配图来自Canva可画
不久前腾讯被曝出开始招聘芯片研发设计相关的多类工作岗位，最近腾讯对此进行了回应，表示是基于部分业务需要，在特定领域进行芯片研发尝试，比如AI加速和视频编解码，而非通用芯片。
事实上，腾讯这样的互联网巨头自研芯片一点不稀奇，在芯片产业的下游和终端，大量业务涉及AI硬件产品的垂直头部企业，都已将芯片自研纳入自身未来发展战略布局的框架之下。
跨界研芯已成潮流
除了本身处于芯片产业链的垂直企业和平台，近年来自研芯片有明显的跨界趋势。当然这里指的自研主要还是研发设计，不包括制造、封测这些只有制造端才能干的事。
从跨界自研芯片的玩家群来看，目前主要有三类。
第一类是腾讯、阿里、百度这类互联网企业。像阿里的第一颗自研AI推理芯片“含光800”也早在2019年就公开发布，而百度的第一代昆仑芯片在去年初已经量产。
第二类是小米、华米、格力、小鹏汽车这类泛电子化、数字化消费品企业。小米今年发布了首款自研的手机影像相关芯片，格力也在前段时间表示自研芯片已经得到量产验证，而华米作为可穿戴厂商，早在2018年就发布了首颗自研芯片“黄山1号”，小鹏汽车早先表示已在中美两地同步进行自研芯片项目。
第三类是依图科技、四维图新等AI算法类公司。2019年依图发布了首款自研云端AI芯片“求索”，而在今年2月，四维图新发行定增的目标之一就是自研智能网联汽车芯片。
可以发现，跨界自研芯片的企业都有一个共同点：都有涉及AI技术的硬件业务。像BAT这样的巨头，多是云计算和汽车相关的业务需要自研芯片，而小米这类智能硬件企业，多是自家的产品需要自研芯片，依图这些算法和软件公司，则更多地以第三方供应商角色来自研芯片。
自研门槛不高
在手机行业，先进制程芯片的自研难度是超越想象的，目前国内厂商也只有华为、联发科具备芯片设计能力，抛开制造，可以说具备一定的自研能力。
但上面提到的玩家自研芯片为何呈现扎堆现象，客观原因就在于这些领域和手机不同，芯片设计和制造的难度都要小不少，也就是门槛更低。
不同领域对芯片制程的要求相差较大。手机领域，目前的骁龙、联发科，还有麒麟等芯片厂商，最先进的制程一般在7nm之内，而汽车芯片目前主流产品的制程很多在14nm、28nm，另外40nm规格的芯片目前也广泛应用在储存、通信等领域。
制程越先进，设计和制造的难度就越大。而汽车、云服务器、非手机类电子消费品相关芯片由于对制程要求普遍更低，所以设计和制造的难度就更低。
