雖然近兩年來國內芯片設計公司也是如雨後春筍一般湧現，還有不少像格力一樣的家電廠商開始跨界做芯片，同樣對於互聯網及雲服務巨頭來說，谷歌、阿里巴巴、亞馬遜、百度等也早已涉足芯片設計領域，並推出了自己的芯片。而現在，騰訊似乎也準備造“芯”了！
深圳寶安灣騰訊雲計算有限公司註冊成立，或將涉足芯片設計
近日，根據企查查資料顯示，3月19日，騰訊旗下的深圳寶安灣騰訊雲計算有限公司註冊成立，該公司註冊資本2000萬元，法定代表人為騰訊雲副總裁王景田。
企查查數據也顯示，深圳寶安灣騰訊雲計算有限公司由騰訊雲的運營主體騰訊雲計算(北京)有限責任公司全資控股。而騰訊雲計算(北京)有限責任公司的實際控制人則是馬化騰。
特別值得注意的是，在深圳寶安灣騰訊雲計算有限公司的經營範圍裡，除了包括計算機技術服務和信息服務；大數據處理技術的研究、開發；應用軟件開發等之外，還出現了“集成電路設計、研發”。這也意味著騰訊或將通過新成立的深圳寶安灣騰訊雲計算有限公司涉足芯片設計領域。
互聯網及雲服務巨頭紛紛造“芯”
其實騰訊開始涉足芯片設計領域並不令人意外，因為目前主流的互聯網及雲服務巨頭都開始進軍芯片設計領域，並紛紛推出了自研的雲端AI芯片，這已經成為了大勢所趨。
早在2016年之時， 谷歌就推出了專為深度學習優化的張量處理器TPU。當時谷歌就表示，它早已在數據業務中使用TPU。而AlphaGo成功戰勝圍棋世界冠軍李世石的背後，正是得益於谷歌TPU的助力。隨後在2017年，谷歌AlphaGo僅用了一顆第二代的TPU就打敗了柯潔。谷歌的第三代TPU也已商用，算力最高可達100PFlops(每秒1000萬億次浮點計算)，是第二代的8倍多。
2017年，阿里巴巴集團就正式成立了“達摩院”，進行基礎科學和顛覆式技術創新研究。隨後在2018年4月，阿里巴巴又全資收購了國內自主嵌入式CPU IP Core公司中天微。2018年9月，阿里巴巴整合了中天微與達摩院芯片團隊，正式成立獨立芯片企業“平頭哥半導體有限公司”，進軍芯片設計領域，此後也推出了RISC-V CPU內核玄鐵910、雲端AI推理芯片含光800等。
2018年7月，百度也發佈了自研首款雲端全功能 AI 芯片“崑崙”。2019年底，百度崑崙芯片已經成功流片，併成功應用於百度的智能雲業務。
2018年11月，另一家互聯網巨頭亞馬遜也殺入芯片領域，並推出了其首款雲端AI芯片Inferentia。2019年12月，亞馬遜在“AWS re：invent”大會上又發佈了自主研發的第二代基於Arm架構的服務器芯片Graviton2，同時也推出了其雲端AI推理芯片Inferentia的商用實例。
我們再來看看目前全球雲服務市場的格局：
根據Canalys發佈的最新2019年全球雲市場份額數據，數據顯示：2019年全球雲計算支出猛增37.6%，達到了1071億美元。顯然這是一個非常龐大的市場。但是，前四的玩家就佔據了近60%的市場份額。而這前四廠商之中，除了第二的微軟之外，亞馬遜、谷歌和阿里巴巴都有推出自己的雲端AI芯片（亞馬遜還有自己的Arm服務器芯片），並開始應用於自己的雲服務當中。
我們再來看看目前國內雲服務市場的格局：
根據Canalys發佈報告顯示，中國基礎雲市場在2019年第三季度同比增長60.8%，市場規模達到29億美元，佔全球總額10.4%。其中，阿里巴巴雲市場份額佔45%、騰訊佔比18.6%、亞馬遜佔比8.6%、百度雲佔比8.2%。我們同樣可以看到，國內基礎雲市場的前四廠商當中，除了騰訊之外，其他三家同樣都已經是早已推出了自己的雲端AI芯片芯片。而在國內的雲服務市場，騰訊也一直在奮力追趕阿里。
顯然，頭部的雲服務廠商紛紛選擇自研雲端AI芯片或服務器芯片並不是巧合，那麼為何這些巨頭會選擇自己來“造”芯呢？
巨頭造“芯”意欲何為？
我們都知道，人工智能技術近幾年發展迅猛，大量的新的算法不斷湧現，原有的算法也在持續優化。而定製型AI芯片由於其在設計之時就是針對特定算法進行固化的，所以無法做到靈活的適應各種算法。相比之下GPU和FPGA更為靈活，這也使得定製型的AI芯片此前一直未在數據中心/服務器領域大規模應用。
不過，隨著AI算法持續的發展，在一些特定的領域已經開始逐漸趨於成熟，特別是在雲端市場，這一點尤為突出。
因為，對於互聯網及雲服務巨頭來說，其很多領域的需求都是非常明確和相對固定的，比如百度可能更多的需求是針對搜索的，美圖更多需求是針對圖像的，淘寶更多需求是針對在線購物的，支付寶更多的則是針對支付。特別是在其龐大的數據驅動下，不少領域的軟件、AI算法也已經趨於成熟和穩定，在這種情況下，進一步追求性能、能效和成本的最優化，選擇採用定製型的AI芯片也是必然。
根據ABI Research最新調查報告顯示，近年來隨著AI技術的發展，不論是對於雲端AI芯片還是對於終端AI芯片的需求都現了爆炸式的增長。預計到2024年，全球雲端AI芯片市場規模高達100億美元，而終端AI芯片市場也將接近80億美元。雖然，可能終端AI芯片的出貨量更大，但是從銷售額來看，雲端AI芯片市場更大。
而對於互聯網及雲服務廠商來說，其自身對於AI芯片的需求越大，則意味著其需要付出的成本也將更為高昂。
與此同時，在雲端市場，隨著人工智能計算需求的爆發以及雲端AI芯片發展，使得雲端計算架構也開始發生了變化，由於CPU並不是AI計算的最佳載體，因此在雲端的計算也開始逐漸由原先的X86架構CPU一統天下，轉向了異構計算。Arm服務器芯片也開始出現新的機會（相對於X86來說，Arm更為開放，進入門檻更低）。
雖然傳統的通用型芯片適用範圍廣，對於廠商來說也更為簡單易用，但是也造成了市場上產品的同質化，隨著市場競爭的日趨激烈，越來越多的廠商開始尋求差異化。而採用獨特的芯片則可以給自身的產品和服務帶來較大的差異化。與此同時，眾多新的應用和特殊需求的出現，也需要獨特的芯片來滿足市場需求。這也正互聯網及雲服務廠商自研AI芯片或服務器芯片的動力所在。
也就是說，互聯網及雲服務廠商未來其所需的AI芯片和服務器芯片也將會是越來越具有差異化的，需要的是基於自身的業務需求及自己的軟件算法來定義的AI芯片和服務器芯片。而傳統的芯片廠商的商業邏輯則是設計出一款能夠最大範圍的適用於更多客戶的芯片。顯然這兩者之間存在著較大的分歧。
另外，相對於傳統的芯片廠商來說，互聯網及雲服務廠商更為了解自身及客戶的需求，自研AI芯片及服務器芯片也能更好的滿足自身及下游客戶群的需求。
總結來說，目前阿里、亞馬遜、百度等互聯網及雲服務巨頭自身的業務規模和客戶規模都非常的龐大，對於雲端AI芯片及服務器芯片的需求完全能夠支撐自己的芯片業務（芯片出貨的量級越大，成本越低）。而且，採用自研的芯片，不僅可以降低芯片的採購成本，同時在計算性能和能效上也更符合自己的需求，安全性也可以更高，可以更好的滿足客戶的需求，幫助客戶提升產品體驗，提升核心競爭力。
當然，以上所說的自研芯片所能夠得到的好處只是理想狀態下。因為做芯片並不是一件容易的事，需要大量的專業人才和大量的資金的長期的持續投入。但是，對於谷歌、阿里、亞馬遜、百度、騰訊這些頭部的互聯網及雲服務巨頭來說，資金肯定不是問題，而有了足夠的資金，人才也問題也有望得到很好的解決。剩下的問題就是，自己的業務發展是否已經迫切需要這樣去做了，同時有多大的決心來做這件事。
騰訊早已開始芯片佈局
雖然相對於其他的互聯網及雲服務巨頭來說，騰訊的造“芯”動作似乎是來得太慢。但是實際上，幾年之前騰訊就已經開始了一些芯片佈局。
早在2016年11月，阿里與騰訊一起參與領投了可編程芯片公司Barefoot Networks的2300萬美元C輪融資。不過該公司2019年被英特爾收購了。
隨後在2018年，AI芯片公司——上海燧原科技有限公司就獲得了騰訊領投的Pre-A輪3.4億元人民幣投資。根據企查查資料顯示，騰訊科技持有燧原科技23.2%的股權，為燧原科技第一大股東。
需要指出的是，燧原科技的主攻方向正是騰訊雲所需的雲端AI訓練和推理芯片。2019年底，燧原科技正式發佈了首款雲端訓練芯片邃思DTU。
根據燧原科技公佈的信息顯示，邃思DTU芯片主打的就是數據中心訓練場景，支持E級數據中心互聯，同時也是業內唯一支持BF16的芯片，算力可達86TFLOPS。FP32的算力達22TFLOPS。支持單節點支持最大16顆芯片互聯，同時支持多節點擴展和分佈式訓練平臺。而基於邃思DTU芯片的雲燧T10加速卡單卡單精度算力達到20 TFLOPS。
顯然，騰訊進入雲端AI芯片市場的依託很可能就是燧原科技，畢竟騰訊本身就是燧原科技的最大股東。
而從騰訊現在成立新的囊括芯片設計業務的公司動作來看，騰訊的造“芯”佈局正在加速。
閱讀更多 快樂生活樂無悠 的文章
