汇报
本文是贝恩2021年技术报告的一部分。BOB体育app
当所有的目光都集中在今年半导体紧缺，一场对硅的未来具有更大影响的根本性变革正在加速进行。对专用处理器的快速增长需求正在改变已经存在了几十年的专用和通用硅之间的平衡(参见图1)。
对专用处理器的需求正在迅速增长
特殊用途芯片，即专用集成电路（ASIC），历来占据市场的一个重要部分。每个ASIC设计用于执行有限的可重复功能集，如视频转码或语音处理。因为它们不必是瑞士军刀，终端客户知道，在某些功能上，它们可以大大优于通用（GP）处理器，如业界的主力，CPU。然而，ASIC客户也清楚地意识到，这些专用芯片具有昂贵的前期设计和组件成本，例如用于掩模的成本，并且其有限的可编程性使其缺乏灵活性。
在这个范围的另一端，GP处理器的优点是可以针对广泛的工作负载进行编程。此外，硅架构的兼容性让芯片买家放心，软件开发投资可移植到下一代GP处理器。这种兼容性允许软件开发人员显著提升应用程序性能，因为硅工业在制造和芯片设计方面取得了进步。
从历史上看，这种通用计算的主张推动了大约600亿美元的计算微处理器市场。四种结构性力量成为GP加工者主导地位的催化剂。首先，摩尔定律通常允许GP处理器承诺每两到三年就会有稳定的性能提升。第二，在数据中心、网络和设备中计算工作负载的多样性一直存在，这有利于可灵活处理各种工作负载的可编程平台。第三，任何单个工作量的规模，往往都不足以证明设计和制造专用处理器的高昂固定成本是合理的。最后，GP处理器和来自GP硅供应商的软件工具减少了软件开发成本和上市时间，使开发人员能够更快、更有效地将新的服务和应用程序上线。
移动半导体平衡
今天的计算环境正将这种平衡更倾向于专用芯片，并模糊了专用处理器和通用处理器之间的界限。
随着摩尔定律的放缓，顶级半导体买家“hyperscaler”云服务提供商（CSP）有意通过在内部设计更多定制处理器来控制自己的命运。工作负载正在整合到数量有限的大型全球“计算机”或“计算集群”，它们位于几十万平方英尺的建筑中，通常由大型CSP所有。这些仓库规模的计算机可以将特定的工作负载整合到更同质的服务器集群和云域中，这些集群和云域专注于少量任务。因此，数据中心运营商更有能力为这一狭窄的任务范围定制计算系统和硅设计，而且他们可以比以前更经济地完成这一任务。
与此同时，最大的半导体买家越来越意识到，视频、图像、语音和其他高数据量工作负载(如人工智能训练)的扩散更适合为特定处理(如向量、矩阵和图形处理)而调优的芯片。主要的GP计算平台cpu并不能很好地处理这些数据工作负载。因此，工程师们面临着一个选择:使用专用ASIC芯片还是使用新型通用处理器，图形处理单元(GPU)或现场可编程门阵列(FPGA)。使用gpu和fpga开发软件的便捷性近年来有所改善，但仍落后于CPU的成熟程度。与此同时，顶级的csp拥有雄厚的财力和专业人员，可以在定制asic上开发应用程序，他们计划在这方面做得更多。举个例子，看看最大的csp打算在未来10年里如何大幅增加对内部人工智能工作负载的特殊用途芯片的使用(见图2)。
Hyperscaler云服务提供商计划大幅增加专用处理器的使用
如何适应？
通用硅供应商可能听到了警报，但没有必要恐慌;GP计算有着光明的前景。这部分是因为特殊用途的处理器很难编程，而GP模型的灵活性在大多数情况下仍然是可取的。话虽如此，这两家公司之间的模糊界限要求GP现有的硅公司在三个领域做出调整。
产品组合。请关注GP silicon提供商开发更多的处理器，这些处理器可以在不同的电源性能阈值下为不同的标量、矢量、矩阵和图形工作负载提供服务。圣杯可能是提供一系列兼容的GP处理器，以覆盖工作负载的多样性。这不可避免地带来了软件挑战，因为公司试图统一开发通用软件应用程序编程接口（API）基板下的设备工具。GP供应商已经相应地调整了其产品组合；参见Nvidia对收购ARM的兴趣和Intel引入GPU以及收购Nervana Systems和Habana Labs用于AI处理器。
加速器块。该行业不断发展的动态使得有必要将配套加速器处理器和知识产权（IP）“块”与GP处理器紧密集成，以减轻关键的大容量工作负载，如AI和媒体处理。这个行业正在竞争；x86CPU生态系统致力于向其芯片中添加向量和矩阵处理，而GPU生态系统致力于更好地适应标量处理和通用软件开发人员。最终，诀窍是正确地混合使用加速专用和GP计算引擎，确保紧密耦合和低延迟，并使程序员易于使用。
客户互动模型。GP硅供应商的最大客户hyperscaler CSP将越来越需要定制。这包括修整未使用的“厨房水槽”GP silicon的功能，根据大客户的需求校准功能，并重新调整组织和资源，以实现更高触感、更灵活的客户参与模式。行业正以不同的速度朝着这一方向发展。AMD似乎一直在通过其半定制业务部门优先考虑这一点。
与此同时，所有迹象都表明，GP硅仍然是半导体制造商领先芯片生产量的主要部分。赢得这些关键客户的公平份额仍然是铸造业高管们的首要议程。然而，新的硅均衡创造了对大规模生产的足够需求的可能性领先ASIC的发展。加密货币处理器就是一个很好的例子，近年来需求激增。领先制造商将追求这些新的专用机会，特别是在人工智能（AI）和媒体处理领域。
对于超大规模的客户服务提供商，不断发展的数据中心经济将要求他们更多地控制自己的硅命运，以实现服务的差异化并降低数据中心的总体拥有成本。当然，客户服务提供商认识到，只有他们才有必要了解服务器群的遥测和最关键的计算机ng工作负载。确定不适合GP处理器的下一个不断增长的工作负载，然后创建定制的系统和硅解决方案，这对于保持竞争优势是必要的。但硅设计需要规模才能成功，因此进入这一业务引入了关键的制造与购买选择。
这里有一些趋势值得关注。首先，在GP silicon内部，GPU可能会继续从CPU中获取份额。Nvidia的数据中心GPU计算业务就是一个例子。在过去六年中，其年收入增长了16倍，到2021财年达到50亿美元。其次，有一个强有力的论点是，价值管理型关系将出现在传统的GP硅供应商和他们的CSP客户之间，他们将与硅供应商密切合作，因为他们越来越多地定制他们的GP处理器，并添加加速器和其他使能IP，如内存功能。由于这给Hyperscaler带来了IP泄漏的风险，这些价值管理的客户中有很多都是关系可能包括不同程度的排他性和防火墙，这是GP硅供应商的新行为。最后，对于选定的超高容量计算工作负载，Hyperscaler可能会构建定制ASIC，以获得与竞争CSP相比的计算效率优势。我们已经在谷歌云的tensor过程中看到了这一点ing部门和亚马逊的数据处理部门投资。
这一切对于市场的特殊目的终端意味着什么?专门的硅供应商已经看到了风险投资的激增和ASIC供应商的增长，特别是在边缘和人工智能处理。然而，关于小规模、独立ASIC供应商的寿命有一个开放的问题。生产这种芯片的厂商很可能会被超级芯片厂商或GP芯片厂商收购。我们在英特尔收购哈瓦那和亚马逊收购安纳普尔纳实验室等收购中看到了这一点。看到ASIC供应商寻求与客户建立更多的合作关系，不要感到惊讶，这既是为了向客户学习，也是为了找到潜在的退出路径。
与此同时，少数独立的asic设计公司拥有大规模的业务、成熟的知识产权组合和强大的代工关系，正变得比以往任何时候都更有价值。只要看看博通的云ASIC业务就知道了，该业务的年收入估计超过10亿美元。
最终，通用硅会留下来，随着它在未来几年变得更加普遍，它会越来越多地与特殊用途硅混合。这给整个半导体生态系统的企业带来了蓬勃发展的机会，只要它们能够灵活地适应，在这种不断变化的平衡中找到自己的位置。