芯片，過往認為是電子設備中最復雜的元件。隨著科技的日新月異，定制化芯片的需求越來越高，這也導致了許多大企業紛紛自研自己的芯片，除了能夠降低成本之外，也能夠最大化性能。這些公司當中包括了谷歌、亞馬遜、蘋果以及特斯拉等。
谷歌
2021年8月5日，谷歌 在推特上公布了關于其新一代 Pixel 手機的信息，并首次放出了關于首代 谷歌自研芯片——Tensor 芯片的很多資料。
谷歌CEO Sundar Pichai將 Tensor 芯片稱為迄今為止在 Pixel 領域最大的創新。谷歌將Tensor 芯片對標其對手蘋果旗下的A系列芯片。
谷歌認為，如今安卓手機已經跨過了手機綜合性能不足的門檻，下一代手機需要的并非更強的性能、更大的運存，想要繼續改善如今智能手機的使用體驗，則需要借助各種深度學習技術、針對使用場景優化的協處理器來完成。
谷歌為手機設計芯片，開始讓安卓陣營手機芯片的巨頭捏了一把冷汗，股價在谷歌發布Tensor 芯片后應聲下跌，例如高通。
谷歌將過往發布的各種協處理器全部整合進Tensor 芯片。在谷歌的計劃里，自研芯片其中一個重要目的就是進一步推動谷歌旗下各種 人工智能、機器學習技術，借助算力更強大的移動端硬件優化普通用戶的實際使用，進一步推動 AI 的實用化。
相比于其他芯片，Tensor 芯片最大的區別在于加入了谷歌針對移動設備定制的 TPU 處理單元。張量處理單元（Tensor Processing Unit，TPU），是谷歌開發的專用集成電路（ASIC），專門用于加速機器學習。比如，谷歌 Tensor 芯片的性能比高通的驍龍 888＋ 強一些，雖然功耗高，但是其AI 性能3 倍于 888＋。
手機攝影涉及了機器學習，例如在黑暗的情況里，手機利用機器學習來自動調色，不會讓我們拍照“黑黑一片”，提高照片的質量。根據谷歌的介紹，Tensor 芯片將進一步加強Pixel系列手機的拍照功能。
過往許多安卓手機有著一些缺點，例如在拍照處理照片的過程中其他在后臺運行的應用進程被“殺掉”或是感受到明顯卡頓。而隨著Tensor 芯片的加入，谷歌稱 Pixel 6 將會給手機攝影領域帶來全新體驗。谷歌進一步表示，Pixel 手機未來借助更強算力能拓展的更多使用場景，比如把因為快速移動導致模糊的人像照片“搶救”回來，以及讓視頻在不同的光線環境下保持最自然的白平衡等。
谷歌 Silicon 團隊高級主管Monika Gupta表示：“對于谷歌來說，我們希望把 AI 運用在生活的方方面面，甚至園區餐廳的菜單也可能是由 AI 根據我們的喜好來設計。我們不想生產傳統意義上的智能手機，谷歌想要 AI 和機器學習處理能力大增的設備，但市面上的處理器并不滿足谷歌的需求，更強的AI 是谷歌選擇自研芯片的初衷。”
The Verge實測Pixel 6以及 iPhone 12 Pro Max拍照性能對比認為，Pixel 6沒有太多過度銳化痕跡。可以說谷歌正在依靠著Tensor 芯片追趕者蘋果。
亞馬遜
亞馬遜除了是一家電商巨頭之外，也是云計算領域的巨頭（AWS）。亞馬遜正在積極自研云計算芯片。2021年12月21日，亞馬遜云發布了通用服務器芯片Graviton 3、機器學習云端芯片Trainium以及固態硬盤，并提供相關云計算應用。實際上，亞馬遜早在2015年就收購了以色列芯片公司Annapurna Labs，布局自研芯片。
Graviton 芯片主要應用在服務器、云服務、高性能計算、機器學習等領域。許多 AWS 服務，包括 Amazon Aurora、Amazon ElastiCache、Amazon EMR、AWS Lambda 和 AWS Fargate，都使用Graviton 芯片。而許多企業包括Epic Games、DIRECTV、Intuit、Lyft 和 Formula 1 等都有采用亞馬遜的Graviton 芯片來進行計算。
通用服務器芯片Graviton 3，采用Arm架構。Graviton3的計算性能是 Graviton2是 1．25倍，如果特別專注在科學領域（尤其是機器學習）、加密領域等使用浮點運算的話，Graviton 3性能最快可達2倍。Graviton 3采用5納米制程。
Graviton第一代處理器發布于2018年11月，定位為云原生芯片，對云端基礎架構進行了針對性優化。Graviton處理器的推廣也幫助Arm架構蠶食英特爾處理器的市場份額。雖然Arm架構在智能手機市場呼風喚雨，但服務器領域則是英特爾的天下。2021年9月10日，IDC發布的《全球服務器季度跟蹤報告》顯示，x86服務器產生的收入在2021年第二季度增長2．2％，達到214億美元，占全球服務器收入的90．3％，x86服務器市場芯片基本為英特爾所有。
Trainium 芯片是亞馬遜AWS 設計的第二款定制機器學習訓練芯片，可為在云中訓練深度學習模型提供最佳性價比。Trainium 芯片專門針對圖像分類、語義搜索、翻譯、語音識別、自然語言處理和推薦引擎等應用程序的深度學習訓練工作負載進行了優化。而隨著機器學習使用的加速，迫切需要提高性能并降低推理和訓練驅動的基礎設施成本。AWS 推出了 Inferentia芯片，這種定制芯片可以在云中以最低的成本為客戶提供高性能的機器學習推理。
亞馬遜表示，借助 Trainium 和 Inferentia，客戶可以獲得最佳的機器學習性價比，從擴展訓練工作負載到通過高性能推理加速生產中的深度學習工作負載，讓所有客戶都可以使用機器學習的全部功能。
云化是企業接下來將要面對的一個大趨勢。許多企業不是已經云化，就是在云化的路上。企業對于云計算的需求也會持續增加。定制化，專門為云計算服務的芯片自然也就會有相應的需求。亞馬遜積極布局相關芯片的設計也是看好未來云計算在此方面的發展。
蘋果
2020 年 11 月 11 日，蘋果通過線上發布會正式發布全新搭載自研 M1 芯片以及搭載 M1 新品的三款 Mac 產品。M1 芯片主要專為Mac打造，采用 5nm 工藝制造，集成多達 160 億個晶體管，而且是一顆完整的 SoC，集成所有相關模塊，并采用蘋果自創的封裝方式。
根據蘋果的資料顯示，M1 可以在 10W 功耗下提供兩倍于如今市場上最新筆記本芯片的性能，能效比則高達三倍。而搭載了M1 芯片的Mac電腦能夠實現最高 3．5 倍的 CPU 提速，最高提 5 倍的 GPU 提速和最高 9 倍的機器學習提升。與此同時，其續航比上代也有著大幅提升。
縱觀蘋果的產品發展史，蘋果一直堅持的產品戰略都是軟硬一體，除了對于供應鏈有很高的要求之外，蘋果也希望產品所有的零件都是自己設計，這樣一來就不會有零部件被其他公司卡脖子的問題。英特爾此前的“擠牙膏”行為引起了蘋果的不滿，除了硬件跟不上軟件之外，蘋果也無法定制化筆記本電腦，讓自身產品性能達到極致。因此研發了M1芯片以擺脫英特爾在筆記本電腦處理器的卡脖子。
蘋果自研出M1芯片除了可在筆記本電腦領域擁有更多話語權之外，蘋果旗下的Mac 的使用體驗將和 iPhone、iPad 更加協同，因為所有的蘋果應用都采用 ARM 架構，而 iPhone 的應用將能夠與 Mac 兼容。蘋果自身也能夠根據產品迭代周期來持續更新芯片技術，不必跟隨英特爾的腳步。而對于用戶來說，除了體驗的升級之外，Mac 系列產品將比以往的售價要低許多，因芯片處理器由蘋果自家研發。
根據蘋果官方的資料，M1芯片的性能超過英特爾過往的芯片處理器，且性能增加了但能耗沒有增加。蘋果硬件技術高級副總裁Johny Srouji表示，這是蘋果制造過的最強大的芯片。與最新的8核PC筆記本電腦芯片相比，M1 Pro在同等功耗水平下的中央處理器性能可高達1．7倍，達到其峰值水平性能的功耗則少了70％。
特斯拉
2021年8月19日，特斯拉在帕羅奧圖總部召開AI日，這是特斯拉的第三場技術發布會。在過去兩場技術發布會上，特斯拉發布了包括首枚車企自主研發自動駕駛芯片FSD 芯片、算力達到144 TOPS的Autopilot HW 3．0、無極耳電池、大體積自研電池、無鈷電池等。
在此次技術發布會上，特斯拉發布了自研的D1芯片、特斯拉Bot機器人、全新自動駕駛模擬程序等多項與人工智能相關的新技術。
此前在2021年6月19日舉辦的CVPR 2021（人工智能學術頂級會議）現場，特斯拉展示過名為Dojo的超級計算機的相關性能。根據當時披露，Dojo采用5760個英偉達的A100 GPU，總算力達1．8EFLOPS，讀寫速度高達1．6TBps，被認為會超越全球排名第一的超級計算機富岳。
世界超級計算機排名
值得注意的是，特斯拉在AI日進一步宣布Dojo將采用特斯拉自研訓練CPU—— D1芯片。特斯拉Autopilot（特斯拉自動駕駛程序）的工程主管Milan Kovac上臺展示了D1芯片。
D1芯片基于7nm工藝，包括500億個晶體管數量，內建354個訓練節點，僅內部的電路就長達17．7公里，算力高達362TFLOPs，功耗僅400W。Milan Kovac表示，這可能是市面上最強的芯片，Dojo未來一段時間僅專注于訓練特斯拉的自動駕駛汽車程序。
此外，D1芯片未來會成為Autopilot 3．0版硬件基礎，目前特斯拉車型上搭載的是Autopilot 2．5版硬件。全新硬件系統將實現大幅性能提升，為日后特斯拉車型升級更高階的自動駕駛系統提供了足夠強大的計算能力保障。
根據特斯拉的描述，D1芯片主要作用是處理來自攝像頭、超聲波傳感器以及雷達的數據，經過數據分析最終給出車輛控制決策。其中，處理來自攝像頭的圖像數據消耗計算能力最多。如今特斯拉的自動駕駛系統／方案是一種較為依賴攝像頭數據的系統，所以提升芯片計算能力對于提升特斯拉自動駕駛系統的性能是至關重要的。
Dojo D1芯片則有望進一步加速特斯拉自動駕駛系統的發展。在AI日上，特斯拉繼續傳達其視覺系自動駕駛技術路線的決心。Autopilot軟件主管Ashok Elluswamy在發布會上表示，特斯拉自動標記技術，強調道路上有太多物體需要標記，利用標記的物體來重現道路上的場景。而這背后則是需要龐大的算力。D1芯片將會幫助特斯拉持續推進其視覺方案的落地以及成熟化。
