谷歌被曝在研Arm服務器芯片！臺積電5nm制程，明年量產(chǎn)

云計算大廠接連覺醒，自研芯片決戰(zhàn)算力時代！

繼亞馬遜、華為、阿里巴巴、微軟后，又一家云計算大廠的自研Arm服務器芯片提上日程。

知情人士稱，谷歌在設計服務器處理器方面已經(jīng)達到了一個關鍵里程碑。臺積電可能會在2024年下半年開始量產(chǎn)谷歌的服務器芯片，這些芯片最早可能在2025年應用于谷歌服務器中。

兩款芯片均采用5nm工藝，也就是說，等到投用時，估計它們會比當時市面上最先進的3nm芯片落后一代。相比通用x86芯片，基于Arm的定制服務器芯片能節(jié)省大量的功耗和成本。

已交臺積電試產(chǎn)，性價比超英特爾芯片

自研服務器芯片，對于谷歌的服務器租賃業(yè)務來說是勢在必行，目的是降低運營數(shù)據(jù)中心成本，并與其云計算業(yè)務競爭對手亞馬遜保持同步。

這些年來，在云計算市場，谷歌云一直被亞馬遜AWS和微軟Azure壓著打。本來谷歌在底層算力方面下了一步先手棋TPU，然而很快AWS就通過收購在芯片布局上鋪開陣仗，推出定制服務器芯片、AI訓練和推理芯片、網(wǎng)絡處理器芯片等。反倒是谷歌的第四代TPU遲遲未披露詳細數(shù)據(jù)。

知情人士稱，由前英特爾工程主管Uri Frank領導的谷歌服務器芯片設計團隊，至少在過去兩年里一直在開發(fā)兩款基于Arm技術的服務器芯片，代號分別為Maple和Cypress。

谷歌已經(jīng)完成了Maple處理器的設計，該處理器基于美滿電子（Marvell）的現(xiàn)有設計。據(jù)知情人士透露，谷歌已將設計交給臺積電進行試產(chǎn)。

Maple是作為以防Cypress失敗的“替補”。Cypress采用以色列團隊開發(fā)的內(nèi)部設計，將于第二季度交付給臺積電。

谷歌希望其初代Maple和Cypress處理器能夠提供至少與英特爾和AMD服務器芯片相當?shù)男阅?。一位知情人士稱，這樣谷歌就不再需要花零售價購買供應商的芯片，而是花錢生產(chǎn)自研定制芯片，其最終目標是實現(xiàn)自家芯片的性價比比英特爾的同類產(chǎn)品高出20%~40%。

此前多家云計算巨頭均已自研Arm服務器芯片。亞馬遜在2018年12月發(fā)布其首款自研Arm服務器芯片Graviton，華為在2019年1月發(fā)布其首款自研Arm服務器芯片鯤鵬920，阿里平頭哥在2021年10月發(fā)布其首款Arm服務器芯片倚天710。此前微軟也被曝出正在自研Arm服務器芯片。

Arm服務器芯片在數(shù)據(jù)中心的日益興起，正對英特爾和AMD主導的x86服務器芯片市場產(chǎn)生越來越大的威脅。據(jù)市研機構IDC數(shù)據(jù)，基于Arm的服務器芯片占2022年出貨的所有服務器芯片的4.5%，預計該數(shù)字將在2026年增至10.3%。

谷歌發(fā)言人表示不對傳言發(fā)表評論。英特爾、臺積電、Marvell、AMD的發(fā)言人均未置評。

給數(shù)據(jù)中心開源節(jié)流，從自研芯片下手

據(jù)估計，谷歌可能需要長達十年的時間，才能逐步停用英特爾和AMD制造的服務器芯片。

一些云客戶可能更喜歡使用與傳統(tǒng)芯片配合得更好的軟件，而谷歌的搜索、視頻和廣告等服務需要這些傳統(tǒng)芯片來為云客戶提供支持。

谷歌自研人工智能（AI）芯片TPU已經(jīng)在為搜索、YouTube推薦、在線廣告、語言翻譯等業(yè)務提供AI加速支持。谷歌從2016年開始逐步淘汰它從英偉達購買的GPU，現(xiàn)在已經(jīng)幾乎完全使用自研TPU芯片來處理這些工作負載。同時谷歌仍然采購了大量的英偉達芯片來為其更想用英偉達軟硬件來訓練其AI模型的云客戶提供服務。

服務器是迄今為止數(shù)據(jù)中心的最大成本所在，超過了電力、房地產(chǎn)和冷卻。然而近年來，相對于性能的進步，服務器芯片及其他硬件正變得越來越昂貴，因為晶體管微縮日漸逼近物理極限。此外，隨著芯片變得越來越大，它們也需要更多的功率和散熱。在新冠疫情、基于AI的服務催化下，數(shù)據(jù)中心的需求一直上升。

谷歌母公司Alphabet在過去五年中平均每年花費 250億美元用于資本支出，其中約一半可能用于數(shù)據(jù)中心及其內(nèi)部的服務器。一位前雇員稱，截至今日，它可能每年至少花費150億美元用于維護數(shù)據(jù)中心的運營費用，包括服務器折舊。

隨著谷歌推出對標ChatGPT的對話式AI服務Bard，其成本可能會上升得更快。

結語：從專注特定需求到轉(zhuǎn)向通用芯片

研究公司SemiAnalysis首席分析師迪倫·帕特爾 （Dylan Patel）認為，谷歌以前只為特定需求制造芯片，例如YouTube的視頻編碼或為需要機器學習的服務提供動力。谷歌最近將目光投向了服務器芯片等更通用的芯片，因為它擁有足夠多的數(shù)據(jù)中心，這樣的投資物有所值。

對于谷歌來說，僅僅自研服務器芯片是不夠的，它還必須開發(fā)配套的軟件，使其自研芯片在實際應用中能發(fā)揮出比英特爾和AMD x86芯片更好的性能。這樣云計算客戶才可能愿意轉(zhuǎn)用由谷歌定制自研芯片驅(qū)動的服務。