自 2015 年开始，芯片性能的提升越来越难，摩尔定律放缓的 6 年时间，先进工艺制程的焦点成了台积电和三星，提出摩尔定律的英特尔数次延期 10nm 量产时间。在 CPU 市场，AMD 也发起猛烈攻势，英伟达凭借 GPU 成为了最炙手可热的 AI 公司，市值超越英特尔。
不过，2020 年英伟达和 AMD 宣布的并购，很大程度上证明了英特尔又一次走在了行业前面。
▲摩尔定律放缓
传统芯片巨头们为了大数据和 AI 时代的到来相互竞争之时，谷歌、亚马逊、阿里巴巴、百 度等科技巨头们也开始自研 AI 芯片，芯片市场的竞争变得更加复杂。
最终的结果，多数芯片公司最好的结局是被收购？
AMD 借力台积电猛追英特尔
摩尔定律奏效的时间里，英特尔不仅引领着半导体先进制程的发展，其 x86 CPU 在桌面和服务器市场的地位难以撼动。直到 2017 年，AMD 正式推出新一代微架构 Zen 的 Ryzen CPU，性能超越英特尔旗舰 i7 770K。消费者对英特尔 CPU 性能提升缓慢的不满借着 AMD 的新产品发布释放，看好 AMD 的声音此起彼伏。
此后，AMD 持续优化 Zen 架构，在 2020 年 10 月发布了最新的 Zen3 架构，基于最新架构的台积电 7nm 制程 Ryzen 5000 系列 CPU 也同时亮相。
Zen 架构历经三代迭代，AMD 的 CPU 性能迅速接近和赶超在很长一段时间领先的英特尔。AMD CPU 性能的大增也带来了市场份额的增长，根据 Passmark 评测网站的数据，AMD 在桌面市场去年九月份的市场份额达到了 48%，短暂超过英特尔，AMD 上一次在桌面市场份额超过英特尔还是 2006 年。
Passmark 评测网站的统计数据代表的是使用中的 CPU 而非购买的 CPU，统计以日历年为单位，不仅代表新 CPU 的销量，还在一定程度反映了过去 5-10 年 x86 CPU 的安装量。
▲数据来自 Passmark
除了桌面市场，AMD 在笔记本电脑市场的份额从 2019 年开始迅速增加，但在服务器 CPU 市场的份额还未明显增加。
“AMD 近几年之所以表现如此强劲，Jim Keller 2012 年领导开发的 Zen 架构奠定了很好的基础，再加上采用小芯片技术以及台积电最先进的工艺。”一位前 AMD 高管对雷 锋网表示。
先进工艺进展缓慢恰好是近年来英特尔最大的痛处。根据英特尔 2013 年的技术路线图，10nm 工艺将在 2016 年量产。直到 2019 年才量产 10nm 的英特尔承认，当年的设想过于自信，且团队之间也没有明确目标，最终 10nm 没有如期量产。
英特尔 10nm 未量产，不断优化 14nm 工艺的几年间，台积电和三星继续大力发展先进半导体制程，抢先量产了 7nm 工艺。即便如今的半导体制程命名带有更多营销性质而非真实的晶体管尺寸，在英特尔量产 10nm 不久后，台积电在 2020 年上半年就量产了 5nm 制程。
造成这样竞争局面更深层的原因大部分人并未看到。“英特尔很早就意识到 CPU 面临的挑战是‘茶壶里倒饺子’，关键不在于计算能力的提升，瓶颈在于带宽。”CPU 领域的资深人士告诉雷 锋网：“CPU 有个基本规则，一个字节带宽支持一个浮点操作，现在的 CPU 的计算性能和带宽已经有点不平衡了，这时候单纯提升计算速度已经意义不大。”
其实，英特尔在 4 月发布至强处理器的时候，也强调了缓存以及内存对于 CPU 的重要性。“至强处理器可以直接访问统一的缓存，从而获得一致的响应时间和访问数据时间。”英特尔技术专家表示，“内存能力方面，第三代至强可以支持两条 DIMM 在最高 3200 的频率下运行，AMD 三代 EPYC 只能单通道运行 3200 的频率，这将会降低内存的吞吐量。”
“英特尔 CPU 的性能已经足够满足当下应用的需求，他们没有很强的动力继续提升，在被 AMD 迅速追赶之前，只是维持每代小幅度的性能提升。AMD 的竞争让英特尔 CPU 性能升级的幅度更大，这对业界而言是好事，但总体而言，CPU 的性能已经接近天花板。”CPU 领域的资深人士同时表示。
英特尔领先进入组合拳赛场
“很长一段时间，英特尔先进半导体工艺的领导力太强，因此一旦其先进制程的领导力减弱，许多人就认为英特尔‘不行了’。抛开半导体工艺，英特尔的芯片实力依旧很强。”拥有二十多年芯片设计经验的资深人士曾对雷 锋网说。
实际上，英特尔的并购和转型，虽然有些挫折，但又一次走在了整个行业的前面。2012 年兴起的新一轮 AI 热潮，让英特尔 CPU 从中获益，但获益更大的是英伟达的 GPU。英特尔很快意识到大数据和 AI 的时代对计算需求的变化，2016 年时任 CEO 科再奇（Brian Krzanich）提出，英特尔要从一家 PC 公司转型为驱动云计算和数以亿计的智能互联计算设备的公司，开启了以数据为中心的转型，伴随着一系列并购。
2015 年到 2020 年年间，英特尔连续达成了 6 笔与 AI 芯片相关的重要收购交易。2015 年，英特尔宣布以总价约为 167 亿美元的价格收购 Altera。Altera 是当时全球第二大 FPGA 公司，其产品主要用于电信和无线通信设备。
2016 年 8 月，英特尔 3.5 亿美元收购了主攻深度学习方向 Nervana Systems。一个月后，英特尔又收购了 AI 视觉芯片公司 Movidius。
2017 年，英特尔又以 153 亿美元收购 Mobileye，这家以色列的公司是全球领先的计算及视觉、机器学习、自动驾驶系统服务提供商。时隔两年，2020 年英特尔再次出手，以 20 亿美元收购 Habana Labs，被收购时这家总部位于以色列的 AI 芯片初创公司的 Goya 云端 AI 推理处理器已实现商用。
收购让英特尔迅速获得了 FPGA、ASIC 这两类 AI 芯片，加上其已有的 CPU 和 GPU，英特尔率先拥有了标量、矢量、矩阵、空间芯片架构组合。
2020 年之前，英特尔的这一系列并购很容易被解读为是为应对竞争不得已的做法。然而，2020 年 9 月英伟达宣布以 400 亿美元收购 ARM。10 月份，AMD 又宣布以 350 亿美元收购 FPGA 供应商 Xilinx（赛灵思）。接连的大规模并购，不仅证明了英特尔的前瞻性，也表明了芯片行业已经进入新的赛场。
英特尔公司副总裁兼中国区总经理王锐本月对雷 锋网表示：“当竞争对手也在走我们走出来的这条路的时候，让我们更加坚信这条路的方向是对的。业界有一个共识，任何一项单独的能力都不足以应对大数据时代全场景综合负载的挑战。这也是大家都在不断扩展的原因。”
芯片巨头们也用最新的产品路线图证明了芯片竞争开启了新赛场。ARM 在四月初发布最新一代架构 ARMV9 时就强调全面计算的理念，也就是通过 CPU、GPU、NPU 的组合，满足汽车、基础设施、物联网等应用的需求。
英伟达在四月中旬的 GTC 21 上，CEO 黄仁勋不仅发布了基于 ARM 的专用 CPU GRACE，还更新了英伟达最新的数据中心芯片路线图，GPU、CPU 和 DPU 三类芯片逐年更新。
AMD 收购赛灵思的意图也非常清楚，在其拥有的 CPU 和 GPU 的基础上，加上 FPGA 能够更好地满足包括数据中心在内的众多应用的需求。
显然，英特尔、英伟达、AMD 三大高性能计算巨头又都进入了新的赛场，新的竞赛意味着单靠某一类计算芯片将很难参与新的竞争，体量较小的芯片公司在新的竞争时代面临着更大压力。
门槛降低，大部分芯片公司被收购是最好的结局
“在产业链里，绝大多数做芯片企业是会死掉，被并购是最好的命运。”CPU 行业的资深人士认为。
这种判断并非危言耸听，苹果最新发布的 M1 芯片就是一个很好的警示。在苹果自研芯片的早期，其芯片性能与传统的芯片厂商的 SoC 性能有不小差距，但通过系统级的优化，最终的体验差距并不明显。经过多年经验积累以及芯片的迭代，苹果自研的芯片已经强大到能够替换英特尔的 CPU。
“英特尔、英伟达这样的公司能够继续以芯片公司的方式生存下去，他们有足够的技术门槛，更重要的是他们的产品组合能够构成护城河。”CPU 行业的资深人士表示，“大部分人看到的是英特尔 inside，没有看到英特尔 outside 的实力。”
王锐说，“竞争对手可以在某一参数或者是在制程上缩短与我们的差距。但要打造整个架构，在计算和 AI 的各个方面都要能够赶超英特尔，不是那么容易的事情。”
一个简单的例子是，要发挥 CPU 的性能优势，需要系统级优化，如果内存收发器能够配合 CPU 的工作特性，可以实现数量级的性能提升。
GPU 也同样如此，可以看到英伟达基于最新的 GPU，搭配其互联技术以及软件栈，面向不同的场景推出工作站，实现更高性价比。
高通 5G 时代也有类似的策略，高通的每一代 5G 调制解调器都有对应的射频系统，高通的说法是 5G 射频的复杂性大增，产品组合可以带来最佳的性能。
传统芯片巨头们通过更丰富的产品组合满足不同应用需求，一方面说明了最终应用驱动芯片的发展越来越明显，纯芯片公司的话语权在减弱。另一方面说明了在先进半导体制程提升难度越来越大，成本越来越高的时候，异构计算是更好的选择。
“芯片公司话语权的降低，不同的行业有不同的原因，但这是可以看到的事实。”芯片行业的资深人士表示。
比如，科技巨头在 AI 时代开始自研芯片。虽然科技巨头们的目标不是取代芯片公司，但这在某些领域必然会与芯片巨头产生竞争。王锐说：“当产业界在快速转型的时候，我们多年的合作伙伴会在某一方面找到一个点，跟随应用场景以非常快的速度进行创新。对我们来说，这是一个激励，我们需要提供非常有竞争力的产品。”
出现这种局面很重要的原因是芯片行业的门槛有所降低，科技巨头们可以使用成熟的 IP、EDA 工具根据其业务特点设计芯片，然后交由晶圆代工厂代工，降低成本的同时芯片也更符合自身需求。
同时也要看到，7nm 之后的工艺将会成为小众工艺。早在 2018 年，全球第三大晶圆代工厂格罗方德就宣布了一项重要的战略转变，决定停止 7nm 工艺的所有工作及后续制程的研发，将专注于更加成熟的工艺，为新兴高增长市场的客户提供专业的制造工艺。
原因除了 7nm 的技术难度更大，也和成本密切相关。市场研究机构 International Business Strategies (IBS) 给出的数据显示，28nm 之后芯片的成本迅速上升。28nm 工艺的成本为 0.629 亿美元，到了 7nm 和 5nm，芯片的成本迅速暴增，5nm 将增至 4.76 亿美元。三星称其 3nm GAA 的成本可能会超过 5 亿美元。
CPU 领域资深人士也指出：“过去工艺的进步晶体管也变小，所以相同的硅面积可以集成更多晶体管，在相同硅面积成本不增加的前提下，先进半导体制程拥有优势。但现在相同硅面积的成本增加了，并且晶体管从 28nm 到 14nm，硅面积只缩小了 1/3，先进制程的优势越来越小。”
高企的先进制程成本让业界开始更加关注异构集成，小芯片（Chiplet）以及与之相关的先进封装技术也成了各大巨头竞争的焦点。
OMDIA 半导体首席分析师何晖此前对雷 锋网表示，“异构架构的竞争格局一旦形成，对于包括中国在内的新兴市场，想要突围就会更加困难。”
那时，仅提供芯片的公司竞争力会越来越弱，被收购就会成为许多芯片公司最好的选择。
半导体行业这部并购史接下来会如何书写？芯片巨头们以及拥有先进制程和封装技术的代工厂之间的竞争格局会发生怎样的变化？