據有關公開報道，2022年一季度起，臺積電將調漲晶圓代工報價，最高端的7納米以下(7納米、5納米)制程將調漲10%，16納米以上的成熟制程將調漲10-20%。

　　據《財經》報道，多位業內人士表示，此次臺積電的漲幅是歷史新高。而在6月15日，也有媒體報道，在2021年第三季度，臺積電、聯電等晶圓代工廠將大幅漲價。

　　漲價的原因是缺芯，“以前都是供貨商上門求著我們收貨，現在是我們到處求他們給點芯片。”安防監控設備生產廠商負責人王一名很無奈地說， “在生產用料環節，芯片的漲價早就不止30%了，我們找到的現貨，價格漲三倍，甚至更高的都有。”“只要能拿到貨，漲價也不算什么。沒有貨，就意味著不得不停產。”

　　“缺芯”的原因是多方面的，其中之一便是受疫情影響，產能受到了不同程度的沖擊。業內人士水木介紹，芯片分普用(通用)和專用兩種，“目前缺芯，主要是通用芯片不足，因為其需要全球供應鏈，目前沒有任何一個國家能完全自主生產，比如，芯片的設計必須用美國的工業軟件，光刻機要用荷蘭的，日本的化學材料和臺積電的制程繞不開，中國也有芯片制造必須的材料和技術。”

　　水木表示，被卡脖子的核心技術主要在于通用芯片的生產制造，“目前來看，90納米以上的芯片，中國可以完全自主制造，其他都需要用到全球供應鏈。”

　　在舉國上下都渴望突破技術瓶頸的時候，互聯網布局芯片的消息也多了起來。比如，最近兩起芯片投資，都有美團及其旗下產業基金的身影。8月，愛芯科技完成數億元A+輪融資，韋豪創芯、美團聯合領投，美團龍珠、馮源資本、GGV紀源資本、高德地圖創始人成從武等跟投。5月，創業公司榮芯半導體獲得戰略投資，投資方包括紅杉資本、民和資本、馮源資本、元禾璞華、美團戰略投資部等。

　　據了解，榮芯半導體主營芯片分立器件制造、集成電路設計等。愛芯科技則主要研發AI視覺處理芯片，以及推理加速的神經網絡處理器芯片。

　　更早之前，2017年，百度與賽思靈(Xilinx)合作推出基于FPGA的云端加速芯片XPU。2018年，百度推出自研云端全功能AI芯片“昆侖”，隨后昆侖芯片業務獨立，獲得來自IDG、君聯資本、元禾璞華等的融資，估值達130億元。百度投資也在芯片領域涉足廣泛，投資了諸如聲智科技、行芯科技、禾賽科技、微度芯創等等創業企業。

　　2018年，阿里巴巴成立平頭哥半導體有限公司，一年后，阿里巴巴第一款云端AI推理芯片含光800推出，性能打破當時AI芯片記錄，應用于阿里巴巴內部核心業務中，如城市大腦處理實時交通視頻，暫不對外發售。此外，阿里巴巴也投資了包括寒武紀、深鑒等多家芯片初創企業。

　　今年1月，騰訊參與投資了專注于云端AI訓練和推理的燧原科技的C輪融資，在此之前，騰訊已經在2019年、2020年先后參與了燧原科技的A、B輪融資。4月，據業內人士透露，騰訊內部有一個約50人規模的團隊在做AI芯片，已流片。

　　字節跳動也開始加速自研云端AI芯片和ARM服務器芯片。有行業人士認為，字節跳動從數據中心、云計算領域延展到芯片行業順理成章。2019年、2020年，媒體發現，字節跳動備案、注冊云計算相關域名、商標，還在各大招聘網站上公開招聘私有云架構師、資源調度、后端開發、容器內核等云計算相關工程師崗位，外界猜測，字節跳動將入局私有云領域。

　　一位中科院計算所芯片專家告訴燃財經，“大型互聯網企業芯片定制化需求是一個大趨勢。”

　　國際上，谷歌、亞馬遜也在芯片領域有所布局。比如，谷歌的TPU、亞馬遜的Inferentia均屬于云端AI推理芯片。

　　但在水木看來，這些芯片，大多是專用芯片，還是在應用領域上做文章，“隨著物聯網的發展，未來的設備，都會智能化，專用芯片會有巨大的市場。”不過，大部分專用芯片，90納米以上就夠用了，對于突破技術，沒有實質性的幫助。

　　也就是說，互聯網造芯，既不救窮也不救急。水木表示，目前，中國芯片“窮”在沒有好的工業設計軟件，沒有好的光刻機，沒有好的化學材料和制程，等等，以致于做不出來高端芯片，這個問題，互聯網公司也解決不了。而“急”在缺貨，這是一個全球供應鏈的問題，互聯網公司也無能為力。

　　正如馬化騰所言，沒有基礎研究的應用創新，就像沙灘上建高樓，越高越危險。在水木看來，中國芯片的問題，還需要科技公司，扎扎實實地做好基礎研究，才能得到有效的解決。

　　人才搶奪戰

　　“基本上，行業內所有的知名互聯網大廠都下海造芯片了。”位于上海某芯片研究機構的工作人員李曉敏告訴燃財經，隨著更多大廠涌入芯片賽道，在具備工作經驗的芯片人才方面的爭奪或更加激烈。

　　“現在芯片行業整體都缺人，什么樣的人才都缺。幾年前，芯片行業不火，產業待遇不高，而互聯網行業熱，很多芯片相關專業的人都轉去做互聯網了。現在反過來了，芯片相關崗位比較火爆，就業情況比之前好很多。”

　　某國內創業公司芯片從業人員張全豪也表達了同樣的觀點，芯片行業在制造行業，薪資待遇算比較高的，目前國內人才缺口很大，企業工程師需求也大。自己周圍工作五年的同事基本上都被挖走，工資翻倍，自家公司還從臺灣地區挖相關芯片人才。

　　“這個產業鏈實在太長了，涉及的專業也很多。芯片設計、制造這塊用的微電子相關專業、物理類專業比較多。計算機、材料、化學、軟件等等專業的學生也能在相關環節中就業。”李曉敏說。

　　在福建某大學畢業的計算機科學與技術專業劉晶晶，就是在行業風向騰挪下，順利拿到大廠Offer的畢業生。去年劉晶晶博士畢業，在國內疫情反反復復，各種線下招聘取消時，劉晶晶和同學們找工作卻沒有受到任何影響。在拿到畢業證之前，劉晶晶手頭就有了兩份錄用通知，一份來自某國企，負責IT相關技術研發，薪資20萬元/年，一份來自某手機大廠芯片算法部門，薪資40-60萬元/年。

　　劉晶晶毫不猶豫選擇了后者。在前幾年，劉晶晶和同學們的第一選擇意向可能是互聯網或者國企，但在隨著國內芯片人才高度緊缺情況下，劉晶晶和同學們有了更多的選擇。“芯片行業發展行情這么好，薪資待遇給力，肯定是找工作的首選。”

　　新京報曾報道，國內芯片行業人才總缺口達到60萬，國內芯片專業相關人才學歷本科占比最大43.2%，碩士31.7%，博士及以上占比最小4.6%。國內人才總供給缺失，人才培養速度緩慢，結構性失衡。

　　據2021科銳國際國際人才市場薪酬洞察數據披露，芯片設計師年薪60-120萬元，跳槽或加薪10-30%;驗證工程師年薪60-150萬元，跳槽加薪10-15%;CPU、GPU領軍人才年薪150-600萬元，跳槽加薪30-50%。

　　不過在李曉敏看來，有工作經驗的人才可能更受企業歡迎，“剛畢業的學生當然可以用，但芯片行業更強調經驗積累，工作幾年可能都不算經驗豐富，十幾年、二十幾年才算。”

　　工作八年的葉沫沫最近在某招聘APP上收到了來自獵頭的私信，字節跳動上海正在急招芯片設計工程師，要求微電子、計算機相關專業本科學位以上，超過兩年芯片項目工作經驗。中高級崗位一般要求3-5年工作經驗，月薪在25-50K之間，資深崗月薪40-60K，Leader崗位年薪達150-400萬元。入職后，將參與字節跳動芯片從流片、量產、封裝、質量管控等多個環節的工作。

　　獵頭告訴葉沫沫，公司一般年包漲幅達到30%，每年3月、9月都有機會調整薪資，只要經過3-5輪技術面試，基本都能滿足被面試人期望的合理薪資。獵頭稱公司餐補、房補、假期、年終獎等各種隱性福利很多，綜合來看這確實是一個非常不錯的選擇。獵頭的介紹讓葉沫沫有點心動了。

　　布局專用芯片

　　不過，仔細觀察會發現大廠們芯片類型雖然不同，但都不是CPU、GPU在內的通用芯片領域。

　　一般而言，芯片可以大致分為兩類。CPU、GPU被稱之為通用型計算芯片，CPU、GPU之外的其他類型芯片統稱為專用型芯片。

　　展開來講，芯片按照架構類型可以分為CPU、GPU、ASIC、FPGA等，像CPU、GPU領域均有各自的“壟斷”類廠商，如英特爾、高通、英偉達、AMD等。而ASIC、FPGA類型的專用芯片，給予互聯網大廠、芯片初創企業以很多機會。

　　天鷹資本合伙人告訴燃財經，“互聯網大廠們造芯片，僅限于部分ASIC和TPU等加速芯片，并不涉及CPU和GPU等芯片。”像谷歌TPU、亞馬遜Inferentia、阿里巴巴含光800、華為Ascend910等等其實都屬于ASIC類型專用芯片。

　　芯謀研究總監徐可告訴燃財經，“專用芯片不只是包括互聯網大廠做的云端AI推理、加速芯片，還包括智能家居、IoT物聯網之類的芯片，比如，AI語音識別芯片。CPU、GPU對工藝制程要求比較高，IoT端很多芯片一般是40-65nm的，盡管云端數據處理量大，云端AI芯片未來要進階至5nm，但AI推理芯片對制程的要求不是很高。”

　　整個芯片產業，分為設計、制造、封測環節。其中，芯片設計EDA軟件、芯片制造設備基本上被美國、日本企業掌控，而芯片代工制造、封測環節主要以中國臺灣地區的企業為主。通用型芯片往往對芯片工藝制程要求較高，工藝制程越先進，代表芯片性能越高。同時，也造成具備通用芯片設計能力的廠商，過度依賴于以臺積電為代表的晶圓代工企業，如華為受到美國技術封鎖，在芯片代工環節受困，導致不能生產先進工藝制程的麒麟手機芯片。

　　換言之，互聯網大廠涉足的云端AI芯片，還是IoT物聯網、智能家具類芯片都屬于易入局，且對芯片制程工藝要求不高的芯片，受晶圓代工企業影響較小，國內完全有可能自主設計、代工。

　　“專用芯片不需要花費大量成本去做繁瑣的配套軟件生態的開發，芯片的軟件配套開發工具是很多高端芯片的核心門檻之一，因此，很多非常不錯的初創公司都曾沖擊英特爾和英偉達的市場，但以失敗告終。另外，專用芯片在架構設計上一般不用特別復雜，應用特性也很明確，開發相對快速，因而對于很多互聯網公司來說，他們開發專用芯片就在于有明確場景，不需要花太多財力和時間去搞定軟件生態，工藝IP也成熟，所以，小公司和創業公司容易殺出來。”天鷹資本合伙人表示。

　　硬件廠商更是如此，除谷歌、華為、三星具備實力設計SoC芯片，包括小米、OPPO、vivo等大部分廠商目前僅涉及一些較邊緣化的芯片，如ISP、電源管理、NPU芯片等等。

　　“ISP芯片主要針對圖像優化，自己造ISP芯片，優化空間比較大，手機廠商都喜歡獨立的ISP芯片，當然，ISP芯片肯定比主芯片簡單很多。”芯片行業人士李兆強說。

　　徐可進一步對燃財經表示，“畢竟，互聯網大廠再做通用的CPU、GPU沒有意義了，英特爾、英偉達做得太好了，做不過已存在的廠商。互聯網大廠大部分做的是專有芯片，對業務有幫助，加速數據處理。”

　　更重要的一個原因是，互聯網大廠做專用芯片最有成功的可能性。

　　“互聯網廠商的特長在于幫助芯片找到應用場景，在應用中不斷迭代。這個方向，成功可能性比較大。”徐可說。

　　“字節跳動、騰訊、阿里巴巴三家商業模式不太一樣，字節跳動主要是短視頻，騰訊聚焦游戲，阿里巴巴偏向支付交易、物流等，所需要的軟件或者部分硬件處理可能也都不太一樣。”當然，在芯片從業者唐浩然看來，這些國內的互聯網大廠目的其實都一樣，以自主資源芯片的方式，去強化自身的一些業務，在業務上與競爭對手形成差異化競爭力。

　　舉個例子，打開短視頻平臺，涉及廣告位展示以及各種視頻推薦算法，如果切入直播頁面，可能涉及智能語音、智能推薦引擎系統、虛擬主播等等，這些技術運行背后一般通過GPU加速驅動、數據處理。互聯網大廠自研AI芯片后，可以根據實際業務需要，定制化出一些專門針對驅動視頻，或者智能算法的推理或者訓練芯片，取代部分GPU芯片。

　　一位騰訊算法工程師告訴燃財經，用專用芯片替代通用CPU、GPU能幫助騰訊、阿里巴巴、字節跳動在內的互聯網大廠節省一筆相當可觀的費用，比如騰訊云支持微信、QQ、王者榮耀游戲，對外支持數萬家中小企業，有很多場景，目前采用FPGA芯片進行數據并發處理，但能耗、售價不合算。

　　“至于通用CPU和GPU，相信互聯網大廠不會直接涉足，因為并不擅長，且已有方案更加經濟。”該騰訊算法工程師強調。

　　值得注意的是，無論是是字節跳動、阿里巴巴、騰訊等互聯網大廠，還是小米、OV等硬件大企業，造芯只是現階段業務生態的補充，并不能真正觸動行業格局與CPU、GPU乃至X86在內的行業生態。

　　互聯網造芯背后

　　互聯網大廠布局芯片，意味著芯片行業技術發展、迭代進入了一個新的階段。

　　“基于摩爾定律，傳統通過通用工藝和架構穩定迭代發展，來帶動芯片性能持續快速升級的階段已經過去。當前通用芯片性能的提升速度，已經無法再滿足下游應用場景的發展需求。下游應用客戶需要通過其他方式來獲得更高性能的芯片，如使用更定制化的芯片，更特殊的架構設計等。”李兆強說。

　　天鷹資本合伙人認為，互聯網云計算廠商、手機廠商之間的競爭愈發激烈，大家都想突破市場，自研芯片無疑成為可能的突破口。比如，阿里云基于公有云和混合云業務需求，需要結合自己云計算虛擬機來靈活分配海量數據下，整體數據傳輸性能優化;字節跳動需要對視頻數據優化;互聯網企業基于自身業務特性，形成差異化服務。手機廠商希望基于軟件算法和操作系統、ISP芯片，比競對展現更明顯的優勢。

　　所以，互聯網大廠造芯片，歸根結底在于行業激烈的同質化競爭。

　　自研AI加速卡定制芯片，的確可以幫助互聯網企業降低成本。“目前，據我們了解，可以降低成本50%左右，對企業具有一些切實意義。”天鷹資本合伙人說。

　　不過，從必要性來看，有實力、沒有實力的企業都激進地涌向自研芯片賽道，本身具有一定風險性。天鷹資本合伙人進一步表示，從整個大產業鏈來看，自身業務體量、實際需求沒有足夠大的企業，完全沒必要自研芯片，如果自身需求量無法攤薄巨量研發成本，那么，從商業上考慮就是不合適的。

　　唐浩然也對互聯網企業，乃至整個行業造芯熱表達了一些疑惑，“芯片開發成本非常高，沒有一定資金，很難造出來。企業必須達到一定規模，如谷歌、Facebook、亞馬遜都是全球數一數二的互聯網企業，如果今天企業規模沒有達到一定程度，其實根本沒有必要自己做芯片。”

　　從成本和實際運行效率上來看，自研芯片效果可能也處于現實很“骨感”的境況。

　　“自研芯片是節約運營成本的一部分。實際上，互聯網大廠還應該關注電費成本，越強的計算、運算力效能意味著耗電越多，如何用更少的電費或相同的電費創造出更多的設備，反而是互聯網大廠最值得投資的方向之一。”唐浩然更從自研芯片最終效果，戳破了互聯網大廠造芯面臨的一些困境，遺憾的是，能夠造出芯片的互聯網大廠，對業務實際加速并不會太多。互聯網企業在做界面開發部分環節也比較欠缺。

　　實際上，互聯網大廠以及硬件廠商更新芯片的速度遠不及行業通用芯片廠商，很多企業推出一款自研芯片后，經歷了很長一段時間的“空窗期”。2018年，阿里巴巴發布云端AI推理芯片含光800、百度發布云端全功能AI芯片昆侖，2019年，華為發布Ascend 910之后，這些大廠再無新款芯片推出。其中，只有百度在三年后更新昆侖芯片至第2代昆侖芯2.

　　相比之下，同樣專注于AI加速計算芯片的英偉達每年都有新款芯片推出，芯片架構基本上一至三年一迭代，從Kepler、Maxwell、Pascal、Volta到如今的Ampere架構。每一次升級都能掙脫摩爾定律，將訓練、推理性能、算力翻番。

　　“英偉達、英特爾畢竟有巨大的市場規模支撐著，互聯網大廠只供應自己，肯定各方面比較滯后。”李兆強說。

　　“市場企業不應該都去做一些對企業本身沒有太多意義的事情，國內半導體產業也不能直接按照缺什么做什么的發展思路發展，而應該遵循市場自身客觀發展規律。臺積電等上游頂級企業能發展，也在于有下游全球頂級設計公司的支持，沒有下游設計公司支持，上游技術很難取得工業和商業層面的持續突破。當前國內核心缺失的上游設備和材料環節，應該鼓勵和敦促下游企業盡力配合去測試和使用，核心戰略環節還是需要更高的層面去推動。”天鷹資本合伙人對燃財經說。