互联网造芯，不救穷也不救急

2021-08-30 09:51 互联网大厂芯片

来源：燃次元（ID:chaintruth）作者：赵晨希编辑：林文龙

自去年下半年开始的全球 “芯” 塞问题愈演愈烈，关于缺货、涨价、互联网布局芯片制造的消息也越来越多。

据有关公开报道，2022 年一季度起，台积电将调涨晶圆代工报价，最高端的 7 纳米以下（7 纳米、5 纳米）制程将调涨 10%，16 纳米以上的成熟制程将调涨 10-20%。

据《财经》报道，多位业内人士表示，此次台积电的涨幅是历史新高。而在 6 月 15 日，也有媒体报道，在 2021 年第三季度，台积电、联电等晶圆代工厂将大幅涨价。

涨价的原因是缺芯，“以前都是供货商上门求着我们收货，现在是我们到处求他们给点芯片。” 安防监控设备生产厂商负责人王一名很无奈地说， “在生产用料环节，芯片的涨价早就不止 30% 了，我们找到的现货，价格涨三倍，甚至更高的都有。”“只要能拿到货，涨价也不算什么。没有货，就意味着不得不停产。”

“缺芯” 的原因是多方面的，其中之一便是受疫情影响，产能受到了不同程度的冲击。业内人士水木介绍，芯片分普用（通用）和专用两种，“目前缺芯，主要是通用芯片不足，因为其需要全球供应链，目前没有任何一个国家能完全自主生产，比如，芯片的设计必须用美国的工业软件，光刻机要用荷兰的，日本的化学材料和台积电的制程绕不开，中国也有芯片制造必须的材料和技术。”

水木表示，中国被卡脖子的核心技术主要在于通用芯片的生产制造，“目前来看，90 纳米以上的芯片，中国可以完全自主制造，其他都需要用到全球供应链。”

在举国上下都渴望突破卡脖子技术的时候，互联网布局芯片的消息也多了起来。比如，最近两起芯片投资，都有美团及其旗下产业基金的身影。8 月，爱芯科技完成数亿元 A+ 轮融资，韦豪创芯、美团联合领投，美团龙珠、冯源资本、GGV 纪源资本、高德地图创始人成从武等跟投。5 月，创业公司荣芯半导体获得战略投资，投资方包括红杉资本、民和资本、冯源资本、元禾璞华、美团战略投资部等。

据了解，荣芯半导体主营芯片分立器件制造、集成电路设计等。爱芯科技则主要研发 AI 视觉处理芯片，以及推理加速的神经网络处理器芯片。

更早之前，2017 年，百度与赛思灵（Xilinx）合作推出基于 FPGA 的云端加速芯片 XPU。2018 年，百度推出自研云端全功能 AI 芯片 “昆仑”，随后昆仑芯片业务独立，获得来自 IDG、君联资本、元禾璞华等的融资，估值达 130 亿元。百度投资也在芯片领域涉足广泛，投资了诸如声智科技、行芯科技、禾赛科技、微度芯创等等创业企业。

2018 年，阿里巴巴成立平头哥半导体有限公司，一年后，阿里巴巴第一款云端 AI 推理芯片含光 800 推出，性能打破当时 AI 芯片记录，应用于阿里巴巴内部核心业务中，如城市大脑处理实时交通视频，暂不对外发售。此外，阿里巴巴也投资了包括寒武纪、深鉴、耐能（Kneron）、翱捷科技（ASR）等多家芯片初创企业。

今年 1 月，腾讯参与投资了专注于云端 AI 训练和推理的燧原科技的 C 轮融资，在此之前，腾讯已经在 2019 年、2020 年先后参与了燧原科技的 A、B 轮融资。4 月，据业内人士透露，腾讯内部有一个约 50 人规模的团队在做 AI 芯片，已流片。

字节跳动也开始加速自研云端 AI 芯片和 ARM 服务器芯片。有行业人士认为，字节跳动从数据中心、云计算领域延展到芯片行业顺理成章。2019 年、2020 年，媒体发现，字节跳动备案、注册云计算相关域名、商标，还在各大招聘网站上公开招聘私有云架构师、资源调度、后端开发、容器内核等云计算相关工程师岗位，外界猜测，字节跳动将入局私有云领域。

一位中科院计算所芯片专家告诉燃财经，“大型互联网企业芯片定制化需求是一个大趋势。”

国际上，谷歌、亚马逊也在芯片领域有所布局。比如，谷歌的 TPU、亚马逊的 Inferentia 均属于云端 AI 推理芯片。

但在水木看来，这些芯片，大多是专用芯片，还是在应用领域上做文章，“随着物联网的发展，未来的设备，都会智能化，专用芯片会有巨大的市场。” 不过，大部分专用芯片，90 纳米以上就够用了，对于突破卡脖子技术，没有实质性的帮助。

也就是说，互联网造芯，既不救穷也不救急。水木表示，目前，中国芯片 “穷” 在没有好的工业设计软件，没有好的光刻机，没有好的化学材料和制程，等等，以致于做不出来高端芯片，这个问题，互联网公司也解决不了。而 “急” 在缺货，这是一个全球供应链的问题，互联网公司也无能为力。

正如马化腾所言，没有基础研究的应用创新，就像沙滩上建高楼，越高越危险。在水木看来，中国芯片的问题，还需要科技公司，扎扎实实地做好基础研究，才能得到有效的解决。

人才抢夺战

“基本上，行业内所有的知名互联网大厂都下海造芯片了。” 位于上海某芯片研究机构的工作人员李晓敏告诉燃财经，随着更多大厂涌入芯片赛道，在具备工作经验的芯片人才方面的争夺或更加激烈。

“现在芯片行业整体都缺人，什么样的人才都缺。几年前，芯片行业不火，产业待遇不高，而互联网行业热，很多芯片相关专业的人都转去做互联网了。现在反过来了，芯片相关岗位比较火爆，就业情况比之前好很多。”

某国内创业公司芯片从业人员张全豪也表达了同样的观点，芯片行业在制造行业，薪资待遇算比较高的，目前国内人才缺口很大，企业工程师需求也大。自己周围工作五年的同事基本上都被挖走，工资翻倍，自家公司还从台湾挖相关芯片人才。

“这个产业链实在太长了，涉及的专业也很多。芯片设计、制造这块用的微电子相关专业、物理类专业比较多。计算机、材料、化学、软件等等专业的学生也能在相关环节中就业。” 李晓敏说。

在福建某大学毕业的计算机科学与技术专业刘晶晶，就是在行业风向腾挪下，顺利拿到大厂 Offer 的毕业生。去年刘晶晶博士毕业，在国内疫情反反复复，各种线下招聘取消时，刘晶晶和同学们找工作却没有受到任何影响。在拿到毕业证之前，刘晶晶手头就有了两份录用通知，一份来自某国企，负责 IT 相关技术研发，薪资 20 万元/年，一份来自某手机大厂芯片算法部门，薪资 40-60 万元/年。

刘晶晶毫不犹豫选择了后者。在前几年，刘晶晶和同学们的第一选择意向可能是互联网或者国企，但在随着国内芯片人才高度紧缺情况下，刘晶晶和同学们有了更多的选择。“芯片行业发展行情这么好，薪资待遇给力，肯定是找工作的首选。”

新京报曾报道，国内芯片行业人才总缺口达到 60 万，国内芯片专业相关人才学历本科占比最大 43.2%，硕士 31.7%，博士及以上占比最小 4.6%。国内人才总供给缺失，人才培养速度缓慢，结构性失衡。

据 2021 科锐国际国际人才市场薪酬洞察数据披露，芯片设计师年薪 60-120 万元，跳槽或加薪 10-30%；验证工程师年薪 60-150 万元，跳槽加薪 10-15%；CPU、GPU 领军人才年薪 150-600 万元，跳槽加薪 30-50%。

不过在李晓敏看来，有工作经验的人才可能更受企业欢迎，“刚毕业的学生当然可以用，但芯片行业更强调经验积累，工作几年可能都不算经验丰富，十几年、二十几年才算。”

工作八年的叶沫沫最近在某招聘 APP 上收到了来自猎头的私信，字节跳动上海正在急招芯片设计工程师，要求微电子、计算机相关专业本科学位以上，超过两年芯片项目工作经验。中高级岗位一般要求 3-5 年工作经验，月薪在 25-50K 之间，资深岗月薪 40-60K，Leader 岗位年薪达 150-400 万元。入职后，将参与字节跳动芯片从流片、量产、封装、质量管控等多个环节的工作。

猎头告诉叶沫沫，字节跳动一般年包涨幅达到 30%，每年 3 月、9 月都有机会调整薪资，只要经过 3-5 轮技术面试，基本都能满足被面试人期望的合理薪资。猎头称字节跳动餐补、房补、假期、年终奖等各种隐性福利很多，综合来看字节跳动确实是一个非常不错的选择。猎头的介绍让叶沫沫有点心动了。

布局专用芯片

不过，仔细观察会发现大厂们芯片类型虽然不同，但都不是 CPU、GPU 在内的通用芯片领域。

一般而言，芯片可以大致分为两类。CPU、GPU 被称之为通用型计算芯片，CPU、GPU 之外的其他类型芯片统称为专用型芯片。

展开来讲，芯片按照架构类型可以分为 CPU、GPU、ASIC、FPGA 等，像 CPU、GPU 领域均有各自的 “垄断” 类厂商，如英特尔、高通、英伟达、AMD 等。而 ASIC、FPGA 类型的专用芯片，给予互联网大厂、芯片初创企业以很多机会。

天鹰资本合伙人告诉燃财经，“互联网大厂们造芯片，仅限于部分 ASIC 和 TPU 等加速芯片，并不涉及 CPU 和 GPU 等芯片。” 像谷歌 TPU、亚马逊 Inferentia、阿里巴巴含光 800、华为 Ascend910 等等其实都属于 ASIC 类型专用芯片。

芯谋研究总监徐可告诉燃财经，“专用芯片不只是包括互联网大厂做的云端 AI 推理、加速芯片，还包括智能家居、IoT 物联网之类的芯片，比如，AI 语音识别芯片。CPU、GPU 对工艺制程要求比较高，IoT 端很多芯片一般是 40-65nm 的，尽管云端数据处理量大，云端 AI 芯片未来要进阶至 5nm，但 AI 推理芯片对制程的要求不是很高。”

整个芯片产业，分为设计、制造、封测环节。其中，芯片设计 EDA 软件、芯片制造设备基本上被美国、日本企业掌控，而芯片代工制造、封测环节主要以中国台湾地区企业为主。通用型芯片往往对芯片工艺制程要求较高，工艺制程越先进，代表芯片性能越高。同时，也造成具备通用芯片设计能力的厂商，过度依赖于以台积电为代表的晶圆代工企业，如华为受到美国技术封锁，在芯片代工环节受困，导致不能生产先进工艺制程的麒麟手机芯片。

换言之，互联网大厂涉足的云端 AI 芯片，还是 IoT 物联网、智能家具类芯片都属于易入局，且对芯片制程工艺要求不高的芯片，受晶圆代工企业影响较小，国内完全有可能自主设计、代工。

“专用芯片不需要花费大量成本去做繁琐的配套软件生态的开发，芯片的软件配套开发工具是很多高端芯片的核心门槛之一，因此，很多非常不错的初创公司都曾冲击英特尔和英伟达的市场，但以失败告终。另外，专用芯片在架构设计上一般不用特别复杂，应用特性也很明确，开发相对快速，因而对于很多互联网公司来说，他们开发专用芯片就在于有明确场景，不需要花太多财力和时间去搞定软件生态，工艺 IP 也成熟，所以，小公司和创业公司容易杀出来。” 天鹰资本合伙人表示。

硬件厂商更是如此，除谷歌、华为、三星具备实力设计 SoC 芯片，包括小米、OPPO、vivo 等大部分厂商目前仅涉及一些较边缘化的芯片，如 ISP、电源管理、NPU 芯片等等。

“ISP 芯片主要针对图像优化，自己造 ISP 芯片，优化空间比较大，手机厂商都喜欢独立的 ISP 芯片，当然，ISP 芯片肯定比主芯片简单很多。” 芯片行业人士李兆强说。

徐可进一步对燃财经表示，“毕竟，互联网大厂再做通用的 CPU、GPU 没有意义了，英特尔、英伟达做得太好了，做不过已存在的厂商。互联网大厂大部分做的是专有芯片，对业务有帮助，加速数据处理。”

更重要的一个原因是，互联网大厂做专用芯片最有成功的可能性。

“互联网厂商的特长在于帮助芯片找到应用场景，在应用中不断迭代。这个方向，成功可能性比较大。” 徐可说。

“字节跳动、腾讯、阿里巴巴三家商业模式不太一样，字节跳动主要是短视频，腾讯聚焦游戏，阿里巴巴偏向支付交易、物流等，所需要的软件或者部分硬件处理可能也都不太一样。” 当然，在台湾芯片从业者唐浩然看来，这些国内的互联网大厂目的其实都一样，以自主资源芯片的方式，去强化自身的一些业务，在业务上与竞争对手形成差异化竞争力。

举个例子，打开短视频平台，涉及广告位展示以及各种视频推荐算法，如果切入直播页面，可能涉及智能语音、智能推荐引擎系统、虚拟主播等等，这些技术运行背后一般通过 GPU 加速驱动、数据处理。互联网大厂自研 AI 芯片后，可以根据实际业务需要，定制化出一些专门针对驱动视频，或者智能算法的推理或者训练芯片，取代部分 GPU 芯片。

一位腾讯算法工程师告诉燃财经，用专用芯片替代通用 CPU、GPU 能帮助腾讯、阿里巴巴、字节跳动在内的互联网大厂节省一笔相当可观的费用，比如腾讯云支持微信、QQ、王者荣耀游戏，对外支持数万家中小企业，有很多场景，目前采用 FPGA 芯片进行数据并发处理，但能耗、售价不合算。

“至于通用 CPU 和 GPU，相信互联网大厂不会直接涉足，因为并不擅长，且已有方案更加经济。” 该腾讯算法工程师强调。

值得注意的是，无论是是字节跳动、阿里巴巴、腾讯等互联网大厂，还是小米、OV 等硬件大企业，造芯只是现阶段业务生态的补充，并不能真正触动行业格局与 CPU、GPU 乃至 X86 在内的行业生态。

互联网造芯背后

互联网大厂布局芯片，意味着芯片行业技术发展、迭代进入了一个新的阶段。

“基于摩尔定律，传统通过通用工艺和架构稳定迭代发展，来带动芯片性能持续快速升级的阶段已经过去。当前通用芯片性能的提升速度，已经无法再满足下游应用场景的发展需求。下游应用客户需要通过其他方式来获得更高性能的芯片，如使用更定制化的芯片，更特殊的架构设计等。” 李兆强说。

天鹰资本合伙人认为，互联网云计算厂商、手机厂商之间的竞争愈发激烈，大家都想突破市场，自研芯片无疑成为可能的突破口。比如，阿里云基于公有云和混合云业务需求，需要结合自己云计算虚拟机来灵活分配海量数据下，整体数据传输性能优化；字节跳动需要对视频数据优化；互联网企业基于自身业务特性，形成差异化服务。手机厂商希望基于软件算法和操作系统、ISP 芯片，比竞对展现更明显的优势。

所以，互联网大厂造芯片，归根结底在于行业激烈的同质化竞争。

自研 AI 加速卡定制芯片，的确可以帮助互联网企业降低成本。“目前，据我们了解，可以降低成本 50% 左右，对企业具有一些切实意义。” 天鹰资本合伙人说。

不过，从必要性来看，有实力、没有实力的企业都激进地涌向自研芯片赛道，本身具有一定风险性。天鹰资本合伙人进一步表示，从整个大产业链来看，自身业务体量、实际需求没有足够大的企业，完全没必要自研芯片，如果自身需求量无法摊薄巨量研发成本，那么，从商业上考虑就是不合适的。

唐浩然也对互联网企业，乃至整个行业造芯热表达了一些疑惑，“芯片开发成本非常高，没有一定资金，很难造出来。企业必须达到一定规模，如谷歌、Facebook、亚马逊都是全球数一数二的互联网企业，如果今天企业规模没有达到一定程度，其实根本没有必要自己做芯片。”

从成本和实际运行效率上来看，自研芯片效果可能也处于现实很 “骨感” 的境况。

“自研芯片是节约运营成本的一部分。实际上，互联网大厂还应该关注电费成本，越强的计算、运算力效能意味着耗电越多，如何用更少的电费或相同的电费创造出更多的设备，反而是互联网大厂最值得投资的方向之一。” 唐浩然更从自研芯片最终效果，戳破了互联网大厂造芯面临的一些困境，遗憾的是，能够造出芯片的互联网大厂，对业务实际加速并不会太多。互联网企业在做界面开发部分环节也比较欠缺。

实际上，互联网大厂以及硬件厂商更新芯片的速度远不及行业通用芯片厂商，很多企业推出一款自研芯片后，经历了很长一段时间的 “空窗期”。2018 年，阿里巴巴发布云端 AI 推理芯片含光 800、百度发布云端全功能 AI 芯片昆仑，2019 年，华为发布 Ascend 910 之后，这些大厂再无新款芯片推出。其中，只有百度在三年后更新昆仑芯片至第 2 代昆仑芯 2。

相比之下，同样专注于 AI 加速计算芯片的英伟达每年都有新款芯片推出，芯片架构基本上一至三年一迭代，从 Kepler、Maxwell、Pascal、Volta 到如今的 Ampere 架构。每一次升级都能挣脱摩尔定律，将训练、推理性能、算力翻番。

“英伟达、英特尔毕竟有巨大的市场规模支撑着，互联网大厂只供应自己，肯定各方面比较滞后。” 李兆强说。

“市场企业不应该都去做一些对企业本身没有太多意义的事情，国内半导体产业也不能直接按照缺什么做什么的发展思路发展，而应该遵循市场自身客观发展规律。台积电等上游顶级企业能发展，也在于有下游全球顶级设计公司的支持，没有下游设计公司支持，上游技术很难取得工业和商业层面的持续突破。当前国内核心缺失的上游设备和材料环节，应该鼓励和敦促下游企业尽力配合去测试和使用，核心战略环节还是需要更高的层面去推动。” 天鹰资本合伙人对燃财经说。

［本文作者燃次元，i 黑马授权转载。如需转载请联系微信公众号（ID:chaintruth）授权，未经授权，转载必究。］