人工智能浪潮之下，多家廠(chǎng)商自主走向定制芯片道路

微軟在其年度開(kāi)發(fā)者大會(huì)Microsoft Ignite上推出了兩款自研芯片——Maia 100和Azure Cobalt 100，為大語(yǔ)言模型的訓(xùn)練和推理提供動(dòng)力。

此舉正式填平了微軟與谷歌、亞馬遜的唯一生態(tài)鏈差距，因?yàn)楹髢杉揖揞^都已經(jīng)擁有了自己的定制芯片。

Maia 100是微軟首款人工智能芯片，主要針對(duì)大語(yǔ)言模型訓(xùn)練設(shè)計(jì)，屬于ASIC（應(yīng)用型專(zhuān)用集成電路）芯片。這款芯片將于明年初開(kāi)始在A(yíng)zure數(shù)據(jù)中心推出，目的是減少微軟對(duì)英偉達(dá)GPU的依賴(lài)。

微軟推出的第二款芯片Azure Cobalt 100是基于Arm架構(gòu)的128核云原生芯片，這款芯片也可以與Azure的生態(tài)系統(tǒng)兼容，更大的用處是在微軟Cloud上運(yùn)行通用計(jì)算工作負(fù)載，降低成本。

事發(fā)并不突然：事實(shí)上，微軟推定制芯片早有征兆；2010年時(shí)，微軟便希望能自研AI芯片。

據(jù)The information報(bào)道：微軟至少?gòu)?019年開(kāi)始，便在研發(fā)代號(hào)為“Athena（雅典娜）”的新AI芯片組，目的是為ChatGPT等大語(yǔ)言模型的訓(xùn)練及推理提供英偉達(dá)芯片之外的替代方案。

那為什么自去年以來(lái)，亞馬遜、谷歌、微軟、Meta等超大規(guī)模的企業(yè)都不約而同地走向自主開(kāi)發(fā)定制芯片的道路？

亞馬遜、微軟和谷歌自主開(kāi)發(fā)的芯片時(shí)間表

究其原因，我們或許可以將其歸結(jié)為以下兩點(diǎn)：

其一：隨著ChatGPT等人工智能應(yīng)用的持續(xù)迭代更新及各種商業(yè)化快速落地，在應(yīng)用市場(chǎng)對(duì)于芯片算力需求數(shù)量級(jí)提升下，一場(chǎng)針對(duì)其底層需求（AI芯片）的競(jìng)賽已悄然打響：

特別是對(duì)于國(guó)內(nèi)市場(chǎng)而言就目前來(lái)看，人工智能整體市場(chǎng)已從2020年的疫情影響中恢復(fù)：

圖片來(lái)自：億歐智庫(kù)

特別是：隨著技術(shù)的成熟以及數(shù)智化轉(zhuǎn)型升級(jí)，市場(chǎng)的內(nèi)在需求正在增加，中國(guó)人工智能核心產(chǎn)業(yè)市場(chǎng)規(guī)模也將持續(xù)平穩(wěn)增長(zhǎng)。

根據(jù)億歐智庫(kù)的預(yù)測(cè)，2025年中國(guó)AI芯片市場(chǎng)規(guī)模約為1780億元。

其二：即是從應(yīng)用端的視角而言，隨著其與市場(chǎng)業(yè)務(wù)在橫向和縱向的差異性不斷擴(kuò)大和隨著摩爾定律的放緩，提高能效成本效益的需求的催動(dòng)下，應(yīng)用端企業(yè)自身的芯片定制化需求被急速放大。

AI產(chǎn)業(yè)化邏輯，圖片來(lái)自：數(shù)治網(wǎng)

業(yè)務(wù)的橫向和縱向差異性。橫向差異，指的是不同客戶(hù)的業(yè)務(wù)差異；縱向差異，指的是單個(gè)客戶(hù)的業(yè)務(wù)迭代差異；如果針對(duì)場(chǎng)景定制芯片會(huì)導(dǎo)致架構(gòu)碎片化，并且芯片的迭代完全跟不上軟件的迭代節(jié)奏。

且，隨著AI芯片需求的發(fā)展，市場(chǎng)需求也會(huì)更加多樣化，傳統(tǒng)的市場(chǎng)芯片提供的大多數(shù)解決方案都是大相徑庭的，難以通過(guò)某款通用性芯片來(lái)滿(mǎn)足所有需求。

而定制化芯片通過(guò)整合功能零部件來(lái)實(shí)現(xiàn)小型化、降低功耗以及降低成本，廠(chǎng)商可將市場(chǎng)未出現(xiàn)的價(jià)值（功能）融入相關(guān)模塊來(lái)實(shí)現(xiàn)客戶(hù)產(chǎn)品的差異化。

特別是：相關(guān)企業(yè)在定制化芯片時(shí)，可以在基礎(chǔ)固件的基礎(chǔ)上根據(jù)要求來(lái)定制化固件和底層IP，這種基于硬件的設(shè)計(jì)對(duì)于很多其他企業(yè)而言抄襲起來(lái)并不容易，需要很長(zhǎng)時(shí)間。

特別是在摩爾定律放緩的大背景之下：以前，是靠摩爾定律推動(dòng)著成本效益的提升；現(xiàn)在在需求及成本的夾擊之下，推動(dòng)力則來(lái)自于進(jìn)行有效數(shù)據(jù)加速的新型架構(gòu)。

更具體地說(shuō)，要想得到最佳的計(jì)算性能，必須仰仗針對(duì)特定應(yīng)用和數(shù)據(jù)集合的體系架構(gòu)。

環(huán)顧市場(chǎng)，我們不難看出：隨著芯片集成度越來(lái)越高，SoC設(shè)計(jì)越來(lái)越復(fù)雜，為了降低整個(gè)芯片SoC設(shè)計(jì)周期以及開(kāi)發(fā)總成本，Chiplet模式或許已經(jīng)成為一種流行的趨勢(shì)。

英偉達(dá)或?qū)⑷嫱菩蠧hiplet模式

簡(jiǎn)單而言：基于Chiplet 模式，首先將需要實(shí)現(xiàn)的復(fù)雜功能進(jìn)行分解，然后開(kāi)發(fā)或是復(fù)用已有不同工藝節(jié)點(diǎn)、不同材質(zhì)、不同功能的裸片，最后通過(guò) SiP(System in Package)封裝技術(shù)形成一個(gè)完整的芯片；

因此Chiplet 就是一種新的IP復(fù)用模式。

Chiplet除了可以解決數(shù)字電路和模擬或接口電路在工藝節(jié)點(diǎn)上的錯(cuò)位問(wèn)題外，也可以給SoC設(shè)計(jì)提供更大的靈活性。

例如，有些SoC設(shè)計(jì)在不同場(chǎng)景下，對(duì)接口或模擬的通道數(shù)量要求不同，如果都集成在一顆die上缺乏靈活性，性能、功能和面積(也就是所謂的PPA)方面難以做到最優(yōu)。

Chiplet通過(guò)數(shù)字和模擬更好地解決了場(chǎng)景化的靈活性問(wèn)題，當(dāng)然同時(shí)chiplet也面臨著諸多挑戰(zhàn)，例如接口標(biāo)準(zhǔn)化、接口間巨大的數(shù)據(jù)量造成裸片和裸片間互聯(lián)所產(chǎn)生的大功耗等問(wèn)題。

基于Chiplet模式對(duì)傳統(tǒng)半導(dǎo)體產(chǎn)業(yè)鏈傳統(tǒng)思想的沖擊，應(yīng)用端客戶(hù)和產(chǎn)業(yè)鏈之間再次吹響“定制”和“標(biāo)準(zhǔn)”交替發(fā)展的“牧村浪潮”：

圖片來(lái)自：IEEE

1987 年， 原日立公司總工程師牧村次夫（Tsugio Makimoto）提出半導(dǎo)體產(chǎn)品沿著“標(biāo)準(zhǔn)”與“定制”交替發(fā)展，每十年波動(dòng)一次的思想，并于1991 年第一次發(fā)表在Electronics Weekly上，稱(chēng)之為“牧村浪潮”（Makimoto’s Wave）。

“用”與”造”的對(duì)立統(tǒng)一律是包括可重構(gòu)技術(shù)在內(nèi)的硅產(chǎn)業(yè)發(fā)展的一個(gè)主線(xiàn)索；隨著人工智能浪潮的爆發(fā)及相關(guān)芯片需求量的增加，至少突出了兩對(duì)難以逾越的、規(guī)律性的矛盾。

其一是大家所熟知的“產(chǎn)品復(fù)雜度日益上升”與“產(chǎn)品價(jià)格日益下降”的矛盾；其二是正在逐漸被大家所感知著的矛盾，即在“個(gè)性化”要求這個(gè)永恒“定律”的發(fā)展中，出現(xiàn)了“應(yīng)用市場(chǎng)日益分散”與“產(chǎn)品開(kāi)發(fā)費(fèi)用日益增大”的矛盾。

面對(duì)這兩個(gè)矛盾，需要對(duì)產(chǎn)品體系結(jié)構(gòu)及其設(shè)計(jì)方法進(jìn)行革命性的改造，力爭(zhēng)把“定制”與“大規(guī)模生產(chǎn)”兩個(gè)相互矛盾的事物協(xié)調(diào)起來(lái)，實(shí)現(xiàn)半導(dǎo)體產(chǎn)業(yè)鏈的“攻守易型”。

總體而言：Chiplet模式能夠滿(mǎn)足這一要求，因此現(xiàn)今更多的應(yīng)用端市場(chǎng)采用Chiplet模式是符合發(fā)展潮流的。

審核編輯：黃飛

?