来源：半导体产业纵横（ID:ICVIEWS）编译自theregister

随着定制芯片在云计算中发挥越来越大的作用，微软越来越公开地准备设计自己的数据中心级芯片。

长期以来，一直有传闻称，该Windows 巨头正在为服务器和个人设备开发自己的处理器。谷歌和亚马逊也在为他们的云做同样的事情，甚至Meta也有自己令人印象深刻的芯片。

我们这里有更多证据表明，微软正在努力按照自己的特定目的设计自己的芯片，创建自定义组件来运行和加速工作负载，而不是使用其他人的处理器。证据就是一系列新的 Microsoft Silicon 招聘广告，这些招聘广告正在为各种项目寻找工程师，包括至少一个构建定制 AI 加速器的项目。

这是继 Redmond之前为芯片设计人员发布的广告之后的内容。据了解，这些最新的职位发布与公司的 Azure 云有关。

“我们正在寻找一名首席设计工程师在充满活力的微软芯片和人工智能系统团队中工作，”本周发布的一份招聘信息写道。

据说该团队正在研究“能够以极其高效的方式执行复杂和高性能功能的尖端人工智能设计”。换句话说，在将自己的未来寄托在 OpenAI 的技术系列上之后，微软希望制造芯片来运行那些比现成的 GPU 和相关加速器更高效的模型。

从招聘信息中可以看出，微软正在寻找经验丰富的工程师。上述职位要求电气工程师在该行业至少工作9年，负责高性能组件的逻辑设计和微架构工作。基本工资最高为每年 280,000 美元。

微软对定制芯片的兴趣超越了 AI 加速器。Redmond 的硅计算开发组织的另一篇帖子正在寻找一名设计验证工程师，以服务于其前硅硬件验证团队。根据该帖子，该团队将研究针对云工作负载的 SoC 设计，这表明微软正在考虑采用类似于亚马逊 Graviton 系列的定制处理器。

微软还发布了Azure 硬件系统和基础设施组的硅工程师职位空缺，负责数据处理单元 (DPU) 和封装设计工程师的职位。

DPU——有时称为智能网卡或基础设施处理单元——可以从主机 CPU 内核卸载各种功能，例如安全、网络或存储。这可能是微软在 1 月份收购 DPU 供应商 Fungible 时最不令人惊讶的尝试。

与此同时，后一职位将负责为“各种数据中心产品领域”“提供用于 HPC 硅设计的先进封装解决方案”。这表明微软的目标是追随亚马逊的脚步，为各种计算应用程序构建定制芯片。

微软在芯片方面的雄心壮志尚不清楚，仅仅因为该公司正在招聘芯片组工程师并不意味着我们很快就会看到定制部件。微软的代表可以告诉我们的是：

我们将继续投资于我们自己的能力，并培养和加强与范围广泛的芯片/生态系统供应商的合作伙伴关系。我们的目标是通过系统范围的方法为我们的客户提供丰富的解决方案。

追求定制芯片当然有其优势，除了省去中间商之外，定制芯片还提供了一个机会，可以为特定领域的应用程序构建比现成部件更高效的处理器。

Amazon Web Services 和 Google Cloud 都开发了定制的 AI 加速器。亚马逊拥有 Trainium 和 Inferentia，谷歌拥有第四代张量处理单元 (TPU)。相比之下，微软在很大程度上依赖于英伟达、AMD 和英特尔等芯片制造商的现成或定制硬件，这意味着它还有很多工作要做。

然而，过去几个季度，半导体生态系统的大部分领域都出现了大规模裁员，这可能为微软提供了一个填补其人才库缺口的机会。

微软的Athena

来自两名知情人士的消息，微软早在2019年就开始开发内部代号为“Athena”的人工智能（AI）芯片。其中一名知情人士表示，一些微软和OpenAI的员工已经开始测试并使用这些芯片。

据悉，微软希望Athena芯片的性能优于目前从其它供应商处购买的芯片，从而节省其在昂贵的AI业务上的时间和成本。

微软的这些芯片专为大型语言模型讯连软件而设计。当前市场上所使用的 AI 芯片几乎全部来自英伟达，而受制于产能限制，英伟达的 AI 芯片时常短缺且价格昂贵。

有市场评论认为，微软 AI 芯片立项的时机很巧，正好在微软、OpenAI 等公司培养的大型语言模型已经开始腾飞之际。两位知情人士表示，OpenAI的ChatGPT聊天机器人的发布让人们兴奋──根据分析师预估，截至今年1月，也就是ChatGPT发布两个月后，该机器人已经拥有超过1亿用户──这促使微软加快Athena的研发和推出。

知情人士说，微软最快可以在明年让 Athena 在公司和 OpenAI 内部广泛使用。不过其中一名知情人士表示，微软内部仍在争论是否会向其 Azure 云计算服务的客户提供这些芯片。

如果微软确实走向其云计算客户提供Athena芯片，它还必须为其打造比英伟达当前产品更具吸引力的软件，英伟达在该领域已深耕15年，其软件产品已在全球广泛使用。

调研公司SemiAnalysis的首席分析师Dylan Patel估算，ChatGPT的运营成本为每天约70万美元或每次查询0.36美元。Patel 说：“大部分成本来自其所需的昂贵服务器。和英伟达产品相比，若 Athena 具竞争力，可以将每个芯片的成本降低三分之一。”

Patel 还表示，微软希望他们在所有的应用程序中都使用这个大型语言模型，包括 Bing、Microsoft 365 和 GitHub。如果采用英伟达现成的软件进行大规模部属，光芯片这一项成本每年就要烧掉数百亿美元。

尽管微软替其云计算业务开发的服务器芯片广为人知，但此前并未提及 Athena 芯片的存在。其中一名知情人士说，微软至少有 300 人在进行 Athena 开发工作。Patel认为，开发Athena这样的内部芯片成本可能约为每年1亿美元。

微软对 Athena 的开发可能是其与英伟达合作关系中的一个敏感话题。根据直接了解该计划的人士表示，微软并不认为自己的 AI 芯片可以广泛替代英伟达的产品。不过有分析认为，微软的这一努力如果成功的话，也有可能帮助它在未来与英伟达的谈判中更具优势。

知情人士还说，微软的 AI 芯片路线图包括未来多代 Athena 芯片。不过，由于英伟达在这一领域深耕已久，即便Athena按计划在明年投入量产，其制造工艺仍比市面上最先进的技术落后一代。

据悉，Athena 芯片的初始版本计划使用台积电的5nm制程工艺，该项目可能会有多代芯片产品。