中美合造AI芯片？假的

这两天，美国又出新“制裁”了，禁止美国人对中国的芯片和AI等领域进行投资。在AI及大模型的快速发展下，AI芯片起到重要的作用，相关的讨论也此起彼伏，其中就夹杂了一些不实信息。

比如说，6月24日，外媒集体报道，为降低高端芯片的采购成本，确保芯片稳定供应，字节跳动（ByteDance）正在与美国芯片设计商博通公司（Broadcom）合作开发先进的5nm ASIC（应用特定集成电路）AI处理器。但被字节跳动证实，这是假消息。

AI时代，世界对于AI芯片的焦虑又更进一步了。

自研芯片，早有着手

互联网巨头字节跳动，一直都很关注AI。无论是在火山引擎上当“价格屠夫”，还是在其产品中推出各式各样的AI应用，至少对字节跳动来说，对AI算力的追求是无止境的。

外媒炮制字节跳动与博通合作的消息，无疑是进一步加剧国内对于AI芯片的焦虑感。根据外媒的说法，字节跳动与博通合作开发的ASIC，将会交由台积电5nm供应代工，并且该芯片符合美国对华限制政策。

之所以消息看起来很“真”，是因为字节跳动真的博通合作过，二者曾经在2022年起建立的商业合作关系。当时博通公开声明，字节跳动已购买博通的Tomahawk 5nm高性能交换芯片，以及Bailly交换机，这些产品都能极大推动超大规模数据中心和AI计算集群的建设。

外媒还继续透露，为了增强AI算力，字节跳动储备了大量英伟达A100和H100芯片，以及英伟达为中国市场设计的A800和H800芯片。并且，字节跳动去年还购买了华为的Ascend 910B芯片。

事实上，与其他跨界造芯的互联网巨头一样，字节跳动也曾经积极推进自研芯片。

2022年7月，字节跳动副总裁杨震原在“2022火山引擎原动力大会”上接受媒体采访时确认，字节跳动正在开展自研芯片。

与此同时，字节跳动当时表示，现在并没有CPU、GPU这样的通用芯片业务的商业计划，自研芯片主要围绕自身视频推荐业务展开，研发团队将为字节大规模视频推荐服务专用场景定制硬件优化，如视频编解码，云端推理加速等，以期提升性能，降低成本。

目前，字节跳动在其网站上发布了数百个与半导体相关的职位，其中包括15个ASIC芯片设计师的岗位。此外，字节跳动还在积极从其他中国AI芯片公司招募顶尖人才，以提升在AI芯片领域的研发实力。

总之，字节跳动是渴望自研力量的，但并不是和美国合作开发，而是靠自己。

用ASIC，突破AI算力困境

从上面的新闻中不难看出，字节跳动的重点在于自研ASIC。那么，为什么偏偏是ASIC，而非GPU？

随着英伟达的市值步入全球第一，人们才意识到，都是做AI芯片的，英伟达一家独大了。

看似踩着AI浪潮“走狗屎运”的英伟达，其实每一步都踩中了公式，猜对了AI时代下一步的需求，就这样拿着它的CUDA、NVLink等技术“卡着全世界的脖子”。换句话说，想做GPU，先跨过英伟达的专利大山和生态，毕竟强如英特尔、AMD，都很难取得领先优势。

更困难的是，英伟达在2024年3月的“CUDA禁令”，更是把这护城河拓成了护城海，好似在说：“AI计算的果子是我的，其它硬件谁也别想碰瓷使用CUDA。”

对比起来，GPU也许不是最适合AI计算的硬件，只不过现阶段还没有更优的解决方案。

FPGA又贵又难，很难大规模部署起来，只适合对时延要求高的应用。存算一体、类脑芯片都刚刚起步，成本也不够划算。

ASIC算力强劲，所谓的VPU、TPU、NPU都是它，但算法固化，设计好了就没法更改了，而且没有GPGPU通用，但也仅此能够拼过英伟达。

ASIC芯片分为全定制、半定制和可编程三种。全定制ASIC性能最优，算力超半定制8倍。半定制ASIC结合标准逻辑单元和自定义设计。可编程ASIC（PLD）通过编程满足特定需求，具灵活性。这就要看厂商自己对于芯片上的取舍，要一些灵活性，还是追求极致的算力。

适用于AI计算芯片主要类型，制表丨电子工程世界

所以，大多数厂商都开始使用ASIC当作自己AI芯片的主要类型，毕竟固定跑AI任务，此时就能发挥ASIC高性能、低功耗、小尺寸的优势，而且价格上比较低。加之融合32位微处理器、存储单元和网络接口等组件，形成SoC（片上系统），继续发挥强势性能。

比如说，英特尔Guadi 3的定价最近被曝光，128GB的ASIC芯片售价为15650美元，对比英伟达80GB H100卡的30000美元，售价只有其一半，同时在流行的大语言模型（LLM）训练速度方面比英伟达H100平均快了40%。

科技巨头，也纷纷将注意力放在ASIC上。博通是全球第二大人工智能芯片公司，仅次于英伟达，ASIC销售额达到数十亿美元。谷歌正在与Broadcom合作，正在牵头开发第五代张量处理单元 (TPU)，这些芯片在处理AI工作负载时比GPU快10倍。微软与Global UniChip和 Marvell建立合作伙伴关系，开发出Maia 100和Cobalt 100芯片。在汽车领域，特斯拉与Alchip 联手，推出专为自动驾驶汽车而设计的 AI 超级计算芯片 Dojo。

只能说，未来的ASIC形态的AI芯片，市场非常广阔。摩根士丹利预计2023年至2027年间，专用于人工智能的ASIC芯片市场每年将增长85%，达到300亿美元。

AI芯片的自主力量

国内的ASIC芯片，分为多种玩家。

一种，是专门设计制造ASIC的公司，包括寒武纪、地平线、耐能科技等厂商，分别专注AI芯片的细分领域，采用“大客户捆绑”模式进入大客户供应链。

另一种，是各种跨界选手：vivo先于2021年9月发布ISPV1，再于2022年4月发布升级产品V1＋，并在2022年11月发布V2；OPPO在2021年12月发表能强化手机图像处理性能的NPU MariSilicon X，之后在2022年12月揭露采用台积电6nm RF制程的蓝牙音讯SoC MariSilicon Y；阿里巴巴在2019年9月发布AI芯片含光800。

国内ASIC芯片玩家不完全统计，图源丨 偲睿洞察 

总的来说，目前全球ASIC市场还没有特别明显的头部厂商，而且国产性能也与国外没有太大差距。比如说，Ascend 910在BF16和INT8算力钧超越Goggle TPUv4，遂原科技和寒武纪产品整体性能与Google比肩。所以，在AI芯片赛道上，国产ASIC或许会是突破算力困境的关键。