芯片“備胎”策略和計劃，不止發(fā)生在以華為為代表的設備廠商身上,，在其上游的芯片IDM，以及下游的互聯(lián)網(wǎng)企業(yè),，也都有體現(xiàn),。

    英特爾：吸取手機處理器的教訓

    在一統(tǒng)CPU江湖之后，由于沒有在手機處理器上制定“備胎”計劃,，使得該公司錯過了這個巨大市場的發(fā)展窗口期,，意識到問題之后，試水了幾年手機處理器,，最終鎩羽而歸,。

    在AI迅猛發(fā)展的當下，英特爾吸取了手機端的教訓,，AI芯片方面不斷加大投入,，從云端到邊緣側，再到終端,，英特爾先后收購了多家AI芯片企業(yè),，AI芯片將政委英特爾CPU的重要補充和輔助力量。

    英特爾近日推出三款用于訓練和部署人工智能模型的芯片,，這將使其能夠與英偉達展開競爭,，后者的圖形處理單元在市場上占主導地位。

    這些芯片共同代表了英特爾第一個針對專用AI芯片的大型展示,，這些芯片已超越了主流Xeon和Xeon芯片系列,。

    針對GPU制造商最直接的產(chǎn)品是Nervana NNP－T1000神經(jīng)網(wǎng)絡處理器。它是針對硬件密集型任務進行優(yōu)化的集成電路,，該任務使用示例數(shù)據(jù)訓練AI模型,。

    英特爾的目標是充分利用AI，5G和智能技術等技術創(chuàng)新,，將智能注入計算的各個方面的努力可以在前所未有的規(guī)模上產(chǎn)生積極的影響,。

    三星：擺脫存儲器依賴

    從去年開始，三星制定了新的企業(yè)發(fā)展規(guī)劃,，要逐步擺脫對存儲器的依賴,，找到新的芯片品類增長點和業(yè)務支撐。

    2019年4月，三星宣布了一項大型投資計劃,，在2030年前投資133萬億韓元加強半導體業(yè)務,，其中有73萬億是技術研發(fā)費用，60萬億韓元是建設晶圓廠基礎設施,。

    而三星的目標是在2030年,，不僅保持存儲芯片的領先地位，還要成為邏輯芯片領導者,。

    韓國政府也對國內(nèi)半導體企業(yè)偏重生產(chǎn)存儲芯片的情況感到擔憂,。去年韓國半導體出口額高達1200億美元，占韓國出口總額的20．9％,。

    三星電子和韓國政府關注的邏輯芯片市場將在第四次工業(yè)革命時代出現(xiàn)爆炸性增長,。

    邏輯芯片占整個半導體市場的70％，在5G移動通信,、AI和物聯(lián)網(wǎng)等第四次工業(yè)革命時代,，邏輯芯片的重要性將會更加凸顯。

    除了存儲芯片和晶圓代工業(yè)務外,，該公司下一步要強化的就是面向未來應用的,、高性能的邏輯芯片，包括各種處理器和AI芯片,。

    三星正大舉投資于半導體微型化的下一代技術EUV,，這是三星迄今為止嘗試過的最昂貴制造業(yè)務升級,，也是一次冒險的嘗試,，目的是讓自己不再局限于現(xiàn)有的半導體生產(chǎn)業(yè)務，也不再滿足于只充當代工和邏輯芯片行業(yè)的領先者,，即使這個行業(yè)的規(guī)模已達2500億美元,。

    SK海力士：看重ISP技術加大CIS投入

    除了存儲芯片，SK海力士還在晶圓代工和CIS方面加大著投入,，以提升其芯片業(yè)務廣度,。

    SK海力士將主要開展移動CMOS圖像傳感器項目，是有鑒于CMOS圖像傳感器除了智能手機以外,，AR,、VR等第四次工業(yè)革命時代的核心零件。

    SK海力士若想應對未來行業(yè)發(fā)展,，在CMOS圖像傳感器領域提高市場份額,，開發(fā)高端技術產(chǎn)品尤為重要。

    最近一個事實證明,，隨著對畫質和性能的要求提高,，ISP技術的重要性越來越提高。

    SK海力士于2014年收購了Siliconfle，從2017年起,，SK海力士向其CIS部門投入了更多的資源,，加速推動1300萬以上像素CIS的研發(fā)，并把M10廠DRAM生產(chǎn)設備移往M14廠,，M10廠內(nèi)騰出空間用于生產(chǎn)CIS,。

    SK海力士公司正在加強其CMOS圖像傳感器業(yè)務，從而在快速增長的智能手機相機市場提供競爭力,。

    新品牌“黑珍珠”已經(jīng)開發(fā)了4個新的CMOS圖像傳感器,，已開始向智能手機制造商供應其中三款，并將于本月開始批量生產(chǎn)第四款,。

    SK海力士最近將其CMOS圖像傳感器公司更名為“黑珍珠”（Black Pearl）,，以加強與競爭對手索尼和三星的競爭，這兩家公司的圖像傳感器品牌分別是Exmor和ISOCELL,。

    臺積電：晶圓代工不能滿足未來發(fā)展

    作為晶圓代工業(yè)的老大,，臺積電也與存儲器有著越來越多的聯(lián)系，去年臺積電計劃進軍存儲業(yè)務的可能性,。

    數(shù)據(jù)中心的功耗占了近一半的營運成本,，而人工智能更加劇了這些成本，過多的能源消耗,，將增加芯片廠商的成本,。

    要解決這個問題，必須整合存儲,、邏輯與高帶寬互連,，打造真正的3D集成電路。也就是要打破傳統(tǒng)的“存儲墻”,，建立新的架構,，這就需要提前布局存儲芯片業(yè)務。

    2017年,，臺積電向業(yè)界發(fā)布了eMRAM和eRRAM技術,，目標是要實現(xiàn)更高效能、更低能耗以及更小體積,，以滿足未來行業(yè)全方位的運算需求,。

    谷歌：發(fā)力云端AI計算

    在云端，典型代表就是谷歌自研的TPU,，它比GPU更適合進行云端的AI計算和處理,。

    谷歌TPU系列的出現(xiàn)，不僅突破了最初深度學習硬件執(zhí)行的瓶頸,，還在一定程度上撼動了,、等傳統(tǒng)GPU芯片巨頭的地位,。

    而谷歌TPU的誕生，也讓越來越多的公司前赴后繼地嘗試設計GPU之外的專用AI芯片,，以進一步實現(xiàn)更高效的性能,。

    作為TPU的“升級版”，谷歌第二代TPU Pod能夠容納512個內(nèi)核,，實現(xiàn)每秒11．5千萬億次浮點運算,；第三代TPU Pod速度則更快，可實現(xiàn)每秒超過100千萬億次浮點運算,。

    從CPU到GPU,，再到如今ASIC和FPGA相繼入局，云端AI芯片市場的百花齊放,，與谷歌TPU的努力息息相關,。

    華為：Arm服務器芯片值得期待

    隨著Arm架構性能和算力的增強，其在服務器,，特別是邊緣側云計算的應用值得期待,，華為等多家企業(yè)投身于Arm服務器芯片研發(fā)和推廣。

    一方面,，相對于云端,，邊緣側的算力要求沒那么高，而對低功耗的需求較強,，這正符合Arm架構的特點,。

    再有，邊緣側與終端側緊密相連,，而Arm在移動端的生態(tài)很成熟,，能夠更好地相融。

    目前的華為已經(jīng)開始了采用Arm架構的鯤鵬芯片產(chǎn)品來取代采用X86架構的英特爾或AMD芯片產(chǎn)品的計劃,，并且已經(jīng)正式實施,。

    而且華為的鯤鵬系列芯片產(chǎn)品也是全世界最強的Arm架構服務器芯片產(chǎn)品,，雖然采用Arm架構的服務器芯片在性能上相比于采用X86架構的服務器芯片較差,，但是滿足絕大部分的服務器需求沒有任何問題，只不過在芯片架構方面,，華為的鯤鵬芯片依舊會受到一些限制,。

    結尾：

    各路巨頭紛紛踏上拓寬自身發(fā)展路數(shù)的多線條路線，未來的競爭將在不同領域內(nèi)狹路相逢,，這場大混戰(zhàn)的好戲才剛剛上演,。