文章图片






在全球芯片严重短缺的大背景下 ， 2021年每一家芯片公司的诞生 ， 都不会让很多人感到意外 。

就在2月10日 ， CNBC援引消息人士指出 ， 百度正在筹集资金建立一家新半导体公司 ， 除了自己会成为这家公司的最大股东 ， 知名风投GGV与IDG资本也正在讨论是否参股 。 CNBC称“这是继宣布造车后 ， 百度谋求多元化发展的野心” 。

实际上 ， 早在CNBC爆料前一个月 ， 已有相关人士告诉虎嗅 ， 百度正在思考如何“从芯片市场寻找更大的机会” 。 而在消息放出后 ， 虎嗅获得的一份资料显示：

“昆仑第一代已经量产 ， 第二代已经on the way ， 其ROI（投资回报率）也优于外面采购的芯片 。 另外 ， 我们认为车机芯片也是个巨大的机会 ， 此前我们在汽车方面有一些初级试探 ， 对芯片领域有一定把握 。 ”

截止目前 ， 根据所有可查的公开数据 ， 百度目前跟芯片相关的产品共有两种：

代号为“昆仑”的通用AI处理器 。
这枚基于FPGA架构研发的处理器在2019年流片成功 ， 2020年实现量产 。 百度告诉虎嗅 ， 其实早在2017年 ， 百度就完成了超过1万片FPGA部署 ， 应用场景包含AIoT、自动驾驶、智能云 。

而基于这枚芯片制造的百度加速卡系列 ， 则主要被安装在不同类型的服务?、小型?控机和边缘设备上 。

换言之 ， 这款芯片的主要用户 ， 一边是云（数据中心） ， 一边是服务器与智能硬件设备厂商 。 譬如2020年3月 ， 一家名为“微亿制造”的工业质检设备厂商就声称 ， 自己的某型号质检设备有嵌入这款芯片 。

据虎嗅了解 ， 截止目前 ， 除了自用 ， 以及部署在智慧城市和智慧交通的边缘服务器等设备里 ， 研究所、教育行业也有很多昆仑芯片的大客户 。

代号为“鸿鹄”的语音芯片
这款芯片的设计难度不及昆仑 ， 但知名度相对更广 。 因为其除了被嵌入到百度自有的智能音箱产品 ， 也有被其他品牌的物联网消费级硬件所采用 。

目前 ， 我们尚并不清楚两款完全针对不同市场类型的芯片是否会被“收录”到一个子公司名下 。 但据虎嗅获得的信息显示 ， 2B市场将会是百度“造芯”的主战场 ， 而主角 ， 则是昆仑芯片 。

人才与耐心 ， 百度都有吗？
稍微了解半导体产业的人都非常清楚 ， 芯片存在极高门槛 ， 一枚处理器能否获得市场认可 ， 以及一家半导体企业的崛起 ， 人才是很重要的一环 。

早在2011年 ， 百度开始做FPGA的加速计算 ， 截止到2017年已经上线了一万多个FPGA ， 部署在百度数据中心及自动驾驶汽车上 。 据虎嗅了解 ， 百度其实也是最早开始研究用FPGA做AI加速的公司之一 ， 做到出了头后 ， 发现FPGA存在一些瓶颈 ， 才又转为ASIC（专用芯片）等方向 。

2011年前后 ， 百度研发出可量产的ARM服务器 ， 这是业界第一个量产服务器 ， 广泛部署在网盘业务 ， 降低了存储成本 。

外传百度成立子公司还处于谈判阶段 ， 还没有更多关于芯片公司团队规模的信息 。 但据虎嗅了解 ， 百度团队有不少从marvell、特斯拉、AMD、高通出来的工程师 ， 还有大量内部培养的干将 。

百度关于半导体的技术积累非常早 ， 只是底层技术难懂 ， 也难以向外界去解释很多东西 。 但百度在每个底层技术创新节点上做的行业判断没有错误 。 其实谷歌的TPU也是在2010年前后立项去做 ， 百度内部也是那时候开始去立项做 ， 只不过外面不太知道 ， 媒体也不太关注 。

2018年前后 ， 当大家觉得适用于个别场景的专有芯片是一个正确商业方向时 ， 百度把重心放在通用芯片上 。

在过去大半年时间里 ， 百度搜索业务在数据中芯率先部署了接近2万块昆仑芯片 。 但据虎嗅了解 ， 这种先在内部打开局面的选择 ， 并非“都属于同一个公司 ， 自然可以开绿灯”那么简单 。 即便是内部 ， 每个业务部门无疑都必须以保证自己的业绩为前提 ， 对芯片这种一直都在使用进口产品的采购品类自然会更加慎重 。

比如 ， 搜索是百度最核心的业务 ， 但同时是一项非常复杂的任务 ， 能用到的包括图像识别、语音理解在内的模型超过几十种 。 所以包括华为、寒武纪、英伟达等等 ， 他们每家都在看 ， 未来也不一定不会用 。 大家最后拼的无非是三件事 ， 性能 ， 通用性 ， 以及价格 。分页标题#e#

当然 ， 除了硬件本身 ， 软件生态的缺失才是横亘在英伟达GPU与诸多新型AI芯片之间的最大鸿沟 。 在这一点上 ， 国内还没有一家公司的产品可以打 。 但跟市面上那些说做出AI处理器的公司比 ， 昆仑芯片依托于百度智能云、自动驾驶的生态 ， 可以说有底气说拿出来比一比 。

百度造芯 ， 在当下国产化的浪潮下 ， 会迎来更多此前难以想象的机会 。

如果外部传闻落地 ， 在百度最终成立子公司后 ， 无论是“执行上的灵活性”还是“员工激励制度的改变” ， 都会对百度继续做好芯片有非常大的好处 。

半导体研发无疑需要巨大投入 ， 建立最好的团队 。 百度过去10年的持续投入 ， 也显示了其在造芯上的耐心和决心 。

这是市场做出的决策
就像开头所说 ， 如果百度在2021年初这个时间节点选择把事业部拿出来单独成立芯片子公司 ， 并谋求在车机、数据中心等垂类芯片市场分一杯羹 ， 绝对不能忽略半导体产业在过去一年时间里上演的一场“蝴蝶风暴” 。

疫情先是让电子产业尝到了早期阵痛的滋味 ， 然后又如洪水泄闸一样催生了市场对电子消费品的猛烈需求 ， 再后来 ， 便是我们现在看到的“从手机、电脑到汽车、服务器、能源市场”无所不在的缺芯窘境 。

彭博援引市场战略分析机构研究员Neil Mawston的话指出 ， 由于电脑、平板、手机以及电动汽车之间掀起的抢芯大战 ， 包括芯片组和显示器在内的关键部件价格在过去三到六个月内上涨了高达15%。

而另一边 ， 在汽车及能源半导体供应链上具备极大话语权的德国芯片巨头英飞凌 ， 发布的公司2021财年第一季度相关市场财务数据也是一个重要风向标：

一方面 ， 这家芯片巨头的Q1收入在汽车业尤为强劲 ， 预计Q2收入在25亿~28亿欧元之间；

另一方面 ， 他们发现 ， 包括微控制器（单片机）和物联网在内的几个领域的需求已超过供应 。

因此 ， 英飞凌不仅做出了“扩大现有工厂生产线”的决定 ， 也将新工厂的开工时间提前到2021财年最后一季度进行 。

而一些华尔街分析师们预计 ， 随着电动汽车市场份额的增加 ， 以及制造商推出更多的混合动力和电动车型 ， 汽车等大消费品行业的复苏将会继续提振芯片巨头的股价 。

从以上信息不难看出 ， 百度特别提到了“车机芯片” ， 又在2021年初做出了成立子公司的相关决策 ， 是一个形势驱动下的正确决定 。

云巨头全部下水做芯
加上百度 ， 截至目前国内所有头部云服务大厂 ， 均采取了“将芯片业务列为优先级”的类似动作 。

在国内芯片设计领域相对领先的华为 ， 早在2018年就发布了昇腾系列的AI处理器、加速卡以及软件产品 。 同年 ， 华为的业务与组织架构中出现了\"CloudAI BU\" ， 这一年也被普遍解读微华为进入AI软硬件市场的战略元年 。

再后来 ， 华为对云服务和AI相关业务进行了频繁“升级”：

2020年初 ， CloudAI又升至华为第四大BG；2021年1月 ， 余承东被任命为该BG负责人 。 在这次任命的官方公开文件里 ， “围绕鲲鹏、昇腾及华为云构建生态”被明确标注出来 。

而国内占据市场份额最大的云服务商阿里 ， 早在2018年4月宣布收购芯片公司中天微后 ， 就很快成立了单独的芯片公司——平头哥 。 而达摩院的 NPU 团队与中天微团队都被放进了“平头哥”半导体公司 。 2019年9月 ， 阿里的第一枚AI芯片含光800问世 。

另一位国内云巨头腾讯 ， 则选择将重金砸向AI芯片创业公司 。 根据2021年1月最新消息 ， 一家名为燧原科技的半导体公司完成了超过18亿人民币的C轮融资 ， 而腾讯投资则参与了他们从PreA轮到C轮的所有融资 。

虎嗅曾在《干掉英伟达？》《西方唯一芯片独角兽》等文章里多次详细指出 ， AI处理器的架构创新之所出率先出现在云服务领域 ， 包括亚马逊、谷歌以及微软都在争先恐后设计和生产完全属于自己的AI处理器 ， 是因为：

一方面“AI相关应用急剧增长 ， 引发了市场对超大型数据中心（云）的强劲需求；另一方面 ， 则是“AI处理任务的持续增长 ， 又会倒逼服务器配置持续升级” 。

据人工智能非营利组织Open·AI公布的调查数据 ， 深层神经网络的规模与复杂性 ， 每3.5个月翻一番 。 因此 ， 在被赋予更多更艰巨的计算任务的过程中 ， 提供算力的硬件复杂程度与处理器性能 ， 也被提出了更高的要求 。分页标题#e#

举个例子 ， 亚马逊AWS自2015年以后 ， 便陆续在每个地区的数据中心部署了大量T4 。 原因就在于这些GPGPU擅长执行像“对话式AI”、“人工智能推荐”这种高性能计算工作负载 。 后来 ， 他们在2018年 ， 又发布了自研的机器学习处理器AWS Inferentia ， 用于处理一些特殊复杂任务 。

而像商汤、旷视这样的人脸识别独角兽企业 ， 则需要在超算中心里部署超万块GPU 。 据商汤内部工程师透露 ， 他们每天在算法平台上进行数据训练迭代的单次成本 ， 就高达数十万元 。

因此 ， 我们可想而知 ， 像百度这类大型云服务商 ， 为了支持自己庞大的搜索任务量级与客户的深度学习训练任务 ， 所需要的加速卡数量到底有多大 。

“部署近万块自研芯片 ， 仅仅是数据中心、物联网以及边缘设备所需海量处理器中的九牛一毛 。 ”一位了解相关业务的工程师认为 ， 百度在产品细节上需要做的事情还很多 。

早在2018年昆仑第一次被正式推出时 ， 全球知名电子工业杂志期刊EEtimes曾援引过芯片专业分析师Bob o’donnell的话 ， 对百度的昆仑芯片则表现出明朗的态度：

“我的感觉是 ， 他们将首先在自己的数据中心里用到它 。 而这项技术 ， 未来可能对百度的阿波罗自动驾驶汽车平台进行优化 。

不过 ， 虽然基于原始规格 ， 昆仑的数据比第二代谷歌 TPU 的数据要好 ， 但你必须仔细比较 ， 因为你不能确定它最后具体用在什么场景里 。 ”

【tiktok|百度造芯的B面：长期主义的价值显现】对于百度来说 ， 技术、人才都已经准备充分 ， 也不缺正确的市场判断 ， 可能还需要在某些时候 ， 让鲜少被看到的技术内里 ， 通过更加直接的形式 ， 完成一段拨云见日的过程 。

来源：(虎嗅APP)

【】网址：/a/2021/0214/kd708905.html

标题：tiktok|百度造芯的B面：长期主义的价值显现