4754
11月16日凌晨，微软发布了两款自研芯片：AI加速芯片Maia 100和CPU芯片Azure Cobalt 100。
互联网公司自研芯片，已经不是什么新鲜事。之前苹果、亚马逊、谷歌、华为、阿里等公司就已经这么做了，微软已经算是晚的了。
（说明一下，这里的互联网公司指的是互联网底层技术的公司，也即云计算公司，或者支撑互联网公司业务的底层技术部门。）
今天这篇文章，我们仔细分析一下，在主流大客户纷纷自研芯片的当下，独立的芯片公司未来该如何更好地发展？
1 算力芯片面临的技术挑战
关于算力芯片面临的挑战，之前就详细介绍过，这里不展开了。简单总结如下：
算力需求数量级提升。例如，AI算力每2个月翻一倍。典型的大算力场景：AI大模型、高阶自动驾驶、元宇宙等。
性能和灵活性难以兼顾。CPU灵活但性能不够，ASIC性能极致但灵活性不够。越复杂的系统，对通用灵活性的追求越高于对性能的追求。
业务的横向和纵向差异性。横向差异，指的是不同客户的业务差异；纵向差异，指的是单个客户的业务迭代差异。如果针对场景定制芯片会导致架构碎片化，并且芯片的迭代完全跟不上软件的迭代节奏。
大芯片研发成本越来越高。数以亿计，甚至十亿计，的研发成本，需要芯片的大规模落地来摊薄。
芯片大规模落地困境。宏观算力需要规模化的计算集群，高昂的研发成本需要规模化来摊薄研发成本。但各种性能优化的专用定制方案通用性低，覆盖场景少，难以实现大规模部署。
生态建设的门槛。大芯片需要框架和生态，门槛高且需要长期积累，小公司难以长期大量投入。即使构建了芯片生态，但生态私有，如何获得客户的广泛认可，也是非常大的挑战。
从客户视角看，不对特定厂家的硬件平台产生依赖。需要开放标准化的硬件和系统堆栈。
从客户视角看，存在宏观计算平台融合的挑战。云网边端融合，软件可以跨大范围的硬件迁移；需要不同厂家硬件的开放标准化，构建统一的硬件平台和系统堆栈。
2 互联网公司自研芯片分析
云计算进入下半段，行业从粗犷式发展向精细化发展转型。需要深入到底层的软硬件，通过深层次的技术创新来驱动云计算变革。
传统的芯片公司，虽然有一些先进的底层技术，但距离客户场景较远。闭门造车，技术难以转换成“给客户带来更大价值”的产品；反而在一些方面，约束了客户的价值创新。
这使得互联网公司不得不“自己动手，丰衣足食”。
互联网公司做芯片，具有如下一些优势：
首先，是距离最终客户近。更能把握客户的需求，更贴近客户的场景。
其次，是互联网公司做的事情更宏观更系统。云计算、人工智能、大数据、物联网、元宇宙等热点方向，都是互联网公司主导的技术发展潮流，互联网公司站在宏观层次，更能深刻体会到自身对底层软硬件的各种“特殊”要求。
最后，则是资源优势。互联网公司具有资源整合的优势，并且在整合客户需求、市场开发方面远比芯片公司有优势。
互联网公司做芯片的劣势，体现在：
首先，是技术积累不足。互联网公司自研芯片还在早期阶段，很多方面的优化还比较浅层；要想深入到技术底层，全面而系统地重构整个数据中心技术栈，挑战巨大。
其次，芯片不是互联网公司的主业。一旦遇到“风吹草动”，很可能最先被砍掉的就是芯片这种“只出不进”的部门。或者说，互联网公司对芯片难以长期坚守，难以积累芯片方面的核心竞争力。
再次，规模劣势。虽然互联网巨头每年的芯片消耗量非常大，但毕竟是单个客户。大芯片整个链条资金消耗量巨大，需要更多客户的更大的销售量来摊薄成本。单个客户的芯片消耗量，仍不足以让算力芯片进入高质量良性发展状态。
最后，供应商绑定风险。自研芯片供给自己，几乎是绝对的供应商绑定。自成一套体系的技术演进，会约束自身技术的发展。如果出现技术选型偏差，或芯片质量问题，会拖累上层业务，引起连锁问题。
术业有专攻，喝牛奶一定要自己养牛吗？
3 互联网公司的本质诉求
前面我们就分析过：互联网公司本质上并不是想大包大揽，“吃独食”；反而是芯片公司的产品无法满足这些客户的需要，逼迫着客户不得不自研。
这里，我们对互联网公司自研芯片的本质诉求进行分析，希望独立芯片公司能够重视这些诉求，做出让客户真正满意的产品。
这里简单分析一下互联网公司的一些，隐藏在许多表面诉求背后的，更加真实的本质诉求（抛砖引玉）：
首先，最核心的必然是更高的性能/成本比。性价比是永恒的话题，都希望最低廉的成本下提供最高的性能价值。
其次是，差异化。互联网公司需要有足够理想的硬件平台，支撑差异化的功能和价值，给到自己的客户。
再次，硬件可迭代。软件迭代很快，为了增加硬件设备的生命周期（也是一种降成本的手段），则需要硬件能够支持软件服务的长期迭代。
再再次，快速业务创新。互联网公司自己的产品和服务是自身的核心竞争力，互联网公司需要的是能够自己“掌控一切”的开发平台，来实现业务创新，来增强自身的核心竞争力。
最后则是，无平台依赖。平台依赖某种程度上是一种“垄断”。互联网公司，通常也是“巨头”，有非常大的产业链“话语权”，肯定不希望被绑定在某个特定的平台上。这样不仅会降低自己的“话语权”，还存在巨大的技术风险。
这里我们假设一个理想情况：如果存在通用的芯片方案，能够满足上述这些需求，客户不会产生平台依赖，不对客户自身业务的核心竞争力构成威胁，并且功能更加强大，性能更加强劲，价格更具有显著优势。
那么请问，互联网公司还需要芯片自研吗？
或者更直白的说，互联网公司，愿意吃力不讨好，通过自研芯片增加自己的成本、降低自己的竞争力吗？
反过来说，芯片公司需要更多的本质创新。
4 芯片研发模式分析
芯片研发通常有三种模式：
模式一，传统模式，硬件定义软件：
问题一，芯片公司私有的架构和平台，构建生态门槛很高，客户存在平台依赖。
问题二，定制的解决方案，难以覆盖所有客户的要求。
问题三，客户需要修改自身的业务逻辑，迁移的成本和风险很高。
硬件定义软件，是架构孤岛、生态孤岛、算力孤岛；并且因为供应商依赖的原因，对客户不友好。
模式二，客户友好模式，软件定义硬件：
芯片公司提供设计服务，为客户定制。客户自研也属于客户定制的范畴，因为内部客户也是客户。
优势在于：能够拿到详细的客户需求，了解场景痛点；还有就是早期种子客户的支持，是产品成功的关键。
问题一，客户的需求，不一定是“真正”的需求，真正的需求需要自己深度洞察。
问题二，需求的横向和纵向差异问题并未解决。首先，即使大客户内部，不同的团队之间的需求也存在较大差异；其次，需求的快速迭代如何满足？
模式三：开放模式，软硬件相互定义。开放标准的平台架构/接口：
通过通用标准化的平台，实现业务和平台解耦。
通用的设计，实现客户软件定义一切，平台硬件加速一切。
通过本质的系统架构创新，实现：数量级性能提升；覆盖更多场景及迭代；不改变业务逻辑，实现业务平滑迁移；兼容已有生态；没有平台依赖；学习和使用的低门槛。
哪种模式更好？仁者见仁，智者见智。
5 芯片公司需要进化成互联网公司
量变会引起质变。
但与此同时，很难发现质变从何时开始，很难把握质变发展的整个过程。
芯片公司的组织和研发模式，在逐渐地进入新的质变，如表格所示：
小规模芯片阶段。最重要的是芯片的研发。这一时期，芯片公司就是纯粹的芯片公司，通常硬件和软件开发人员比例在1:1左右。
大规模芯片阶段。量变引起了质变，各类处理器芯片越做越大，则进入软件型芯片公司的时代。2008年，黄仁勋率先喊出NVIDIA是一家软件公司。然后把更多的资源给了CUDA框架，而不是GPU芯片。所以才成就了现在NVIDIA的伟大。这一时期，硬件和软件人员的比例在1:5左右。
超大规模芯片阶段。现在的发展趋势，单机计算越来越少，分布式集群计算成为主流，甚至走向跨集群计算。芯片很重要，开发框架更重要。但即使开发框架重要，也仅仅解决的是单机计算的问题，要想解决集群/跨集群计算的问题，计算平台解决方案则更更重要。我们认为，这一时期的芯片公司，需要做到比客户更懂客户，将成为典型的互联网型的芯片公司，其硬件软件人员比例将达到1:10左右。
计算规模的量变，需要架构创新的质变：
只懂软件，难以驾驭复杂的芯片设计，无法深入，难以整合；
只懂硬件，堆叠的性能再好，客户难以驾驭，场景覆盖小，生命周期短，芯片无法大规模落地，成本高昂，风险极高；
唯有软硬件深度融合，比客户更懂客户，才是正确的发展道路。
6 更深层次的开放合作
行业和技术都在巨变：云计算、边缘计算出现后，系统的规模数量级膨胀。也因此，互联网公司的业务场景非常复杂，具有很多超出个体硬件的高级特征。能深刻理解这些系统需求的莫过于互联网公司，而芯片公司对系统的把握，有些不足。
虽然如此，但这个视角仍然是局部的、相对微观的。
人类发展，从“男耕女织”到“手工作坊”，再到流水线的“工业化大生产”，再到现在的“全球化大分工”。从更宏观、更长期以及发展的视角看，全球产业是国际化大分工的，每个地区每个公司每个人，都在做自己最擅长的事情。
（企业的能力边界：一个公司之所以只做自己擅长的事情，不是不愿意拓展到其他相关甚至不相关的领域，而是能力有边界，“鞭长莫及”。）
随着时间推移，很多技术会沉淀，云计算底层技术也不例外。
开放合作，更加科学精细的分工，才能构建健康而宏大的行业生态。
底层的芯片公司，也需要不断地自我革新，才能真正帮助客户，成就客户，同时也成就自己。
下载ECAD模型
