继阿里、百度之后，腾讯为何也要造“芯”？

虽然近两年来国内芯片设计公司也是如雨后春笋一般涌现，还有不少像格力一样的家电厂商开始跨界做芯片，同样对于互联网及云服务巨头来说，谷歌、阿里巴巴、亚马逊、百度等也早已涉足芯片设计领域，并推出了自己的芯片。而现在，腾讯似乎也准备造“芯”了！

深圳宝安湾腾讯云计算有限公司注册成立，或将涉足芯片设计

近日，根据企查查资料显示，3月19日，腾讯旗下的深圳宝安湾腾讯云计算有限公司注册成立，该公司注册资本2000万元，法定代表人为腾讯云副总裁王景田。

企查查的数据也显示，深圳宝安湾腾讯云计算有限公司由腾讯云的运营主体腾讯云计算(北京)有限责任公司全资控股。而腾讯云计算(北京)有限责任公司的实际控制人则是马化腾。

特别值得注意的是，在深圳宝安湾腾讯云计算有限公司的经营范围里，除了包括计算机技术服务和信息服务；大数据处理技术的研究、开发；应用软件开发等之外，还出现了“集成电路设计、研发”。这也意味着腾讯或将通过新成立的深圳宝安湾腾讯云计算有限公司涉足芯片设计领域。

互联网及云服务巨头纷纷造“芯”

其实腾讯开始涉足芯片设计领域并不令人意外，因为目前主流的互联网及云服务巨头都开始进军芯片设计领域，并纷纷推出了自研的云端AI芯片，这已经成为了大势所趋。

早在2016年之时，谷歌就推出了专为深度学习优化的张量处理器TPU。当时谷歌就表示，它早已在数据业务中使用TPU。而AlphaGo成功战胜围棋世界冠军李世石的背后，正是得益于谷歌TPU的助力。随后在2017年，谷歌AlphaGo仅用了一颗第二代的TPU就打败了柯洁。谷歌的第三代TPU也已商用，算力最高可达100PFlops(每秒1000万亿次浮点计算)，是第二代的8倍多。

2017年，阿里巴巴集团就正式成立了“达摩院”，进行基础科学和颠覆式技术创新研究。随后在2018年4月，阿里巴巴又全资收购了国内自主嵌入式CPU IP Core公司中天微。2018年9月，阿里巴巴整合了中天微与达摩院芯片团队，正式成立独立芯片企业“平头哥半导体有限公司”，进军芯片设计领域，此后也推出了RISC-V CPU内核玄铁910、云端AI推理芯片含光800等。

2018年7月，百度也发布了自研首款云端全功能 AI 芯片“昆仑”。2019年底，百度昆仑芯片已经成功流片，并成功应用于百度的智能云业务。

2018年11月，另一家互联网巨头亚马逊也杀入芯片领域，并推出了其首款云端AI芯片Inferentia。2019年12月，亚马逊在“AWS re：invent”大会上又发布了自主研发的第二代基于Arm架构的服务器芯片Graviton2，同时也推出了其云端AI推理芯片Inferentia的商用实例。

我们再来看看目前全球云服务市场的格局：

根据Canalys发布的最新2019年全球云市场份额数据，数据显示：2019年全球云计算支出猛增37.6%，达到了1071亿美元。显然这是一个非常庞大的市场。但是，前四的玩家就占据了近60%的市场份额。而这前四厂商之中，除了第二的微软之外，亚马逊、谷歌和阿里巴巴都有推出自己的云端AI芯片（亚马逊还有自己的Arm服务器芯片），并开始应用于自己的云服务当中。

我们再来看看目前国内云服务市场的格局：

根据Canalys发布报告显示，中国基础云市场在2019年第三季度同比增长60.8%，市场规模达到29亿美元，占全球总额10.4%。其中，阿里巴巴云市场份额占45%、腾讯占比18.6%、亚马逊占比8.6%、百度云占比8.2%。我们同样可以看到，国内基础云市场的前四厂商当中，除了腾讯之外，其他三家同样都已经是早已推出了自己的云端AI芯片芯片。而在国内的云服务市场，腾讯也一直在奋力追赶阿里。

显然，头部的云服务厂商纷纷选择自研云端AI芯片或服务器芯片并不是巧合，那么为何这些巨头会选择自己来“造”芯呢？

巨头造“芯”意欲何为？

我们都知道，人工智能技术近几年发展迅猛，大量的新的算法不断涌现，原有的算法也在持续优化。而定制型AI芯片由于其在设计之时就是针对特定算法进行固化的，所以无法做到灵活的适应各种算法。相比之下GPU和FPGA更为灵活，这也使得定制型的AI芯片此前一直未在数据中心/服务器领域大规模应用。

不过，随着AI算法持续的发展，在一些特定的领域已经开始逐渐趋于成熟，特别是在云端市场，这一点尤为突出。

因为，对于互联网及云服务巨头来说，其很多领域的需求都是非常明确和相对固定的，比如百度可能更多的需求是针对搜索的，美图更多需求是针对图像的，淘宝更多需求是针对在线购物的，支付宝更多的则是针对支付。特别是在其庞大的数据驱动下，不少领域的软件、AI算法也已经趋于成熟和稳定，在这种情况下，进一步追求性能、能效和成本的最优化，选择采用定制型的AI芯片也是必然。

根据ABI Research最新调查报告显示，近年来随着AI技术的发展，不论是对于云端AI芯片还是对于终端AI芯片的需求都现了爆炸式的增长。预计到2024年，全球云端AI芯片市场规模高达100亿美元，而终端AI芯片市场也将接近80亿美元。虽然，可能终端AI芯片的出货量更大，但是从销售额来看，云端AI芯片市场更大。

而对于互联网及云服务厂商来说，其自身对于AI芯片的需求越大，则意味着其需要付出的成本也将更为高昂。

与此同时，在云端市场，随着人工智能计算需求的爆发以及云端AI芯片发展，使得云端计算架构也开始发生了变化，由于CPU并不是AI计算的最佳载体，因此在云端的计算也开始逐渐由原先的X86架构CPU一统天下，转向了异构计算。Arm服务器芯片也开始出现新的机会（相对于X86来说，Arm更为开放，进入门槛更低）。

虽然传统的通用型芯片适用范围广，对于厂商来说也更为简单易用，但是也造成了市场上产品的同质化，随着市场竞争的日趋激烈，越来越多的厂商开始寻求差异化。而采用独特的芯片则可以给自身的产品和服务带来较大的差异化。与此同时，众多新的应用和特殊需求的出现，也需要独特的芯片来满足市场需求。这也正互联网及云服务厂商自研AI芯片或服务器芯片的动力所在。

也就是说，互联网及云服务厂商未来其所需的AI芯片和服务器芯片也将会是越来越具有差异化的，需要的是基于自身的业务需求及自己的软件算法来定义的AI芯片和服务器芯片。而传统的芯片厂商的商业逻辑则是设计出一款能够最大范围的适用于更多客户的芯片。显然这两者之间存在着较大的分歧。

另外，相对于传统的芯片厂商来说，互联网及云服务厂商更为了解自身及客户的需求，自研AI芯片及服务器芯片也能更好的满足自身及下游客户群的需求。

总结来说，目前阿里、亚马逊、百度等互联网及云服务巨头自身的业务规模和客户规模都非常的庞大，对于云端AI芯片及服务器芯片的需求完全能够支撑自己的芯片业务（芯片出货的量级越大，成本越低）。而且，采用自研的芯片，不仅可以降低芯片的采购成本，同时在计算性能和能效上也更符合自己的需求，安全性也可以更高，可以更好的满足客户的需求，帮助客户提升产品体验，提升核心竞争力。

当然，以上所说的自研芯片所能够得到的好处只是理想状态下。因为做芯片并不是一件容易的事，需要大量的专业人才和大量的资金的长期的持续投入。但是，对于谷歌、阿里、亚马逊、百度、腾讯这些头部的互联网及云服务巨头来说，资金肯定不是问题，而有了足够的资金，人才也问题也有望得到很好的解决。剩下的问题就是，自己的业务发展是否已经迫切需要这样去做了，同时有多大的决心来做这件事。

腾讯早已开始芯片布局

虽然相对于其他的互联网及云服务巨头来说，腾讯的造“芯”动作似乎是来得太慢。但是实际上，几年之前腾讯就已经开始了一些芯片布局。

早在2016年11月，阿里与腾讯一起参与领投了可编程芯片公司Barefoot Networks的2300万美元C轮融资。不过该公司2019年被英特尔收购了。

随后在2018年，AI芯片公司——上海燧原科技有限公司就获得了腾讯领投的Pre-A轮3.4亿元人民币投资。根据企查查资料显示，腾讯科技持有燧原科技23.2%的股权，为燧原科技第一大股东。

需要指出的是，燧原科技的主攻方向正是腾讯云所需的云端AI训练和推理芯片。2019年底，燧原科技正式发布了首款云端训练芯片邃思DTU。

根据燧原科技公布的信息显示，邃思DTU芯片主打的就是数据中心训练场景，支持E级数据中心互联，同时也是业内唯一支持BF16的芯片，算力可达86TFLOPS。FP32最大算力可达22TFLOPS。支持单节点支持最大16颗芯片互联，同时支持多节点扩展和分布式训练平台。而基于邃思DTU芯片的云燧T10加速卡单卡单精度算力达到20 TFLOPS。