高通再度押注数据中心：九年后的新挑战

正文：

2023年6月24日，纽约。高通首席执行官克里斯蒂亚诺·阿蒙（Cristiano Amon）宣布了一项雄心勃勃的计划：到2029财年，非手机业务收入将达到400亿美元，其中数据中心芯片的目标是150亿美元。消息发布后，股价上涨了13%。

阿蒙表示：“高通将成为Meta的数据中心CPU供应商。”他录制了一段视频，承诺了多代产品的合作，而非简单的“探索合作机会”的官方声明。

这听起来像是王者归来的传奇故事。18年前，骁龙处理器定义了手机领域，而如今高通希望在数据中心领域重新定义标准。

然而，高通内部最清楚的是——九年前它曾尝试过，名为Centriq的项目最终以惨淡收场。

2017年11月，旧金山。高通发布了Centriq 2400，这是一款全球首个采用10纳米工艺的服务器芯片，基于Arm架构，配备48个Falkor核心。发布时的宣传材料与今天的内容相似：高能效、低功耗、打破英特尔的市场垄断。

但不到两年，Centriq项目便宣告结束，相关负责人离职，团队解散，Centriq成为了高通内部无人提及的名字。

当时，英特尔在服务器CPU市场占据了超过90%的份额，AMD的EPYC尚未上市，而Arm的市场份额仅有1%。云服务商对此的态度可以概括为——看起来不错，但为何要更换现有解决方案？

更为致命的是，Centriq发布后并没有获得任何公开的量产客户。尽管微软Azure据说在进行测试，但从未正式宣布过。对于数据中心芯片而言，缺乏量产客户的承诺几乎等于没有产品。这个行业关注的不是“芯片制造完成”，而是“是否有客户在使用它处理实际负载”。

高通在那段时间几乎陷入了内忧外患——与苹果的全球专利战让其焦头烂额，而博通又抛出了千亿美元的收购要约。管理层每天面临的问题不是“如何销售服务器芯片”，而是“公司能否继续独立运营”。

Centriq的失败源于三个关键因素的交织：时机不成熟、客户未到以及公司内部危机。

如今，Arm在数据中心的市场份额已经从1%上升至25%。亚马逊的Graviton系列成为了重要的分水岭——自2018年起，亚马逊开始自主研发Arm架构的服务器CPU，到去年已连续三年占据AWS新增CPU容量的一半以上。AWS的最大1000个客户中，98%都在使用这些芯片。而英伟达的Grace CPU在云端的营收也与GPU相当。

换句话说，2017年高通面临的两个问题——“Arm能否用于服务器”以及“高通是否能够制造Arm服务器芯片”，如今第一个问题已被Graviton和Grace所解答。高通只需证明自己能做得比Graviton更好，难度显然不可同日而语。

此外，尽管财报的数据无法直接反映，但扎克伯格在视频中的表态意义明确。

英特尔和AMD在服务器CPU市场的统治已经持续了三十多年，但从未有任何云服务商的CEO公开宣称“我将与某某公司签订多代战略合同”。这并不是缺乏技术合作，而是没有人愿意将赌注押上桌面。

其背后的原因不言自明：英特尔的服务器CPU市场份额从绝对垄断降至62%，而AMD在x86端抢走了46%的收入。与此同时，Arm阵营的Graviton、Grace和Ampere则如雨后春笋般崛起。任何云服务商的采购部门看到这种局面，继续将所有鸡蛋放在x86篮子里都显得失职。

因此，Meta签订的协议并非“试探性合作”，而是“多代战略”。这意味着如果第一代产品表现不佳，第二代将继续尝试。

然而，高通真正要实现的目标远超过一颗CPU的研发。阿蒙展示的Dragonfly系列实际上是一整套数据中心的架构。

其中包括一款超过5GHz、拥有250个核心的Arm服务器CPU，名为C1000，计划于2028年中在Meta实现量产。此外，还有AI推理加速器AI200、AI250和AI300，计划从明年开始逐年推出，专门用于模型上线后的实际调用。还有一个名为HBC的高带宽计算平台，宣称能在相同成本下提高4到8倍的吞吐量，样品将于明年年中交付给微软。

这些产品之间需相互连接——高通提供了一整套从电互连到光互连的网络方案，以确保数据在芯片之间畅通无阻。

最上层则是软件的整合。高通以39亿美元收购了一家名为Modular的公司，致力于构建一个让开发者只需编写一次代码，就能在自己选定的任何硬件上运行的平台。Modular的CEO克里斯·拉特纳曾参与开发LLVM编译器和Swift语言，并曾在特斯拉负责Autopilot。

所有这些听起来都颇具可信度。然而，同时推进五个项目——CPU、加速器、HBC、网络和软件——意味着高通并不是单纯在制造一颗芯片，而是在构建一栋大楼。基础设施、墙体、管道、电线和装修，每一项都可以独立立项，但若任何一项失败，整栋建筑都可能成为危房。

历史上，只有英伟达在数据中心同时打赢过两条以上的战线。它不仅有自身的GPU，还通过收购Mellanox扩展了网络能力，以及CUDA软件生态。

相对而言，英特尔则是反面教材：在过去十年中，它尝试用Atom进入移动芯片市场，但在2016年放弃；用Rialto Bridge进军GPU市场，2023年又取消；Omni-Path网络互联项目也于2019年停摆。尽管投入了数十亿美元，吸引了行业内最优秀的工程师，但没有一条能成功。

Nuvia团队设计的高性能Arm CPU大概率不会失败——他们的背景是前苹果团队，继承了M1的血统。风险并不在于设计层面，而是高通从未同时运营过五条独立芯片产品线。手机SoC、汽车座舱、PC芯片、物联网和XR，这些本质上都是对同一底层技术的不同变体。而数据中心则是从零开始，供应链、销售和客户支持都需要重新构建。

英伟达的CUDA是经过十五年积累而形成的体系。它不仅是工具或平台，更是一个有数百万开发者参与的生态系统。数万篇论文、数千个优化过的库，以及PyTorch和TensorFlow的底层通路都源于此。

Modular试图以39亿美元和两年的时间构建一个平行的生态。

这个故事颇具吸引力：MAX平台承诺让你只需编写一次代码，就能在CPU、GPU、NPU和定制ASIC上运行。同时，Mojo语言也有着Python般的易用性和编译器的高性能。

然而，AMD曾讲述过一个几乎相同的故事。ROCm开放、兼容且旨在替代CUDA，但十年来支持的应用仍需逐一查找兼容性列表。英特尔的oneAPI也面临类似困境。

而且，Modular自身存在一个未必清晰的矛盾：如果MAX对所有芯片一视同仁，为什么高通还要自己生产芯片，直接发展为软件公司不更好？如果MAX在高通芯片上运行效果最佳，那么它与AMD的ROCm并无本质区别——都是自称开放、实际上绑定自家硬件的软件层。

这并非单纯的技术问题。CUDA

来源：Odaily星球日报