百度成立AI芯片公司，2万量产芯片背后的“中国攻芯计”

发布时间：2021-02-11 09:57:47来源：观察者网

►文/观察者网科工力量龙科多

2月9日，据CNBC报道，百度正在为成立一个独立的AI芯片企业筹集资金。百度正式加入芯片这场硬仗。

目前，百度自主研发的AI芯片昆仑1已量产2万片，在百度搜索引擎、百度无人驾驶汽车中广泛部署，昆仑2也即将于今年实现量产。百度选择在这个时间宣布消息，证明百度无人驾驶技术、人工智能技术企业稳的当下，选择以积极进取态度进行布局，百度要不断进行底层研发，做中国“AI新型基础设施”。

“算力不足恐惧症”推动产业发展

目前，芯片的格局看似很稳固，几家国际大厂把握行业制高点，但是如果把时间拉到10年的周期围堵，会明显感受到，每一次下游应用的变化，都会因芯片算力等性能的提升，带来半导体行业的重大洗牌。从超算、PC，到智能手机，特殊的历史周期，总会将技术积淀者推上历史潮头。

今天，人们习惯于把小小的中央处理器（CPU）芯片视为一国半导体产业能力的代表，然而40年前，也就是上世纪80年代，半导体产业生态极为不同，个人PC是媒体聚光灯之外的鸡肋市场。站在终端性能顶点的是，超级计算机。

日本企业是那个时代的佼佼者，1983年，日本电气（NEC）发布的SX系列超算，其高端型号每秒运算速度超过10亿次，是当时最快的超算。这样的成绩背后，有着芯片技术实力后盾。东芝、富士通的产品，算力优秀，成为“高质量”的代名词，良品率远高于英特尔、德州仪器。

算力的提升，总会带来产业的大洗牌。90年代，个人电脑爆发，对算力需求更高，带来了英特尔的崛起。该公司创始人戈登摩尔曾提出：“集成电路上可以容纳的晶体管数目，每18个月翻一番”。这一定律，也是该公司坚守的目标。

虽然1971年，英特尔推出的4004型处理器芯片，算力还是弱者，甚至在80年代，被日本半导体企业压制。可仅仅过了十年，历史老人奖励了英特尔在算力上的坚守，个人PC市场需求激增，几乎都是使用该公司的微处理器作为内核。2000年的《IC洞察》显示：1999年，32位、64位微处理器市场，英特尔占据的市场接近80%。

到了2010年，传统的PC市场已接近饱和，芯片算力的进步，加上低功耗性能的加持，将智能手机推入舞台中央。ARM、苹果、三星又一批市场新秀诞生，成了主角。

在美国企业在市场疯狂揽金的时候，ARM的员工的办公地点，还只是一个谷仓。但是一直坚守高性能、低功耗、低成本的处理器芯片研究。同样是十年的坚守，苹果、三星与ARM芯片的结合，智能手机产业爆发了。2007年，乔布斯拿着可触屏的手机，向外界演示时，全球都震惊了。

2015年AI登场，AIoT时代来临。2020年的5G又加速了AI的渗透，芯片行业再一次处在聚变前夜，实时处理、高精度、超低功耗成为新的需求点。中国企业正在为这一变革，默默积累。

不同于其他公司高调宣传，百度已经在芯片领域钻研多年，用于通用AI处理器的昆仑系列，2010年就开始了技术积累，2018年正式发布，2019年流片成功，2020年昆仑1量产两万片，昆仑2也即将于今年实现量产。与此同时，该公司的另一款芯片，用于语音交互的鸿鹄芯片也早在两年前问世。爆款智能音箱小度就是搭载了鸿鹄芯片，出货量仅次于亚马逊和谷歌位列全球第三。

百度为何做芯片？

一块芯片的诞生，背后是模块化的产业链条。芯片行业前期投入大，专业门槛高。导致芯片的生产一方面分工细化，另一方面生产集中。从IP授权、仿真软件、设备材料、到芯片设计、制造代工、封装测试，一颗小小的芯片背后是几十家，甚至上百家的公司合力完成。

大规模的分工生产，可以让更多人享受到芯片带来的便利。这也让芯片市场的发展模式产生了变化。在以前，芯片市场主要考虑的是硬件产能，所以英特尔、英伟达、AMD这样的厂商可以通过掌握硬件标准，确保自身的行业话语权。

近些年来，虽然硬件产能的需求依然有增无减，但是自动驾驶、机器学习等新领域的发展，导致算力需求也产生了爆发性增长。以无人驾驶领域为例，市场上常见的商业化车型L2到L3级别无人驾驶为主，算力集中在50TOPS以内，而根据预测，要实现L4需要的计算力超过100TOPS，而L5需要则要超过1000TOPS。互联网企业要满足这种规模的算力需求，就必然要进军芯片生产。用应用领域的实际需求，驱动上游生产更好的芯片。

互联网企业介入芯片生产，并不是外行指导内行。由于芯片领域的生产分工更加明确，互联网企业负责的主要是根据需求设计芯片，专注的是设计和研发领域。互联网巨头的不断发展，依靠的就是大量的人才和足够高的研发投入。芯片行业的分工生产，为整个行业的新变局创造了机会。

以百度研发的昆仑芯片为例，昆仑系列芯片设计出来后，对接的就是开源深度学习框架飞桨（PaddlePaddle）和百度机器学习平台（BML）。这些技术平台继续应用到日常生活的搜索引擎和智能驾驶。构建了完整的技术产业链。除了内部应用，百度对外也将保持开源，支持主流CPU、操作系统，Pytorch和TensorFlow等深度学习框架，也可支持国产化CPU和操作系统，让更多人参与到技术的落地。

实际上从技术角度来说，昆仑也会选择开源。百度昆仑系列的底层设计框架是基于FPGA设计的，最大的特点就是可编程。使用昆仑的用户，完全可以根据自己的应用场景来进行定制、魔改、二次开发。昆仑芯片不光可以应用在自动驾驶和AI，城市管理、科学研究和工业制造也可以大规模应用，路口的红绿灯和工厂的生产线，可能就因为一枚芯片连接到了一起。

从行业发展角度而言，芯片由于高投入和高技术风险的存在，在各个生产环节都会走向集中。

不过集中化的生产，并不会让芯片行业变成一潭死水。芯片算力需求的爆发性增长，让互联网企业掌握了芯片市场的话语权。需求驱动的芯片设计，会让芯片行业的生产更加多样化。更加贴合市场的研发路线，也会让芯片行业的技术研发走上快车道。

百度芯片的成色

在“自主可控”的大旗下，一夜之间，无数芯片制造企业像雨后春笋一样冒了出来，也给中国芯片行业蒙上了一层浮躁。

但百度是不同的，“芯片的成功，需要有生态的支持，这方面百度有较好的条件”，中国著名计算机专家，首批中国工程院院士倪光南对于百度造“芯”有着这样的评价。

在他看来，百度可以发挥他们在AI方面的积累的技术优势，做出的芯片可以首先在它自己的AI平台及其应用上得到应用，通过应用可以推动芯片的发展，形成一个良性循环。

事实也是如此，自主研发AI芯片，不仅需要懂硬件，还需要特别懂AI算法软件，而百度造芯采用“软硬一体化”发展战略，更注重生态。另外，它不同于传统芯片企业靠卖芯片赚钱，也不同于传统互联网企业通过卖服务挣钱，而更多的是赋能。软硬一体化的AI芯片生态一旦建立，将实现从芯片到终端、到应用、到云端，最终到服务，形成闭环，将释放出更大的商业价值。

在去年的“百度世界大会”上，百度旗下无人车、小度音箱、度晓晓先后亮相，而这些产品的技术支持，都来自百度大脑，而芯片，就是百度大脑的发动机。

一系列生态链产品的存在，使得百度丝毫不用为造什么芯片，用在哪里发愁，因为它们早就标注好了。昆仑就是百度的第一个杰作，让我们来看下它的诞生过程。

2010年，百度开始用FPGA做AI架构的研发，2011年开展小规模部署上线，2017年部署超过了10000片FPGA。2018年7月14日，是个大日子，这一天昆仑1正式发布，后面的过程更是顺利，第二年就流片成功，第三年实现量产。

昆仑1处理器采用14nm工艺打造，可在低于150瓦的功率下实现256TOPS的INT8处理能力。相较于业内标杆英伟达的TeslaT4，昆仑1的性能在不同模型下有着最高3倍的提升。

目前，昆仑1已经量产超过2万片，在百度搜索引擎和百度智能云生态伙伴等场景中广泛部署；性能更强的昆仑2也已经在研发中，这款7nm工艺打造的芯片，将于2021年实现量产，其性能对1代，将再提升3倍。

百度造芯的另一张王牌鸿鹄，问世时间要稍晚一些，2019年百度AI开发者大会上，鸿鹄才刚刚亮相。鸿鹄芯片是一款专用型芯片,主打智能家居语音交互、智能车载语音交互、以及智能物联等场景，具有远场阵列信号实时处理、高精度超低误报语音唤醒、离线语音识别等核心能力。

相比昆仑的隐身幕后，鸿鹄与消费者的接触无疑更多一点，百度的爆款智能音箱小度就搭载了鸿鹄芯片。在后者的加持下，小度音箱的出货量已经位列世界第三，仅次于亚马逊和谷歌。

有人说，在中国这股造“芯”热潮中，企业分为两种，一种是因为钱，一种是因为我们需要。百度无疑是属于后者。在英特尔、英伟达、特斯拉、苹果等全球顶级芯片俱乐部中，终于要有中国企业的一席身影了。

从构建生态提出需求、到分析需求打造芯片，再到造出芯片反哺生态，百度一直在芯片AI生态构建之路上不屈不挠，稳步前进。在这个强调科技创新的时代，中国科技要自立自强，有能力的中国企业要积极投身芯片产业，百度造芯是一股星星之火，我们需要更多的、这样的奋进火焰，点亮未来的星辰大海。