作者：郭一刀 银杏财经
编辑：康晓
“我们害怕华为站起来后，举起世界的旗帜反垄断。”多年前，时任微软总裁史蒂夫·鲍尔默、思科 CEO 约翰·钱伯斯在和华为创始人任正非聊天时都不无担忧。
华为显然不会这么做，“我才不反垄断，我左手打着微软的伞，右手打着 CISCO 的伞，你们卖高价，我只要卖低一点，也能赚大把的钱。我为什么一定要把伞拿掉，让太阳晒在我脑袋上，脑袋上流着汗，把地上的小草都滋润起来，小草用低价格和我竞争，打得我头破血流。”
这是任正非当时的回答，在他看来，狭隘的自豪感会害死华为，并提醒华为尽可能用美国公司的高端芯片和技术。
但这只是硬币的A面，硬币的 B 面是，落后就要挨打，而中国企业在硬件（芯片）和软件层面（操作系统）都受制于美国。
“如果他们突然断了我们的粮食，Android 系统不给我用了，芯片也不给我用了，我们是不是就傻了？”2012 年，在华为“2012 诺亚方舟实验室”专家座谈会上，任正非在回答时任终端 OS 开发部部长李金喜提问时说到。
据传，任正非看了美国电影《2012》以后，认为信息爆炸将像数字洪水一样，华为想生存下来就需要造一艘方舟。于是在华为成立了专门负责创新基础研究的“诺亚方舟实验室”。
其实，早在诺亚方舟实验室成立八年前，任正非便已经布下一颗棋子。
“我给你四亿美金每年的研发费用，给你两万人。一定要站立起来，适当减少对美国的依赖。“
仓促受命的华为工程师何庭波当时一听就吓坏了，但公司已经做出了极限生存的假设，预计有一天，所有美国的先进芯片和技术将不可获得，那时华为要如何才能活下去？
为了这个以为永远不会发生的假设，“数千海思儿女，走上了科技史上最为悲壮的长征，为公司的生存打造“备胎”。数千个日夜中，我们星夜兼程，艰苦前行。当我们逐步走出迷茫，看到希望，又难免一丝丝失落和不甘，担心许多芯片永远不会被启用，成为一直压在保密柜里面的备胎。”何庭波回忆。
而任正非的坚持和何庭波团队的负重前行，很可能决定了华为未来的生死存亡。
两天前，美国商务部工业和安全局(BIS)宣布，把华为加入该部门实体名单(entity list)。这意味着什么？在该原则下，若无特殊理由，美国工业安全局基本不会授予名单外企业向名单内实体出口、再出口或（国内）转移受《出口管理条例》管控之货物的许可。
换言之，最严重的情况是，华为无法再向美国公司购买芯片等产品。
“所有我们曾经打造的备胎，一夜之间全部转“正”!多年心血和努力，挽狂澜于既倒，确保了公司大部分产品的战略安全、大部分产品的连续供应。”
在美国公布制裁华为消息后的 5 月 17 日凌晨，何庭波在发给海思员工的内部信里写到。这封内部信发出后，迅速引发了无数中国网友的热议。
华为手机掌门人余承东在朋友圈转发评论说：“消费芯片一直就不是备胎，一直在做主胎使用，哪怕早期 K3V2 竞争力严重不足，早年华为消费者业务品牌和经营都最困难的时期，我们也始终坚持打造自己芯片的核心能力，坚持使用与培养自己的芯片。”
余承东还进一步透露：除了自己的芯片，还有操作系统的核心能力打造。
在操作系统这个领域，不被逼到绝路，我们此前同样很难有所作为。但在硬件的核心-芯片这个领域，这个“绝路”可能先一步到来，并且追赶的机会也并不那么渺茫。
中兴事件和此次美国制裁华为给我们敲响的警钟，早已将芯片产业推至风口浪尖。命运的年轮带来了滔天巨浪，我们能做的，只有正视过去的长期落后和悲壮的前行之路，正视 5G 和 AI 时代下的新机遇，警钟长鸣、知耻而后勇。
一、失效的摩尔定律
带给我们新机遇的，不单单是 5G 和 AI 时代的到来，还有摩尔定律。
我们要讲的，当然不是“每 18-24 个月，集成电路上的元器件数目，就会增加一倍，性能和性价比也提升一倍”，而是摩尔定律的消亡。近年来，这个说法几次爆发，虽然很多人不屑一顾，但作为英特尔创始人之一的摩尔本人早已认可。
先解释一下，它为什么失效以及我们的机会在哪里。
1946 年，人类社会第一台计算机诞生，重达 30 吨。形象点，它就是一堆电路。通过无数开关和电线的连接，18000 个能通电的电子管和 7000 个不能通电的电阻，每个电子元器件，都是一个“0”或“1”，计算不再是大脑的专利。
虽然在这个电路中，电子元器件挺少，计算能力很弱，但它开机的那晚，整栋大楼的灯光都瞬间变暗，耗能恐怖。一年后，灯泡大小而易损的电子管迎来颠覆者，晶体管诞生，电子元器件开始微型化。
而这个庞大的电路，也随之被集成到了一块硅片上，它的名字叫芯片。
微不可见的晶体管和电阻器，替代了电路中的电子管和电阻；而线路之间的间距，就是摩尔定律这些年进步的领域。就像在一个广场上，人们排列的越规律越紧密，能挤下的人就越多，而电子元器件的数量又直接决定着计算力。
近年来，芯片线路间距已经突破到了 22nm、10nm 或 7nm（纳米），所以未来能缩小的空间有限。试想下 1nm 是什么概念，原子可以用它做单位，物理学界的名言说它是“命运”，一张纸的厚度也有 100000nm。
当然，把芯片往大里做提高计算能力理论上可行，但成本太高（后文解释），我国的军用和航天芯片就基本靠烧钱实现了自产。但商用芯片，即使天马行空一点，假装不用考虑“设计框架、制造成本、使用能耗”的等等困难，芯片太大的话终端设备也塞不下。
基础科学何时再次进步难以预测，但芯片性能并不仅仅取决于线路间距。以前有的选，产业界都在压缩间距，换个提升计算力的方向研究无疑是吃力不讨好。现在没得选了，间距压缩不了了，芯片性能想提升必须换方向。
不管是尝试新的线路架构，还是直接在晶体管上做文章，甚至换掉硅片的“底盘”角色，新的方向都代表着空白或浅薄，是没有技术壁垒的新机会。穷则变、变则通，况且我们一向擅长集中力量搞基建，很难想象芯片这种核心技术，我们还会再次走偏。
其实，中国芯并不是从一开始就远远落后的。1956 年，周恩来总理亲自主持规划了四个急需发展的领域——半导体、计算机、自动化和电子学，在集体的力量下，科研成果遍地开花。1959 年，世界上出现了第一块集成电路，此时中国已经弄出了晶体管，并于六年后也成功研制出了第一块集成电路。
但之后这个差距被迅速拉大，并固化成了难以攻克的壁垒，原因实则很复杂：既有几段特殊的历史时期，造成的人才流失和科研阻力；也有企业界选择市场，弃研发而重进口重销售；更有学术造假和腐败问题对产业的致命打击。
今天的落后，不是历史的意外，而是多方共同造就的遗憾。
二、芯片制造
在集成电路出现的头二十年，虽然我们起步落后于美日，但至少是领先韩国和中国台湾地区的。这时的半导体行业，难的是制造，即生产晶体和晶体管，制造加工设备。此时的芯片企业一般是设计、制造、封测都自己做，非常看重资本实力。
首先填坑，把芯片往大里做不现实，这其实跟芯片的材料有关。芯片的原料是这颗星球上最不值钱的二氧化硅，但需要提纯，纯度低的可以用来太阳能发电，不值钱但我们产量足以对外出口；电子级的高纯硅要求纯度极高，不便宜但我们几乎全仰仗进口。
硅提纯的时候，用的是中学生物课常用的提纯方法，旋转。成品自然是圆的，也叫“晶圆”。几何知识告诉我们，使用圆形的材料时，对材料利用率最高的做法，一定是正方形越小，边上浪费的材料就越少，这样就能降低成本。
其次值得说明的是，如今做芯片依然要经历设计、制造、封装、测试这一系列流程，其中的主要环节是设计和制造。但通常情况下，这些环节是分离的，由不同企业负责。
我们今天所说的芯片实力，关注的芯片企业，则更多是指芯片设计。
原因很简单，芯片制造业有了一个遥遥领先的龙头企业，一己之力占据世界芯片代工的半壁江山—中国台湾的台积电。即使是来势汹汹杀入芯片行业的巨头阿里，也只是设计针对自身业务的定制芯片，然后制造环节找台积电和中芯国际代工。
芯片制造需要重资金投入，还得度过非常长期的技术积累阶段。遍观目前全球五大芯片制造地-美国、欧洲、日本、韩国、中国台湾，无一不是在上世纪全球产业分工调整的时期，靠堆积政策和资金崛起的。
当时半导体行业最好的切入点，就是 DRAM，也就是电脑里的内存条。因为其设计简单，更看重制造工艺，所以无论在哪都是首选的半导体产品。领先地位的美国和日本中，日本崛起打的美国企业无力招架；落后地位的韩国和中国台湾，三星受益于美日之争，买下了许多破产企业的生产线，台积电则认准芯片行业会产生分工，专心做芯片制造代工厂，也都翻了身。
不高不低的中国，则先是落后于美日，又被韩国和中国台湾赶超。好不容易国家主导了几次工程，但效果也都不明显，最终国家领导人出访韩国参观了三星，回国后总结出四个字：触目惊心。
908 工程尚未竣工验收，909 立刻上马，国务院动用财政赤字成立了华虹。但华虹刚出点成绩，稍微有了丁点盈利时，就迎来了暴击。2001 年，美国互联网泡沫破裂，芯片价格受波动暴跌，华虹巨亏。
幸好这一年，张汝京被台积电排挤到大陆，在上海张江办的中芯国际开始试产，到 2003 年冲到了全球第四大代工厂。
台积电的分工理念很正确，企业们早就受够了又要设计又要建厂还要不停更新生产线的高昂成本。台积电开创性的转型做芯片代工，降低了芯片设计的技术门槛和资金风险，试水芯片设计的企业越来越多，订单如江河入海般向台积电涌来。
台积电的创立者张忠谋选对了理念，台积电的科学家们则突破了技术。之前说过，过去的芯片进步基本仰仗摩尔定律，通过提升晶体管密度来提高计算能力，而提高密度的关键，就是提升芯片生产时的精度。
芯片制程曾在 157nm 处卡过壳，当时就有摩尔定律失效的说法。全球头部厂商砸进几十亿美金，技术提升却微乎其微。
这时一位华人出手拯救了产业界，林本坚几乎以一己之力，改变了台积电在芯片制造业的地位。
早年，林本坚效力于蓝色巨人 IBM，当时就曾提出 IBM 与产业界一直追求的“X光”光刻机不是正确的方向。后来他辗转来到专注芯片制造的台积电，继续不走寻常路。
本来光刻机都是干式的，以空气为介质，产业界想在光刻机的“光”上做文章；林却想做浸润式的光刻机，在介质上下功夫，采用液体的水。芯片行业实行分工理念，有专门生产光刻机的企业，例如当时领先的尼康和佳能，还有落后的 ASML。
2002 年，风暴降临，传统介质的 193 光刻机走到了末路，几位继承者集体发难。光刻机生产商尼康和佳能终于烧出了一点成绩，做出了 157nm 干式光刻机。林本坚则出席了一场国际研讨会，抛出了自己的浸润式光刻机理论，业界一片哗然；一种 13nm 的紫外线光刻机 EVU，也被人提出。
这两个不被看好理论，最后都和落后的 ASML 捆绑在一起。成品实现后，代表了其两个时期的最高水平。先做出产品的是林本坚设计出原型概念的 193nm 浸润式光刻机，EVU 从 193nm 进步到 13nm 的步子太大，还要研究。
193nm 浸润式光刻机成品出现后，原先订购了 157nm 干式光刻机的 IBM 等十多个大厂纷纷退单，改旗易帜。
到 2007 年，IBM 直接放弃了芯片制造业务，专注设计。台积电则靠着芯片代工成为了一家利润率超过苹果，本土利润仅次于 ICBC 的庞然大物。
到如今，最常用的光刻机依然是 193nm 浸润式光刻机，但最先进的则是已经实现的 EVU 光刻机。
2018 年 5 月 21 日上午，ASML 向华虹六厂交付的一台 193nm 双级沉浸式光刻机入驻上海浦东新区，黄色的大吊车和四根缆绳上的大红花，书写着“中华芯片制造梦”。
几乎同时，中芯国际又向荷兰 ASML 公司下单了 EVU 光刻机，预计排队到 2019 年初交付。遗憾的是今年初一场大火，烧到了 ASML 荷兰供应工厂，我们想要实现 7nm 芯片的制造，恐怕还得再等等。
光刻机被誉为人类最精密复杂的机器，站在整个半导体行业食物链的制高点，ASML 的成功不是它一家企业的成功，而是西方世界无数寡头和财团用经费鼎力支持烧出来的，其中也包括台积电，但不包括华虹和中芯国际。
芯片行业一年进口超 2000 亿美金，超过原油。冰箱、电视；汽车、机器人；服务器、电脑、手机；智能音箱、智能安防摄像头。我们都必须取得每个领域芯片设计上进步，但同样重要的是芯片制造，如今总算真正被国内重视起来的中芯国际等代工企业，还得星夜兼程。
即使 EVU 光刻机交付后，光刻机这样的遏住整个芯片行业喉咙的机器，也值得我们重视。没有制造生产设备和利用设备制造芯片的能力，除了烧得起钱的特殊领域，我们所探讨的一切种类的芯片设计的机会，都是无根之水。
当然，芯片除了设计、制造、还有地位略次的封装（刻蚀机）和测试两个环节。封测逐渐专业化，国内芯片企业倾向于选择大陆封测厂商，是如今的趋势。这两个环节大陆做的不错，在全球第一梯队，基本与台湾、美国三足鼎立。
三、华为与 IBM 陷阱
并不是所有半导体企业都屈服于资金投入、时间投入，从而选择了芯片分工制造。目前依然有实力强劲的巨头把持着从设计、制造、封装、测试到销售的整个链条，这种模式叫 IDM 模式，其中最大的是美国的 Intel、其次是韩国的三星和 SK 海力士。
世界前十的 IDM 厂商中没有中国企业，因为我们基本采用着分工合作的 Fabless+Foundry（设计+代工）模式。
前文大篇幅介绍了代工过程中生产技术和设备的重要性、大陆目前的现状及机会，接下来的重心将转为芯片设计。正如前文所述，现在我们谈及的芯片实力多指芯片设计。
所谓的 5G 芯片、AI 芯片，不管是巨头还是独角兽，基本也都是着眼于芯片设计。
我们说国内芯片行业孱弱实际上是有些片面的。经过几十年的不断前行，我们终究还是积累出了近两千家芯片设计公司，位列世界首位。但论及总营收，却只占全球芯片营收的 13% 左右。
由此可见，国内的芯片企业大多着眼于中低端产品，利润很低。尤其是近年来芯片产业迎来发展，不到十年间数量翻了三倍，可以想象有多少同质化的产品。就中低端市场而言，国内的芯片设计企业不但不缺，反而泛滥，销售难度甚于科研。
而据 IC insights 2017 年报告，全球营收前十的芯片 Fabless（设计）公司中，中国占了三席：联发科、海思、紫光。其中，华为旗下的海思半导体，可谓风头最盛。当然，这份名单排除了欧美日韩那些既设计又生产的 IDM 企业。
来看看芯片设计有多难。首先，企业要确定芯片种类和用途，在此基础上选用恰当的设计架构。架构这个词，非常关键，之后会大量提及；其次，要付出高昂的成本，来购买设计工具 EDA 软件，它可以辅助电路设计提高效率。遗憾的是，美国的三家 EDA 企业几乎垄断了全球 EDA 市场，据称华为海思每年为此付费在千万级别。
海思，原本是一家相当低调的企业，创建之时华为还远没有今天财大气粗。1996 年，海思日后的掌门人何庭波才刚念完北邮硕士加入华为。这一年，华为芯片事业起步，为了让团队用上国外的 EDA 软件，任正非不惜欠下高利贷。
华为的事业成长很快，何庭波也很快被委以重任，开始带团队。直到 2004 年，在国内市场选错了技术方向的华为，凭借在欧洲市场的优势成功突围。任正非缓了一口气，思考良久后，决定收回“谁再胡说（做手机），谁下岗”的决定。
但任正非也有顾虑，当时的手机芯片基本都是西方的，华为要做手机就得把心脏攥在西方的手上，海思由此诞生。即使是台湾联发科，直到 2006 年也都还在做一站式手机解决方案 turnkey，跑偏在了中国“山寨机王”的路上。
任正非想起了有 3G 芯片研发的何庭波，把她找来做手机芯片。
华为手机发展有了起色，虽然国内的 3G 牌照一直卡着不发，但华为跑到了欧洲给运营商做定制手机，勉强立住了脚跟。2009 年，好事儿都赶到了一块：国内 3G 牌照发放、华为有了第一款安卓手机、海思发布了首款应用处理器 K3V1。
最后一件好事儿，以惨败收场。K3V1 的制程为 110nm，远远落后于人，能耗和兼容表现都很差，被自家手机放弃，只有山寨机愿意用它。
海思刚发出第一声啼哭，就被市场教育得体无完肤。
又过了三年，海思用尽全力做出了 K3V2，成功的安在了华为 D1 四核手机上。2012 年是四核 ARM 的爆发年，K3V2 是中国大陆首个四核心智能 CPU，市场期待很高，但 K3V2 的能耗问题依旧堪忧，被失望的用户调侃为“暖手宝”。
之后，两年时间海思没有再出新芯片。于是后来的 D2 手机也用了这款芯片，结局亦是惨淡，D3 手机更是胎死腹中。
等于说海思的 K3V2 芯片，成功拖死了华为的D系列手机，海思众人几乎心灰意冷，K3 系列再无续章。
“做得慢没关系、做得不好也没关系，只要有时间，海思总有出头的一天”，喜欢被称作工程师的何庭波，带着海思熬到 2014 年，八核芯片麒麟系列问世。以麒麟 910 为始，麒麟系列一扫 K3 系列的颓势，掀起了一段波澜壮阔的逆袭。
一直到今天的麒麟 980，海思气势如虹，制程达到了全球最领先的 7nm，性能与功耗的平衡也堪称业界绝佳。
华为海思芯片，再也不是华为手机嫌弃的对象，而是它的一张王牌。何庭波和她的海思，不仅是“工程师”，也是“攻城狮”。
手机芯片之难，小米也曾碰过钉子。手机芯片的设计，不同于电脑芯片，要考虑的点甚至更多。因为设计架构归属方的不同，手机芯片的市场竞争激烈程度也远高于电脑芯片。手机芯片，真·不好做。
早年，雷军也曾有过芯片梦，他的愿望是未来能按沙子的价格卖芯片，于是有了“澎湃芯片”系列。
澎湃 S1，由小米 5C 搭载，出道即绝唱。发布会上，雷军哽咽的看向身后的黑色荧幕，“大规模量产的中高端芯片”，几个月后匆忙下架了这款手机。澎湃 S1 也再没能出现在其他小米手机上。
澎湃 S2，雷军不敢再冒进，扎扎实实的烧进去了不少经费。芯片终于设计妥了，拿去让台积电小规模试产了一批流片，发现问题很大需要大改；第二第三次试产流片，无法亮机；第四次试产后推到重来；第五次试产后，“仍在研发，请给小米一点时间”。
此后近一年，澎湃一直杳无音信，直至最近传来团队分拆重组的消息。无数经费也没能换回“量产”这两个字，芯片设计真不是门容易活。
再说点时髦的，最近 AI 热潮带火了 AI 芯片，也带火了几个比较相似的词。AI 最重要的是算力，也就是处理数据的能力，早先用于 AI 运算的芯片一般为 CPU（中央处理器）。后来人们发现 GPU（图像处理器）适合并行计算，可以用来训练深度学习；再后来谷歌打造出了 TPU，是一种专为机器学习量身定做的处理器；现在，又有了 NPU（嵌入式神经网络处理器）这种加速 AI 落地的特殊芯片。
其中 CPU 和 NPU 都比较有聊头。CPU 是所有人都很熟悉的，电脑和手机的大脑。谁都想要一颗更聪明的大脑，同样也想要性能更好的 CPU，因此芯片上的电子元器件越多越好，也因此必须要按合理的设计架构来设计电路。
Intel 占据先机，提出了 x86 架构，从此几乎垄断了整个电脑芯片市场。装在电脑里的 Intel 芯片虽然体积稍大一点，用电多了点，但性能极佳。同期一家叫 ARM 的企业，提出了一种体积小巧又省电的芯片架构，在 PC 电脑时代芯片这完全是鸡肋，反倒是性能不足的缺点显得致命。
直至移动互联网时代逼近，商务机和智能机横空出世，体积小巧又耗能低的 ARM 架构成为首选，几乎垄断了手机芯片。ARM 公司并没有像 Intel 一样，借助架构成为垄断地位的行业霸主是因为，在上世纪末，ARM 还没等到真正的春天时，为了继续活下去，决定不再自己做芯片，而是授权给其他公司，赚取授权费。
终端的电脑和手机芯片，就这样对应着 X86 和 ARM 两种架构，分别诞生出 Intel 和高通两大芯片霸主。因为 ARM 的存在，高通在手机芯片领域达不到 Intel 在电脑芯片领域的成就，至少华为海思和台湾联发科，也都在手机芯片领域走出了自己的路。
但华为并不仅仅有终端，事实上，作为全球五大通信设备商之首，华为最值得骄傲的产品是自家的基站。想要用上 5G，既要看用户的手机能否接入 5G 网络，还得看运营商的基站能否提供 5G 网络。
华为作为全球最大的通信设备供应商，又独揽着 5G 标准的 1600 多项核心专利，早在今年 1 月 24 日就发布了首款 5G 基站芯片—天罡，同时宣布截至当时已获得 30 份 5G 商用合同，其中 18 份来自欧洲。
而手机芯片，大体分为三块：射频芯片、基带芯片、应用处理器。其中基带芯片才是我们常说的 5G 芯片的真正作用点，其是把信号编译成即将发射的基带码，或把接受到的基带码译为信号。
目前来看，5G 芯片 TOP 2 的玩家，大概率就是高通和华为。
现在即使高通的手机 SoC 芯片（系统级芯片），也都还没有办法将 5G 基带芯片集成进去。业界普遍采用的办法是，在原本集成了 4G 基带的 SoC 芯片上，外挂 5G 基带（如麒麟 985）。据报道，高通本季度将“流片”首款集成 5G 基带的 SoC 芯片，华为可能会迟些。
前段时间，苹果和高通闹别扭，就曾放出风声有意购买华为的 5G 基带，外挂到苹果自身的A系列芯片上（三星以产能不足为名已经拒绝了苹果）。虽然华为积极回应，对销售 5G 芯片保持开放态度，但有常识的人都知道这事儿大概率没戏。
紧接着，苹果就服软与高通达成了和解，双方继续合作。苹果随后也重组了自己的 5G 基带研发团队，据外媒称等苹果亮剑可能要到 2025 年了。值得注意的是，目前华为着重发力的 5G 芯片，可能面临着和 IBM 当年卖服务器是一样的困境。
去 IOE 行动曾是阿里云发展的强助推力之一，棱镜事件爆发，使国内互联网不再信任以 IBM 小型机为首的 IT 基础设施，国内企业普遍具有对自研芯片和自研服务器的渴望。
其实小型机更“高大上”，成本昂贵，只是在金融电信行业较为常见。反而是随着互联网不断推进，因为 X86 架构在 PC 端的优势，所以服务器端也几乎是 X86 架构的天下。X86 服务器开源，能生产 X86 服务器的厂商众多，IBM 就曾是其中佼佼者。
但 IBM 显然有更大的野心，干脆在 2014 年把自己的 X86 服务器业务卖给了联想，继而专心开发自家的 Power 架构。诚然，IBM 的 Power 架构优点很多，性能也很好，但 IBM 注定无法用它撼动 IntelX86 服务器的地位。
我把它形容为“IBM 陷阱”：IBM 野心太大满盘通吃，无论是芯片、系统还是产品都亲自上阵。但有一个问题，IBM 既生产服务器芯片，又生产搭载这种芯片的服务器。试问，哪家服务器生产商愿意用 Power 架构芯片呢？
有道是“无欲则刚”，Intel 的 X86 服务器架构成功垄断市场，恰恰是因为它只钻研服务器芯片，却坚决不生产服务器，留出一部分利润给下游。华为，如果既想卖 5G 基带芯片，又想卖 5G 手机，需要警惕 IBM 陷阱。当然，行业也有全产业链成功的案例——三星。
另外，如今的服务器市场可能还会有新变故。X86 架构的电脑大量普及，帮 X86 架构服务器铺好了生态，身在 2019 年的我们不应该忘记，智能机的普及也帮 ARM 架构铺好了生态，做 ARM 服务器是有希望的。
身为 ARM 架构手机芯片阵营里的话事人，高通早就意识到了这一点并曾大胆尝试，但很遗憾以失败放弃告终。《经济观察报》指出，由高通和贵州省管企业华芯合作建立的华芯通，经历高调成立、疯狂挖人后，首款产品量产不足半年便迅速倒下，近日进入破产清算流程。
但这并不意味着 ARM 阵营的全面溃败，毕竟 ARM 早已被大范围授权，手机芯片不是高通一家的生意。华为，在 2016 年研发出了首款 ARM 服务器芯片；软银斥巨资收购 ARM 后，也表现出对中国市场和中国企业的期待，国内的芯片热潮未必不会波及服务器领域。
能把握 5G 时代芯片机会的毕竟还是少数，对多数企业而言，机会在于即将到来的 AI 时代。当然，手机上也需要搭载一些人工智能方案，比如华为海思的麒麟 970、麒麟 980 都集成了寒武纪的人工智能模块。
但华为只是买了寒武纪的人工智能模块集成进自己芯片而已。余承东在国外的发布会上，将 AI 能力作为麒麟 970 芯片的核心卖点重点介绍，且在演示时并未点明这一项，只是将其描述为麒麟的 NPU（嵌入式神经网络处理器）。
四、AI 芯片新机遇
中国最有机会以弱胜强的领域，还在于 AI 芯片。寒武纪，背景是中科院孵化，目前估值位列全球 AI 芯片独角兽之首。
在 AI 芯片这条赛道上狂奔的企业，主要分三类：针对自身业务开发 AI 芯片的巨头，比如阿里、华为、特斯拉；针对自身业务开发芯片的 AI 创业企业，比如这两天靠着发布芯片登上新闻联播的依图；还有一类就是寒武纪之类的 AI 芯片创业公司。
这条赛道能这么火热，既得益于中兴事件引发的对中国“缺芯少魂”的民族情绪，更得益于 AI 的特殊性。AI 至今经历了三次浪潮，之前已经有了两轮铺垫，这一次又爆发于互联网浪潮兴起后，在此基础上引发了激烈的商业和技术革命，因此显得格外剧烈。
AI 目前的现状是，落地场景复杂，细分领域繁多，业务差异明显，除了有我们熟知的几家独角兽外，还有许多长尾集中。但偏偏，随着这些企业的算法不断优化，普通芯片已经难以提供满足他们利用的计算力。只有设计针对算法的强耦合的专用芯片，才能充分出芯片的潜力。
波音 737max 连续坠机悲剧的根源，足以告诉我们，硬件有问题的时候，只想从软件着手修正是多么愚蠢。不管在什么系统里，硬件软件的兼容和谐，都至关重要。如果是用来运算的芯片不给力，优化 AI 算法，只是空谈而已。
传统的芯片企业们，强在这么多年积累下来的技术经验，强在他们设计出的芯片可以更好地找到性能、成本、功耗之间的平衡点。但这一切都基于我们前文强调的一个词，架构。
服务器、PC、手机等等都有各自合适的架构，在此基础上设计电路的技术壁垒，在需要构建新的体系架构的 AI 领域，几乎荡然无存。
AI 企业在中国遍地开花。如果说 AI 领域要打仗，AI 芯片就是军火。无数人盯上了这门生意，依图这样的 AI 独角兽打起了自建“军工厂”的念头，更有无数资本闻风而动想分一杯羹。值得反思的是，我们所熟悉的那套融资烧钱打消耗的互联网打法，是正确的吗，适用于芯片行业吗？
从使用设备来看，AI 芯片分为终端和云端两种。
终端很好理解，比如手机里除了 5G 基带芯片，当然也需要一些跑 AI 算法的芯片当然也会需要一些：华为的 AI 芯片更多的是服务摄像头拍出更好的照片，苹果的 AI 是为了更好的图像处理效果。云端芯片也有依图、寒武纪、阿里、百度等等选手参与，一种商业模式是先找好架构，针对自身擅长的业务设计出契合的芯片，再自己使用加强自己的算法，然后对外直接输出服务而不是买芯片。
从算法步骤来看，AI 芯片分为训练和推断两类。
机器学习一般就分为这两步：先输入大量数据，训练出网络模型；再利用此模型，推断新数据的结果（比如语音识别说了什么，面部识别此人是谁）。其中训练过程设计海量数据和深度神经网络结构，目前主流选择是适合并行运算的英伟达 GPU，但这并不是最优解，谷歌为此设计出了自己的 TPU 芯片，阿里也有此意向；而推断环节的可用芯片更是五花八门。
从 CPU 到 GPU，再到偏通用的 FPGA 芯片和针对功能定制的 ASIC 芯片，其针对特定 AI 功能的倾向逐渐加深。这意味着从通用芯片年代积累下来的技术少，壁垒低，未来可探索空间高，机会更多。
更何况，这些都只是基于冯·诺依曼架构的芯片，运算器和存储器分离，只能单纯的提升运算速度，却很难压缩数据访问消耗的时间。因此，类脑芯片的构想也逐渐出现在了学术界和产业界。
因此可以说，AI 芯片几乎是一个另类的领域。不说是一片空白，但它至少很新，给了 AI 芯片从业者们“回到过去”重新竞争的机会。其中更有国家队的身影和为科技创新注入新活力的科创板问世，互联网已经诞生了无数的巨头独角兽，下一颗未来之星难保不会是芯片企业。
当然，赛道热领域多并不意味着谁都可以随意蹭热度。国内四大 AI 独角兽之一依图内部人士的看法是：算法即芯片的时代，相近的算法和应用的需求同样会导致产生相近的芯片设计。由此，也会产生竞争。
比如以人脸识别技术领先著称的依图，和以自动驾驶技术领先的特斯拉，本质上都是要有视觉识别能力，这就导致算法对 AI 芯片提出了相似的设计需求。“不该说今年是 AI 芯片爆发的一年，而是 AI 芯片交卷的一年，AI 芯片良莠不齐的乱象即将面临考核。”上述依图内部人士表示。
五、结语
细数半导体行业，PC 时代诞生了英特尔，移动互联网造就了高通和苹果，5G 和人工智能时代这个全新的机会，谁又能成为霸主呢？
不管是追精度、还是设计新架构、亦或是给晶体管裹铁皮，甚至是直接追求化学物半导体（泛指各种不以硅为基础的半导体材料），芯片到底该怎么追，很难讲，但可以肯定的是，能不能成为 AI 时代里的 Intel，跟能不能打败现在的 Intel 基本没有关系。
这已经是一种幸运了，中兴事件给我们敲响的警钟，余音绕梁， 5G 时代 AI 时代我们没有理由不奋起直追。
想要中国芯，这是最好的年代。