作者：宇多田
實際上，早在CNBC爆料前一個月，已有相關人士告訴虎嗅，百度正在思考如何“從芯片市場尋找更大的機會”。而在消息放出後，虎嗅獲得的一份資料顯示：
“昆侖第一代已經量產，第二代已經on the way，其ROI（投資回報率）也優於外面采購的芯片。另外，我們認為車機芯片也是個巨大的機會，此前我們在汽車方面有一些初級試探，對芯片領域有一定把握。”
截止目前，根據所有可查的公開數據，百度目前跟芯片相關的產品共有兩種：
代號為“昆侖”的通用AI處理器。
這枚基於FPGA架構研發的處理器在2019年流片成功，2020年實現量產。百度告訴虎嗅，其實早在2017年，百度就完成瞭超過1萬片FPGA部署，應用場景包含AIoT、自動駕駛、智能雲。
而基於這枚芯片制造的百度加速卡系列，則主要被安裝在不同類型的服務器、小型⼯控機和邊緣設備上。
換言之，這款芯片的主要用戶，一邊是雲（數據中心），一邊是服務器與智能硬件設備廠商。譬如2020年3月，一傢名為“微億制造”的工業質檢設備廠商就聲稱，自己的某型號質檢設備有嵌入這款芯片。
據虎嗅瞭解，截止目前，除瞭自用，以及部署在智慧城市和智慧交通的邊緣服務器等設備裡，研究所、教育行業也有很多昆侖芯片的大客戶。
代號為“鴻鵠”的語音芯片
這款芯片的設計難度不及昆侖，但知名度相對更廣。因為其除瞭被嵌入到百度自有的智能音箱產品，也有被其他品牌的物聯網消費級硬件所采用。
目前，我們尚並不清楚兩款完全針對不同市場類型的芯片是否會被“收錄”到一個子公司名下。但據虎嗅獲得的信息顯示，2B市場將會是百度“造芯”的主戰場，而主角，則是昆侖芯片。
人才與耐心，百度都有嗎？
稍微瞭解半導體產業的人都非常清楚，芯片存在極高門檻，一枚處理器能否獲得市場認可，以及一傢半導體企業的崛起，人才是很重要的一環。
早在2011年，百度開始做FPGA的加速計算，截止到2017年已經上線瞭一萬多個FPGA，部署在百度數據中心及自動駕駛汽車上。據虎嗅瞭解，百度其實也是最早開始研究用FPGA做AI加速的公司之一，做到出瞭頭後，發現FPGA存在一些瓶頸，才又轉為ASIC（專用芯片）等方向。
2011年前後，百度研發出可量產的ARM服務器，這是業界第一個量產服務器，廣泛部署在網盤業務，降低瞭存儲成本。
外傳百度成立子公司還處於談判階段，還沒有更多關於芯片公司團隊規模的信息。但據虎嗅瞭解，百度團隊有不少從marvell、特斯拉、AMD、高通出來的工程師，還有大量內部培養的幹將。
百度關於半導體的技術積累非常早，隻是底層技術難懂，也難以向外界去解釋很多東西。但百度在每個底層技術創新節點上做的行業判斷沒有錯誤。其實谷歌的TPU也是在2010年前後立項去做，百度內部也是那時候開始去立項做，隻不過外面不太知道，媒體也不太關註。
2018年前後，當大傢覺得適用於個別場景的專有芯片是一個正確商業方向時，百度把重心放在通用芯片上。
在過去大半年時間裡，百度搜索業務在數據中芯率先部署瞭接近2萬塊昆侖芯片。但據虎嗅瞭解，這種先在內部打開局面的選擇，並非“都屬於同一個公司，自然可以開綠燈”那麼簡單。即便是內部，每個業務部門無疑都必須以保證自己的業績為前提，對芯片這種一直都在使用進口產品的采購品類自然會更加慎重。
比如，搜索是百度最核心的業務，但同時是一項非常復雜的任務，能用到的包括圖像識別、語音理解在內的模型超過幾十種。所以包括華為、寒武紀、英偉達等等，他們每傢都在看，未來也不一定不會用。大傢最後拼的無非是三件事，性能，通用性，以及價格。
當然，除瞭硬件本身，軟件生態的缺失才是橫亙在英偉達GPU與諸多新型AI芯片之間的最大鴻溝。在這一點上，國內還沒有一傢公司的產品可以打。但跟市面上那些說做出AI處理器的公司比，昆侖芯片依托於百度智能雲、自動駕駛的生態，可以說有底氣說拿出來比一比。
百度造芯，在當下國產化的浪潮下，會迎來更多此前難以想象的機會。
如果外部傳聞落地，在百度最終成立子公司後，無論是“執行上的靈活性”還是“員工激勵制度的改變”，都會對百度繼續做好芯片有非常大的好處。
半導體研發無疑需要巨大投入，建立最好的團隊。百度過去10年的持續投入，也顯示瞭其在造芯上的耐心和決心。
這是市場做出的決策
就像開頭所說，如果百度在2021年初這個時間節點選擇把事業部拿出來單獨成立芯片子公司，並謀求在車機、數據中心等垂類芯片市場分一杯羹，絕對不能忽略半導體產業在過去一年時間裡上演的一場“蝴蝶風暴”。
疫情先是讓電子產業嘗到瞭早期陣痛的滋味，然後又如洪水泄閘一樣催生瞭市場對電子消費品的猛烈需求，再後來，便是我們現在看到的“從手機、電腦到汽車、服務器、能源市場”無所不在的缺芯窘境。
彭博援引市場戰略分析機構研究員Neil Mawston的話指出，由於電腦、平板、手機以及電動汽車之間掀起的搶芯大戰，包括芯片組和顯示器在內的關鍵部件價格在過去三到六個月內上漲瞭高達15% 。
而另一邊，在汽車及能源半導體供應鏈上具備極大話語權的德國芯片巨頭英飛凌，發佈的公司2021財年第一季度相關市場財務數據也是一個重要風向標：
一方面，這傢芯片巨頭的Q1收入在汽車業尤為強勁，預計Q2收入在25億~28億歐元之間；
另一方面，他們發現，包括微控制器（單片機）和物聯網在內的幾個領域的需求已超過供應。
因此，英飛凌不僅做出瞭“擴大現有工廠生產線”的決定，也將新工廠的開工時間提前到2021財年最後一季度進行。
而一些華爾街分析師們預計，隨著電動汽車市場份額的增加，以及制造商推出更多的混合動力和電動車型，汽車等大消費品行業的復蘇將會繼續提振芯片巨頭的股價。
從以上信息不難看出，百度特別提到瞭“車機芯片”，又在2021年初做出瞭成立子公司的相關決策，是一個形勢驅動下的正確決定。
雲巨頭全部下水做芯
加上百度，截至目前國內所有頭部雲服務大廠，均采取瞭“將芯片業務列為優先級”的類似動作。
在國內芯片設計領域相對領先的華為，早在2018年就發佈瞭昇騰系列的AI處理器、加速卡以及軟件產品。同年，華為的業務與組織架構中出現瞭"Cloud&AI BU"，這一年也被普遍解讀微華為進入AI軟硬件市場的戰略元年。
再後來，華為對雲服務和AI相關業務進行瞭頻繁“升級”：
2020年初，Cloud&AI又升至華為第四大BG；2021年1月，餘承東被任命為該BG負責人。在這次任命的官方公開文件裡，“圍繞鯤鵬、昇騰及華為雲構建生態”被明確標註出來。
而國內占據市場份額最大的雲服務商阿裡，早在2018年4月宣佈收購芯片公司中天微後，就很快成立瞭單獨的芯片公司——平頭哥。而達摩院的 NPU 團隊與中天微團隊都被放進瞭“平頭哥”半導體公司。2019年9月，阿裡的第一枚AI芯片含光800問世。
另一位國內雲巨頭騰訊，則選擇將重金砸向AI芯片創業公司。根據2021年1月最新消息，一傢名為燧原科技的半導體公司完成瞭超過18億人民幣的C輪融資，而騰訊投資則參與瞭他們從PreA輪到C輪的所有融資。
虎嗅曾在《幹掉英偉達？》《西方唯一芯片獨角獸》等文章裡多次詳細指出，AI處理器的架構創新之所出率先出現在雲服務領域，包括亞馬遜、谷歌以及微軟都在爭先恐後設計和生產完全屬於自己的AI處理器，是因為：
一方面“AI相關應用急劇增長，引發瞭市場對超大型數據中心（雲）的強勁需求；另一方面，則是“AI處理任務的持續增長，又會倒逼服務器配置持續升級”。
據人工智能非營利組織Open·AI公佈的調查數據，深層神經網絡的規模與復雜性，每3.5個月翻一番。因此，在被賦予更多更艱巨的計算任務的過程中，提供算力的硬件復雜程度與處理器性能，也被提出瞭更高的要求。
舉個例子，亞馬遜AWS自2015年以後，便陸續在每個地區的數據中心部署瞭大量T4。原因就在於這些GPGPU擅長執行像“對話式AI”、“人工智能推薦”這種高性能計算工作負載。後來，他們在2018年，又發佈瞭自研的機器學習處理器AWS Inferentia，用於處理一些特殊復雜任務。
而像商湯、曠視這樣的人臉識別獨角獸企業，則需要在超算中心裡部署超萬塊GPU。據商湯內部工程師透露，他們每天在算法平臺上進行數據訓練迭代的單次成本，就高達數十萬元。
因此，我們可想而知，像百度這類大型雲服務商，為瞭支持自己龐大的搜索任務量級與客戶的深度學習訓練任務，所需要的加速卡數量到底有多大。
“部署近萬塊自研芯片，僅僅是數據中心、物聯網以及邊緣設備所需海量處理器中的九牛一毛。”一位瞭解相關業務的工程師認為，百度在產品細節上需要做的事情還很多。
早在2018年昆侖第一次被正式推出時，全球知名電子工業雜志期刊EEtimes曾援引過芯片專業分析師Bob o’donnell的話，對百度的昆侖芯片則表現出明朗的態度：
“我的感覺是，他們將首先在自己的數據中心裡用到它。而這項技術，未來可能對百度的阿波羅自動駕駛汽車平臺進行優化。
不過，雖然基於原始規格，昆侖的數據比第二代谷歌 TPU 的數據要好，但你必須仔細比較，因為你不能確定它最後具體用在什麼場景裡。”
對於百度來說，技術、人才都已經準備充分，也不缺正確的市場判斷，可能還需要在某些時候，讓鮮少被看到的技術內裡，通過更加直接的形式，完成一段撥雲見日的過程。
留言列表
