ASIC市場(chǎng)，越來(lái)越大了

這一點(diǎn)早已達成業(yè)內共識。但令人意外的是，ASIC 增長(cháng)的速度實(shí)在是太快了。摩根士丹利預計，AI ASIC 市場(chǎng)規模將從 2024 年的 120 億美元增長(cháng)至 2027 年的 300 億美元，年復合增長(cháng)率達到 34%。

要知道 2023 年—2029 年，高性能計算 GPU 市場(chǎng)的年復合增長(cháng)率是 25%，而 CPU 和 APU 的增長(cháng)率僅為 5% 和 8%。

ASIC 市場(chǎng)，蛋糕膨脹

TrendForce 的最新研究報告指出，隨著(zhù)人工智能服務(wù)器需求的迅猛增長(cháng)，美國主要的云計算服務(wù)提供商（CSP）正加快內部開(kāi)發(fā)專(zhuān)用集成電路（ASIC）芯片的步伐，平均每 1 至 2 年便推出新一代產(chǎn)品。在中國，人工智能服務(wù)器市場(chǎng)正逐步適應美國自 2025 年 4 月起實(shí)施的新出口管制政策。據預測，這些措施將導致 2025 年進(jìn)口芯片（如 NVIDIA 和 AMD 產(chǎn)品）的市場(chǎng)份額從 2024 年的 63% 下降至約 42%。

與此同時(shí)，在政府積極推動(dòng)國產(chǎn)人工智能處理器的政策扶持下，預計中國本土芯片制造商的市場(chǎng)份額將提升至 40%，與進(jìn)口芯片的市場(chǎng)份額幾乎持平。

定制芯片是一種經(jīng)濟選擇，而不是技術(shù)選擇。ASIC 蛋糕增長(cháng)最重要的驅動(dòng)力只有一個(gè)：錢(qián)。

從當前來(lái)看，GPU 服務(wù)器依然是最終用戶(hù)的首要選擇，但由于部分 GPU 產(chǎn)品受供應的限制，導致出現了算力缺口。很多頭部的互聯(lián)網(wǎng)企業(yè)，為了降低成本以及更好地適配自身業(yè)務(wù)場(chǎng)景，也增大了自研 ASIC 芯片服務(wù)器的部署數量。

比如在同等預算下，AWS 的 Trainium 2（ASIC 芯片）可以比英偉達的 H100 GPU 更快速完成推理任務(wù)，且性?xún)r(jià)比提高了 30%～40%。明年計劃推出的 Trainium3，計算性能更是提高了 2 倍，能效提高 40%。

云解決方案提供商正在優(yōu)先考慮 ASIC 開(kāi)發(fā)，以減少對 NVIDIA 和 AMD 的依賴(lài)，更好地控制成本和性能，并增強供應鏈靈活性。這種轉變對于管理不斷增長(cháng)的 AI 工作負載和優(yōu)化長(cháng)期運營(yíng)支出至關(guān)重要。

此外，如果芯片可以帶來(lái)戰略?xún)?yōu)勢，那么 ASIC 就是有意義的。蘋(píng)果就是一個(gè)很典型的例子，當然也有谷歌。

ASIC 的典型代表：TPU

廠(chǎng)商對能效比和成本的追求是永無(wú)止境的，國外大廠(chǎng)中谷歌、亞馬遜、Meta、OpenAI 等大型云計算和大模型廠(chǎng)商均加速布局定制化 ASIC。國內企業(yè)中寒武紀、達摩院、百度、騰訊等都在推出自己的 ASIC 芯片。

市場(chǎng)主流的 ASIC 芯片有 TPU、NPU、VPU 芯片。

谷歌的 TPU 作為 ASIC 已經(jīng)非常典型的代表了。這是谷歌在 2016 年推出的首款產(chǎn)品，目標是為了高效地處理張量運算。

最新的 TPU 在今年 4 月發(fā)布，谷歌已經(jīng)推出了第七代張量處理單元（TPU）Ironwood。谷歌稱(chēng)，在大規模部署的情況下，這款 AI 加速器的計算能力能達到全球最快超級計算機的 24 倍以上。

Ironwood 擁有超模的技術(shù)規格，當每個(gè) pod 擴展至 9216 塊芯片時(shí)，它可提供 42.5 exaflops 的 AI 算力，遠超目前全球最快的超級計算機 El Capitan 的 1.7 exaflops。每塊 Ironwood 芯片的峰值計算能力可達 4614 TFLOPs。

在單芯片規格上，Ironwood 顯著(zhù)提升了內存和帶寬，每塊芯片配備 192GB 高帶寬內存（HBM），是去年發(fā)布的上一代 TPU Trillium 的六倍。每塊芯片的內存帶寬達到 7.2 terabits/s，是 Trillium 的 4.5 倍。

目前，TPU 芯片已經(jīng)成為全球第三大數據中心芯片設計廠(chǎng)商，據產(chǎn)業(yè)鏈相關(guān)人士透露，谷歌 TPU 芯片去年的生產(chǎn)量已經(jīng)達到 280 萬(wàn)～300 萬(wàn)片之間。

國內這邊布局 TPU 芯片的企業(yè)是中昊芯英。創(chuàng )始人楊龔軼凡曾在谷歌 TPU 核心研發(fā)團隊參與過(guò) TPU v2/3/4 的設計與研發(fā)工作。

2024 年，中昊芯英創(chuàng )始人及 CEO 就曾對外透露，2023 年中昊芯英成功實(shí)現了全自研的專(zhuān)為 AI 訓練而生的中國首枚高性能 TPU 訓練芯片「剎那」的量產(chǎn)交付。

據悉，「剎那」作為一款全自研的 GPTPU 架構 AI 訓練芯片，擁有完全自主可控的 IP 核、全自研指令集與計算平臺。在處理大規模 AI 模型訓練和推理任務(wù)時(shí)，「剎那」的計算性能超越英偉達 A100，系統集群性能更是十倍于傳統 GPU，在完成相同訓練任務(wù)量時(shí)的能耗僅是傳統 GPU 的一半。相比國外產(chǎn)品，「剎那」芯片的單位算力成本僅為其 42%。

ASIC，競爭不斷

在 ASIC 市場(chǎng)，目前博通以 55%～60% 的份額位居第一，Marvell 以 13%～15% 的份額位列第二。

博通在 AI 芯片領(lǐng)域的核心優(yōu)勢在于定制化 ASIC 芯片和高速數據交換芯片，其解決方案廣泛應用于數據中心、云計算、HPC（高性能計算）和 5G 基礎設施等領(lǐng)域。

最新的財報來(lái)看，博通 2025 財年第一季度財報顯示，其營(yíng)收達 149.16 億美元，同比增長(cháng) 25%；非 GAAP 凈利潤 78.23 億美元，同比激增 49%。其中，AI 相關(guān)收入 41 億美元，同比增長(cháng) 77%，占總營(yíng)收的 28%，在半導體業(yè)務(wù)中占比更高達 50%。

博通的 ASIC 芯片業(yè)務(wù)已成為其核心增長(cháng)點(diǎn)。財報披露，定制 AI 芯片（ASIC）銷(xiāo)售額預計占第二季度總 AI 半導體收入的 70%，達 308 億美元（約合 450 億美元）。

博通有兩個(gè)大合作備受關(guān)注：第一是 Meta 與博通已合作開(kāi)發(fā)了前兩代 AI 訓練加速處理器，目前雙方正加速推進(jìn)第三代 MTIA 芯片的研發(fā)，預計 2024 年下半年至 2025 年將取得重要進(jìn)展。

第二是 OpenAI 已委托博通開(kāi)發(fā)兩代 ASIC 芯片項目，計劃于 2026 年投產(chǎn)，將采用業(yè)界領(lǐng)先的 3nm/2nm 制程工藝并搭配 3D SOIC 先進(jìn)封裝技術(shù)。與此同時(shí)，雖然蘋(píng)果目前仍在使用谷歌 TPU，但其自研 AI 芯片項目已在積極推進(jìn)中。

Marvell 的定制芯片（ASIC）業(yè)務(wù)正成為其強勁增長(cháng)的核心動(dòng)力之一。Marvell 的具體業(yè)務(wù)中，數據中心業(yè)務(wù)占據 75% 左右，屬于高成長(cháng)業(yè)務(wù)。這部分業(yè)務(wù)包括 SSD 控制器、高端以太網(wǎng)交換機（Innovium）及定制 ASIC 業(yè)務(wù)（亞馬遜 AWS 等定制化芯片），主要應用于云服務(wù)器、邊緣計算等場(chǎng)景。

Marvell 從 2018 年起陸續收購了 Cavium、Innovium 等公司，從而增強了公司 AISC 及數據中心的相關(guān)能力。

最新的財報顯示，Marvell 在 2026 財年第一季度的數據中心業(yè)務(wù)實(shí)現營(yíng)收 14.4 億美元，環(huán)比增長(cháng) 5.5%，符合市場(chǎng)預期（14.4 億美元）。

根據公司交流及產(chǎn)業(yè)鏈信息推測，Marvell 當前的 ASIC 收入主要來(lái)自亞馬遜的 Trainium 2 和谷歌的 Axion Arm CPU 處理器，而公司與亞馬遜合作的 Inferential ASIC 項目也將在 2025 年（即 2026 財年）開(kāi)始量產(chǎn)。公司與微軟合作的 Microsoft Maia 項目，有望在 2026 年（即 2027 財年）。

但主要指出的是，不同于 NVIDIA 擁有諸如「主權 AI」、「創(chuàng )業(yè)公司爆發(fā)」等更具吸引力的故事，Marvell 的定制 AI 芯片依然局限于核心 CSP（云服務(wù)提供商）的投資節奏中。

鑒于本季度四大云廠(chǎng)商資本開(kāi)支整體下滑的趨勢，即使 Marvell 通過(guò)競爭贏(yíng)得了更多市場(chǎng)份額，但市場(chǎng)總量的縮減仍是不可忽視的事實(shí)。

國內企業(yè)也在積極研發(fā) ASIC。

寒武紀科技還在擴展其思元（MLU）芯片系列（比如 7nm 工藝的思元 370、訓練芯片思元 290），以支持云端的 AI 訓練和推理。主要客戶(hù)包括：手機端（華為曾是其大客戶(hù)）、智算中心（政府訂單）、服務(wù)器廠(chǎng)商（浪潮、聯(lián)想）等。

同時(shí)，國內提供云服務(wù)的企業(yè)，實(shí)際上也推出了自研的 ASIC 芯片。

阿里巴巴推出了含光 800，作為一款云端 AI 推理芯片，峰值性能為 7.8 萬(wàn) IPS（每秒能處理 7.8 萬(wàn)張照片），峰值能效達到 500IPS/W。在當時(shí)，阿里宣稱(chēng)是全球最高性能的 AI 推理芯片，一塊含光 800 相當于 10 塊 GPU。

百度在量產(chǎn)昆侖芯二代后，又在今年宣布百度智能云成功點(diǎn)亮了首個(gè)自研萬(wàn)卡集群。并且宣布是使用的昆侖芯三代 P800。P800 顯存規格優(yōu)于同類(lèi)主流 GPU20%~50%，對 MoE 架構更加友好，且率先支持 8bit 推理，單機 8 卡即可運行 671B 模型。正因如此，昆侖芯相較同類(lèi)產(chǎn)品更加易于部署，同時(shí)可顯著(zhù)降低運行成本，輕松完成 DeepSeek-V3/R1 全版本推理任務(wù)。自研的低成本，使得百度智能云平臺上，DeepSeek R1 和 V3 的官方價(jià)格直接低至五折和三折，基本實(shí)現全網(wǎng)最低。

騰訊除了自主研發(fā)的紫霄推理芯片外，還通過(guò)戰略投資，利用 Enflame 的 ASIC 解決方案。據了解，騰訊自研 AI 推理芯片「紫霄」，已經(jīng)量產(chǎn)并在多個(gè)頭部業(yè)務(wù)落地，目前在騰訊會(huì )議實(shí)時(shí)字幕上已實(shí)現全量上線(xiàn)，單卡紫霄機器負載可達到 T4 的 4 倍，并將超時(shí)率從 0.005% 降低至 0。

結語(yǔ)

ASIC 市場(chǎng)的增長(cháng)，也帶來(lái)了新的挑戰。

一個(gè)公司想要節省幾美元的供應商利潤，進(jìn)行芯片自主設計。但現在芯片設計也并不是一個(gè)廉價(jià)的商品，尤其是先進(jìn)芯片設計，已經(jīng)變得非常昂貴。

臺積電 2nm 每片晶圓約 30,000 美元，到了 2nm 之后的 1.4nm 成本甚至達到 45,000 美元。

我們需要思考的是，我們真的每個(gè)公司都需要自己的 CPU 嗎？