BAT们跨界玩芯片

不久前腾讯被曝出开始招聘芯片研发设计相关的多类工作岗位，最近腾讯对此进行了回应，表示是基于部分业务需要，在特定领域进行芯片研发尝试，比如AI加速和视频编解码，而非通用芯片。

事实上，腾讯这样的互联网巨头自研芯片一点不稀奇，在芯片产业的下游和终端，大量业务涉及AI硬件产品的垂直头部企业，都已将芯片自研纳入自身未来发展战略布局的框架之下。

跨界研芯已成潮流

除了本身处于芯片产业链的垂直企业和平台，近年来自研芯片有明显的跨界趋势。当然这里指的自研主要还是研发设计，不包括制造、封测这些只有制造端才能干的事。

从跨界自研芯片的玩家群来看，目前主要有三类。

第一类是腾讯、阿里、百度这类互联网企业。像阿里的第一颗自研AI推理芯片“含光800”也早在2019年就公开发布，而百度的第一代昆仑芯片在去年初已经量产。

第二类是小米、华米、格力、小鹏汽车这类泛电子化、数字化消费品企业。小米今年发布了首款自研的手机影像相关芯片，格力也在前段时间表示自研芯片已经得到量产验证，而华米作为可穿戴厂商，早在2018年就发布了首颗自研芯片“黄山1号”，小鹏汽车早先表示已在中美两地同步进行自研芯片项目。

第三类是依图科技、四维图新等AI算法类公司。2019年依图发布了首款自研云端AI芯片“求索”，而在今年2月，四维图新发行定增的目标之一就是自研智能网联汽车芯片。

可以发现，跨界自研芯片的企业都有一个共同点：都有涉及AI技术的硬件业务。像BAT这样的巨头，多是云计算和汽车相关的业务需要自研芯片，而小米这类智能硬件企业，多是自家的产品需要自研芯片，依图这些算法和软件公司，则更多地以第三方供应商角色来自研芯片。

自研门槛不高

在手机行业，先进制程芯片的自研难度是超越想象的，目前国内厂商也只有华为、联发科具备芯片设计能力，抛开制造，可以说具备一定的自研能力。

但上面提到的玩家自研芯片为何呈现扎堆现象，客观原因就在于这些领域和手机不同，芯片设计和制造的难度都要小不少，也就是门槛更低。

不同领域对芯片制程的要求相差较大。手机领域，目前的骁龙、联发科，还有麒麟等芯片厂商，最先进的制程一般在7nm之内，而汽车芯片目前主流产品的制程很多在14nm、28nm，另外40nm规格的芯片目前也广泛应用在储存、通信等领域。

制程越先进，设计和制造的难度就越大。而汽车、云服务器、非手机类电子消费品相关芯片由于对制程要求普遍更低，所以设计和制造的难度就更低。

另外在产业链方面，像7nm、5nm这些先进制程芯片对应的产能也更小，只有极少数的头部厂商掌握了相关的生产设备和技术，而28nm、40nm制程的芯片由于技术和设备门槛更低，所以具备生产能力的厂商更多，产能自然也更多。

总体来看，汽车、云服务器相关产品的芯片由于对制程要求没有手机那么高，所以设计和生产起来都更加容易。基于这个前提，自研芯片对巨头们来说，其实就是时间和钱的问题，而这些恰好又是他们的优势，所以自研芯片很容易就上手了。

自研的商业原动力

虽然客观环境对部分领域的自研芯片比较友好，但是真正驱使这些头部玩家去自研芯片的原因还是商业层面的考量。

第一，自研芯片环节完全可控，减少被“卡脖子”的风险。华为的禁令事件是一个警钟，对于BAT这些巨头来说，强竞争的先进技术和产品领域，仍然可能存在类似的突发阻碍，而自研芯片的设计研发环节可以由自己控制，所以就免去了可能发生的“黑天鹅”事件。

第二，芯片自研，效率可能更高，成本可能更低。芯片设计制造出来，最终还是要和软件、硬件一块服务于某一个完整产品的，拿手机领域来说，手机厂商能不能用到最新的芯片，还是要看高通、联发科、三星这些芯片厂商的进度，而且在拿到芯片后，厂商还要就具体的产品和需求对芯片和手机进行适配优化。

而自研的好处是可以根据自己的需求设计一套功能对应的芯片，无需多方对接和磨合，业务和项目推进的效率要快得多，最终量产应用的成本也可能比找第三方要低得多。

第三，自研芯片是核心竞争力的重要来源。在汽车、家电这些加速电子化和数字化发展的行业，芯片的优劣已经很大程度上影响到产品的最终体验。比如在汽车领域，自动驾驶芯片和自动驾驶能力是密切挂钩的，算力算法更强，自动驾驶的体验往往也会更好。

如果企业的算法能力很强，那么自研芯片就可以将这些能力整合进去，既可以用到自己的产品里，还可以以第三方芯片产品供应商的角色来服务于其他玩家，增强变现能力和行业话语权。

芯片自研也有陷阱

从目前诸多自研芯片成功的案例来看，这样的业务模式很应该会在越来越多的领域中成为现实，尤其是汽车、家电、服务器这些走在智能化高速发展阶段的行业。

但需要注意的是，自研芯片难度低、门槛低主要还是头部企业可以享受的客观环境优势。国内自研芯片模式也有不少失败案例，其中原因往往是研发周期太长，技术门槛太高。因而中小企业，或者没有长期充足现金流的企业，要自研芯片，风险可能会持续放大，甚至会走上一条死胡同。

当然有钱且有一定技术的头部企业也不是就完全零风险。芯片自研模式可能带来的一个最明显但也最容易被忽略的陷阱，就是市场过低的容纳度。通俗地说，就是自研芯片的最终回报不一定能够覆盖之前的成本，而且最终应用的范围和规模很小。

举个例子，某厂商花了2年时间自研芯片用在自家汽车产品上，虽然效率更高，成本更低，但最终汽车销量却不尽人意，芯片自研的优势未能在商业价值上得到充分体现，这就是失败。

目前很多自研芯片玩家的主要目的还是用在自己的产品上，虽然说自研模式可以控制成本，但是最终自研芯片省下来的成本是否能够覆盖掉研发成本，也是一个需要好好按计算器的问题。

此外，自研芯片的时间成本和资金成本都非常高，尤其是芯片升级迭代的阶段，自研成本可能会因为技术壁垒而翻倍，如果业务的长期利润无法对此进行覆盖，那么这种模式就是一种慢性病。

总之，在芯片研发费时费力费钱的的背景下，任何玩家都不能轻视自研模式可能带来的反噬风险。

本文来自微信公众号“刘旷公众号（ID：liukuang110）”，作者：刘旷，36氪经授权发布。