目前，谷歌、微軟、臉書（Facebook）、亞馬遜等全球網(wǎng)絡服務巨頭開始進軍芯片組解決方案的自主研發(fā)，并且投入重金。2017年亞馬遜支出226億美元用于研發(fā)，比2016年增長41%，其中相當部分用于設計定制人工智能芯片之上。在研發(fā)支出上緊隨其后的是Alphabet、英特爾、微軟和蘋果公司。Facebook的研發(fā)支出從2016年的第13位上升至2017年的第9位，該公司將研發(fā)支出增加了32%，達到了78億美元。互聯(lián)網(wǎng)巨頭紛紛自研芯片，且以人工智能芯片為主，將降低對NVIDIA、高通、英特爾等芯片廠商的依賴，滿足自身不同設備對于芯片性能的特殊需求，提高用戶黏性。

啟動芯片自研各大廠商做了啥？

谷歌于2016年正式發(fā)布了Pixel手機，受到業(yè)內(nèi)一直好評，Pixel 3系列也計劃在今年推出，但是與之前不同的是，谷歌今年的Pixel 3或?qū)⒅苯佑蒙献匝?a target="_blank">處理器。2017年，谷歌高調(diào)聘請了蘋果A系列處理器開發(fā)主要領(lǐng)導人之一Manu Gulati，向業(yè)內(nèi)暗示其正在建立一個手機處理器芯片的硬件設計團隊。專家向記者表示，為了加強Pixel手機的圖像識別速度，谷歌將希望寄托于自己研發(fā)的芯片上。據(jù)記者調(diào)查了解，谷歌之所以想要提升其圖像處理速度，是因為蘋果手機處理器芯片速度已經(jīng)發(fā)展到了谷歌的7倍。

蘋果公司計劃從2020年開始，全方面使用自主研發(fā)的處理器芯片來替代傳統(tǒng)大廠的處理器芯片。專家表示，一直以來，蘋果公司傾力所追求的是封閉生態(tài)，但因為自身產(chǎn)業(yè)跨行太多，無法自主完成所有的生產(chǎn)步驟，但這依舊無法阻擋蘋果公司向“封閉生態(tài)”邁進的腳步。在獲得ARM架構(gòu)許可證后，蘋果開始設計自己的芯片，第一款產(chǎn)品被用于iPhone 5S，64位的A7芯片采用了四核圖形處理器，而到了蘋果A11芯片，圖像處理速度更是翻倍，高性能的內(nèi)核使其速度較上一代產(chǎn)品快了25%。專家向記者解釋，蘋果自主研發(fā)的處理器，最大的優(yōu)勢在于適配機型。不論蘋果設計的處理器性能有多高，都有與其匹配的蘋果機型。與之相比，高通的處理器想要找到合適的安卓手機，就沒那么容易了。

除了谷歌、蘋果外，微軟也有向處理器芯片進軍的態(tài)勢。2018年3月，正值各大公司招聘搶人的熱潮，微軟在招聘職位中，悄然的列出了對AI處理器人才的需求。這或許是微軟對于2017年所喊口號的呼應，2017年微軟宣布將推出新一代處理單元，為自身的增強現(xiàn)實眼鏡提供處理芯片，微軟將這款產(chǎn)品定位于為人工智能（AI）工作負載提供集成的協(xié)處理器，作為其投身AI領(lǐng)域的試金石。

擺脫對傳統(tǒng)芯片廠商依賴提高用戶黏性

自主研發(fā)處理器芯片的費用并不低，為什么各大廠商紛紛入局？專家表示這是增加芯片設計的自主性，提高對用戶黏性的重要一步。

與傳統(tǒng)大廠相比，在適配度方面，蘋果自主研發(fā)的芯片會更切合蘋果終端產(chǎn)品；在性能方面，蘋果自主研發(fā)的芯片能耗更低，且兼容性更好。在圖形輸出功能方面，蘋果更是規(guī)劃加入現(xiàn)今較為火熱的人工智能和增強現(xiàn)實技術(shù)，所以對于處理器芯片的要求也會越來越高；在成本方面，雖然蘋果每年都會支出一些自主研發(fā)費用，但是這些費用與“購買專利與產(chǎn)品”相比，還是會節(jié)省不少。專家向記者解釋，研發(fā)自己的芯片，不僅可以減少蘋果公司內(nèi)部管理的復雜性，更可以幫助公司減少成本，加速公司運轉(zhuǎn)。因此，研發(fā)自己的芯片是蘋果為以后發(fā)展鋪路的重要一環(huán)。

而對于谷歌來說，自主研發(fā)芯片，尤其是具備深度學習性能的芯片，或是為了谷歌爭奪AI市場做鋪墊。記者查閱資料發(fā)現(xiàn)，谷歌推出的TPU在靈活度上并不高，尤其在深度學習上，與CPU、GPU、FPGA相比，靈活度屬于較低的一類。但是，在效率上，谷歌的這款TPU卻檔次較高，針對特定AI優(yōu)化算法，這款TPU可以達到很高的效率。

專家向記者表示，谷歌這款TPU是幾年前的技術(shù)，當時的噱頭很大，但是真正的目的卻令人深思。按照谷歌以往“聲東擊西”的作風，專家推測，這次的高調(diào)宣傳可能是因為谷歌“已有更好的技術(shù)”或者是因為需要“誤導別人研究方向的煙霧彈”。但不論原因是什么，谷歌進軍AI領(lǐng)域的野心已經(jīng)昭然若揭。谷歌擁有足夠數(shù)目的機器來支持其自主研發(fā)AI處理器，便于芯片的“訓練”，例如谷歌的識別貓臉神經(jīng)網(wǎng)絡，就是利用上萬個充足數(shù)量的中央處理器，歷時七天，完成的“訓練”。

近年來，微軟在AI芯片上的開發(fā)力度也很大。微軟希望使用一些替代品來替換他人的“人臉識別、神經(jīng)網(wǎng)絡技術(shù)”，即使定制芯片需要昂貴的費用，微軟也會去嘗試，更高的靈活性成為了微軟追求的目標。雖然微軟的定制化芯片沒有谷歌的進程快，但是專家表示，微軟完全可以憑借其龐大的需求重新定義芯片，為其自主研發(fā)的控制器在AI市場上開辟新的空間。