定制芯片驾到：现在和未来的优势

2020 年，Apple 完成从 Intel 处理器向自己的定制硅芯片 M1 系列的飞跃。对于一家以控制产品硬件和软件而闻名的公司来说，这是一个引人注目的举动，但并非完全出乎意料（该公司已经在移动 iOS 设备上实施了自己的芯片设计）。

Apple 的举措似乎取得了巨大成功。截至 2024 年初，该公司已发展到其第三代 M3 芯片生产线。

也许是受到 Apple 成功的启发，更多的公司开始加入定制芯片的竞争，包括竞争对手 Google 和 Microsoft 以及 Amazon、特斯拉和 NVIDIA 等其他科技巨头。芯片不再仅仅是 Intel、AMD 和高通的专利。现在，它们可能是特定于最终用户的（例如，AWS 定制芯片、Google 定制芯片、Apple 定制芯片等）。

Apple 定制芯片引领潮流

Apple 长期以来一直在 iPhone 和 iPad 设备上使用自己的 A 系列芯片，例如 iPhone 15 Pro 上使用的 A17 Pro 芯片。这些芯片采用 ARM 架构，具有 CPU 和 GPU 元素，可以容纳 AI 加速器等处理节点。这种集成的定制架构可以优化并节省空间和组装成本。由于芯片（即片上系统或 SoC）是为满足 Apple 的特定要求而设计的，因此与这些要求无关的功能可以被剥离。

Apple 实现了处理能力和能效的提升，他们通过 M3 笔记本电脑和台式机芯片将这一经验应用到他们的 M1 中。在目前蓬勃发展的定制芯片领域，其他公司应该也能获得类似的好处。

当然，自行设计定制芯片的一个巨大缺点是您要对最终设计负全部责任。内部专业知识必须足以满足设计需求，如果一家公司的能力并没有它认为的那样强大，这可能会产生巨大的问题。尽管如此，随着 Apple 的成功，其他公司正在向定制芯片过渡。

定制芯片的广泛应用

Microsoft 于 2023 年 11 月 15 日宣布，它正在开发两款旨在帮助其内部人工智能工作负载的定制芯片：Azure Maia 100 人工智能加速器和 Azure Cobalt 100 CPU2。Microsoft 似乎对这些芯片的早期成果感到满意。据 Microsoft 公司硬件产品开发副总裁 Wes McCullough 称，“我们正在最有效地利用芯片上的晶体管。将我们所有数据中心的服务器效率提升相乘，这将是一个相当大的数字。”

在移动领域，Google 以前依靠高通芯片生产旗舰 Pixel 手机，现在使用自己的芯片。这些谷歌定制芯片中的第一款是 2021 年的 Pixel 6 系列，采用了 Tensor 处理器。与笔记本和数据中心芯片一样，它们的目标是以更低的功耗成本提供更多的计算资源，同时开发新的功能。到目前为止，Google 似乎对其定制芯片的性能感到满意。2023 年，Google 宣布推出第三代芯片 Tensor G3。G3 可以在设备上运行两倍于第一代 Tensor 芯片的机器学习模型，模型本身也变得更加复杂。

在 Google 和 Microsoft 的案例中，情况与 Apple 的专有方法略有不同。这两款 Microsoft 设备 (Maia/Cobalt) 完全是供内部使用的。另一方面，Google 使用定制芯片来区分其 Pixel 系列智能手机，但仍通过其与制造商无关的 Android 操作系统大力支持非 Google 芯片。

有人可能会认为 Microsoft 和 Google 的方法在整个生态系统范围内的收益不如 Apple 的方法显著。然而，如果历史是一本指南，Android/ Microsoft 可能会为最终用户提供更多的灵活性。两种方式都有利弊。