一门闷声发大财的芯片生意

文章来源：半导体行业观察

文章作者：邵逸琦

图片来源：由无界AI生成

一个季度赚了123亿美元的英伟达，现在成了许多半导体企业艳羡的对象，大家头一回发现，原来GPU利润这么高，甚至能撑起2万亿美元的市值，但英伟达真的会满足于此吗？

英伟达CEO黄仁勋曾在2008年发表过感言，认为公司应该把研究客户的需求，把解决客户的问题放在第一位，而不是去关注对手，如果把精力放在如何从对手那里把客户抢过来，就会错失开拓新客户的机会。

16年之后，英伟达的CEO还是黄仁勋，虽然股价市值规模早已翻了十数倍乃至上百倍，但在他的掌舵下，英伟达依旧走在不断寻找新客户的道路上。

据路透社报道，英伟达正在建立一个新的业务部门，专注于为云计算公司和其他公司设计定制芯片，其中包括先进的人工智能处理器。

据其爆料，英伟达高管已经与亚马逊、Meta、微软、谷歌和OpenAI的代表会面，讨论为他们生产定制芯片的事宜，除了数据中心芯片外，英伟达还在寻求电信、汽车和视频游戏的客户。

路透社的这份报道，意味着英伟达要以强势姿态切入数据中心定制芯片市场，要在传统的游戏，新兴的人工智能等领域之后开拓一片新的战场。

那么，英伟达为什么要这么做，它的胜算又有几何呢？

定制双雄

从2020年开始，自研和定制成为了半导体行业的热门词，从苹果发布M1芯片开始，似乎每个厂商都在尝试自研芯片，以此来获得成本上的优势。

但对于超大规模数据中心企业(Hyperscaler)公司来说，他们对于硬件和软件都有接近完全的掌控力，非常适合开发自己专属的SoC，而他们在这方面的研究也确实要早的多，定制化芯片初期最大的推动因素，就是来自这些企业对AI，以及云端计算的庞大需求。”

早些年靠AlphaGo一炮而红的谷歌，就是定制化芯片的先行者。

2013年，Google AI负责人Jeff Dean经过计算后发现，如果有1亿安卓用户每天使用手机语音转文字服务3分钟，其中消耗的算力就是Google所有数据中心总算力的两倍，而全球安卓用户远不止1亿。

此时谷歌已经意识到，光靠通用的CPU和GPU已经无法满足未来的庞大计算需求，而出路就是选择定制芯片，为此，它定下了一个目标：针对机器学习这一目的来构建特定领域计算架构（Domain-specific Architecture），还要将深度神经网络推理的总体拥有成本（TCO）降低至原来的十分之一。

2016年的Google I/O开发者大会上，谷歌首席执行官Sundar Pichai正式向世界展示了TPU这一自研成果，初代TPU 采用了 28 纳米工艺制造，运行频率为 700MHz，运行时功耗为 40W，谷歌将处理器包装成外置加速卡，安装在 SATA 硬盘插槽中，实现即插即用。TPU 通过 PCIe Gen3 x16 总线与主机连接，可提供 12.5GB/s 的有效带宽。

但初代TPU并非谷歌自己独立打造，它的背后，离不开博通的助力。

根据2020年摩根大通分析师Harlan Sur的报告，谷歌TPU v1至v4这几代均是它与博通共同设计的，当时它已经开始生产采用7nm 工艺的TPU v4，并开始与谷歌合作设计采用5nm工艺的TPU v5。

Sur表示，博通的专用集成电路（ASIC）业务2020年全年收入为 7.5 亿美元，高于 2016 年的 5000 万美元，除了芯片设计之外，博通还为谷歌提供了关键的知识产权，并负责了制造、测试和封装新芯片等步骤，以供应谷歌的新数据中心，博通还与其他客户如Meta、微软和AT&T等公司合作设计ASIC芯片。

这位分析师还在2022年5月表示，Meta正在使用定制芯片来构建其 Metaverse 硬件，成为博通下一个价值数十亿美元的 ASIC 客户，“我们相信，这些成果主要集中在 5 纳米和 3 纳米工艺上，并将用于支持 Metaverse 硬件架构，该架构将在未来几年内部署，Meta 将在未来三到四年内成为博通继谷歌之后下一个年产 10 亿美元的 ASIC 客户。” Sur谈到。