大厂为何不全盘自研芯片：核心自研、外围外购的生意经

平时关注芯片新闻的人，最近几年应该都有个很直观的感受：大厂们在自研芯片这件事上越来越积极。手机厂商做SoC，车企做自动驾驶芯片，云厂商卷AI加速器，甚至连做家电的都敢对外说自己在投入芯片设计。"自研芯片"几乎成了科技公司技术实力的最佳注解。

但你要是真把一台旗舰手机或者一辆智能汽车拆开，数一数里面的芯片数量，很容易发现一个反直觉的事实：那些被发布会反复提到的自研芯片，往往只是整台设备几十上百颗芯片里的少数几颗。苹果的A/M系列确实是自研的，可iPhone里依然有高通基带、博通Wi-Fi，还有一大堆来自索尼、三星、恩智浦等供应商的传感器、电源和射频芯片；华为的麒麟SoC很强，但拆开Mate系列，存储、射频前端、各类外围芯片照样来自全球供应链；特斯拉有FSD和Dojo，可它车内的MCU、网络芯片、功率器件，很多还是要向外部供应商采购。

大厂站在聚光灯下，把最核心的"大脑"攥在自己手里，却对更多不起眼的芯片几乎清一色地选择外购。这绝不是巧合。说到底，大厂不敢全盘自研芯片，根源不在于技术难不难，而在于这笔账算下来根本不划算。这篇文章我就把账摊开算一算，聊聊"自研"的边界到底画在哪里。

1. 从"核心自研"到"全盘自研"：边界不在技术，在生意

1.1 大厂的自研版图，到底画到了哪里

先做一道翻译题：什么是"全盘自研"？最极端的理解是，不光把主控SoC自己设计出来，还包括所有功能芯片的设计，连制造、封测、材料甚至EDA工具也全部自己掌握。这种形态在商业世界里几乎不存在，就算是被公认为行业巨头的公司，也不敢这么玩。苹果连CPU里的核心IP都要基于Arm授权再定制，GPU是自研的，但基带、射频前端、电源管理等等仍然大量外购。

我见过最真实的"大厂自研清单"大概长这样：手机大厂自研SoC、NPU、ISP和一部分PMIC；车企自研自动驾驶主控、座舱SoC、一部分功率半导体；云厂商自研AI训练和推理芯片、DPU、一部分网络芯片。这些芯片有一个共同点：它们直接决定了产品的核心体验、差异化卖点或者单位成本。换句话说，大厂自研的从来都是"价值链上最粗的那根针"，而不是整匹布。

1.2 造芯片不是写软件：边际成本完全不是一回事

很多做软件出身的工程师容易低估自研芯片的代价，因为软件是"一次开发、复制分发、边际收益趋近于零"，芯片则完全相反。一颗芯片从规划到量产，动辄三五年，前期投入几个亿到几十个亿，而一旦量产，每一片晶圆、每一次良率爬坡都是真金白银。软件可以今天发版明天修，芯片一旦流片失败，整个投入基本打了水漂，改版重来又是新的一轮周期。

这里有一个关键概念："摊薄"。高通、联发科之所以能做通用芯片，是因为研发成本由全球数亿部设备的出货量一起分摊；大厂自研芯片的研发成本，只能靠自家产品线单独扛。所以我常说，自研的门槛从来不是"造不造得出来"，而是"养不养得起"。你的产品线有没有足够大的出货量、能不能把自研芯片的成本摊到比外购更划算、还能换来体验优势？没有这个前提，自研就只是技术情怀，不是商业决策。

2. 一张整机里几十颗芯片，哪些该自研、哪些不该碰

2.1 先把芯片地图摊开看

把一部手机或一辆智能汽车拆开，芯片大致分成几大类：

我经常建议刚入行的朋友：看一台设备的技术含量，别只盯着SoC有多快，把BOM表翻出来，看看各类芯片各占多少钱、各在谁手里，比看发布会有意思得多。以一部主流手机为例，SoC和屏幕往往占了BOM成本大头，但射频前端、电源管理、存储这些看似低调的芯片加起来也是不容忽视的开销。大厂在每个类别上的策略完全不同，不是它们不想通吃，而是每一类芯片背后的竞争逻辑根本不是同一物种。

2.2 模拟、射频、电源：跟CPU是两种"手艺活"

常规理解里，芯片设计就是画逻辑电路、写RTL代码，但模拟芯片完全是另一套逻辑。电源管理、接口物理层、传感器信号链这些东西，靠的是对半导体物理、工艺偏差、版图寄生效应的长期经验积累。业界常说模拟芯片工程师"越老越值钱"，就是因为经验几乎是唯一的生产力——同样一份规格书，新手和二十年老师傅画出来的版图，在噪声、功耗、良率上的差距可能是断崖式的。

射频芯片更是出了名的难啃。基带调制解调涉及海量通信协议和专利，射频前端则要和全球各个频段、运营商认证、天线环境纠缠。最典型的例子就是基带：苹果在这块自研了许多年，至今依然要采购高通的方案。你让一支擅长做低功耗CPU的团队去啃射频，大概率会陷入"加班一年、进度半米"的窘境，这不是态度问题，是知识密度和工程积累的客观差距。

2.3 接口和存储：标准化商品不值得自研

还有一类芯片，是大厂即便有能力也懒得碰的：标准化接口和存储。PCIe、USB、HDMI、以太网PHY这些都有非常成熟的生态，大家买的就是"兼容"和"省心"。如果非要自研，你不但要养一个团队常年维护每一代协议规范，还要对付各种设备互联的兼容性测试，而这些工作并不会给终端产品带来消费者能感知的差异化。存储芯片就更典型了，DRAM和NAND的核心壁垒在制造工艺和规模成本，跟设计公司是两种物种，连设计都得靠原厂自己干。

我把这类芯片叫"工业味精"：单颗价值量不高，但缺了就浑身不舒服；可如果为了一瓶味精专门去建一个工厂，那显然本末倒置。大厂在这类芯片上的态度高度一致：标准化的、绕不开的、不决定体验的，一律外购。

3. 自研的真正代价：流片、IP和时间，一样比一样贵

3.1 流片费：一枪开出去全是钱

先谈钱。芯片行业有句话叫"流片如烧钱"：设计完的芯片要送去晶圆厂试生产，叫流片；流片一次的成本跟制程工艺和芯片面积直接相关。成熟工艺也许还算温和，但到了先进制程，单次流片少则几百万美元，多则上千万美元，如果想多做几批来验证不同版本，费用会成倍往上翻。

更痛的是，流片不是一次就能成功。前几年不少团队抱着"先试一版"的心态，结果一次功能问题、一次时序收敛失误、一次物理验证问题，两三轮流片下来，预算被烧穿。我见过一个不算极端的案例：某团队做一颗车规级主控，第一轮流片就发现SRAM位翻转问题，改版重来，整个项目周期延了一年，预算翻了一倍不止。做软件失败可以修bug，做芯片失败，修正的代价是重来一整轮制造周期。

3.2 IP授权、EDA工具、人才：三重隐性成本

流片之外还有三座隐形大山。第一座是IP授权费：如今很少公司从零开始画CPU、GPU核，绝大多数是在Arm或者RISC-V核的基础上做二次开发，光授权费就是千万美元级别起，有些高性能核还要按出货量抽版税。第二座是EDA工具：三大EDA厂商的先进工艺工具包按年订阅，一套全流程工具就是几百万美元。第三座是人才：一颗先进SoC通常需要几百到上千人的研发团队，芯片工程师薪资又很高，一年人力成本是极其可观的数字。

把这些加在一起，一颗中大规模自研芯片的总体投入，按行业普遍口径，基本是以亿为单位计算的，先进工艺的顶级项目几十亿元都不稀奇。大厂对外宣传自研芯片时都讲设计能力，闭口不提整体拥有成本。只有当你坐到会议室里签字批预算的时候，才会真正体会到什么叫"造芯有价"。

3.3 时间窗：你赌的是两三年后的市场需求

比钱更难算的是时间账。一颗中大规模芯片从立项到量产，顺利的话18个月，不顺利的话三五年。这意味着你现在决定自研，赌的是三年后市场还认不认这个需求。消费电子用户偏好变化有多快大家有目共睹，一个爆款品类的生命周期短到可能撑不过一次芯片开发周期。我见过好几家公司在某个边缘AI场景火热时立项做ASIC，等芯片出来，场景已经退烧，目标客户早就转向了通用方案——典型的被时间窗卡死。

更麻烦的是，芯片产品不像软件那样能按周迭代。改一个架构、加一个特性，都要重新走一遍仿真、验证、流片流程。终端产品可以按季度迭代，芯片的迭代节奏却是按年计算的。对一家追求资金周转率的大厂来说，把关键产品的命运赌在一颗自研芯片的时间表上，本身就是很大的风险敞口。

4. 芯片不是造出来就能赢：生态、制造、库存三座大山

4.1 芯片只是半个产品，软件生态才是另一半

芯片流片点亮、量产出来只是第一步，真正让它发挥价值的是编译器、驱动、操作系统、算法库和上层应用。x86生态强大，本质上是因为几十年积累的百万级软件兼容性；Arm生态也是靠无数家SoC厂商共同撑大的。一个全新的自研AI加速器，如果软件栈不够成熟，就算理论算力标得再高，客户跑模型时发现算子支持不全、性能发挥不出来，照样会被市场用脚投票。

很多大厂自研芯片的真正卡点，不在RTL写得好不好，而在软件生态建设跟不上。英伟达的CUDA之所以是护城河，护的不是芯片，是那套庞大成熟的软件体系。所以大厂判断要不要自研一颗芯片时，先问的往往不是流片成功率，而是哪个软件团队来接SDK、编译器优化和应用迁移。芯片如果没有软件这个魂，就是一块精美的高价废铁。

4.2 自研设计不等于自研制造

还有一层容易被忽略的约束：设计自研不等于制造自研。绝大多数大厂的所谓自研芯片，设计是自己的，制造还是要交给晶圆代工厂。先进制程的产能、工艺成熟度、良率水平，握在少数几家代工厂手里。就算你是行业里很有实力的公司，产能紧张时期照样要按计划排队等晶圆。所以"自研"其实只把设计环节攥在了自己手里，制造环节依然高度依赖外部。

这带来的直接后果是：一颗芯片的成本，有相当大比例取决于代工厂的良率。良率上不去，单位成本就下不来，芯片设计得再好也白搭。良率爬坡需要时间，早期往往不稳定，所以你会看到很多大厂自研芯片的头一两代产品，通常先在小规模产品或非主力机型上试水，等良率跑稳了再接核心任务。这是行业里默认的稳妥打法。

4.3 库存的隐形吞噬：芯片也会"过期"

做芯片相关业务的人都知道，电子元器件是有保存期的。很多元器件放久了要重新烘烤、重新测试，超过期限还没流到组装环节，要么报废，要么只能折价处理。集中自研芯片，意味着把库存风险更多地揽到自己身上：需求预测高了，芯片在仓库里快速贬值；预测低了，产品上市缺货，市场让给对手。

反过来，外购标准芯片时，供应链风险由产业链共同分担。高通、联发科、英伟达会把库存压在代工厂和渠道里，需求波动时大厂至少还能通过商务条款做一些缓冲。全盘自研等于把技术风险、库存风险、物流风险、工艺风险全部集中到自己身上。大厂不是没有能力背，而是没有任何一家会把所有风险主动揽全。这笔账，CFO们看得比谁都清楚。

5. 大厂"不敢"全盘自研背后的四个底层逻辑

5.1 规模不经济：没有出货量兜底，自研就是情怀

第一个底层逻辑是规模不经济。任何自研芯片，只有出货量足够大，摊到每台设备上的单位成本才可能低于外购。苹果敢自研M系列，是建立在每年数千万台Mac和iPad的出货量上；华为敢于长期重投自研SoC，也因为有足够大的存量设备来摊成本。反过来，如果一条产品线一年只卖几十万台，自研芯片摊下来的单颗成本大概率比外购还贵，这时自研就不再是技术决策，而是情怀决策。

这也是为什么大厂几乎不会在小体量产品线上自研芯片。我之前跟一个做智能硬件的大厂朋友聊过：他们觉得某个指纹识别方案外购太贵，也想自研，结果算完账发现产品年出货量根本撑不起一颗定制芯片的研发费用，最后老老实实继续用供应商方案。商业社会很朴素，体量不够，再高超的技术也无法对冲成本劣势。

5.2 鸡蛋不能放一个篮子：供应链的"双供应商"铁律

第二个逻辑是产业链安全。越是关键器件，越不能把所有鸡蛋放在一个篮子里。但全盘自研本身就是一种极端单点：你把自己的命运和内部项目成功率、代工厂良率绑定在一起，一旦出问题，连切换供应商的余地都没有。所以现实中的大厂往往采用"自研+外购"双轨策略——核心器件自研一部分，关键外购件再留一两个备选供应商，两头下注。

这个逻辑在汽车行业尤其明显。车规芯片验证周期极长，一颗主控没个两三年拿不下认证，整车厂最怕的就是断供。所以你看那些高调宣传自研芯片的车企，到了量产车上，主控SoC依然经常会用英伟达、高通、地平线等外部方案，自研芯片更多是在边缘功能或者下一代平台导入。先保证方向盘在自己手里，再踩油门加速，这是大厂供应链动作上的典型姿态。

5.3 人才总量有限：核心人力要用在最关键的地方

第三个逻辑是人才稀缺性。芯片工程师，尤其是能扛架构设计、验证、物理实现的高阶人才，整个行业都缺。公司再有钱，也没办法无限扩张芯片团队，因为招聘、磨合、项目经验积累都需要时间。每多一个自研项目，就会消耗掉最宝贵的架构师、验证工程师、项目经理，而这些人用在另一个方向上的机会成本往往高得惊人。

所以大厂的策略很清晰：把最顶尖的芯片人才集中到真正决定产品成败的核心器件上，外围芯片哪怕单颗毛利再高，也不值得分流核心人力。我身边不少芯片团队负责人都跟我抱怨过，不是没接到自研需求，实在是因为团队精力排不过来。对一家公司来说，不能什么都想要，先把手里的关键牌打扎实，再谈其他。

5.4 组织博弈：芯片团队很容易变成内部黑洞

第四个逻辑很少被公开讨论，但在大厂内部真实存在：组织博弈与成本中心困境。自研芯片前期只有投入没有产出，芯片部门连续几年"烧钱不出片"，在公司内部很容易受到产品、采购、财务多方挑战。芯片团队为了证明自己存在的价值，有时还会做出偏保守或者偏激进的技术选择，进一步放大项目风险。

我还见过一个典型场景：某大厂自研芯片成功后，单颗成本确实比外购低，但芯片部门为了不断证明"研发合理性"，持续给整机产品提新需求、拉长验证周期，最后导致产品发布节奏被拖慢。当自研从"战略武器"变成"内部黑洞"，管理层就会重新审视投入边界。这也是为什么很多大厂的自研计划最终会收敛到少数几个重点项目，而不是全线铺开。

6. 从苹果到比亚迪：把大厂的选择放到台面上看

6.1 苹果：A/M系列成了，基带还是块硬骨头

苹果是大厂自研芯片最典型的成功样本，但它恰恰也是"不该全盘自研"的最好证据。它自研A系列、M系列，把CPU、GPU、NPU、视频编解码几乎都整合进了自研SoC，体验确实立住了。但苹果在基带芯片上折腾了很多年，先后收购团队、自研协议栈，相关传闻反复出现，直到今天iPhone依然要采购高通基带。基带背后的通信专利、全球频段、运营商兼容测试，都不是靠钱能短期砸出来的积累。

苹果非常清楚自己的边界：在能创造独特体验的芯片上重投入，在纯标准通信和兼容性领域理性外购。这种"自研核心、外购外围"的打法，才是大厂造芯的真实姿势。别再被"苹果几乎全自研"这种说法带偏了，拆开一台iPhone，里面来自各家供应商的器件依然数都数不过来。

6.2 华为：核心SoC自研，周边芯片继续外购

再看华为。麒麟SoC在手机处理器领域有很强的存在感，NPU和基带的整合度也很高，这背后是多年持续的大规模投入。但如果你完整看一遍一台手机的BOM，会发现大量外围芯片依然来自多个外部供应商：存储颗粒、射频前端、各类传感器、音频编解码等等。这背后的结构同样是"核心自研+外围外购"。

自研SoC换来的是处理器性能的自主定义、影像ISP的差异化、通信能力的深度整合；外围芯片外购换来的是成熟稳定、更低风险和更快迭代。华为在自研上的长期投入，让它在核心计算环节有了很强的自主性，但它同样没有走到"所有芯片都自己做"那一步。原因没有多复杂：外围芯片的自研投入和收益完全不成比例。

6.3 特斯拉、比亚迪：电动化让功率芯片有了自研的理由

汽车领域的自研逻辑更能说明问题。自动驾驶SoC确实是车企自研的热点，但真正让车厂觉得值得投入的，还有功率半导体。电动车的主驱逆变器、车载充电机里要用大量IGBT和SiC MOSFET，这些器件的成本与效率直接决定整车BOM总成本和续航表现。特斯拉在SiC器件领域投入很早，比亚迪也有自己的功率半导体产品线，核心动力半导体自研的驱动力就是：渗透率高、单车价值量大、与产品核心性能强相关。

但你再往车里各处看，车窗控制器、车身MCU、各类接口芯片，几乎没有哪家车企愿意全盘自研。因为这些器件差异化价值低，自研只会增加成本和供应链负担。大厂在芯片上的每一笔投入，背后都能看到"这是核心还是外围"的清晰判断。

7. 回到标题：大厂不是不敢，是不该把什么都攥在手里

7.1 "不敢"换成"不该"更接近真相

聊到这里，题目里的"不敢"其实可以做点修正。大厂真的没有能力全盘自研吗？至少从技术潜力看，苹果、华为、特斯拉这类公司咬咬牙是有底子去试水的，但它们不会这么做，因为全盘自研不符合商业逻辑。更准确的说法是"不该"和"不必"：不该在没有规模效应的地方投钱，不必把一切标准化芯片都握在自己手里。

在商业世界里，把供应链每一环都攥在自己手里，往往不是最强的防御，而是最贵的姿势。成熟的供应链策略是分层管理：核心环节深度自研，关键环节保持双供应商备份，通用环节纯粹外购。这套逻辑放在芯片上同样成立。所谓"不敢"，本质是大厂反复算账、权衡风险之后的主动收敛。

7.2 大厂自研芯片的真正边界公式

我这些年的经验里，只要把自研的必要性拆成几个变量，判断就会清晰很多：

自研必要性 ≈ (核心价值贡献度 × 年出货量 × 单颗成本占比) ÷ (研发投入 + 时间风险 + 生态成本)

如果分子足够大、分母足够小，自研就是必选项；如果分子撑不起来、分母又很重，那外购就是最优解。营收再大的公司也逃不开这个公式。

这里特别想强调一点：芯片对产品核心价值的贡献度，不只是性能，也包含成本结构、供应安全和产品节奏的可控性。比如某颗电源管理IC看起来不起眼，但如果它在BOM里占比很高、又卡着成本命门，大厂照样会考虑自研。反过来，一颗被吹得天花乱坠的AI芯片，如果在你家产品线上贡献度不高、体量又小，自研也毫无意义。

7.3 对做技术和做产品的人，有什么启示

第一，不要迷信"自研=牛逼"。自研只是手段，不是目的。真正值得敬佩的，不是哪家公司又流片成功了，而是它能清醒判断什么该自研、什么该外购，并且执行得恰到好处。第二，做产品的朋友可以学着用BOM思维看竞争，去研究竞品每一颗芯片是自研还是外购、为什么这么选，很多商业战略其实就藏在拆机图里。第三，对于做芯片创业的朋友，大厂不愿碰的外围细分反而是机会窗口，标准化接口、模拟前端、特定行业的小批量芯片，这些地方永远有大厂看不上、但足够养活一家公司的市场。

我在这个行业待得越久，越觉得"全盘自研"是圈外人的想象，而不是圈内人的目标。见过太多团队脑子一热觉得什么都该自己造，最后被验证周期和库存拖垮；反而是那些先把产品用外购芯片跑通、再根据利润和痛点集中自研的公司，活得又稳又好。技术理想当然要有，但全盘自研是执念，核心自研才是生意。