芯片|BAT各怀“芯事”( 二 ) 阿里巴巴|CPU|百度|it芯片

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」。
综合多方资料来看，一枚专用芯片的研发成本至少也要数亿人民币，其中包括如人员支出、EDA 授权、IP 授权、流片支出、产品试产等多个环节，但对于「家大业大」的大厂来说钱并不是最重要的考量因素，时间成本和商业壁垒的积累更为紧要——对比受制于高通、英伟达，在专用芯片上自己动手显然要更加划算。
在现实中，对于多了一重地缘博弈考量维度的中国公司来说就更是如此，当然事无绝对，谷歌在开发 TPU 的过程中也与博通进行了合作，只是说大厂造芯时更加看重自主可控、且能够针对己方业务场景深度定制。
02
造芯的「势」
你可能发现了，中美两国对造芯最为积极的公司，都将云计算作为最主要的应用场景之一，而即便是没有被我们重点提及的微软，也传出这两年正在为旗下服务器自研 ARM 架构的处理器， Wintel 联盟已经出现裂隙，同样在大力发展云计算的华为，也拥有基于 ARM 架构的服务器芯片「鲲鹏 920」等产品。
据集微网， CINNO Research 半导体事业部总经理 Elvis Hsu 认为，「自研定制化的 AI 芯片，使云服务器的性能明显高于使用 CPU、GPU 等通用芯片的服务器，因此自主研发 ASIC 或 FPGA 芯片成了最佳解决方案，如阿里的 Ali-NPU 神经网络芯片。」

这不仅是为了满足场景性能需求，也能够直接降低成本。如果使用自研的 Arm 服务器芯片，价格只有 x86 芯片的几分之一，甚至十分之一，这将在云服务市场竞争日趋激烈的环境中，让厂商更具备竞争优势。亚马逊 AWS 之所以能够成为「价格屠夫」，很大程度也是因为自研芯片使其有效压低了服务成本，在实例性能不输竞争对手的前提下却能更加便宜。特别是今天这个时代，当国资云计算集体入场、抢夺订单，如何守住壁垒，考验着腾讯云阿里云们。
在技术层面，如前所述，大厂们并非「重复造轮子」，而是试图在 AI 芯片、服务器芯片等高端专用芯片领域开疆拓土，这也将推动国内芯片设计能力的进步，如阿里在去年发布的倚天 710 芯片所采用的是 5nm 制程和 ARMv9 架构，百度昆仑芯 2 也采用的是较为先进的 7nm 制程。
而在商业生态层面，兵强马壮的大厂们无论是在人才招募还是其他资源整合的能力上，都不逊色于芯片产业中的原有玩家，而且因为是用于 AI、云计算等战略性业务，也不必担心出现像消费者业务那样猛砸一波金元、见势不妙随后撤退，最终留下一地鸡毛的糟糕情景。
芯片产业极度依赖分工合作，大厂作为新玩家入局也主要是集中在芯片设计环节，因此大厂组团自研，无论对于芯片制造、芯片设备还是与之合作的芯片设计企业都将带来利好，而互联网公司坐拥的丰富应用场景，也能够促进投产芯片更快地完成商业闭环。