解读芯片硬件成本之外的软性成本

芯片设计的软成本构成

图1 芯片设计

一家芯片设计企业的软成本主要包括专利授权费用、开发工具费用和人力成本。购买硬核IP授权生产芯片的厂商基本只支出授权费用，自主开发的部分极少，所以这里主要讨论购买软核IP授权和指令集授权的芯片研发企业的情况。

授权费用

大部分芯片企业在研发产品时首先要考虑的就是各种形式的专利授权。以苹果公司的A9芯片为例，这款芯片采用了苹果自主研发，兼容ARMv8指令集的CPU核心;GPU部分则是从Imagination购买的Power VR 7系列核心。那么苹果公司就要向ARM公司购买ARMv8的指令集兼容授权，并向Imagination购买GPU核心的代码授权。

专利授权的费用并不是“明码标价、童叟无欺”的。不同的企业在购买授权时，最终支出的费用可能有很大差异。一种情况是合作双方通过专利互换来实现授权，例如Intel和AMD就有长期的扩展指令集互相授权协议(Intel向AMD授权SSE、AVX等指令集，AMD则提供x86-64指令集的使用许可)，这种协议通常不涉及资金支出。也就是说，如果自己有对方看重的专利技术，那么就可以一分钱不花用自己的技术去换回对方的专利授权。

如果企业没有条件进行专利互换，那么自然需要支付费用来获得想要的专利授权了。不同的IP核心代码授权、指令集授权的报价在数十万至上千万美元之间，有些情况下会更高，但具体的成交价格也有相当的浮动空间。比如ARM在推广ARMv8指令集授权的过程中，就以很低的价格向一些小企业、科研机构“优惠”出售了一些授权包。一般来说，指令集和核心代码授权的费用是与芯片的最终产量无关的，所以对于芯片厂商来说这是一项固定的成本。

图2 CPU结构

一枚芯片，尤其是集成诸多功能的SoC(片上集成系统)，其包含的IP核心种类是会有很多的。除了人们熟知的CPU、GPU外，内存控制器、协处理器、视频编码解码单元、PCIe控制器、闪存控制器、基带模块等部分都可以是独立的IP。几乎没有什么芯片厂商能够独自研发所有这些模块，所以一颗芯片上存在向其他企业购买的IP核心是司空见惯的事情。当然，自主研发的部分越少，需要向第三方支付的授权成本也就越高。

有时企业在研发芯片过程中还会无意中用到其他公司、科研机构的技术实现方法，这时免不了要被索取专利授权费用。Intel、AMD、Nvidia等巨头的产品都曾被小公司、学校起诉侵权，而这样的官司最终和解费用一般是和侵权产品的实际产量挂钩的，因此动辄数千万美元之多。芯片做的越复杂，类似的情况越容易发生，因此对于大企业而言这块费用也是必须要考虑的。

开发工具费用

设计一款芯片，本质上就是编写出芯片的逻辑代码并将代码转化为硅片上的电路图的过程。做这些工作自然也需要相应的软件工具来提高效率。芯片的开发工具统称EDA(电子设计自动化)工具，是辅助工程师进行代码编写、电路设计、仿真测试等一系列工作的软件平台。

就像图有Adobe的Photoshop、办公有微软的Office，业内也有很多企业专门开发EDA工具包。绝大部分芯片公司都需要购买EDA，这一部分的支出也是芯片软成本的大头。

以EDA工具的行业领导品牌Synopsys为例，其销售的EDA工具软件一般是按照功能的多少来定价的。每个功能模块的报价都在数万至十几万美元/年。一款复杂芯片的设计过程中需要的EDA功能模块动辄几十上百项，因此仅仅是购买这套工具每年的花费就会有几百万乃至千万美元以上。

除了购买功能模块，芯片企业有时还需要EDA工具提供商的技术支援来帮助自己快速了解工具的功能、用法，并排除bug。当然，技术支援也是需要另外掏钱的，视复杂度不同，每年的费用也可以达到几十万美元。

还有些EDA工具或支持服务是按部署工具的计算机数量，甚至按照计算机的CPU核心数量收费——于是使用工具的电脑越多，机器里面的CPU核心越多，成本也就越高。芯片企业对这样的价格策略自然是很不满意，不过通常情况下也只能默默接受。毕竟优秀的EDA工具选择稀少，而这种工具对芯片设计来说几乎是不可或缺的。

但并非所有的开发者购买EDA工具的成本都是一致的。除了功能模块数量、部署计算机数量等因素的影响外，EDA工具的销售方是有着非常灵活的价格策略的。典型的，教育机构、科研机构购买EDA时往往会有惊人的折扣，实际成交价可以低至报价的十分之一;大企业大批量购买工具也容易得到较好的优惠政策。即使是一般的订单，最终成交价做到报价的五折或更低也几乎是行业惯例。不过由于原始报价本身就居高不下，即使算上折扣，EDA工具的购买维护费用对于芯片设计者依旧是庞大的支出。

除软件系统外，设计芯片自然也需要购买大量的硬件设施。开发过程中的有些步骤(例如仿真测试)需要很大的计算资源支持，这些任务通常会跑在高性能服务器集群上。高可靠性的存储系统和网络协作平台也是必要的硬件投入。为了节省成本，企业可以将部分功能转至第三方云平台，即便如此每年百万美元的成本也是稀松平常。

人力成本

光有专利授权、软硬件工具自然是没办法凭空“变”出来芯片的。作为知识密集类行业，开发芯片最重要的投入无疑是人力资源了。

研发芯片需要很高的知识、技能水准，因而芯片开发工程师的薪资水平在IT产业中也位居前列。在硅谷，初级的芯片工程师年薪起步约10万美元。一家小型的芯片研发企业也会有一百位左右的工程师，而Intel这样的巨头一个项目就可能投入数百位研发专家。发展中国家的人力成本比发达国家低很多，但工程师年薪也可达3-5万美元。

图3 芯片工程师

一家芯片企业往往需要几位能力很强、经验丰富的“大牛”级工程师来主导项目，这些人员的薪资成本自然更为高昂;很多时候，小企业或新兴芯片企业为了招募大牛都需要有诱惑力的股权激励计划。除了薪资开支，企业为员工提供的福利也需要计算在人力成本之内，且这一行业的福利水平在IT产业内都居于前列。综合起来，人力投入在多数芯片设计企业中都是最大的固定成本项目。为了降低成本，即使是Intel这样的巨头也会将很多研发工作从高薪的硅谷转移至印度、中国等发展中国家;雇佣缺少经验的新毕业学生、实习生来做一些简单工作的做法在小型开发企业中也比较常见。

其他成本

芯片设计企业自然也需要像其他行业一样负担房租、水电、基本管理费用这些开支。但这些成本相比授权、开发工具和人力成本来说在软成本中的占比很小。这主要是因为芯片设计属于高度知识密集行业，人员配置、设备占用空间等相比传统工业企业和服务类企业而言要少很多。当然，发达地区的房租成本可以达到普通城市的数倍乃至十倍以上，所以设立在高房租地段的开发机构也会重视房租的成本控制。为了节省租金，有实力的企业往往会投资购入房产乃至地块;相对的，企业在困难时期也可以通过出售物业来渡过危机，最近AMD计划以近亿美元价格出售总部大楼就是一项典型的案例。

图4 intel inside商标

一般来说小型芯片公司是不需要在广告宣传方面投入很多资源的，因为它们往往面对少数企业客户，无需同终端消费者打交道。但Intel、高通、AMD这些大型企业就需要投入巨额资金进行商业宣传以提升消费者中的知名度了。Intel每年的广告开支可达数亿美元之多，甚至高过大多数小企业的全年销售额。

总结

授权费用、开发工具支出和人力成本三项构成了芯片“软成本”的主要内容。

对于芯片企业来说，大部分的软成本都属于固定成本的范畴;企业无论是否有经营收入都需要庞大的固定支出来维持自身运营。因此要准确衡量一块芯片中究竟分摊了多少软性成本是很困难的事情。例如，一名工程师、一套开发平台可能会同时涉及多种芯片的研发，因而相关成本就不能只分摊在一种芯片上。对于持续经营多年、收入相对稳定的企业来说，计算其每块芯片包含的软成本可以粗略使用企业固定开支与芯片总产量比值的方法，但这种方式只能得出一个大致的结果，不可能有精确的数值。

此外，芯片销售的定价策略也和芯片的边际成本、企业固定成本关系不大，而主要取决于市场供需状况。例如，物料成本只有大约100美元的服务器芯片的实际售价可以在数百美元至数千美元之间波动;有些芯片为了推广，甚至可以在低于物料成本的价格水平上大批量销售。如果芯片的性能、功耗等综合指标不够有竞争力，即使有很高的软硬成本也难以制定较高的价格，反之亦然。我们看到有芯片企业长期处于亏损状态，正是因为它们的产品难以制定高价，以至于都无法覆盖自身的运营开支。