世界芯片产业简史|（三）计算芯片

4004可以完成指令的读取与执行，并和其他计算机部件进行信息交换。它每秒能运算6万次，计算能力是ENIAC的12倍。4004是世界上第一款商用处理器，而不是世界上第一款微处理器。第一款微处理器应该是美国军方研制，用于F-14雄猫战机中由6颗晶片组成的中央空气数据计算机：CADC（CenterAir Data Computer），虽然它的构造比4004还要简单，速度只有9.15KHz。当年Intel4004处理器每颗售价为200美元。为日后开发系统智能功能以及个人电脑奠定发展基础。

英特尔还曾开发出4001内存、4002只读存储器(ROM)、4003寄存器(Register)，四者再加上键盘和显示屏，就可以构成一个微型计算系统。

摩尔认为4004是人类历史上最具革命性的产品之一。在4004诞生之前，芯片的功能是事先定义好了的。如果想要改变功能，就必须改变硬件。而现在，只要改变4002中保存的用户指令，就可以让4004实现不同的功能，独立的软件行业因此诞生。

Radio Electronics于1974年刊载一篇文章介绍一部采用8008的Mark-8装置，被公认是第一部家用电脑。由于8008采用的是P沟道MOS微处理器，因此仍属第一代微处理器。英特尔在8008处理器时代开始拥有自己的指令技术，这同样是一个历史拐点。

8008芯片原是为德克萨斯州的Datapoint公司设计的，但这家公司没有足够的财力支付费用，于是双方达成协议，英特尔拥有这款芯片所有的知识产权，而且还获得了由Datapoint公司开发的指令集，这套指令集奠定了今天英特尔公司X86系列微处理器指令集的基础。

1974年，法金设计出首款商业化的8位单芯片微处理器8080，真正开创了微处理器市场，8080以N沟道MOS电路取代了P沟道，第二代微处理器就此诞生。

随之而来，美国出现了电脑爱好者利用业余时间购买散件、在家里的车库内组装电脑的热潮。这其中，就包括苹果的两位创始人斯蒂芬·沃兹和乔布斯。1976年，“苹果一号”诞生，这是第一台在出厂前就组装好的家用电脑。后续的“苹果二号”，配备了彩色显示器和外部磁盘存储器，除了办公之外还可以打游戏，有娱乐用途的家用电脑就流行开来了。

1978年，苹果二号卖了2万台，苹果公司迅速成为年销售额突破3000万美元的明星企业。家用电脑市场的兴起吸引了蓝色巨人IBM的关注，为了迅速开发出能在市场普及的家用电脑，IBM决定实行“开放”政策，借助其他企业的现成软硬件集成。英特尔凭借良好的合作关系以及更好的问题解决方案，成为IBM的微处理器供应商。

然而，对于英特尔，IBM也留了一手。为了防止英特尔一家独大，IBM要求英特尔必须将其CPU的设计对外授权，英特尔只好把CPU技术授权给超威（AMD）。这为超威日后的发展，提供了不可忽视的时代背景。

1981年，IBM通过对苹果二号电脑的模仿，推出IBM PC，强势进入家用电脑市场。从此，PC(个人电脑)从此成为家用电脑的代名词。IBM的订单使英特尔微处理器的销量陡然上升。

在日本芯片企业咄咄逼人的攻势下，美国芯片企业招架无力。即使借助《美日半导体协议》和《广场协议》，美国最终也没有挽回芯片产业的溃败。在日本人“定价永远低10%”的疯狂进攻下，英特尔无力反击，其内存的市场份额直线下滑，最低时竟到了10%，其中最新推出的256K内存的市场占有率更是少到只有1%。

战略转折的过程是相当残酷的：1986年，英特尔关闭了8家工厂中的7家，解雇了7200名员工，亏损超过1.7亿美元。这也是英特尔自上市以来经历的唯一一次亏损。

在退出内存业务的同时，英特尔投入3亿美元的研发费用，打造80386(简称386)微处理器。386是英特尔第一款32位的处理器，其速度是16位处理器的286的3倍，而且可与后者兼容，它还具备多任务处理能力，即它可在同一时间运行多个程序。

为了保险起见，英特尔自己也试着推出了基于精简指令集的80860处理器，由于该处理器与X86架构不兼容而不被消费者接受，于是英特尔下定决心专注发展复杂指令集。与此同时，当微软发现IBM和苹果这样的老冤家居然破天荒地结盟开发精简指令集操作系统时，清醒了过来，回归Wintel联盟。

复杂指令集在工作站领域也击败了精简指令集。持续的产品迭代，让英特尔推出的工作站处理器，性能提高速度大大超过所有精简指令集阵营的处理器。最终，包括IBM、摩托罗拉、惠普在内的精简指令集阵营的6大工作站服务器厂商全军覆没，连戴维·帕特森教授也不得不在教科书上添加关于复杂指令集的内容。

尽管在个人电脑时代不敌牢固的Wintel联盟，退出了个人电脑和工作站的领域，精简指令集却在移动时代卷土重来、稳居上风。根本原因在于，复杂指令集有一个致命的缺陷，那就是能耗太高。

在个人电脑时代，消费者对耗电问题没有太大的感觉。以英特尔的酷睿处理器为例，如果昼夜不停使用，一年的耗电量已经等同于它的价格。这种耗电量到了移动时代，是智能手机和平板电脑所无法承受的，精简指令集低能耗的优势就显现出来了。

1978年，也就是精简指令集诞生的第2年，一家名叫艾康电脑的公司在英国剑桥创立。艾康基于精简指令集研发了一个32位、6MHz、使用自研指令集的处理器，并将其命名为ARM(Acorn RISC Machine)。

20世纪80年代，艾康曾与苹果合作开发新版的ARM微处理器内核，苹果想用ARM来为牛顿(Newton)掌上电脑开发芯片。1990年，在获得苹果和VLSI科技的投资后，艾康电脑成立了独立的子公司安谋，专门从事低成本、低功耗、高性能芯片的开发。

各大芯片设计厂商从安谋购买其所设计的ARM微处理器内核，并根据自身定位在向细分领域发展时加入适当的外围电路，构建符合市场需要的微处理器芯片。通过这一合作生态，安谋快速主导了全球精简指令集微处理器的架构，其客户也可节省设计微处理器内核的资源，相对较快地切入芯片设计市场。

安谋与比它早三年成立的台积电类似，都是半导体产业链各环节专业化分工的产物。它们共同构成了移动智能产品的“IP授权+Fabless+Foundry”模式，从苹果、华为到小米等目前市场上的几乎所有智能手机品牌都是这一模式的受益者。基于移动系统芯片的整合优势，ARM架构授权合作的企业已达上千家。截至2020年，ARM合作伙伴已经出货了超过1600亿个基于ARM架构的芯片。

不仅如此，在移动领域已占据绝对优势的ARM架构开始侵入台式和笔记本电脑的地盘，越来越多的电脑采用建立在ARM架构基础上的CPU。2020年6月，苹果宣布旗下电脑未来将改用基于ARM架构的自研芯片Apple Silicon，放弃其采用了十五年的X86架构。高通也在与惠普、联想和华硕等电脑厂商合作推出使用ARM架构骁龙芯片的电脑。

X86所赖以生存的软件生态，在ARM的眼里完全不是个问题。建筑在ARM架构上的手机应用软件，已高达数百万个，相对于电脑上可用的应用程序来说毫不逊色，连微软都宣称要从Windows 8开始支持ARM架构。

ARM架构甚至攻入了服务器的处理器市场，安谋逐步将发展重心转移至数据中心、智能汽车以及物联网领域。相比X86架构，ARM架构还有开放的优势，可以通过授权知识产权核给客户，开发多元化的芯片产品，更适合物联网这样的复杂应用场景。

2019年1月，海思发布首款基于ARM架构的服务器芯片——鲲鹏920，它将部分替代英特尔的服务器芯片，大大降低华为运营数据中心的成本。年底，亚马逊宣布，使用ARM的新一代架构NEOVERSE N1的处理器芯片GRAVON2将用在它自己的服务器上，可为客户节省高达40%的成本。谷歌、阿里云等服务器大户也都在联合高通、超威等芯片设计公司，推动ARM架构的“英特尔替代方案”。

安谋无意中与台积电共同完成了芯片产业的一次革命：各自重塑了芯片上端的架构设计和下端的芯片制造。如今，安谋占据了95%智能手机和平板电脑的架构设计，台积电则占据了全球一半的晶圆代工市场，两家公司形成了一个与Wintel联盟迥异的垄断格局。

安谋和台积电都诞生在小小的岛屿上，这似乎不是巧合。正是因为缺乏广阔腹地市场的支持，这两家企业才被迫走上专业分工的道路，在全球范围内寻求订单，由小公司成长为国际性的大企业。

早期的显卡只包含简单的存储器和帧缓冲区，实际上只起到图形的存储和传递的作用，一切操作都必须由CPU来控制。20世纪90年代，一些工程师意识到：在屏幕上进行图像渲染，本质上是个能并行处理的任务——每个像素点的色彩可以独立计算，不需要考虑其他像素点。GPU就此诞生，并成为比CPU更高效的图形处理工具。

2000年，在推出第二代GPU的时候，黄仁勋大胆地提出了自己的“黄氏定律”：显卡芯片每6个月性能提升一倍。于是，英伟达按照这个战略每半年将产品升级一次，将众多的竞争对手一一超越，最终成为图形计算领域的老大。

CPU适用于多功能任务处理，只能一步步连续计算，按照目前的技术力量能做到几十个核。而GPU只为大计算量而生，采用高度并行的方式运作，可以做到上千核。CPU是通用型的，什么场景都可以适用，GPU则在一些特定的大计算量的领域拥有非常强大的性能，可以超过CPU数十倍甚至上百倍。

如今的显卡普遍都以GPU作为主要处理单元，这样就大大减轻了CPU的负担，提高了电脑的显示能力和显示速度。一些专业显卡具有的晶体管数量甚至比同时代的CPU的晶体管数量还多。GPU重新定义了现代计算机图形技术，极大地推动了个人电脑游戏市场的发展。

GPU的计算能力如此强大，在图形处理之外还可以有更多的用途，比如华尔街的量化交易员，就在用英伟达的GPU跑交易。这些人深受GPU编程麻烦之苦，2003年，柯克说服黄仁勋大力发展统一计算设备架构(CUDA)技术。CUDA支持C语言环境的并行计算，这意味着工程师们很容易在CUDA架构的基础上编写程序，轻松上手使用GPU来做并行计算。

GPU变身为通用图形处理器(GPGPU)，可处理非图形的通用计算任务。通用图形处理器拥有强大的并行处理能力，当数据处理的运算量远大于数据调度和传输的需要时，可以在性能上大大超越传统的CPU。CUDA技术成熟后，柯克再次说服黄仁勋，让英伟达未来所有的GPU都必须支持CUDA。

2007年，英伟达正式推出CUDA架构的Tesla GPU，几乎一夜之间，地球上的超级计算机都采用了Tesla GPU来进行运算。

2012年，深度学习兴起，人工智能取得了新的突破。基于海量数据的深度学习计算量巨大，需要在云端完成，然后通过算法在终端对新输入的数据进行智能推断。人工智能芯片相应地分成云端训练芯片和终端推断芯片两大类，最常用的云端训练芯片就是GPU。在同样的计算量上，GPU在价格和功耗上相对传统的CPU都有巨大的优势。

目前世界上约有3000多家人工智能初创公司，大部分都采用了英伟达提供的硬件开放平台。这就像20世纪90年代的人们都基于Windows创业，或者在21世纪初的人们都在安卓和iOS上创业一样。

黄仁勋毫不谦虚地宣称：英伟达不仅仅处在人工智能的浪潮之中，而且是人工智能浪潮得以成型和推进的重要原因。在云端训练芯片上，英伟达占据80%的市场份额。

受益于人工智能应用对数据中心处理器算力的强劲需求，英伟达的数据中心业务自2016年起开始爆发性增长，同比增长率连续7个季度超100%。

全世界数据量的年增长速度大约是40%，并在不断提升。CPU的性能提升却在放缓，已经跟不上数据增长的速度。而GPU中所容纳的晶体管数量还在呈指数级增长，让GPU的性能以40%左右的速度提升，跟上数据大爆炸的脚步。

除了在云端训练芯片市场上占据主要份额外，英伟达在终端推断芯片市场上也有布局。终端推断芯片最大的一块市场是汽车芯片，英伟达推出自动驾驶解决方案，销售了大量的硬件给特斯拉、奥迪、沃尔沃等车企和谷歌、博世这样的汽车技术供应商。除了一线车企，英伟达还为100多家初创公司供应了自动驾驶套件。

2020年7月8日，一个分水岭式的历史事件发生了：英伟达当日市值接近2500亿美元，首次超越英特尔，成为全美市值最大的半导体企业。多家媒体都迫不及待地宣告：一个时代结束，另一个时代开始了。截至目前，英伟达市值约为6471亿美元，已是英特尔市值的近五倍。

文章来源：头条 自由源于

图片来自网络公开资料搜索