9月12日，港股百度集團和阿里巴巴股價雙雙大漲，漲幅分別達到8.08%和5.44%。此前有消息稱，兩家公司正在使用自研芯片訓練AI大模型，阿里巴巴已在小規(guī)模模型的訓練中使用自研芯片，而百度則嘗試用昆侖芯P800芯片訓練新版文心大模型。
在當下的全球資本市場，任何有關AI算力的“風吹草動”都可能引發(fā)股價異動。9月7日，特斯拉創(chuàng)始人埃隆·馬斯克表示，已與特斯拉AI5芯片設計團隊進行了一場設計評審，并稱AI5將是一款“史詩級的芯片”。在馬斯克宣布進軍AI芯片領域前兩天，OpenAI被曝與美國半導體巨頭博通啟動自研AI芯片量產(chǎn)，這一消息也推動博通股價大漲。
縱觀這些公司，無一例外均是當前最為頂尖和主流的大模型研發(fā)廠商。紛紛加碼芯片研發(fā)的動作表明，算力已從AI競爭中的可選項變?yōu)楸剡x項，成為必須牢牢掌控在手中的關鍵“命門”。多名業(yè)內(nèi)人士在接受證券時報記者采訪時表示，科技巨頭們的“芯片戰(zhàn)事”已不僅是一場單一維度的技術突圍，更是一場關乎成本控制與性能提升、供應鏈安全與生態(tài)主導權的戰(zhàn)略博弈。
從自研到投資
科技公司雙軌并行加碼AI算力
最近，阿里巴巴再度成為股市的當紅“炸子雞”，股價連連上漲。推動股價大幅上漲的主要因素之一是有消息稱，阿里巴巴正在開發(fā)一款新的人工智能芯片，這款芯片已進入測試階段，主要面向更廣泛的AI推理任務。
事實上，與國外科技巨頭近期才傳出的密集布局不同，國內(nèi)互聯(lián)網(wǎng)大廠的“芯片戰(zhàn)事”早已打響。2018年，平頭哥（杭州）半導體有限公司（以下簡稱“平頭哥”）作為阿里巴巴旗下專注于半導體技術研發(fā)與產(chǎn)業(yè)化的科技企業(yè)正式成立。2019年，平頭哥推出首款RISC-V處理器玄鐵910，同年發(fā)布了首款AI芯片含光800，重點應用于視覺場景。
與阿里巴巴一樣，騰訊和字節(jié)跳動近年來亦持續(xù)加大自研芯片的力度。騰訊已在三款自研芯片上取得重要進展，分別是AI推理芯片“紫霄”、視頻轉碼芯片“滄�！币约�智能網(wǎng)卡芯片“玄靈”。字節(jié)跳動雖尚未推出自研芯片產(chǎn)品，但已組建相關研發(fā)團隊，并在近幾年的校園招聘中設置了多個與芯片相關的崗位。
除了自研以外，投資芯片公司也是科技巨頭搶灘AI算力賽道的共同選擇。過去幾年，阿里投資了寒武紀(1488.000, 101.00, 7.28%)、深鑒科技、翱捷科技(106.000, 2.35, 2.27%)等芯片企業(yè)，騰訊押注長鑫存儲、燧原科技、集益威半導體等公司，字節(jié)跳動則入股了摩爾線程、聚芯微電子、昕原半導體等多家芯片公司。
一手自研一手投資，科技公司以雙軌并行的形式加碼AI算力布局�！斑@既體現(xiàn)了大廠對核心技術自主可控的迫切需求，也反映出其在高風險、長周期的芯片產(chǎn)業(yè)中尋求效率與安全平衡的務實考量�！币幻斯�智能資深專家告訴證券時報記者，自研能夠深度匹配自身業(yè)務場景，實現(xiàn)算法、框架與硬件的協(xié)同優(yōu)化；而投資則可快速切入前沿技術賽道，同時分散研發(fā)失敗的風險。
為何“造芯”？
成本、性能與生態(tài)的三重考量
互聯(lián)網(wǎng)大廠為何熱衷“造芯”？記者多方采訪了解到，這背后有著成本、性能與生態(tài)的三重考量。
“生成式AI對算力的指數(shù)級需求驅動大廠持續(xù)重構底層架構，通用GPU已難以平衡千億參數(shù)模型訓練推理的效率與成本�！碧焓雇顿Y人、資深人工智能專家郭濤在接受證券時報記者采訪時表示，隨著各大AI公司對訓練復雜模型的需求激增，芯片制造商難以滿足市場需求，全球算力供需失衡的現(xiàn)狀也導致科技公司采購芯片的成本不斷上升。
“目前，采購外部芯片的成本高昂且供應不穩(wěn)定，自研AI芯片能顯著降低采購成本，并避免受制于供應商的變化，從而補充和滿足內(nèi)部業(yè)務對高效算力的需求。”上海經(jīng)邑產(chǎn)業(yè)數(shù)智研究院副院長沈佳慶告訴證券時報記者，助推成本降低和增強供應鏈韌性，是當前科技公司加碼AI芯片的核心驅動力(10.830, -0.22, -1.99%)。
此外，據(jù)記者了解，AI芯片分為通用芯片和專用芯片。通用芯片即常說的CPU（中央處理器）、GPU（圖形處理器），可以滿足廣泛的計算需求和適應不同應用場景，具有高度靈活性和可編程性；專用芯片則為特定的應用或任務設計，如ASIC（專用集成電路）、FPGA（現(xiàn)場可編程門陣列）等，針對特定的算法或任務進行優(yōu)化，以實現(xiàn)最高的性能和效率。
“相比通用芯片，專用芯片的研發(fā)門檻較低，相對容易許多。目前科技公司研發(fā)的AI芯片大多是專用芯片，更適配自身的云計算和AI業(yè)務。”前述人工智能資深專家表示，例如，騰訊的“紫霄”“滄�！焙汀靶`”這三款自研芯片均聚焦特定領域，性能相比業(yè)界均有明顯提升。沈佳慶也表示，由于AI專用芯片技術門檻相對可控，有利于企業(yè)盡快形成產(chǎn)能。
在郭濤看來，相較于此前的芯片投資熱潮，本輪生成式AI浪潮下的芯片布局以“算法—芯片—場景”閉環(huán)為核心，追求軟硬件協(xié)同設計的極致能效比。各個科技公司由于業(yè)務基礎不同，優(yōu)化芯片的核心驅動力也有所差異�！鞍⒗锇桶途劢箯椥运懔Τ兀ㄟ^自研芯片提升云平臺性能；字節(jié)跳動優(yōu)化芯片實時推理密度，服務短視頻及電商場景；騰訊則強化低延時響應，支撐游戲與社交交互�！惫鶟f。
而相較于成本與性能，更深層次的動因在于搶奪生態(tài)主導權。業(yè)內(nèi)的共識是，英偉達最深的護城河并非強大的GPU硬件，而是其構建的軟件生態(tài)系統(tǒng)CUDA，通過將二者深度綁定，形成了軟硬一體化的優(yōu)勢。“‘GPU+CUDA’的組合長期占據(jù)主導地位，‘自研芯片+開源生態(tài)’是打破現(xiàn)有壟斷格局、構建自主可控技術棧的現(xiàn)實選擇�！鼻笆鋈斯�智能資深專家表示，通過自研芯片并配套開源軟件棧和開發(fā)者工具，可逐步形成軟硬一體的完整生態(tài)，從而掌握更大的產(chǎn)業(yè)話語權。
挑戰(zhàn)重重 需突破技術迭代
風險與生態(tài)壁壘限制
與專門的芯片公司相比，互聯(lián)網(wǎng)巨頭“造芯”有不少獨特的優(yōu)勢。“它們業(yè)務規(guī)模龐大，擁有海量實際業(yè)務數(shù)據(jù)和應用場景，自研芯片時具有供應鏈與成本控制力。此外，規(guī)�；瘶I(yè)務也能攤薄研發(fā)成本，并形成生態(tài)協(xié)同效應�！鄙蚣褢c表示，互聯(lián)網(wǎng)大廠還具有資金與人才優(yōu)勢，具備長期持續(xù)投入的資本實力，能吸引頂尖芯片研發(fā)人才加盟。
盡管優(yōu)勢突出，但作為一個重資產(chǎn)投入、長研發(fā)周期的行業(yè)，大廠們的“造芯”之路仍然充滿荊棘，注定是一場“硬仗”與“漫漫長跑”。
一方面，技術迭代的風險首當其沖�！癆I芯片研發(fā)需3—5年周期，但AI技術迭代迅猛，可能導致芯片量產(chǎn)前就面臨技術落后的風險�！鄙蚣褢c表示。此外，受地緣政治影響，先進制程受制且代工廠產(chǎn)能波動可能中斷生產(chǎn)，加劇了供應鏈的不確定性。另一方面，生態(tài)壁壘的突破有待時日�！白匝行酒谲浖䲢�、開發(fā)者工具鏈等生態(tài)環(huán)節(jié)弱于國際成熟企業(yè)，用戶遷移成本高，制約了商業(yè)化。”沈佳慶說。
對于技術迭代風險，郭濤建議應多管齊下提升研發(fā)速度�！熬唧w而言，可以采用Chiplet（芯粒，即將大型芯片分解為多個具特定功能的小芯片，并使用先進封裝技術將它們互聯(lián)，最終集成封裝為一個系統(tǒng)芯片）模塊化設計縮短研發(fā)周期。還可以實施‘漸進式替代’戰(zhàn)略，初期聚焦邊緣端輕量化場景積累數(shù)據(jù)，再逐步向訓練端滲透�！惫鶟硎�，這其中的成敗關鍵在于將互聯(lián)網(wǎng)速度文化注入半導體長周期產(chǎn)業(yè)，通過持續(xù)場景反哺實現(xiàn)技術躍遷，最終形成“敏捷迭代+生態(tài)共建+場景反哺”的閉環(huán)體系。
在打破生態(tài)壁壘方面，沈佳慶強調生態(tài)共建的重要性，企業(yè)除了聚焦自身業(yè)務場景，在細分賽道推出多種專業(yè)芯片來提升市場競爭力以外，更要聯(lián)合其他國產(chǎn)廠商，搭建平臺共建軟硬件生態(tài)�！霸谠絹碓角把氐目萍紤�(zhàn)場上，依靠單打獨斗已不是主流。”沈佳慶說，打造AI芯片領域軟硬件開源技術協(xié)作平臺，依靠開源模式吸引眾多開發(fā)者快速迭代技術并形成生態(tài)，可能是今后推動科技創(chuàng)新的有效途徑。
