目前，百度第一代昆仑芯片已于2020年初量产，目前已经规模化部署超过2万片，第二代昆仑芯片已经流片成功，将于2021年下半年量产。
而阿里巴巴在2018年9月的云栖大会上宣布成立平头哥半导体有限公司，主要任务是从事芯片的自研开发与战略布局。2019年9月阿里巴巴第一颗自研芯片——AI推理芯片含光800正式问世，阿里巴巴表示该芯片已经量产，服务于阿里巴巴内部。
“造芯”的初心，是为了打造一朵更高效的云
2020 Techo Park开发者大会上腾讯云服务器与供应链管理部总经理刘裕勋就曾对雷锋网(公众号：雷锋网)表示到。
随着云计算产业的发展，从技术的角度说，云计算已经超过IT基础设施的范畴，正向上定义软件应用服务，向下定义芯片、服务器等IT硬件。
从技术角度来看，20年前，虚拟化技术实现了硬件细节的抽象，让基础设施成为由软件管理的单一实体。过去10年，云计算进一步推动了这一进程，使硬件成为一种抽象资源，而且对于客户来说，这个资源越来越多地由别人来管理。
然而，云计算技术虽然使硬件变得抽象，但实际上，云服务商却在硬件层面在做这大量的创新工作，开始从最基础的芯片来构建云。
同样，在刘裕勋看来，随着云原生理念的不断推进，云基础架构的演进过程中会呈现出三个特点：高复杂度、高性价比、安全性。
当海量业务承载在云基础架构设施的时候，业务的多样性，对于软硬件一体化的系统实际上提出了更高的要求。面临这样的复杂度，云厂商根据自身的情况，必然要开始自己进行研究相关芯片，或者是与其他芯片厂商联合起来进行深度定制，以此来解决各种复杂场景下的兼容性问题。
自研芯片的背后，则是对于BAT这般体量的云服务商而言，则是性价比最高的一条道路。
对于普通用户来说，可能十几上百台服务器就是应用的极限了，但是互联网大厂的服务器动辄就是上万甚至几十万台，因此每台性能的略微降低累积起来都是一个不得了的数字
因此对于以腾讯云为代表的云厂商来说，势必要从整机的设计上面，去精简不需要的功能；优化整机的散热能力，降低能耗。配备一个非常强的供应链的管控。去降低计算力的单位成本，并进而将这种成本红利释放给数百万的云上用户。
而在安全方面，从芯片层面就进行自研、定制化，势必能更好的保证整机系统的安全可靠。
其中技术要扎到根，根深才能叶茂。值得就是应该大力发展根技术，如处理器、AI计算框架等，增强人工智能产业的发展韧性。
“硬件创新”已成云厂商必争之地
如谷歌把自己的云计算战略重点放在了处理人工智能工作负载上，为此设计了名为TPU的微处理器家族，号称相比GPU的成本更低性能更高。
此外，微软Project Olympus是一项针对微软基于OCP构建的云平台打造一系列服务器结构块的项目。AWS基于ARM的Graviton处理器从2015年开始开发，到现在已经在AWS EC2实例中实现普及。
“硬件专业化可以将延迟、性价比和功耗/性能比提高10倍，但多年来，大多数计算工作负载一直停留在通用处理器上，”AWS工程师James Hamilton在一篇博客文章中这样写道。亚马逊每年要安装一百多万个专用芯片，专门用于机器学习工作负载。
亚马逊的Nitro项目则是将硬件和软件结合，消除虚拟化的开销。
对此，刘裕勋对雷锋网表示到，云上的客户是非常的“挑剔”的，同时云计算市场的竞争也很激烈，客户都希望用低成本，高质量的产品，客户要求的苛刻会推动我们去做更多的变革和演进。
在此背景下，对于云服务商而言，通过自研服务器、自研数据中心技术、再到上层的IaaS、PaaS、SaaS平台的协同打造，势必是一条必须要走的道路。（雷锋网）
雷锋网原创文章，未经授权禁止转载。详情见转载须知。
Related Keywords