在云计算行业发展进入平稳期的时候，巨头企业将发展重心转向了芯片领域，毕竟，云厂商对算力的需求是无止尽的，谁拥有了更强的算力，就掌握了行业主动权。

 

在亚马逊Invent开发者大会上，亚马逊AW发布基于ARM架构的服务器芯片Graviton以及云端AI芯片Inferentia。

 

据官方介绍，Inferentia定位于一款低成本、高性能、低延迟的机器学习推理（inference）芯片，Inferentia支持FP16、INT8精度，并支持TensorFlow、Caffe2、ONNX等流行机器学习框架。

 

华为在被美国制裁的艰难之际，也推出了昇腾Ascend910芯片，华为表示将以“华为鲲鹏+昇腾”作为根基，打造“一云两翼双引擎”的计算产业布局，持续构建开放生态。

 

在今年9月份的2019杭州•云栖大会上，阿里云推出了全球最强的AI芯片——含光800。官方数据显示，在ResNet-50测试中，含光800推理性能高达78563 IPS，是英伟达同类最强产品的4倍。含光800已经应用在阿里巴巴的视频图像识别、分类、搜索领域，未来还可应用于医疗影像、自动驾驶等领域。

 

不过，据Techweb了解，在我国云计算市场中，虽然巨头不断发力芯片研发，但主要云服务提供商的计算、网络和存储资源中，绝大多数设备的芯片来自于国外企业。

 

发达国家已经将禁止芯片技术和产品出口作为遏制竞争对手发展的重要工具，如此背景下才让诸如百度、阿里等行业巨头大力发展芯片技术能力，试图摆脱被美国“卡脖子”的尴尬局面。

 

事实上，当前的云计算产业已经从早期的“价格战”转向了“技术战”，云厂商布局芯片已经成为未来发展战略的核心，阿里云创新产品线负责人、研究员张献涛对TechWeb表示，随着云计算产业向纵深发展，原来传统IT时代的软件和硬件分离演进的模式已经显得很不高效了，主要原因在于云厂商有大量的软件和硬件方面的人才，再加上云厂商软硬件的规模都是巨大的，通过软件和硬件的协同设计提升计算效率就自然变成一个确实。

 

“要想在软硬件系统中占领先机，相关领域的芯片布局和研发就显得尤为重要，因为芯片是软件和硬件之间的连接器。 比如在传统虚拟化领域，虚拟化的软件都运行在CPU上，而用CPU处理数据平面的工作是不高效的，成本高性能低，这也是阿里云通过软硬件协同设计布局神龙虚拟化芯片、含光NPU芯片的主要原因。”

 

目前来看，芯片的布局研发对于云厂商来说至关重要，在芯片研发领域的竞争将会变得更加激烈。

 

不管是定制化芯片还是自研芯片，云厂商都是在寻求新的增长点，张献涛表示，云厂商布局芯片研发一般有两条路，一条是和芯片公司合作做差异化的定制化专用芯片，比如阿里在2014年率先和Intel合作，深度定制至强处理器，可以为企业提供性能更强的云服务；另一条是自己成立芯片公司自研芯片，研发之初就为自己的业务场景深度融合。其实，两条路没有本质区别，都是通过构建差异化的能力来提升自己的竞争力，最终为提升业务的增长点服务。

 

“纵观未来，对于云厂商来说，如何构建差异化的竞争力十分重要，通过差异化的竞争力体现成本、性能、效率等方面的综合竞争优势。至于如何突围， 在这个领域，阿里云给出了一个很好的示范。在最近的几年时间里，阿里云投入了大量的资金和研发资源，一边加强和传统芯片厂商的合作，通过深度的定制化提升产品竞争力;同时， 又与平头哥协作，通过软硬件协同设计的模式，自研了诸如神龙芯片、含光NPU芯片、玄铁910处理器IP等，这些都是云计算、人工智能以及IoT等领域不可或缺的部分。”