【传闻ARM断供】国产CPU的几个关键问题 1. 何为指令集架构授权、IP软核授权和IP硬核授权？2. 需要持续授权是否还算自主可控？3. ARM 中国成立对国内A... 

来源：雪球App，作者： 懒驴投资，（https://xueqiu.com/1756823853/127117651）

1. 何为指令集架构授权、IP软核授权和IP硬核授权？

2. 需要持续授权是否还算自主可控？

3. ARM中国成立对国内ARM授权的影响？

4. 主流与非主流在CPU领域未来发展的区别？

5. AI是否带来指令集的颠覆？

6. 国内主流架构CPU国产芯片的对比。

Q&A：

1. 何为指令集架构授权、IP软核授权和IP硬核授权？

拿指令集架构授权、IP软核授权和IP硬核授权的问题涉及团队芯片自主设计能力水平，从国内国产芯片研发起步时间来看，龙芯、申威、飞腾等芯片起步较早，对于MIPS、ALPHA、ARM指令集都有较深入的理解。 从研发难度来看是从硬核授权 - 固核设计 - 软核设计 - 指令集架构授权逐步提高， 硬核基本是完成了布局和工艺固定、经过前后端验证的设计，设计人员不需要对其任何修改，就可以使用的设计版图。 固核具体在设计中可以看成是带有布局规划的软核， 而软核就是综合之前的寄存器传输级（RTL）模型， 需要经过综合布线才能使用。 指令集架构授权级别最高，对研发实力的要求最高，以飞腾ARM芯片为例，公司从ARM获得的只是一个标准文档（包含指令的定义，通用寄存器的数量），大量的寄存器传输级模型和布线都需要设计。国内最早的三家华为、展讯、飞腾都拿到过指令集架构授权，但前两家公司产品主要应用在移动领域，所以兼顾多种混合授权方式。

网页链接

2. 需要持续授权是否还算自主可控？

指令集授权的持续性成为自主可控的一个关注点，指令集是底层的标准文档，定义了指令功能和通用寄存器的数量等，各种指令集都有授权问题，龙芯MIPS、申威ALPHA、飞腾ARM都不例外，定义指令集并不难，但市场应用前景是关键。我们了解以授权为主的ARM高阶授权分为，多用途授权（时间一般在3-5年），终身多用途授权（一般也就10-20年），还有就是指令集架构授权，目前全球包括高通、苹果等15家芯片设计厂商，ARM新一代架构的设计一般会邀请2-3家指令集架构授权用户参与，国内能做到ARM指令集架构授权的有三家，分别是飞腾、华为、展讯，但各家由于授权的领域不同而授权费差异很大，ARM整体策略是在移动领域授权费较高，新兴领域云计算、服务器、IoT等领域授权费较低。X86的授权目前国内有两家兆芯和海光，估计是IP级别的授权。

3. 主流与非主流在CPU领域未来发展的区别？

CPU目前最主流的无非是服务器、云计算、PC领域的X86架构，和移动端的新贵ARM架构，但非主流是否就无用武之地了？也不尽然，国内的龙芯用于特种装备、涉密级PC和服务器领域，申威用于“太湖之光”超算计算机都是MIPS和ALPHA指令集应用实例，但如果涉及芯片的民用领域，是否是主流路线就关乎到将来CPU周边芯片和上层应用的研发费用投入了。 以英特尔2017年研发费用投入为例，131亿美元的研发费用超过了紧随其后三家半导体公司的研发费用总和，而紧随其后的三家分别是高通、博通和三星，年研发费用投入都在34亿美元左右，对比国内核高基每年的投入约在40-50亿，大致可以理解国内做一款通用CPU的难度有多大，那么选择全球主流的CPU路线，意味着国内发展是否可以借力全球生态。

网页链接

4.ARM中国成立对国内ARM授权的影响？

授权的持续性一定会影响自主可控领域的发展，以ARM为例，由中投等中资控股的ARM中国公司成立后，为ARM国内的持续授权和权威性提供了支撑。 目前同样依赖于X86授权的还有和AMD成立的合资公司的天津海光，X86通用芯片技术在云计算领域高达98%以上，海光是继兆芯取得VIA X86授权之后的国内厂商又一次亲密接近X86通用CPU技术，当然一定的收入分成和版税缴纳才使国内团队有了再次学习较为先进的X86技术的机会，与ARM生态的蓬勃发展相比， AMD技术的授权是否为X86复杂指令集的发展打开了另外一扇门。

5. AI是否带来指令集的颠覆？

人工智能似乎一夜之间成为无处不在的技术，英伟达等硬件公司迅速崛起，同时推出了足以令AI界羡慕的CUDA平台，深度学习API等。AI芯片的崛起是否会带来指令集的再次颠覆？答案还不是很确定，新型硬件的崛起为新指令集的出现大大增加可能性，但目前AI芯片在各个领域仍不是主流处理器，比如英伟达GPU属于RISC指令集，在加速计算等领域有着先天的优势，但AI任务的分配和控制仍离不开CPU，所以仍少不了高性能处理器X86和ARM CPU的参与。 其次，AI未来是不是有一个足够大的场景应用支撑新的指令集发展，就目前英伟达数据中心产品的收入来看，全球接近20亿美元，即使以极端情况测算Tesla加速卡的销售量，预计用于全球数据中心AI计算的服务器数量服务器总数仍不到4.5%，AI芯片数量仍无法和高性能处理器CPU的数量抗衡。如果仅作为通用CPU的加速协处理器的角色，颠覆指令集恐怕还有很长的路要走，目前国内寒武纪等厂商向新型指令集的迈出了很大一步。

6. 国内主流架构CPU国产芯片的对比。

目前国产芯片研发起步比较早的是龙芯、申威、飞腾， 在主流应用上，X86和ARM体系在服务器端、PC和移动端优势明显， 海光、飞腾、华为、展讯、兆芯等方向比较占有优势。 芯片厂商在前期都是投入大于产出，大量的国产芯片仍处在靠国家补贴支撑的境遇，纯流片的费用比较透明，流片之前的研发费用随芯片研发设计不同而不同。半导体人力成本的费用也占到相当大的一部分，以二线城市为例，300多人的研发团队，一年5000万的人员费用恐怕不算高，一线城市人员费用更高。而芯片的售价也影响公司何时才能实现盈利，通用X86芯片售价较高，而中低端的ARM芯片由于售价低，实现盈利的销售量自然不同。自主可控国产芯片的自我造血，目前仍然受国家补贴和国家政策的影响。主流芯片架构的优势在于未来软件生态的建设将能够吸引更多的合作伙伴加入，因为软件生态的建立投入可能数倍于芯片本身的投入，同时主流架构为未来芯片发展通过资本运作吸收国外先进技术提供了可能。