文章图片
ASIC市场在增长 。
这一点早已达成业内共识 。 但令人意外的是 ， ASIC增长的速度实在是太快了 。 摩根士丹利预计 ， AI ASIC市场规模将从2024年的120亿美元增长至2027年的300亿美元 ， 年复合增长率达到34% 。
要知道2023年—2029年 ， 高性能计算GPU市场的年复合增长率是25% ， 而CPU和APU的增长率仅为5%和8% 。
01ASIC市场 ， 蛋糕膨胀
TrendForce的最新研究报告指出 ， 随着人工智能服务器需求的迅猛增长 ， 美国主要的云计算服务提供商（CSP）正加快内部开发专用集成电路（ASIC）芯片的步伐 ， 平均每1至2年便推出新一代产品 。 在中国 ， 人工智能服务器市场正逐步适应美国自2025年4月起实施的新出口管制政策 。 据预测 ， 这些措施将导致2025年进口芯片（如NVIDIA和AMD产品）的市场份额从2024年的63%下降至约42% 。
与此同时 ， 在政府积极推动国产人工智能处理器的政策扶持下 ， 预计中国本土芯片制造商的市场份额将提升至40% ， 与进口芯片的市场份额几乎持平 。
定制芯片是一种经济选择 ， 而不是技术选择 。 ASIC蛋糕增长最重要的驱动力只有一个：钱 。
从当前来看 ， GPU服务器依然是最终用户的首要选择 ， 但由于部分GPU产品受供应的限制 ， 导致出现了算力缺口 。 很多头部的互联网企业 ， 为了降低成本以及更好地适配自身业务场景 ， 也增大了自研ASIC芯片服务器的部署数量 。
比如在同等预算下 ， AWS的Trainium 2（ASIC芯片）可以比英伟达的H100 GPU更快速完成推理任务 ， 且性价比提高了30%～40% 。 明年计划推出的Trainium3 ， 计算性能更是提高了2倍 ， 能效提高40% 。
云解决方案提供商正在优先考虑 ASIC 开发 ， 以减少对 NVIDIA 和 AMD 的依赖 ， 更好地控制成本和性能 ， 并增强供应链灵活性 。 这种转变对于管理不断增长的 AI 工作负载和优化长期运营支出至关重要 。
此外 ， 如果芯片可以带来战略优势 ， 那么ASIC就是有意义的 。 苹果就是一个很典型的例子 ， 当然也有谷歌 。
02ASIC的典型代表：TPU
厂商对能效比和成本的追求是永无止境的 ， 国外大厂中谷歌、亚马逊、Meta、OpenAI等大型云计算和大模型厂商均加速布局定制化ASIC 。 国内企业中寒武纪、达摩院、百度、腾讯等都在推出自己的ASIC芯片 。
市场主流的ASIC芯片有TPU、NPU、VPU芯片 。
谷歌的TPU作为ASIC已经非常典型的代表了 。 这是谷歌在2016年推出的首款产品 ， 目标是为了高效地处理张量运算 。
最新的TPU在今年4月发布 ， 谷歌已经推出了第七代张量处理单元（TPU）Ironwood 。 谷歌称 ， 在大规模部署的情况下 ， 这款 AI 加速器的计算能力能达到全球最快超级计算机的24倍以上 。
Ironwood 拥有超模的技术规格 ， 当每个 pod 扩展至 9216 块芯片时 ， 它可提供 42.5 exaflops 的 AI 算力 ， 远超目前全球最快的超级计算机 El Capitan 的 1.7 exaflops 。 每块 Ironwood 芯片的峰值计算能力可达 4614 TFLOPs 。
在单芯片规格上 ， Ironwood 显著提升了内存和带宽 ， 每块芯片配备 192GB 高带宽内存（HBM） ， 是去年发布的上一代 TPU Trillium 的六倍 。 每块芯片的内存带宽达到 7.2 terabits/s ， 是 Trillium 的 4.5 倍 。
目前 ， TPU芯片已经成为全球第三大数据中心芯片设计厂商 ， 据产业链相关人士透露 ， 谷歌TPU芯片去年的生产量已经达到280万～300万片之间 。
【ASIC市场，越来越大了】国内这边布局TPU芯片的企业是中昊芯英 。 创始人杨龚轶凡曾在谷歌TPU核心研发团队参与过TPU v2/3/4的设计与研发工作 。
2024年 ， 中昊芯英创始人及CEO就曾对外透露 ， 2023年中昊芯英成功实现了全自研的专为AI训练而生的中国首枚高性能TPU训练芯片“刹那”的量产交付 。
据悉 ， “刹那”作为一款全自研的GPTPU架构AI训练芯片 ， 拥有完全自主可控的 IP 核、全自研指令集与计算平台 。 在处理大规模 AI 模型训练和推理任务时 ， “刹那”的计算性能超越英伟达 A100 ， 系统集群性能更是十倍于传统 GPU ， 在完成相同训练任务量时的能耗仅是传统 GPU 的一半 。 相比国外产品 ， “刹那”芯片的单位算力成本仅为其42% 。
03ASIC ， 竞争不断
在ASIC市场 ， 目前博通以55%～60%的份额位居第一 ， Marvell以13%～15%的份额位列第二 。
博通在AI芯片领域的核心优势在于定制化ASIC芯片和高速数据交换芯片 ， 其解决方案广泛应用于数据中心、云计算、HPC（高性能计算）和5G基础设施等领域 。
最新的财报来看 ， 博通2025财年第一季度财报显示 ， 其营收达149.16亿美元 ， 同比增长25%；非GAAP净利润78.23亿美元 ， 同比激增49% 。 其中 ， AI相关收入41亿美元 ， 同比增长77% ， 占总营收的28% ， 在半导体业务中占比更高达50% 。
博通的ASIC芯片业务已成为其核心增长点 。 财报披露 ， 定制AI芯片（ASIC）销售额预计占第二季度总AI半导体收入的70% ， 达308亿美元（约合450亿美元） 。
博通有两个大合作备受关注：第一是Meta与博通已合作开发了前两代AI训练加速处理器 ， 目前双方正加速推进第三代MTIA芯片的研发 ， 预计2024年下半年至2025年将取得重要进展 。
第二是OpenAI已委托博通开发两代ASIC芯片项目 ， 计划于2026年投产 ， 将采用业界领先的3nm/2nm制程工艺并搭配3D SOIC先进封装技术 。 与此同时 ， 虽然苹果目前仍在使用谷歌TPU ， 但其自研AI芯片项目已在积极推进中 。
Marvell的定制芯片（ASIC）业务正成为其强劲增长的核心动力之一 。 Marvell的具体业务中 ， 数据中心业务占据75%左右 ， 属于高成长业务 。 这部分业务包括SSD 控制器、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） ， 主要应用于云服务器、边缘计算等场景 。
Marvell 从 2018 年起陆续收购了 Cavium、Innovium 等公司 ， 从而增强了公司 AISC 及数据中心的相关能力 。
最新的财报显示 ， Marvell 在2026财年第一季度的数据中心业务实现营收 14.4 亿美元 ， 环比增长 5.5% ， 符合市场预期（14.4 亿美元） 。
根据公司交流及产业链信息推测 ， Marvell 当前的 ASIC 收入主要来自亚马逊的 Trainium 2 和谷歌的 Axion Arm CPU 处理器 ， 而公司与亚马逊合作的Inferential ASIC 项目也将在 2025 年（即 2026 财年）开始量产 。 公司与微软合作的 Microsoft Maia 项目 ， 有望在 2026 年（即 2027 财年） 。
但主要指出的是 ， 不同于NVIDIA拥有诸如“主权AI”、“创业公司爆发”等更具吸引力的故事 ， Marvell的定制AI芯片依然局限于核心CSP（云服务提供商）的投资节奏中 。
鉴于本季度四大云厂商资本开支整体下滑的趋势 ， 即使Marvell通过竞争赢得了更多市场份额 ， 但市场总量的缩减仍是不可忽视的事实 。
国内企业也在积极研发ASIC 。
寒武纪科技还在扩展其思元（MLU）芯片系列（比如7nm工艺的思元370、训练芯片思元290） ， 以支持云端的AI训练和推理 。 主要客户包括：手机端（华为曾是其大客户）、智算中心（政府订单）、服务器厂商（浪潮、联想）等 。
同时 ， 国内提供云服务的企业 ， 实际上也推出了自研的ASIC芯片 。
阿里巴巴推出了含光800 ， 作为一款云端AI推理芯片 ， 峰值性能为7.8万IPS（每秒能处理7.8万张照片） ， 峰值能效达到500IPS/W 。 在当时 ， 阿里宣称是全球最高性能的AI推理芯片 ， 一块含光800相当于10块GPU 。
百度在量产昆仑芯二代后 ， 又在今年宣布百度智能云成功点亮了首个自研万卡集群 。 并且宣布是使用的昆仑芯三代P800 。 P800显存规格优于同类主流GPU20%~50% ， 对MoE架构更加友好 ， 且率先支持8bit推理 ， 单机8卡即可运行671B模型 。 正因如此 ， 昆仑芯相较同类产品更加易于部署 ， 同时可显著降低运行成本 ， 轻松完成DeepSeek-V3/R1全版本推理任务 。 自研的低成本 ， 使得百度智能云平台上 ， DeepSeek R1和V3的官方价格直接低至五折和三折 ， 基本实现全网最低 。
腾讯除了自主研发的紫霄推理芯片外 ， 还通过战略投资 ， 利用Enflame 的 ASIC 解决方案 。 据了解 ， 腾讯自研AI推理芯片“紫霄” ， 已经量产并在多个头部业务落地 ， 目前在腾讯会议实时字幕上已实现全量上线 ， 单卡紫霄机器负载可达到T4的4倍 ， 并将超时率从0.005%降低至0 。
04结语
ASIC市场的增长 ， 也带来了新的挑战 。
一个公司想要节省几美元的供应商利润 ， 进行芯片自主设计 。 但现在芯片设计也并不是一个廉价的商品 ， 尤其是先进芯片设计 ， 已经变得非常昂贵 。
台积电2nm每片晶圆约30000 美元 ， 到了2nm之后的1.4nm成本甚至达到45000 美元 。
我们需要思考的是 ， 我们真的每个公司都需要自己的CPU吗？
想要获取半导体产业的前沿洞见、技术速递、趋势解析 ， 关注我们！
推荐阅读
- Q1全球手机市场排名出炉：小米第三，苹果第二，第一不是华为！
- 三星能在全球市场布局成功，只有四个字「以柔克刚」
- 黄仁勋急不急？中国AI芯片市场不仅有华为，AMD也要来了
- AI算力新材料，“磷化铟”市场崛起
- 从3699元跌至1860元，从高端市场跌至低端市场，终于等到了
- 从4999元跌至3999元，从高端机跌至中端机市场，幸福来得太突然了
- 英伟达GPU市场份额达到92%，远超AMD和英特尔
- 从5999元跌至2699元，从高端机跌至中端机市场，iPhone14彻底清仓
- 平板市场或新添一8寸mini平板
- 华为Watch5藏重磅黑科技，首发麒麟Hi9200芯片，穿戴市场迎来变革