亚马逊的芯片大局
从最近的报道我们看到，亚马逊已经涉及了Arm服务器芯片Graviton、机器学习芯片Inferentia，同时他们还投资了聚焦于无线技术的Wiliot公司。
首先我们看一下Arm服务器芯片Graviton，按照了解，这是一款基于Arm Cortex-A72设计的，主频为2.3GHz的64bit芯片。亚马逊为其设计了16个vCPU instances，并将其排列在四个四核集群中，每个集群有2MB的共享L2缓存，每个核心则有32KB的L1数据缓存和48KB的L1指令缓存。其中一个vCPU映射到一个物理核心。这款芯片能够支持SIMD和浮点数学，执行AES，SHA-1，SHA-256，GCM和CRC-32等算法的硬件加速。
按照分析人士的说法，亚马逊制造芯片的决定是基于英特尔处理器的高价格、零部件短缺，加上目前Arm服务器芯片生态发展完善和晶圆代工业务发展成熟等因素而做出的。
机器学习芯片Inferentia则是一个由 AWS 定制设计的机器学习推理芯片，旨在以极低成本交付高吞吐量、低延迟推理性能。
据亚马逊官方介绍，AWS Inferentia提供数百 TOPS（每秒万亿次运算）推理吞吐量，以允许复杂模型能够进行快速预测。对于更复杂的性能需求，可以组合使用多个 AWS Inferentia 芯片来支持数千 TOPS 的吞吐量，能够支持 TensorFlow、Apache MXNet 和 PyTorch 深度学习框架以及使用 ONNX 格式的模型。
Wiliot则由英特尔前员工在2017年所创立而成，他们号称能提供不需要电能，而是使用能够使用环境能源的芯片。据了解，Wiliot的晶片产品采ARM架构，大小如邮票般，透过内建的蓝牙天线，来传输资料给附近的接收装置，再让这些接收装置把资料送到云端，进行后续的运算过程，因此，芯片不需电源就能运作，除此之外，它还能测量环境周遭的温度、气压、所在地点等数据。
亚马逊还投资了AI芯片初创公司Syntiant。据介绍，成立于2017年的Syntiant是一家总部位于加利福尼亚州尔湾市的AI芯片研究公司，致力于搭建机器学习平台，为半导体研究提供解决方案。与传统处理器构架不同的是，Syntiant的神经决策处理器（NDPs）采用了独特的模拟神经网络系统，该系统以极低的能耗进行大规模并行计算，应用范围包括助听器、物联网、智能扬声器和手机等，为电池供电设备提供有效的深度学习媒介。
以上几款只是亚马逊最近发布或者投资的芯片，但其实在更早之前，亚马逊就已经涉足芯片了。早在2016年，亚马逊就开发了一款叫做Alpine 的Arm 架构处理器芯片。据介绍，这个芯片能够应用智能手机之外的一些耗电量比较低的设备上。最重要的一点，亚马逊还给自己芯片搭上自己的Logo，将其出售给硬件厂商和数据中心，其中PC 厂商华硕、网络服务商 Netgear和储存服务器提供商 Synology都是他们的客户。而亚马逊的芯片技术主要来源于他们在2015年收购的以色列芯片制造商Annapurna Labs。
Annapurna Labs创立于2011年，是一家主要生产网络、储存及安全装置用的整合性平台芯片（platform on chip）及子系统的公司。2015年，网络巨头亚马逊斥资3.5亿美元收购了Annapurna Labs，加快了他们的造芯之路。而再往前看，甚至还传出过亚马逊收购德州仪器移动芯片部门的留言。
在这一系列的操作推动下，亚马逊正从一个软件公司，演变成一个越来越“硬”的公司。
亚马逊从软到硬的背后
要说明亚马逊从一个纯粹的软件公司，走向一个硬件甚至一个芯片公司的原因，这就要从亚马逊业务的转变和他从事业务的特性说起。
成立于1994年的亚马逊赖以起家的的是他们互联网电商业务。到了2002年，他们对外推出了云计算平台AWS（全称Amazon Web Services）的最早模型，并于2006年正式上线，谁也想不到这个当初不被董事会看好的项目，现在会成为电商巨头利润的中流砥柱。
财报显示，亚马逊2018年营收为2329亿美元，盈利首次突破100亿美元到117亿美元。其中AWS业务营收为257亿美元，同比增长了47%，利润更是高达73.22亿美元，占公司总利润比为62.5%。外媒The Next Platform认为，他们能获得这样的收益，与他们在原始计算、网络和存储基础设施上面增加平台和软件服务有很大的关系。另外，与供应商议价、提高庞大服务器群的利用率也是原因之一。The Next Platform预测，到2023年，AWS的营收将会突破千亿美金，到2029年年底，AWS将会成为一家1.5万亿美元的公司。
AWS业务过去十年的营收增长
这种业务展趋势必会吸引亚马逊去持续投入，那就需要他们去投资更多的服务器，因此打造自由的Arm服务器芯片，就成为了必然了。有业内人士告诉记者，Arm服务器芯片的价格只有X86芯片的十分之一，这就驱使亚马逊去做自己的Arm服务器芯片。
亚马逊首席云计算企业顾问张侠在去年九月于上海举办的世界人工智能大会上披露，现在已经有数以万计的活跃开发者在AWS云平台上训练机器学习，而这一实时的增长率与日俱增。利用亚马逊AWS云计算的机器学习，相关的产品和服务去年同比增长了250%，超过80%都是跑在亚马逊AWS的云计算上。与此同时，不同的客户也通过部署在亚马逊AWS平台上，来不断建造优越的、改进性的AI技术。在过往，亚马逊是通过购买英伟达的GPU来做相关的训练布局，也正是在这种成长动能下驱使亚马逊推出Inferentia，并投资更多的AI芯片公司。
在笔者看来，亚马逊机器学习芯片与做服务器芯片的原因都是一样的，就是节省成本。尤其是在Arm的IP授权模式以及台积电等晶圆代工厂发展完善的情况下，做芯片更是水到渠成的事情。
而亚马逊在智能家居方面的野心，则是他们定制芯片的另一个出发点。亚马逊以Alexa和Echo系列智能音箱为开端，现在已经奠定了在智能家居里面的基础，特别是他们的语音助手Alexa。
2014年，亚马逊在发布智能音箱Echo的时候，也连带推出了语音助手Alexa，在大家都不知道贝佐斯想做什么的时候，智能音箱浪潮就在随后几年里席卷了全球。根据市场研究公司 Canalys Research的税局显示，去年第三季度，Echo 智能音箱出货量达 630 万台。再加上搭载Alexa的智能音箱，这个数据将会更上一个量级。在去年年底，能与 Alexa 互动的智能家居设备已经超过 2.8 万款，较去年年初提升了 6 倍。而根据亚马逊的官方数据显示，Alexa 已经拥有越 7 万个技能，无论测验、游戏还是冥想，它都能驾轻就熟。
在智能家居这个市场，竞争者众多，例如谷歌就在亦步亦趋，对于亚马逊来说，如何打造自己的差异化方案，就显得尤为重要，这也是他们打造那么多低功耗的芯片，并且收购安全监视器供应商Blink、家庭WiFi初创企业Eero背后的原因。
路透社表示，亚马逊收购Blink，很重要一部分原因都是看中Blink独家芯片的低功耗、低成本优势，亚马逊本身也在进行了相关研究；至于Eero，则是路由提供商，根据介绍，其独特的WiFi解决方案，让连接设备能够持续正常工作。以上产品都是在于更好芯片的“合作”中相互相成的。
对比看国外的谷歌和国内的华为、小米这些以智能家居为业务中心之一的公司，芯片都是他们的一个重要组成。由此看来，智能家居的竞争会增加到下一个阶段。
