配圖來自Canva可畫

不久前騰訊被曝出開始招聘芯片研發設計相關的多類工作崗位,最近騰訊對此進行了回應,表示是基于部分業務需要,在特定領域進行芯片研發嘗試,比如AI加速和視頻編解碼,而非通用芯片。

事實上,騰訊這樣的互聯網巨頭自研芯片一點不稀奇,在芯片產業的下游和終端,大量業務涉及AI硬件產品的垂直頭部企業,都已將芯片自研納入自身未來發展戰略布局的框架之下。

跨界研芯已成潮流

除了本身處于芯片產業鏈的垂直企業和平臺,近年來自研芯片有明顯的跨界趨勢。當然這里指的自研主要還是研發設計,不包括制造、封測這些只有制造端才能干的事。

從跨界自研芯片的玩家群來看,目前主要有三類。

第一類是騰訊、阿里、百度這類互聯網企業。像阿里的第一顆自研AI推理芯片“含光800”也早在2019年就公開發布,而百度的第一代昆侖芯片在去年初已經量產。

第二類是小米、華米、格力、小鵬汽車這類泛電子化、數字化消費品企業。小米今年發布了首款自研的手機影像相關芯片,格力也在前段時間表示自研芯片已經得到量產驗證,而華米作為可穿戴廠商,早在2018年就發布了首顆自研芯片“黃山1號”,小鵬汽車早先表示已在中美兩地同步進行自研芯片項目。

第三類是依圖科技、四維圖新等AI算法類公司。2019年依圖發布了首款自研云端AI芯片“求索”,而在今年2月,四維圖新發行定增的目標之一就是自研智能網聯汽車芯片。

可以發現,跨界自研芯片的企業都有一個共同點:都有涉及AI技術的硬件業務。像BAT這樣的巨頭,多是云計算和汽車相關的業務需要自研芯片,而小米這類智能硬件企業,多是自家的產品需要自研芯片,依圖這些算法和軟件公司,則更多地以第三方供應商角色來自研芯片。

自研門檻不高

在手機行業,先進制程芯片的自研難度是超越想象的,目前國內廠商也只有華為、聯發科具備芯片設計能力,拋開制造,可以說具備一定的自研能力。

但上面提到的玩家自研芯片為何呈現扎堆現象,客觀原因就在于這些領域和手機不同,芯片設計和制造的難度都要小不少,也就是門檻更低。

不同領域對芯片制程的要求相差較大。手機領域,目前的驍龍、聯發科,還有麒麟等芯片廠商,最先進的制程一般在7nm之內,而汽車芯片目前主流產品的制程很多在14nm、28nm,另外40nm規格的芯片目前也廣泛應用在儲存、通信等領域。

制程越先進,設計和制造的難度就越大。而汽車、云服務器、非手機類電子消費品相關芯片由于對制程要求普遍更低,所以設計和制造的難度就更低。

另外在產業鏈方面,像7nm、5nm這些先進制程芯片對應的產能也更小,只有極少數的頭部廠商掌握了相關的生產設備和技術,而28nm、40nm制程的芯片由于技術和設備門檻更低,所以具備生產能力的廠商更多,產能自然也更多。

總體來看,汽車、云服務器相關產品的芯片由于對制程要求沒有手機那么高,所以設計和生產起來都更加容易。基于這個前提,自研芯片對巨頭們來說,其實就是時間和錢的問題,而這些恰好又是他們的優勢,所以自研芯片很容易就上手了。

自研的商業原動力

雖然客觀環境對部分領域的自研芯片比較友好,但是真正驅使這些頭部玩家去自研芯片的原因還是商業層面的考量。

第一,自研芯片環節完全可控,減少被“卡脖子”的風險。華為的禁令事件是一個警鐘,對于BAT這些巨頭來說,強競爭的先進技術和產品領域,仍然可能存在類似的突發阻礙,而自研芯片的設計研發環節可以由自己控制,所以就免去了可能發生的“黑天鵝”事件。

第二,芯片自研,效率可能更高,成本可能更低。芯片設計制造出來,最終還是要和軟件、硬件一塊服務于某一個完整產品的,拿手機領域來說,手機廠商能不能用到最新的芯片,還是要看高通、聯發科、三星這些芯片廠商的進度,而且在拿到芯片后,廠商還要就具體的產品和需求對芯片和手機進行適配優化。

而自研的好處是可以根據自己的需求設計一套功能對應的芯片,無需多方對接和磨合,業務和項目推進的效率要快得多,最終量產應用的成本也可能比找第三方要低得多。

第三,自研芯片是核心競爭力的重要來源。在汽車、家電這些加速電子化和數字化發展的行業,芯片的優劣已經很大程度上影響到產品的最終體驗。比如在汽車領域,自動駕駛芯片和自動駕駛能力是密切掛鉤的,算力算法更強,自動駕駛的體驗往往也會更好。

如果企業的算法能力很強,那么自研芯片就可以將這些能力整合進去,既可以用到自己的產品里,還可以以第三方芯片產品供應商的角色來服務于其他玩家,增強變現能力和行業話語權。

芯片自研也有陷阱

從目前諸多自研芯片成功的案例來看,這樣的業務模式很應該會在越來越多的領域中成為現實,尤其是汽車、家電、服務器這些走在智能化高速發展階段的行業。

但需要注意的是,自研芯片難度低、門檻低主要還是頭部企業可以享受的客觀環境優勢。國內自研芯片模式也有不少失敗案例,其中原因往往是研發周期太長,技術門檻太高。因而中小企業,或者沒有長期充足現金流的企業,要自研芯片,風險可能會持續放大,甚至會走上一條死胡同。

當然有錢且有一定技術的頭部企業也不是就完全零風險。芯片自研模式可能帶來的一個最明顯但也最容易被忽略的陷阱,就是市場過低的容納度。通俗地說,就是自研芯片的最終回報不一定能夠覆蓋之前的成本,而且最終應用的范圍和規模很小。

舉個例子,某廠商花了2年時間自研芯片用在自家汽車產品上,雖然效率更高,成本更低,但最終汽車銷量卻不盡人意,芯片自研的優勢未能在商業價值上得到充分體現,這就是失敗。

目前很多自研芯片玩家的主要目的還是用在自己的產品上,雖然說自研模式可以控制成本,但是最終自研芯片省下來的成本是否能夠覆蓋掉研發成本,也是一個需要好好按計算器的問題。

此外,自研芯片的時間成本和資金成本都非常高,尤其是芯片升級迭代的階段,自研成本可能會因為技術壁壘而翻倍,如果業務的長期利潤無法對此進行覆蓋,那么這種模式就是一種慢性病。

總之,在芯片研發費時費力費錢的的背景下,任何玩家都不能輕視自研模式可能帶來的反噬風險。