里宣布进军芯片产业，阿里的造“芯”之路采用“自研+投资”策略。一方面以达摩院为首的内部研发进程目前已进入“深水“”，另一方，投资、收购垂直领域有实力的芯片初创公司，双管齐下。

自2017年开始，阿里先后投资了寒武纪、Barefoot Networks、深鉴、耐能（Kneron）、翱捷科技（ASR）等芯片公司。公司还收购了中天微，成立了平头哥半导体。

2019年7月25日，阿里巴巴旗下的平头哥发布首款玄铁910芯片，号称目前业界性能最强的RISC-V架构芯片之一，未来可以应用于5G、人工智能、物联网、自动驾驶等领域。这可以说迈出了万里长征的第一步。随后他们还开推出了一个叫做无剑的SoC开发平台，减低开发者开发芯片的时间。

在2019杭州云栖大会上，达摩院院长张建锋现场展示了阿里第一款AI芯片含光800，偏重推理，其性能和能效比均为第一，含光800已开始应用在阿里内部核心业务中。

随着含光800的发布，平头哥端云一体全栈产品系列初步成型。基础单元处理器IP：C-Sky系列、玄铁系列，为AIoT终端芯片提供高性价比IP；一站式芯片设计平台：无剑SoC平台集成CPU、GPU、NPU等，降低了芯片设计门槛；AI芯片，含光800通过AI云服务为AI场景提供高性能算力。这三大产品系列，可以说实现了芯片设计链路的全覆盖。

阿里也通过这些芯片战略展现了他们芯云端的芯片决心。

腾讯：

腾讯虽然没有公布自研芯片，但在2018年8月，人工智能领域神经网络解决方案公司燧原科技宣布获得Pre-A轮融资3.4亿元人民币，由腾讯领投，种子轮投资方亦和资本（武岳峰资本旗下基金）、真格基金、达泰资本、云和资本继续跟投。

百度和阿里已经相继发布了自家的自研芯片，那么，腾讯何时才会推出自主研发的芯片？在2018年的“未来论坛X深圳峰会”主题演讲上，马化腾表示，腾讯目前正在研究如何助推中国芯片产业发展，这可能包括利用其庞大的数据需求，敦促国内芯片供应商拿出更好的解决方案，或者利用微信平台支持基于中国芯片的应用开发。

结语

在如今风云变幻的半导体形势下，自研芯片的重要性不言而喻。科技巨头自研芯片是良好的开端，随着国内外的互联网巨头们纷纷入局，加上类似华为和苹果等消费电子供应商大举杀入芯片产业，必将在半导体这种高维度上的战场上画上浓墨重彩的一笔。这必然对某些半导体厂商来说是一个大挑战。

于他们来说，学会如何在新形势下如何与这些“巨头”相处是一个生存的信访室：也许是提供极具创新性的芯片或者与众不同的服务。甚至将自己的技术开放出来授权，与这些巨头合作，或许一个全新的半导体时代，将正式开启。