无论是车企、手机厂商还是互联网大厂，都接二连三的扎进“造芯”赛道，甚至于连地产、家电、百货、水泥厂等企业也直接横跨到科技业开始造芯之路。
3月9日，苹果公司发布“地球最强桌面级处理器”M1 Ultra，将去年10月份发布的M1 Max的集成度翻倍，其CPU和GPU性能与功耗表现吊打当前最强芯片表现，远远领先其他芯片公司。
其实，早在2010年苹果发布iphone 4明确向外界宣布自研处理器A4后，“造芯”就已经不再是芯片公司的专场，谷歌、特斯拉、微软、百度、亚马逊、阿里巴巴、腾讯等科技巨头接连入局。
对于任何企业来说，“造芯”之路都耗费巨大，但为什么汽车、手机、互联网等大厂们还是要扎堆造芯？它们造的芯片和专业芯片厂商有什么不一样？更进一步，国内大厂投入造芯，能缓解芯片短缺、卡脖子的困境吗？
近年来，头部科技公司的行动出奇地一致：无论国内外，都将目光放在了“芯片”这一领域。
先是手机厂商如苹果、华为、OPPO，纷纷下海自研AI芯片。
2017年，苹果A11 Bonic问世，首次采用自研GPU，首次搭载神经网络引擎，开启智能手机AI时代；华为“昇腾”系列芯片出炉，标志着华为正式进军AI处理器行业；OPPO也明确进军半导体，打造自研芯片。
同时互联网公司如谷歌、亚马逊、BAT，也开始有所行动。
国外如谷歌，2014年就开始为数据中心设计服务器芯片，2019年更是在印度组建芯片团队亚马逊AWS也在2018年底披露了首款自研云服务器CPUGraviton。
国内如百度，2010年就开始采用FPGA自研AI芯片，2021年百度昆仑芯2发布即实现量产。
阿里，2018年成立“平头哥半导体有限公司”正式入局AI芯片，2019年首发AI芯片“含光800”。
腾讯从2018年开始对燧原科技进行多轮投资之后，在2020开始自立门户下场造AI芯片。字节跳动，2021年被曝自研云端AI芯片和ARM服务器芯片。
至此，BAT等国内互联网巨头全部杀进芯片的领域，展开竞争。
BAT们的对手不光有英伟达、高通、赛灵思这样的国外芯片巨头，还有寒武纪、地平线这样专注于研发AI芯片的创业企业，也有华为海思这样的国产芯片头部企业。
互联网公司投入这么大的成本造芯，究竟看中了什么？
当我们把目光转到全球的互联网公司，会发现这个趋势更加明显，几乎所有涉及云计算和AI的科技巨头都在做芯片。
这些云巨头做的芯片，主要集中在几个方面：
- 服务器CPU
服务器CPU主要集中在ARM服务器CPU。我们可以看到在ARM服务器芯片布局的包括：亚马逊AWS的Graviton2；阿里的倚天；华为的鲲鹏等。
- 云端AI芯片
例如：谷歌的TPU；阿里的含光；腾讯的紫霄；华为的晟腾；百度的昆仑等。
- 云端外设芯片
例如：AWS的nitro的一些网卡芯片、存储芯片等；华为、腾讯也都有自己智能网卡芯片等。
那么，这些芯片都用在了什么地方？
在互联网公司，它们的去向主要是自家的云服务器。
近几年，中国的云业务市场越来越大。根据中国信通院发布的《云计算白皮书（2021年）》显示，2020年我国云计算市场呈爆发式增长，整体规模达到2091亿元，增速56.6%。
巨大的云市场背后，是规模庞大的云服务器。
根据Canalys的数据，截止2021年第三季度，中国头部四家云服务公司为阿里、华为、腾讯、百度。
其中，三家互联网公司的服务器均超过百万台。
为了能让数亿互联网用户快乐冲浪，服务器的性能至关重要，而云端AI芯片、服务器CPU芯片就是其中的关键一环。
“AI芯片”之名源于它的用途，从技术路线上，GPU、FPGA芯片和ASIC芯片，都可以被用来做AI芯片。
AI芯片与CPU相比，具有更多ALU（逻辑运算单元）。换句话说，两者是全才与专才的差别：CPU能够执行复杂指令，但算力因此受到限制，AI芯片虽只能执行简单指令，可它的算力却比CPU高得多。
恰巧，AI的训练和推理，就是一个简单的重复过程，用不到那么复杂的指令，用AI芯片代替CPU往往能事半功倍。
为了开发最适合自家云计算和AI业务的芯片，互联网云厂商纷纷自研芯片。
AI芯片就用在这些运算、推理的云服务器上，提高它们的算力。而基于ARM架构的服务器CPU芯片，则是对标X86服务器CPU芯片，一方面提升云服务器的性能，另一方面也为可能遭遇“卡脖子”而未雨绸缪。
这么多互联网云计算大厂投入芯片设计，难道芯片设计就没有门槛吗？
事实上，造芯有三大门槛：技术密集、资金密集、成本敏感。简单来说，需要有人、有钱、有量。
对于互联网云计算大厂来说，有人有钱自然不用说，但大家其实没有看到的一面是：大厂有量！
众所周知，芯片投入很大，7nm开发成本在亿人民币级别，没钱没人都做不了芯片。因此，只有量大才能分摊芯片的成本。
对于做芯片来说，量比钱甚至更重要。换句话说，如果没有市场需求，做芯片这个逻辑本身都不成立。
例如，苹果公司每年出货几千万台手机，这个是苹果做手机SOC芯片的底气，同时这些量能够极大分摊芯片的成本。
正因如此，互联网云计算大厂们掌握了全球大部分的服务器的算力，这个数量足以激励其研发自己的服务器芯片。
一旦芯片生成出来，立马就可以产生效益，不但满足需求，还可以分摊成本。
可以说，互联网云计算大厂们的“需求”是从云里来，自研“芯片”也是到云里去。
即便抛开互联网公司自身的需求，AI芯片本身也是一个诱人的市场。
根据赛迪顾问的数据，中国AI芯片市场规模会在2021年达到305.7亿元，增长率更是高达57.8%。
另据前瞻产业研究院的数据，我国AI芯片市场规模将在2024年达到785亿元。
AI芯片是一个相对年轻的行业。与CPU行业相比，还没有哪家公司独占AI芯片的鳌头。
这个市场养活了寒武纪、地平线、天数智芯等AI芯片创企，而近年来盯上AI的互联网公司，自然不愿放过这块“肥肉”。
从入局目的来看，现阶段互联网大厂造芯都有自己的“小算盘”，芯片“出口”方向精准，都是为了自家业务而来。
海比研究院行业研究总监宋涛认为，现在国内BAT等公司采用的“设计 应用”的芯片入局方式，对于现今芯片“卡脖子”的制造环节毫无贡献，对于“芯片荒”只是起到了锦上添花的作用。
但是不排除这些科技巨头在积累一定的经验人才后，进军难度更大的芯片制造。
显然，要实现这一点并不容易，业内分析师认为，“即便科技公司造芯在未来会左右传统芯片厂的营收，但并非短期内能实现。”
一方面，通用芯片的难度和自家业务上用的芯片研发难度并不在一个等级，造芯从来不是一蹴而就，靠的都是厚积薄发经年之功。即使对于这些互联网巨头来说，仍然有很长的路要走。
放眼国际，从2010年第一款自主芯片到加载出今天的万亿帝国，苹果用了10年；谷歌2018年涉足芯片加大投入，凭借高研发投入和技术积累，还在奋力追赶；三星的造芯之路开局“惨烈”，但是一步一个脚印，终在制成上超越制霸芯片行业20多年的英特尔。
另一方面，5G时代前夕的AI芯片机遇，数据在爆发式低增长，芯片行业这个蛋糕只会越来越大。
现在互联网巨头的入局，仅仅是芯片行业的开始，而对于芯片生产来说，它只是半导体产业的其中重要一环。
有一点值得注意，从进入时间来看，在云端AI芯片领域，中国互联网巨头与美国同行们几乎是同时起步。
互联网巨头在属于自己的垂直领域在做精细化深耕，这对中国芯片市场精细化分工打下了基础。
同时，中国互联网巨头有一个独特优势就是，可以用于自家产品上快速进行市场验证，并快速商业化。
在芯片国产化起步的阶段，BAT等中国互联网厂商的躬身入“芯”局，或许是一个小小的突破口，现阶段国内芯片制造还远未形成竞争格局，抱团取暖，寻求合作契机共同发展才是关键。
