文| AI财经社 牛耕

编辑| 赵艳秋

12月18日，在百度云智峰会上，百度CTO王海峰确认：百度昆仑1芯片量产已超过2万片，并实现了应用部署，预计昆仑2芯片将在2021年上半年量产。

在今年9月，百度曾宣布昆仑1芯片已在百度搜索引擎和云计算用户部署了2万片，相比英伟达T4 GPU的性能提升了1.5-3倍；而即将发布的昆仑2芯片，采用7nm工艺，性能相比百度昆仑1又提升3倍。

不仅百度，近几年，并不擅长芯片的一批互联网巨头上演了一出“拳打英特尔、脚踢英伟达”的大戏。

国内如百度、阿里，纷纷推出自研AI芯片昆仑和含光，替代美国英伟达GPU芯片；在国外，谷歌早早推出自家AI芯片TPU，而亚马逊不仅推出自研AI芯片Inferentia，来挑战英伟达，还推出自研CPU芯片Graviton，目标直指英特尔。除了互联网巨头外，华为也自研了CPU芯片鲲鹏和AI芯片昇腾，一家单挑英特尔和英伟达。

云计算公司海云捷迅联合创始人兼CTO对AI财经社说，伴随人工智能、物联网的发展，业界有一个明显的趋势，专用芯片在数据中心中的作用日益凸显，“软件定义数据中心”正在向“软件和专用芯片定义数据中心”发展。这也就解释了为什么巨头纷纷投入巨资开发芯片。

百度智能芯片总经理欧阳剑此前也从技术架构角度分析：IT的每个发展阶段都有独特的芯片处理架构，例如大型机和小型机时代，芯片是定制架构；PC+互联网时代，是X86架构占主流；移动+云的时代，主流架构变成Arm和X86共存，其中Arm占领移动端，X86占领服务器端；AI+智能云的时代，则出现了全新的芯片架构，即AI芯片。

自研芯片可以根据巨头自家算法特长进行优化，提升性能、降低功耗和成本，解决英特尔、英伟达芯片价格居高不下的难题，这对一年采购量巨大的巨头而言十分划算；与此同时，巨头还能不受制于芯片供应商的步伐，让业务根据自己的节奏突飞猛进。

AI财经社获悉，百度芯片相关技术起源于2011 年起开始基于 FPGA 芯片研发 AI 加速器，目的是运行人工智能深度学习算法。

除了百度，在2019年9月，阿里发布了自研的含光800AI芯片。在阿里云展示的杭州城市大脑的业务测试，1颗含光800的算力相当于10颗GPU。拍立淘商品库每天新增10亿商品图片，使用传统GPU进行识别需要1小时，使用含光800识别，可缩减至5分钟。

在2019年8月，华为推出了服务器CPU鲲鹏、AI芯片昇腾910，在全国推广自研芯片生态。AI财经社获悉，由于美国的打压，目前华为鲲鹏处于供不应求的局面。

在海外，亚马逊Graviton将亚马逊的成本降低45%，云端AI芯片Inferentia则将人工智能推理成本降低75%。面对微软、谷歌在云计算上的追赶，通过芯片大幅降低自家成本，提供差异化服务，是亚马逊云计算目前的主要策略之一。

本文由《财经天下》周刊旗下账号AI财经社原创出品，未经许可，任何渠道、平台请勿转载。违者必究。