英特尔领先进入组合拳赛场“很长一段时间,英特尔先进半导体工艺的领导力太强,因此一旦其先进制程的领导力减弱,许多人就认为英特尔‘不行了’。抛开半导体工艺,英特尔的芯片实力依旧很强。”拥有二十多年芯片设计经验的资深人士曾对雷 锋网说。
实际上,英特尔的并购和转型,虽然有些挫折,但又一次走在了整个行业的前面。2012 年兴起的新一轮 AI 热潮,让英特尔 CPU 从中获益,但获益更大的是英伟达的 GPU。英特尔很快意识到大数据和 AI 的时代对计算需求的变化,2016 年时任 CEO 科再奇(Brian Krzanich)提出,英特尔要从一家 PC 公司转型为驱动云计算和数以亿计的智能互联计算设备的公司,开启了以数据为中心的转型,伴随着一系列并购。
2015 年到 2020 年年间,英特尔连续达成了 6 笔与 AI 芯片相关的重要收购交易。2015 年,英特尔宣布以总价约为 167 亿美元的价格收购 Altera。Altera 是当时全球第二大 FPGA 公司,其产品主要用于电信和无线通信设备。
2016 年 8 月,英特尔 3.5 亿美元收购了主攻深度学习方向 Nervana Systems。一个月后,英特尔又收购了 AI 视觉芯片公司 Movidius。
2017 年,英特尔又以 153 亿美元收购 Mobileye,这家以色列的公司是全球领先的计算及视觉、机器学习、自动驾驶系统服务提供商。时隔两年,2020 年英特尔再次出手,以 20 亿美元收购 Habana Labs,被收购时这家总部位于以色列的 AI 芯片初创公司的 Goya 云端 AI 推理处理器已实现商用。
收购让英特尔迅速获得了 FPGA、ASIC 这两类 AI 芯片,加上其已有的 CPU 和 GPU,英特尔率先拥有了标量、矢量、矩阵、空间芯片架构组合。
2020 年之前,英特尔的这一系列并购很容易被解读为是为应对竞争不得已的做法。然而,2020 年 9 月英伟达宣布以 400 亿美元收购 ARM。10 月份,AMD 又宣布以 350 亿美元收购 FPGA 供应商 Xilinx(赛灵思)。接连的大规模并购,不仅证明了英特尔的前瞻性,也表明了芯片行业已经进入新的赛场。
英特尔公司副总裁兼中国区总经理王锐本月对雷 锋网表示:“当竞争对手也在走我们走出来的这条路的时候,让我们更加坚信这条路的方向是对的。业界有一个共识,任何一项单独的能力都不足以应对大数据时代全场景综合负载的挑战。这也是大家都在不断扩展的原因。”
芯片巨头们也用最新的产品路线图证明了芯片竞争开启了新赛场。ARM 在四月初发布最新一代架构 ARMV9 时就强调全面计算的理念,也就是通过 CPU、GPU、NPU 的组合,满足汽车、基础设施、物联网等应用的需求。
英伟达在四月中旬的 GTC 21 上,CEO 黄仁勋不仅发布了基于 ARM 的专用 CPU GRACE,还更新了英伟达最新的数据中心芯片路线图,GPU、CPU 和 DPU 三类芯片逐年更新。
AMD 收购赛灵思的意图也非常清楚,在其拥有的 CPU 和 GPU 的基础上,加上 FPGA 能够更好地满足包括数据中心在内的众多应用的需求。
显然,英特尔、英伟达、AMD 三大高性能计算巨头又都进入了新的赛场,新的竞赛意味着单靠某一类计算芯片将很难参与新的竞争,体量较小的芯片公司在新的竞争时代面临着更大压力。
门槛降低,大部分芯片公司被收购是最好的结局“在产业链里,绝大多数做芯片企业是会死掉,被并购是最好的命运。”CPU 行业的资深人士认为。
这种判断并非危言耸听,苹果最新发布的 M1 芯片就是一个很好的警示。在苹果自研芯片的早期,其芯片性能与传统的芯片厂商的 SoC 性能有不小差距,但通过系统级的优化,最终的体验差距并不明显。经过多年经验积累以及芯片的迭代,苹果自研的芯片已经强大到能够替换英特尔的 CPU。
“英特尔、英伟达这样的公司能够继续以芯片公司的方式生存下去,他们有足够的技术门槛,更重要的是他们的产品组合能够构成护城河。”CPU 行业的资深人士表示,“大部分人看到的是英特尔 inside,没有看到英特尔 outside 的实力。”
王锐说,“竞争对手可以在某一参数或者是在制程上缩短与我们的差距。但要打造整个架构,在计算和 AI 的各个方面都要能够赶超英特尔,不是那么容易的事情。”
一个简单的例子是,要发挥 CPU 的性能优势,需要系统级优化,如果内存收发器能够配合 CPU 的工作特性,可以实现数量级的性能提升。
GPU 也同样如此,可以看到英伟达基于最新的 GPU,搭配其互联技术以及软件栈,面向不同的场景推出工作站,实现更高性价比。
高通 5G 时代也有类似的策略,高通的每一代 5G 调制解调器都有对应的射频系统,高通的说法是 5G 射频的复杂性大增,产品组合可以带来最佳的性能。
传统芯片巨头们通过更丰富的产品组合满足不同应用需求,一方面说明了最终应用驱动芯片的发展越来越明显,纯芯片公司的话语权在减弱。另一方面说明了在先进半导体制程提升难度越来越大,成本越来越高的时候,异构计算是更好的选择。
“芯片公司话语权的降低,不同的行业有不同的原因,但这是可以看到的事实。”芯片行业的资深人士表示。
比如,科技巨头在 AI 时代开始自研芯片。虽然科技巨头们的目标不是取代芯片公司,但这在某些领域必然会与芯片巨头产生竞争。王锐说:“当产业界在快速转型的时候,我们多年的合作伙伴会在某一方面找到一个点,跟随应用场景以非常快的速度进行创新。对我们来说,这是一个激励,我们需要提供非常有竞争力的产品。”
出现这种局面很重要的原因是芯片行业的门槛有所降低,科技巨头们可以使用成熟的 IP、EDA 工具根据其业务特点设计芯片,然后交由晶圆代工厂代工,降低成本的同时芯片也更符合自身需求。
同时也要看到,7nm 之后的工艺将会成为小众工艺。早在 2018 年,全球第三大晶圆代工厂格罗方德就宣布了一项重要的战略转变,决定停止 7nm 工艺的所有工作及后续制程的研发,将专注于更加成熟的工艺,为新兴高增长市场的客户提供专业的制造工艺。
原因除了 7nm 的技术难度更大,也和成本密切相关。市场研究机构 International Business Strategies (IBS) 给出的数据显示,28nm 之后芯片的成本迅速上升。28nm 工艺的成本为 0.629 亿美元,到了 7nm 和 5nm,芯片的成本迅速暴增,5nm 将增至 4.76 亿美元。三星称其 3nm GAA 的成本可能会超过 5 亿美元。
CPU 领域资深人士也指出:“过去工艺的进步晶体管也变小,所以相同的硅面积可以集成更多晶体管,在相同硅面积成本不增加的前提下,先进半导体制程拥有优势。但现在相同硅面积的成本增加了,并且晶体管从 28nm 到 14nm,硅面积只缩小了 1/3,先进制程的优势越来越小。”
高企的先进制程成本让业界开始更加关注异构集成,小芯片(Chiplet)以及与之相关的先进封装技术也成了各大巨头竞争的焦点。
OMDIA 半导体首席分析师何晖此前对雷 锋网表示,“异构架构的竞争格局一旦形成,对于包括中国在内的新兴市场,想要突围就会更加困难。”
那时,仅提供芯片的公司竞争力会越来越弱,被收购就会成为许多芯片公司最好的选择。
半导体行业这部并购史接下来会如何书写?芯片巨头们以及拥有先进制程和封装技术的代工厂之间的竞争格局会发生怎样的变化?