配图来自Canva可画

不久前腾讯被曝出开始招聘芯片研发设计相关的多类工作岗位,最近腾讯对此进行了回应 ,表示是基于部分业务需要,在特定领域进行芯片研发尝试,比如AI加速和视频编解码 ,而非通用芯片 。

事实上 ,腾讯这样的互联网巨头自研芯片一点不稀奇,在芯片产业的下游和终端,大量业务涉及AI硬件产品的垂直头部企业 ,都已将芯片自研纳入自身未来发展战略布局的框架之下。

跨界研芯已成潮流

除了本身处于芯片产业链的垂直企业和平台,近年来自研芯片有明显的跨界趋势。当然这里指的自研主要还是研发设计,不包括制造、封测这些只有制造端才能干的事 。

从跨界自研芯片的玩家群来看 ,目前主要有三类 。

第一类是腾讯 、阿里、百度这类互联网企业。像阿里的第一颗自研AI推理芯片“含光800 ”也早在2019年就公开发布,而百度的第一代昆仑芯片在去年初已经量产。

第二类是小米、华米 、格力 、小鹏汽车这类泛电子化、数字化消费品企业 。小米今年发布了首款自研的手机影像相关芯片,格力也在前段时间表示自研芯片已经得到量产验证 ,而华米作为可穿戴厂商,早在2018年就发布了首颗自研芯片“黄山1号”,小鹏汽车早先表示已在中美两地同步进行自研芯片项目。

第三类是依图科技、四维图新等AI算法类公司。2019年依图发布了首款自研云端AI芯片“求索” ,而在今年2月,四维图新发行定增的目标之一就是自研智能网联汽车芯片 。

可以发现,跨界自研芯片的企业都有一个共同点:都有涉及AI技术的硬件业务。像BAT这样的巨头 ,多是云计算和汽车相关的业务需要自研芯片 ,而小米这类智能硬件企业,多是自家的产品需要自研芯片,依图这些算法和软件公司 ,则更多地以第三方供应商角色来自研芯片。

自研门槛不高

在手机行业,先进制程芯片的自研难度是超越想象的,目前国内厂商也只有华为 、联发科具备芯片设计能力 ,抛开制造,可以说具备一定的自研能力 。

但上面提到的玩家自研芯片为何呈现扎堆现象,客观原因就在于这些领域和手机不同 ,芯片设计和制造的难度都要小不少,也就是门槛更低。

不同领域对芯片制程的要求相差较大。手机领域,目前的骁龙、联发科 ,还有麒麟等芯片厂商,最先进的制程一般在7nm之内,而汽车芯片目前主流产品的制程很多在14nm、28nm ,另外40nm规格的芯片目前也广泛应用在储存 、通信等领域 。

制程越先进 ,设计和制造的难度就越大。而汽车、云服务器、非手机类电子消费品相关芯片由于对制程要求普遍更低,所以设计和制造的难度就更低。

另外在产业链方面,像7nm 、5nm这些先进制程芯片对应的产能也更小 ,只有极少数的头部厂商掌握了相关的生产设备和技术,而28nm、40nm制程的芯片由于技术和设备门槛更低,所以具备生产能力的厂商更多 ,产能自然也更多 。

总体来看,汽车、云服务器相关产品的芯片由于对制程要求没有手机那么高,所以设计和生产起来都更加容易 。基于这个前提 ,自研芯片对巨头们来说,其实就是时间和钱的问题,而这些恰好又是他们的优势 ,所以自研芯片很容易就上手了。

自研的商业原动力

虽然客观环境对部分领域的自研芯片比较友好,但是真正驱使这些头部玩家去自研芯片的原因还是商业层面的考量。

第一,自研芯片环节完全可控 ,减少被“卡脖子 ”的风险 。华为的禁令事件是一个警钟 ,对于BAT这些巨头来说,强竞争的先进技术和产品领域,仍然可能存在类似的突发阻碍 ,而自研芯片的设计研发环节可以由自己控制,所以就免去了可能发生的“黑天鹅 ”事件。

第二,芯片自研 ,效率可能更高,成本可能更低。芯片设计制造出来,最终还是要和软件 、硬件一块服务于某一个完整产品的 ,拿手机领域来说,手机厂商能不能用到最新的芯片,还是要看高通、联发科、三星这些芯片厂商的进度 ,而且在拿到芯片后,厂商还要就具体的产品和需求对芯片和手机进行适配优化 。

而自研的好处是可以根据自己的需求设计一套功能对应的芯片,无需多方对接和磨合 ,业务和项目推进的效率要快得多 ,最终量产应用的成本也可能比找第三方要低得多。

第三,自研芯片是核心竞争力的重要来源。在汽车 、家电这些加速电子化和数字化发展的行业,芯片的优劣已经很大程度上影响到产品的最终体验 。比如在汽车领域 ,自动驾驶芯片和自动驾驶能力是密切挂钩的,算力算法更强,自动驾驶的体验往往也会更好。

如果企业的算法能力很强 ,那么自研芯片就可以将这些能力整合进去,既可以用到自己的产品里,还可以以第三方芯片产品供应商的角色来服务于其他玩家 ,增强变现能力和行业话语权。

芯片自研也有陷阱

从目前诸多自研芯片成功的案例来看,这样的业务模式很应该会在越来越多的领域中成为现实,尤其是汽车 、家电、服务器这些走在智能化高速发展阶段的行业 。

但需要注意的是 ,自研芯片难度低、门槛低主要还是头部企业可以享受的客观环境优势。国内自研芯片模式也有不少失败案例,其中原因往往是研发周期太长,技术门槛太高。因而中小企业 ,或者没有长期充足现金流的企业 ,要自研芯片,风险可能会持续放大,甚至会走上一条死胡同 。

当然有钱且有一定技术的头部企业也不是就完全零风险 。芯片自研模式可能带来的一个最明显但也最容易被忽略的陷阱 ,就是市场过低的容纳度。通俗地说,就是自研芯片的最终回报不一定能够覆盖之前的成本,而且最终应用的范围和规模很小。

举个例子 ,某厂商花了2年时间自研芯片用在自家汽车产品上,虽然效率更高,成本更低 ,但最终汽车销量却不尽人意,芯片自研的优势未能在商业价值上得到充分体现,这就是失败 。

目前很多自研芯片玩家的主要目的还是用在自己的产品上 ,虽然说自研模式可以控制成本,但是最终自研芯片省下来的成本是否能够覆盖掉研发成本,也是一个需要好好按计算器的问题。

此外 ,自研芯片的时间成本和资金成本都非常高 ,尤其是芯片升级迭代的阶段,自研成本可能会因为技术壁垒而翻倍,如果业务的长期利润无法对此进行覆盖 ,那么这种模式就是一种慢性病。

总之,在芯片研发费时费力费钱的的背景下,任何玩家都不能轻视自研模式可能带来的反噬风险 。

本文版权归趣快排www.sEoguruBlog.com 所有,如有转发请注明来出,竞价开户托管,seo优化请联系QQ✈61910465