苹果、谷歌、华为、小米、vivo、阿里… 科技巨头为何纷纷跨界造芯片

科技巨头跨界造芯，已经不是什么新鲜事。

芯东西 9 月 2 日报道，据日经亚洲援引三位知情人士消息称，谷歌计划在 2023 年左右推出搭载谷歌 Chrome 操作系统的笔记本和平板电脑 CPU。

而就在前不久，谷歌公布其首款自研智能手机处理器 Tensor。看起来，谷歌正在走一条与苹果极为相似的路，从自家的手机到平板和笔记本，通通搭载起自主设计的 SoC 芯片。

自 2010 年以来，“造芯”已经不再是芯片公司的专场。无论是美国的苹果、谷歌、微软、特斯拉、Facebook、亚马逊，还是我国的百度、阿里、小米、vivo，都已经官宣跨界布局芯片设计，腾讯和字节跳动也被发现在招芯片相关岗位。

科技巨头纷纷造芯背后的推力，有这些企业自身的需求，亦有芯片设计悄然的变局。

▲ 自 2010 年以来跨界造芯的科技巨头公布的自研芯片

01. 科技巨头自研芯片图什么？

与拥有数十年芯片研发历程的华为、三星不同，在 2010 年前，许多科技巨头都是芯片设计界的门外汉。

苹果虽然在上世纪 90 年代前后尝试过一个名为“水瓶座”的芯片项目，但该项目在烧光数千万美元后黯然落幕，苹果自研芯片计划也就此戛然而止，直到 2010 年 A4 芯片问世，苹果才算正式成为一家“芯片公司”。

对于头部科技公司来说，直接采购芯片公司的产品省时省力。手机芯片有高通联发科，CPU 有英特尔 AMD，GPU 有英伟达 AMD，FPGA 有赛灵思英特尔，这些公司都是历经激烈竞争笑到最后的佼佼者，他们的产品代表了业界顶尖水平。

在这样的背景下，科技巨头何必涉足毫无经验的芯片设计，给自己“徒增麻烦”呢？

这来自应用端的需求之变。当科技巨头开始追求更卓越的产品表现，标准化的芯片未必能带来最强大的性能。而自主研发，就能从硬件层面开始，完全按自身需求量身定制芯片功能，实现自家软硬件紧密结合，从而打造出最好的产品。

苹果前三代 iPhone 芯片业务都被外包给了三星，但芯片性能一直不达预期，促使苹果加速组建自己的芯片设计团队。谷歌开发云端专用 AI 芯片 TPU，也是因为当时 CPU 很难满足自家越来越多应用对加速 AI 神经网络运算的需求。

“对于未来基础设施的多样化要求，传统上那种放之四海而皆准的解决方案已经不再适用。”Arm 基础设施事业部全球高级总监邹挺在近日接受媒体采访时，谈到对互联网大厂自研芯片的看法。

自研芯片的另一个好处，就是省钱。

虽然短期内组建团队和投入研发耗资不菲，但从长远来看，自家跑通的芯片总归要比市面上的芯片定价便宜。除此之外，这些科技巨头自主研发的 CPU、专用 AI 芯片等产品，往往拥有比市面通用芯片更小的占用面积、更低的功耗。

每颗芯片节省的成本、面积或许不起眼，然而无论是数据中心服务器还是终端产品，当其规模大到足够数量级，将会带来可观的经济利益。

还有一重原因，科技巨头苦芯片供应商久矣。

芯片是电子设备的“大脑”，如果芯片厂商的产品出了问题，或者产能延期，那么购买该芯片的科技公司产品质量及上市进度就会受到影响。自研芯片，则能摆脱这一束缚。

当其他手机厂商还在排队等高通旗舰芯片，当全球缺芯潮影响至移动设备供应，作为台积电第一大客户的苹果，手握着一众芯片供应商的优先供应权，在遍地唉声的缺芯潮中显得游刃有余。

在上个月苹果 Q3 财报会议上，苹果 CEO 库克还“凡尔赛”一把，说苹果不缺高性能处理器，缺的是显示驱动芯片、音频解码芯片等执行日常功能的芯片。这句话的潜台词就是，苹果自研芯片不愁先进制程产能，相对担心从第三方采购成熟制程芯片。

类似的，云服务商和大型互联网公司如果自主研发出满足需求的服务器 CPU、专用 AI 芯片，则可以实现产品供应链更为可控，英特尔、英伟达等公司的芯片也不再是唯一的最佳选择。

总体来说，通过自研芯片，科技巨头能带给客户更好的产品或服务体验，大幅节约整体成本，并提高了自身抗风险的能力。

各家科技巨头纷纷能研发出芯片，离不开科技巨头的固有优势，以及芯片设计产业上游的几处关键变化。

02. 芯片人才从哪里来？

芯片是一件烧钱快、周期长、风险高的行业。而科技巨头们最不缺的，就是钱、产品和耐心。

财力雄厚的科技巨头们，使出了各种广纳芯片人才的招数，包括并购芯片公司、从芯片公司挖人以及挂出极具吸引力的招聘岗位待遇。

以苹果为例，从 2008 年到 2013 年，苹果先后收购高性能低功耗芯片设计公司 P.A.Semi、Arm 芯片设计厂商 Intrinsity、以色列闪存控制器设计公司 Anobit、擅长低功耗无线通讯芯片的加州 Passif 半导体公司。2019 年，它又以 10 亿美元将英特尔基带芯片业务收入麾下。

此外，亚马逊在 2015 年以 3.5 亿美元收购芯片设计商 Annapurna Labs，阿里巴巴在 2018 年宣布收购我国自主嵌入式 CPU IP 核公司中天微，谷歌今年收购了一家开发用于机器学习的片上网络（NoC）系统的创企 Provino Technologies。

这些被收购公司的技术，已经或即将融入到科技巨头们最新研发的芯片中。

▲ 科技巨头的部分自研芯片类型

与此同时，科技巨头们也在大肆挖人和招聘。

就拿最近造芯势头正猛的谷歌来说，2017 年，谷歌曾从苹果挖角多位芯片业大佬，比如前苹果 SoC 芯片架构师 Manu Gulati、苹果芯片专家 John Bruno、Wonjae Choi 和 Tayo Fadelu，谷歌还挖来了高通芯片工程师 Mainak Biswas、Vinod Chamarty 和 Shamik Ganguly 等人。

2019 年，路透社爆料谷歌在印度班加罗尔至少招募了 16 名技术老兵，致力于自研智能手机和数据中心芯片，还有 4 名招聘人员专门从英特尔、高通、博通和英伟达等传统芯片公司挖人才。今年 3 月，谷歌宣布已聘请英特尔长期高管乌里・弗兰克为副总裁来运营其定制芯片部门。

此前特斯拉、腾讯、字节跳动被推测有新的造芯动向，也源自这些公司在其招聘官网上发布多个与芯片相关的工程师岗位信息。

今年特斯拉的自研云端 AI 训练芯片已正式发布。对于自研芯片传闻，字节跳动回应称在组建相关团队、在 AI 芯片领域做一些探索；腾讯回应称招聘相关人才主要是为了在某个特定领域研发芯片，而不是为了突破通用芯片的壁垒。

03. 科技巨头的造芯底气：站在指令集架构与 EDA 工具的肩膀上

在科技巨头纷纷涌向芯片设计领域的背后，芯片产业上游的技术迭代正扮演着关键推手。

一颗 SoC 芯片的布局有点像拼图，由很多不同功能不同类型的模块拼贴组合。比如苹果 M1 芯片中，CPU 核、GPU 核、电源管理芯片、图形处理器、显示引擎、AI 加速器等等集成在一起。

芯片 IP 供应商们将积累的芯片设计经验固化，形成可复制的标准化模块，即 IP 核。

科技巨头也许只想对其中某些特定模块进行优化，那么其他模块的 IP 核可以直接从第三方采购，就能做出复杂的 SoC 芯片。

当 IP 供应商研发的 IP 产品性能愈发炉火纯青，设计一颗芯片的难度已经远小于以往。

尤其在 CPU 领域，近年来，Arm 和 RISC-V 两大指令集架构不再满足于在手机和物联网终端赋能，而开始向电脑 CPU 和服务器 CPU 发起进攻。

即便是芯片设计实力已经锤炼到世界顶尖的苹果，亦在其各种自研 SoC 的 CPU 核中采用 Arm 的指令集架构。亚马逊则在其自研服务器 CPU 中采用 Arm 提供的公版架构 Arm Neoverse N1。国内云服务厂商也在同 Arm 展开基于 Neoverse 平台的合作。尚未得到官方证实的微软自研服务器 CPU、谷歌自研电脑 CPU 预计也将采用 Arm 架构。

阿里平头哥则是国内 RISC-V 领域的代表玩家，不仅基于 RISC-V 研发了高性能处理器 IP 核玄铁系列，还推出拥有 MCU、AI 等多类加速 IP 的一站式芯片设计平台无剑。这些使得芯片设计变得更容易，研发周期和开发成本也进一步降低，许多国内芯片公司已推出基于玄铁 IP 的芯片产品。

据 Semiwiki 报道，2020 年半导体芯片设计 IP 销售额同比增长 16.7%，是自 2000 年以来最好的增长年份，其中 Arm 稳坐龙头，市场份额占逾 40%，第二、三名分别是新思科技（Synopsys）和楷登电子（Cadence），这两家分别是全球 EDA 领域的老大和老二。

▲ 2020 年芯片设计 IP 市场份额（来源：Semiwiki）

被誉为“芯片之母”的 EDA，是设计芯片所需的软件工具，亦是提升芯片设计效率的主心骨。

近几年来，EDA 领域逐渐呈现 EDA 上云、智能化等趋势。例如去年 Synopsys 推出业界首个用于芯片设计的自主 AI 应用程序 DSO.ai，能迅速找到芯片设计流程中的最优解，把原本需多位设计专家耗时 1 个多月才能完成的设计时长缩短至 3 天。

不久之前，Cadence 推出了一款完全基于机器学习的智能芯片设计工具，实现了 10 倍生产效率提升和 20% 的 PPA（功耗、性能、面积）提升，并且减少了设计所需工程量。

谷歌用 AI 取代人类芯片专家、6 小时完成快速芯片布图布局的研究，在今年 6 月登上了国际学术顶刊 Nature，该方法已经被用在设计第五代谷歌专用 AI 芯片 TPU 中，玩起“用 AI 设计 AI 芯片加速 AI 计算设计 AI 芯片……”的循环。

越来越丰富的 IP 核和更加好用的 EDA 工具，不仅降低了芯片设计的准入门槛，也为研发团队节约了更多时间和人力成本。

芯片开发正变得愈发容易，但挑战依然存在。

04. 挑战：与芯片巨头竞争有限产能

科技巨头所谓的“造芯”，仅局限于芯片设计环节，实力强如苹果，也要仰仗全球最大芯片代工商台积电来为它生产芯片。

要冲向更高的性能，不仅需要出色的设计，也离不开能在同等面积塞进更多晶体管的先进制程工艺技术。由于全球先进制程赛道的玩家仅剩台积电、三星、英特尔几家，英特尔的对外代工业务才刚刚开张，先进制程工艺技术的产能资源相当有限。

选择自研芯片的科技公司，必然要与英特尔、英伟达、高通等现有顶尖芯片公司争夺产能。

根据 International Business Strategies（IBS）、贝恩咨询公司（Bain & Co.）等市场研究机构的数据，一款 5nm 芯片的设计成本约为 5 亿美元，3nm 芯片的设计费用约达 5-15 亿美元，而采用 28nm 等更成熟生产技术设计芯片的成本约为 5000 万美元。

当然，相比许多小型芯片企业，科技巨头显然“不差钱”，考虑走这条充满风险的道路，往往是看到更长远的投资价值。正如前文所言，几家超大型云服务商都坐拥大量的数据中心服务器集群，研发手机芯片的厂商的出货量在业界都是翘楚，当芯片大规模应用，将有望为他们更大的经济回报。

但难点在于，科技巨头如何说服芯片代工商，在大量的需求面前将其订单摆在更靠前的位置。

当然啦，苹果是不必为此担心的，产能再紧缺，台积电也会优先供给其第一大客户苹果。其他科技巨头则需展示出足够大的规模和可持续发展的潜力，来说服代工厂商们为它早点排期。

05. 结语：科技巨头不断扩张造芯疆域

这些年，科技巨头对于定制化芯片这条路，走得更加坚定。

站到移动处理器金字塔顶端的苹果，已经将自研芯片搭载到每条产品线，今年第二代电脑芯片的爆料层出不穷，其收购的英特尔基带芯片业务也蓄势待发。根据天风国际分析师郭明錤发布的研究报告，苹果最早预计从 2023 年发布的 iPhone 开始搭载自研 5G 基带芯片。

谷歌亦从起初专注于研发云端 AI 芯片，扩展至智能手机芯片，以及最新传闻所提及的电脑 CPU。根据今年韩媒的爆料，三星电子拿到了谷歌母公司 Alphabet 自动驾驶部门 Waymo 的一个项目，该项目将为下一代自动驾驶汽车研发计算芯片，不过三星电子未回应此事。

在国内，百度自研 7nm 昆仑芯片已经量产，小米自研 ISP 芯片落地其折叠屏手机，vivo 首款自研独立 ISP 芯片即将在 9 月 6 日发布。

总体来看，各家科技巨头的自研芯片布局主要从公司自身利益出发，暂时没有跟专业芯片公司们抢饭碗的打算。不过随着这些科技巨头的芯片团队实力越来越强大，以后的事情还不好下定论。