详情

起头：半导体产业纵横开云体育(中国)官方网站

在 ASIC 商场，近日听到的一些言论是违反的。

「民众浩繁 ASIC 神情中，90% 会失败」这句话来自英伟达 CEO 黄仁勋。

黄仁勋对于 ASIC 的评价并不算多。因此干系言论一出，商场上对于 ASIC 成长性的商议倏地多了起来，多样忖度推而广之。

黄仁勋暗示，相较于英伟达主买通用 GPU 架构，ASIC 专为特定任务打造，虽在单一用途上服从与成果极高，但勤恳活泼性与彭胀性。这种「单点优化」计策，难以应答 AI 期骗快速演进的履行。黄仁勋评价 ASIC 时并非否定其价值，而是强调「入场门槛与运维难度王人很高」。他以谷歌 TPU 为例称，其团队是「民众最强 ASIC 团队」，但即便如斯，谷歌 Gemini 模子仍同期部署在英伟达 GPU 上。

但商场上另一种声息同样有依据——在 ASIC 的迅猛发展中，英伟达已嗅到危急的信号。

01

ASIC，赶超 GPU？

在算力芯片商场，ASIC 的「蜂拥者」可并不算少。在 ASIC 芯片大厂、云巨头等助推下，AI 算力商场正在迎来新的临界点。

阐发野村证券的最新敷陈，现在英伟达 GPU 占 AI 行状器商场 80% 以上，ASIC 仅占 8%-11%。

然则，从出货量的角度来看，情况正在发生变化。到 2025 年，谷歌的 TPU 出货量瞻望将达到 150-200 万台，亚马逊 AWS Trainium 2 ASIC 约为 140-150 万台，而英伟达的 AI GPU 供应量将出奇 500-600 万台。

供应链探问裸露，Google 和 AWS 的 AI TPU/ASIC 的总出货量如故达到 Nvidia AI GPU 出货量的 40%-60%。

跟着 Meta 于 2026 年开动大界限部署其自主开导的 ASIC 处理有经营，Microsoft 将于 2027 年开动大界限部署，瞻望 ASIC 总出货量将在 2026 年的某个时候出奇英伟达 GPU 出货量。

这也意味着，属于 ASIC 的期间将追究到来。

OpenAI 晓喻测试谷歌 TPU 的音书也进一步点火商场关爱。据悉，东谈主工智能（AI）技能大厂 OpenAI 已开动租用谷歌的 AI 芯片，以支援旗下 ChatGPT 和其他产物的计较需求。对此 OpenAI 回话称，现在莫得使用谷歌自研芯片来驱动产物的贪图。

不外，OpenAI 发言东谈主指出，自然公司的 AI 实验室确乎正在初步测试部分谷歌的 TPU，但现在尚无贪图大界限接受。

现在，OpenAI 主要依赖英伟达的 GPU 以及 AMD 的 AI 芯片来容许其日益成长的 AI 计较需求。为了裁汰对于英伟达、AMD 的依赖，OpenAI 也正在开导自家芯片，贪图本年达成「tape-out」里程碑，即芯片联想完成并送交制造。

上一位接受谷歌 TPU 而引起悠扬的是苹果。昨年 7 月，苹果在官网的一篇论文中深切，其锻真金不怕火模子接受了谷歌研发的第四代 AI ASIC 芯片 TPUv4 和更新一代的芯片 TPUv5。

在昨年之前，与英伟达 GPU 比较，谷歌的 TPU 还像是一位「名不见经传」的小将，如今看来，似乎已有实力与英伟达 GPU 张开一番较量。

但是在笔者看来，「ASIC芯片是否在畴昔有望碾压 GPU？」这更像一个伪命题。

02

ASIC，中枢上风

商场多量以为，ASIC 芯片正成为 AI 芯片的繁重分支。但是 ASIC 究竟以何种上风给 GPU 带来冲击？以及具体带来哪些冲击，干系商议却较少。

针对一系列问题，笔者将对此张开商议。

阐发承担任务的不同，AI 芯片主要不错分为两类，它们划分是 AI 锻真金不怕火芯片和 AI 推理芯片。

2025 年，民众 AI 推理算力需求呈现爆发式增长，很是是在端侧期骗场景中。这对于 ASIC 来说，亦然一个机会。

最初说一下什么是推理。

推理是「用已锻真金不怕火好的模子处理数据」 的过程（比如用锻真金不怕火好的图像识别模子识别像片、用语音模子转写语音）。一朝模子部署，其算法逻辑（如 CNN 的卷积层、Transformer 的提防力机制）、计较经由（输入输出情状、精度需求）会恒久固定，简直不需要调养。

这种「固定性」 正值匹配 ASIC 的中枢上风 ——为单一任务定制硬件架构：不错胜仗将推理算法的计较逻辑、数据旅途「固化」 到芯片中，去掉统共无关的通用计较单元（如 GPU 顶用于锻真金不怕火的动态转机模块、通用内存放胆器），让硬件资源 100% 行状于推理计较。

同理，ASIC 在锻真金不怕火任务中的才智就相对弱少许。因为锻真金不怕火任务算法迭代快，需求活泼。ASIC 若用于锻真金不怕火，算法更新时，芯单方靠近失效风险，性价比要低得多。

推理场景对「能效比」（每瓦功耗能提供的算力）和 「老本」 的明锐度远高于锻真金不怕火，而 ASIC 在这两方面具有碾压性上风。

能效比喻面，谷歌 TPU v5e TPU 的能效比是英伟达 H100 的 3 倍。

老本方面，AWS 的 Trainium 2 在推理任务中性价比比 H100 高 30%-40%，谷歌的 TPUv5、亚马逊的 Trainium2 单元算力老本仅为英伟达 H100 的 70% 和 60%。

一个大模子可能只需要几十到几百张锻真金不怕火芯片（如 GPU），但推理阶段可能需要数万致使数十万张芯片（比如 ChatGPT 的推理集群界限是锻真金不怕火集群的 10 倍以上）。因此 ASIC 的 「定制化」 联想不错裁汰单芯片老本。

VerifiedMarketResearch 数据裸露，2023 年 AI 推理芯片商场界限为 158 亿好意思元，瞻望到 2030 年将达到 906 亿好意思元，在 2024-2030 年预测期内的复合年增长率为 22.6%。

刻下的推理场景正呈现ASIC 与 GPU 共存竞争的情状，ASIC 芯片商场空间宏大。

近日，博通 CEO Hock Tan 与 CFO Kirsten Spears 也在会议中强调，该公司 AI 推理领域的订单权贵增多，该公司现在正与四个潜在的 AI XPU 客户细致互助，贪图在本年为摩根大通以为的 Arm/软银和 OpenAI 等主要客户完成第一代 AI XPU 产物的流片。

再看锻真金不怕火商场的竞争态势。AI 锻真金不怕火芯片商场，简直莫得几家竞争者，英伟达一家就占据了 AI 锻真金不怕火商场 90% 以上份额，其 Blackwell 架构支援 1.8 万亿参数模子锻真金不怕火，且 NVLink 6 技能终了 72 卡集群无缝互联。

上文提到，锻真金不怕火任务的「活泼性」 与 GPU 架构自然契合，此外，英伟达通过 CUDA 平台构建了难以撼动的软件生态：90% 以上的 AI 框架（TensorFlow、PyTorch）原生支援 CUDA，开导者无需重写代码即可调用 GPU 算力。这种生态惯性使得即使 AMD、华为等厂商推出性能接近的锻真金不怕火芯片，用户移动老本依然极高。

有业内东谈主士向半导体产业纵横暗示，模子架构的踏实性是 ASIC 表现价值的中枢前提——模子踏及时，ASIC 的低老本、高服从上风能充分开释；模子快速迭代致使出现窜改性变革时，ASIC 容易因适配滞后而失效。

这亦然为什么业内一些巨匠将 ASIC 商场界限爆发的节点指向 2026 年。ASIC 的联想周期长达 1-2 年，而 AI 模子迭代速率极快（如大模子从 GPT-3 到 GPT-4 仅用 1 年）。若 ASIC 联想时锚定的模子落后（如 Transformer 替代 CNN），芯片可能胜仗失效。

而如今跟着大模子的发展，算法初步固化。再加上 ASIC 老本的合手续下探，它也便有了更好展示我方的舞台。

至于 ASIC 是否会替代 GPU？在笔者看来这个问题为前锋早。

短时候内看，ASIC 和 GPU 的竞争，本色是 「成果」 与 「活泼性」 的衡量，二者暂时并非相互替代关系。ASIC 在特定场景的上风，无法破裂 GPU 的生态壁垒；而 GPU 的通用性，让它在复杂任务中难以被替代。畴昔，两者会借助夹杂架构（如 GPU + ASIC 加快卡）和异构计较（如 CUDA 与定制提示集协同），终了资源最优建树。

畴昔跟着 AI 商场的发展，究竟需要何种芯片，尚难定论。

03

芯片龙头，纷繁切入 ASIC

除了谷歌，国表里均有多家 AI 芯片公司聘用拥抱 ASIC。

Meta

Meta 的核默算力负载起头于推选系统场景，具备自研强调专用性的 ASIC 芯片的泥土。

Meta 于 2023 年和 2024 年划分推出 MTIA V1 和 MTIA V2 芯片。此外，Meta 还贪图 2026 年推出 MTIA V3 芯片，瞻望将搭载高端 HBM，与 V1/V2 芯片专注于告白与酬酢荟萃等特定任务不同，有望彭胀期骗至模子的锻真金不怕火与推理任务。

亚马逊 AWS

AWS 在 AI 芯片的布局主要包含推理芯片 Inferentia 和锻真金不怕火芯片 Trainium 两大系列。

自 2020 年以来，亚马逊发布了三代 Trainium 芯片。其中 Trainium3 性能或较上一代熏陶 2 倍，能效熏陶 40%，搭载该芯片的 UltraServers 性能瞻望熏陶 4 倍。

微软

2023 年 11 月，微软在 Ignite 技能大会上发布了首款自家研发的 AI 芯片 Azure Maia 100，以及期骗于云霄软件行状的芯片 Azure Cobalt。两款芯片将由台积电代工，接受 5nm 制程技能。

Cobalt 是基于 Arm 架构的通用型芯片，具有 128 个中枢，Maia 100 是一款专为 Azure 云行状和 AI 使命负载联想的 ASIC 芯片，用于云霄锻真金不怕火和推理的，晶体管数目达到 1050 亿个。这两款芯片将导入微软 Azure 数据中心，支援 OpenAI、Copilot 等行状。

下一代 Maiav2 的联想已笃定，后端联想及量产请托由 GUC 负责。除深化与 GUC 的互助外，微软还引入透顶电子共同参与 Maiav2 进阶版的联想开导，以强化自研芯片的技能布局，有用散布开导过程中的技能与供应链风险。

在国内 ASIC 芯片方面，华为和寒武纪发扬杰出。

华为海想旗下昇腾系列处理器自出生以来，凭借其强盛的算力和创新的联想，很是是昇腾 910B，在技能和期骗上王人得到了权贵突破。

寒武纪动作国内 AI 芯片联想领域的杰出人物，在推理计较及角落建立 AI 加快方面商场竞争力日益突显。寒武纪的旗舰产物 MLU590 专注于 AI 锻真金不怕火与推理。

在民众 AI 芯片竞争中，国产 ASIC 芯片既靠近挑战，也迎来历史性机遇。通过合手续创新和技能突破，国产 ASIC 正缓缓扩大商场份额。

04

ASIC 芯片，两大受益者

在 ASIC 商场，现在博通以 55%～60% 的份额位居第一，Marvell 以 13%～15% 的份额位列第二。

博通在 AI 芯片领域的中枢上风在于定制化 ASIC 芯片和高速数据交换芯片，其处理有经营曩昔期骗于数据中心、云计较、HPC（高性能计较）和 5G 基础情状等领域。博通的 ASIC 芯片业务已成为其中枢增长点。财报深切，定制 AI 芯片（ASIC）销售额瞻望占第二季度总 AI 半导体收入的 70%，达 308 亿好意思元（约合 450 亿好意思元）。

现在，博通已与三家超大界限云行状提供商（如谷歌、Meta、字节高出）互助，并新增 OpenAI、苹果等客户，畴昔贪图彭胀至七家大型科技企业。其中博通有两个大互助引人注目：第一是 Meta 与博通已互助开导了前两代 AI 锻真金不怕火加快处理器，现在双正直加快鼓吹第三代 MTIA 芯片的研发，瞻望 2024 年下半年至 2025 年将得到繁重进展。

Marvell 的定制 ASIC 业务正成为其强盛增长的中枢能源之一。Marvell 的具体业务中，数据中心业务占据 75% 掌握，属于高成长业务。这部分业务包括 SSD 放胆器、高端以太网交换机（Innovium）及定制 ASIC 业务（亚马逊 AWS 等定制化芯片），主要期骗于云行状器、角落计较等场景。

阐发公司不异及产业链信息推测开云体育(中国)官方网站，Marvell 刻下的 ASIC 收入主要来自亚马逊的 Trainium 2 和谷歌的 Axion Arm CPU 处理器，而公司与亚马逊互助的 Inferential ASIC 神情也将在 2025 年（即 2026 财年）开动量产。公司与微软互助的 Microsoft Maia 神情，有望在 2026 年（即 2027 财年）。