百度闯关，照见互联网巨头造芯之路

互联网巨头的一点风吹草动，都会成为舆论关注的焦点，如果再与风口浪尖上的“芯片”相结合，那绝对足够吸睛。即便是过年七天乐期间，百度将成立独立芯片公司的消息，依然引发了讨论。

我们知道，2020 年人们最希望看到的，就是互联网巨头能够“别惦记几捆白菜”的流量经济，而是回归纯粹的技术创新，用自身的能量去探索科技的星辰大海。而过去一年不断升级的半导体风波已经证明，芯片不仅仅是科技领域的明珠，更是国家博弈中不容有失的战略高地，以及资本市场的“财富密码”。

而海外谷歌、微软、Facebook 等互联网巨头纷纷下场造芯的时候，国人自然也无比希望看到中国互联网力量能够给半导体产业带来变局。百度以及其他中国互联网企业加入战局，能给中国芯片带来哪些影响？为什么除了谷歌 TPU、百度昆仑之外少有互联网公司成功面向市场推出量产芯片？互联网公司的造芯之路需要重点打造哪些能力？

要寻找上述问题的答案，我们不妨将互联网公司造芯想象成一局“闯关游戏”。

第一关：芯片设计，怎么就那么难？

在现有的半导体产业链环节中，互联网公司想要造芯，最直接的方式是成为一个 Fabless 厂家，像高通、联发科、华为海思、紫光展锐等一样，将生产等外包给代工厂，自己只负责设计开发、销售芯片。

而我们知道，互联网企业想要造芯的首要需求是满足自身业务不断增长的计算需求。因为传统通用 CPU 芯片不能够满足互联网公司发展 AI/VR 等新业务的计算需求，这也一度使得更适合进行 AI 训练等的图形处理器 GPU 炙手可热、价格飙升。出于业务发展及平衡成本的现实需求，谷歌 TPU、亚马逊 Inferentia 芯片、百度昆仑等互联网公司的自研芯片，都在强调 AI 能力并率先在内部服务器及消费电子上部署。

而另一方面，去年伴随着社会层面的数智化升级，使得传统硬件从 PC、消费电子、汽车等等都面临高性能芯片紧缺的局面，由此带来了巨大的市场空间。而原本就在数字网络、云计算等领域有一定积累的互联网企业，借助芯片全球产业链分工，进入 Fabless 芯片设计的难度也有所下降，造芯可以说是近水楼台。

理想是美好的，但想要设计出合适的芯片，却面临着两个先天难题：

1.技术上限。如前文所说，互联网公司的自研芯片，首先是内部使用，而互联网在计算需求上的飞速增长，这就要求必须将定制化芯片的性能做到极致。而芯片设计中涉及复杂的元器件，是一个系统工程，在降低能耗比的前提下实现性能提升，并不容易。

目前顺利完成这一挑战的，海外有谷歌，其推出的 TPU 芯片与同期的 CPU、GPU 相比在性能上有 15 倍的提升。亚马逊自研的 Inferentia 芯片也在性能上达到了英伟达 T4 芯片的水平，但能耗和成本更低。在国内，2018 年百度推出的首款自研芯片昆仑，能够在 150W 的功耗下提供高达 260TOPS 的能力，2020 年发布的昆仑 2 则较第一代性能提升 3 倍。

2.商业场景。除了苹果这样自身业务足以支撑芯片产量的公司，绝大多数互联网巨头的造芯计划都要考虑商业扩展的可能，这就需要对 AI 应用、规模化量产等有恰当的考量。比如亚马逊发布的 AWS Inferentia，就以低成本、云端 AI 推理等作为击穿市场的亮点。百度昆仑系列也已经在云服务器、工业质检、智慧城市等相关硬件应用中上线。

目前看来，互联网巨头所交出的优秀芯片代表作，其共同点显而易见，那就是克服各种技术难题，实现芯片的高性能突破，支持 AI 应用级场景，更低的使用成本及能耗。

第二关：底层软件“卡脖子”的中国式突破

2020 年，最令国人敏感的一个词语就是“卡脖子”。一部分来自于高精制造环节，比如华为海思的麒麟系列首当其冲，外国芯片制造商不得不停止为其进行高制程芯片的代工。而另一种“卡脖子”则来自于底层软件，比如芯片设计都需要用到的 EDA 等，大部分都无法在短时间内实现自主知识产权的替代。

对于互联网公司来说，面对的掣肘之处还要更多一些。举个例子，作为全球搜索巨头，谷歌积累了大量的数据和知识，这使得其也成为 AI 算法领域的领头者，同时也为 AI 芯片的基础研发提供了充足的养分和基础。

放眼中国互联网和半导体产业，能够同时满足大数据、人工智能与芯片交集点的企业，只有 BAT。

比如百度昆仑系列，就被应用于国内首个中文开源深度学习框架飞桨（PaddlePaddle）、百度机器学习平台（BML），支撑百度的搜索引擎、智能驾驶等业务，同时也以开源的方式，支持国产化 CPU 和操作系统。

值得一提的是，软件和算法的价值并不仅仅是将硬件性能最大化，更在产业链自主上起到了关键的卡位能力。毕竟与硬件芯片断供相比，来自底层软件如 x86 架构的封锁可能是更大的危险。而回溯英特尔 x86 生态的崛起，不难发现正是 Wintel 联盟在软硬件上的强强联手，奠定了 PC 时代美国产业的统治权。幸好，现在以百度为代表的中国互联网，已经早早通过飞桨等建立起了独立自主的深度学习框架等一系列软件平台，伴随着芯片硬件的叠加，以软硬件一体化的方式实现 AI 算力的业务赋能，等于极早建立起了软硬件协同的中国半导体技术护城河，从根源上规避“卡脖子”的难题。

第三关：拿什么凝聚生态突围的千钧之力？

前面提到英特尔在 PC 时代的辉煌，一个耐人寻味的故事是，AMD 这个“千年老二”在 IBM 的推动下选择了兼容英特尔的 x86 架构，直接推动 x86 变成了 CPU 领域的行业标准，吸引了越来越多的软硬件厂商加入，最终奠定了 x86 作为传统计算基层架构的核心地位，这就是生态的力量。

相比传统的芯片厂商，互联网企业“造芯”显然更擅长在生态上拉拔出自家的独特优势。比如谷歌就积极推动 AI 民主化，鼓励开发者将自己的 AI 应用放在谷歌云上训练；亚马逊也以智能音箱 Echo 带动其 AI 芯片在智能家居生态中的应用部署。

百度则兼而有之，一方面积极以昆仑系列开源推动外部合作方加入，根据自己的应用场景进行二次开发，让昆仑可以在工业制造、科研、智慧城市、智能交通等领域加速落地。

与此同时，针对语音场景打造的芯片“鸿鹄”，也通过出货量全球第三的百度智能音箱，以及借助 DuerOS 生态的力量，在车载语音、智能家居等广泛场景中部署。百度自动驾驶 Apollo 生态，也成为芯片赋能的重要场景之一。

有了这样软硬一体化的 AI 芯片生态，百度“造芯”等于从终端到应用到云端形成了完整的价值链条，相比单一的芯片销售能够提供更大的商业和社会价值。

百度，互联网造芯一个可参考的样本

当其他互联网巨头还在通过资本动作如入股、并购等形式积累造芯能量的时候，百度已经打通了芯片 Fabless 产业链上的一些重要关卡，率先开启了最新剧情，也让中国半导体突围中互联网阵营的动作，有了一些基本参照与经验。

比如耐心的技术投入。芯片是一个重投入、长周期的产业链，这句话说起来容易但做起来很难，像谷歌、亚马逊、百度这种成功案例，基本都是十年磨一剑。百度早在 2010 年开始就已使用 FPGA 进行 AI 架构的研发，直到 2018 年才推出了 AI 芯片昆仑，2019 年流片成功，2020 年量产超过 2 万片，昆仑 2 也将在今年量产，这是一个厚积薄发的过程。除此之外，飞桨、百度大脑等 AI 软件算法框架、平台所展现出来的人工智能软件技术积累，也是经年之功。这两个软与硬的“重型武器”，才成就了百度 AI 芯片的自主研发之路。

此外可以注意到的是，百度“造芯”并不是一上来就奔着门槛最高、最硝烟弥漫的高端移动芯片战场而去。那里对于互联网公司来说，没有来自产业链、终端市场、技术体系等的充分支持，贸然进入只能是一场无疾而终的“消耗战”。百度昆仑、鸿鹄系列都瞄准了云计算、AIoT 等这些方兴未艾的领域，有着不断扩张的市场规模，也带来了产业变革的红利期，站稳脚跟能够快速进入正向的技术投资回报周期。

2020 年的芯片领域，汇集了令人百感交集的战火，以及各式各样的突围动作。而互联网巨头们的相继加入关，则让我们看到了风云变幻中的不变：纵然山长水远，只要科技创新的“闯关”脚步永不停止，那么胜利就已写好了结局。