- 科技大咖自行開發晶片成主流 降低成本、強調差異化、軟硬體容易整合
 |
蘋果和高通在二○一九年四月達成訴訟和解協議，改由蘋果與高通簽訂為期六年的授權協議，蘋果取得高通的全球授權協議和晶片授權協議。表面上蘋果仍脫離不了當時必須支付高額「高通稅」宿命，蘋果也向英特爾採購麥金塔電腦(Mac)晶片，從那時開始蘋果打定主意要自行研發微處理器和數據機晶片(Modem)，並在去年發表首款Ｍ系列晶片。
蘋果執行長庫克在去年六月的產品發表會中宣布，未來蘋果在Mac中使用自己研發的晶片。接著在去年十一月推出全新MacBook Pro與Mac Mini。自己打造的Ｍ１晶片，比英特爾晶片更強大，還能提供更長效的電池、無風扇設計、靜音能力強等功能。去年底蘋果又發布兩台搭載Ｍ１的電腦，包括全新iMac和配備更強大Ｍ１晶片版本的MacBook Pro。這些動作，象徵著蘋果朝自家晶片移轉又邁進一大步。
蘋果家大業大，二○○七年六月推出第一代iPhone，將人類推進到智慧型手機的時代，同時開啟蘋果營運大成長的紀元，蘋果至今已推出十五代的iPhone。由於iPhone在全球手機市場的滲透率最高，因為iPhone使用高通的數據機晶片，必須給付高額的版權稅，前幾年才會出現蘋果與高通長年的版權訴訟官司。二○一九年蘋果給付六○億授權費用給高通，同一年向英特爾收購通訊晶片部門，打算自己研發通訊晶片，擺脫對高通長年的依賴。
蘋果推Ｍ系列晶片
蘋果能成功自行研發晶片，除了有資金能自組ＩＣ設計團隊外，ARM架構的普及化，讓蘋果容易取得晶片設計的ＩＰ，而台積電高階製程的晶圓代工，提供客戶客製化的晶片製造，且台積電沒有自家產品，僅做專業的晶圓代工製造，晶片客戶不怕設計晶片機密外流或遭台積電掌握。去年第四季蘋果成功推出M1、M1 Pro/Max兩款晶片後，預計今年下半年和明年上半年會推出M2、M2Pro/Max晶片。兩款Ｍ１系列晶片採用台積電五奈米製程，而Ｍ２晶片將採用台積電更高階的四奈米製程。
在數據機晶片部分，市場傳出蘋果和高通的授權合約將持續到二○二三年，由於高通在５Ｇ方面擁有很多專利，讓蘋果在與高通的談判中屈居劣勢，光是高通數據晶片成本就占整個iPhone成本的二二％，這是不爭的事實。以蘋果研發出比英特爾晶片更強大的Ｍ系列晶片，要研發出數據晶片只是時間上的問題。蘋果非常講究自家產品的品質，想要擺脫對高通的依賴，除了晶片成本的問題外，還有高通數據晶片訊號沒能達到蘋果嚴格的要求也是原因之一，因為高通數據機晶片使用在Android手機的表現普遍比蘋果的iOS平台要好。
微軟、谷歌打造SoC晶片
除蘋果自組ＩＣ設計團隊，微軟也對外徵才，要打造自家SoC晶片，擺脫對英特爾晶片的依賴。微軟最近從蘋果挖角資深晶片設計師加入陣容，研發自家伺服器晶片，未來將用在雲端Azure資料中心伺服器以及Surface系列機種。隨著ARM架構下晶片越來越多，微軟正和高通合作，積極打造ARM架構的Window作業系統，擴大Window作業系統的版圖。在ＡＩ和機器學習有強烈企圖心的谷歌，過去四年從蘋果和英特爾挖角資深晶片設計師擔綱主持人，組成自家IC設計團隊，耗時四年、首款自行設計SoC的Tensor晶片用在Pixel 6系列手機。谷歌在二○一八年以十一億美元買下宏達電(2498)的研發團隊，在這款Tensor晶片融入Pixel 6手機的軟硬體結合過程有很大的貢獻。長期以來晶片的研發進度都趕不上科技發展的速度，很多新科技技術好幾年前就存在，卻沒有更好的運算方式讓這些技術加到手機上。這次谷歌的Tensor晶片在耗能降低部分表現優異，才能把Pixel 6相機加入ＡＩ技術和動態肖像模式，強化光線調校功能，提高整體手機的賣相。
谷歌有意挑戰iPhone
產業分析師指出，谷歌有意利用這款首次自主晶片研發的Pixel 6系列手機，在市場上挑戰蘋果iPhone。Pixel 6的下單量已超過七百萬支，是前年谷歌所有智慧型手機總出貨量的兩倍，這款手機售價和前一代Pixel 5相同，還大幅提升軟硬體功能，期待獲得消費者青睞。除Pixel 6外，谷歌也推出Titan M2安全晶片和指紋感應器，將用於Pixel 6上，讓這款手機號稱是史上最安全的手機。
亞馬遜正在替自家網路交換器開發客製化網路晶片，來改善亞馬遜內部基礎建設和強化ＡＷＳ服務。特斯拉宣布研發Dojo晶片，用於訓練資料中心內部的人工智慧網路。
未來這款Dojo晶片在ＡＩ和機器學習的技術發展能更精進的話，就可能直接用在特斯拉汽車的自動駕駛上。
為了強化跨入元宇宙領域，臉書去年改名Meta平台，宣布採用超微最新版本的ＥＰＹＣ伺服器晶片處理器，共同打造開放式雲端及單插槽伺服器，提升運作效能和改善功耗的效率。其實Meta平台也正在研究一種與大多數現有設計大不相同的新型半導體。
面對５Ｇ、雲端運算的需求，每家公司產品的內容與功能都不太相同，為了強調和其他市場競爭者產品內容的差異化，滿足自家產品在應用時的特別需求，若使用和競爭對手同樣的微處理器晶片，難以滿足上述條件。或者是由晶片公司設計出來的晶片，放在每家科技公司產品的功能表現上不盡相同，主要是在軟體和硬體的結合上出現問題。再來就是能降低晶片的成本，自行設計的晶片較能滿足自家產品的需求。基於上述多種因素，還有科技大咖本身擁有龐大的資源，容易找到需要的半導體人才，乾脆自組ＩＣ設計團隊研發所需要的晶片，擺脫對晶片公司的依賴。
傳統晶片廠要找新出路
傳統微處理器製造商的英特爾、超微、Nvidia和高通等面對科技大咖自己設計晶片的問題，也必須自行尋找出路。對他們來說，搶攻伺服器電腦微處理器市場是最快的捷徑，要不然就切入各種車用微處理器市場也是一個出路。
Nvidia的ＡＩ技術領先其他業者，資料中心晶片出貨量強勁成長。接下來，Nvidia要推出用在資料中心等級的ＣＰＵ，提高ＴＢ等級資料吞吐量的加速ＡＩ運算功能。這款ＣＰＵ有結合資料中心晶片、ＧＰＵ功能在內的ＣＰＵ，主要用於龐大資料的快速運算功能。除可用在雲端伺服器外，未來可望著眼於自駕車資料傳輸大量資料的運算商機。超微、Nvidia紛紛切入伺服器電腦的微處理，瓜分英特爾在這塊市場的優勢，造成這部分毛利率快速下滑。
高通面對客戶自行設計微處理器和數據機晶片壓力，跨入自駕車技術，並宣布已拿到BMW Neue Klasse系列電動車訂單，該車款將採用用高通Snapdragon Ride自動駕駛平台，這平台包括高通的單晶片等多個核心部件，前視、後視和環景攝像鏡頭、攝像頭感應共十枚攝像鏡頭，收集來的數據全部由高通的視覺運算晶片進行分析處理，暫不採用光達(LiDAR)設備，但整車配有六個毫米波雷達。
高通在未來的無線晶片設計上，強調要和邊緣運算等的功能融合在一起。研究顯示，到二○二五年，將有六四％的數據將在傳統數據中心以外產生，強調邊緣運算需要更強的運算處理和ＡＩ能力。高通展示車用晶片產品中，包括驍龍汽車數位座艙平台、Snapdragon Ride自動駕駛平台、Snapdragon汽車連結雲端服務平台以及Snapdragon車用聯網平台，高通看好這幾項軟硬體平台將有數十倍的成長機會。高通積極轉型晶片設計新領域，才能擴大在５Ｇ時代的新商機。
