ASIC芯片崛起，英伟达会被取代吗？
ASIC芯片崛起的背景
多方入局自研芯片
近年来，许多科技公司开始涉足AI芯片的自研。像DeepSeek正在筹备AI芯片自研，国内的阿里、百度、字节等大厂也早就开展了相关工作。大洋彼岸的OpenAI也有自研芯片的新进展，博通为其定制的芯片即将流片。谷歌、亚马逊、微软、Meta等也纷纷加入“自研热潮”。这表明各大公司都不想在算力时代掉队，都在积极布局以获取竞争优势。
在这个过程中，ASIC芯片逐渐成为他们的选择之一。博通业绩的快速增长也体现出了ASIC芯片业务的潜力。2024年其AI业务收入同比增长240%达到37亿美元，2025年第一季度AI业务营收41亿美元，同比增长77%，且80%来自ASIC芯片设计。
英伟达面临的挑战
英伟达在通用GPU领域占据统治地位，其H100和A100是大模型训练的王者产品。它也面临着一些问题。一方面是成本高昂，单个H100售价超3万美元，训练千亿参数模型所需成本极高。另一方面是能耗冗余，10万卡H100集群总功耗达150MW，每年电费高昂。并且在推理阶段GPU的算力利用率低，云厂商逐渐丧失硬件自主权等，这些因素促使巨头们寻求新的解决方案，ASIC芯片便成为了一个方向。
ASIC芯片的优势与特性
与其他芯片对比
ASIC芯片与CPU、GPU、FPGA相比，有着独特的特性。从定制化程度来看，它是全定制化的，灵活性低但成本和功耗也低。其主要优点是能效最高，而主要缺点是研发时间长、技术风险高。在应用场景上，可用于云端训练和推理以及终端推理。这种特性使其在AI推理场景中具有很大的优势。
针对AI推理的优化
ASIC芯片在架构上与通用芯片如GPU不同。GPU为了兼顾多种需求，存在晶体管资源浪费的情况。而ASIC芯片通过精准裁剪，仅保留与目标场景强相关的硬件单元。例如谷歌TPUv5e，95%的晶体管资源用于矩阵乘法单元和向量处理单元，专为神经网络计算优化。博通为Meta定制的芯片可缩短数据移动距离，降低延迟。亚马逊的芯片可跳过零值计算环节提升性能。
ASIC芯片带来的产业变革与机会
产业格局变革
ASIC芯片的崛起正在改变AI芯片的产业格局。目前已形成三大梯队，第一梯队是制定规则的ASIC芯片设计者和制造者，如博通等；第二梯队是产业链配套，包括先进封装等；第三梯队是垂直场景下的Fabless。这三大梯队在市场中各自有着不同的角色和机会。
中国企业的机会
在中国，虽然国产GPU与英伟达差距较大，但在ASIC芯片领域，中国企业与海外处于同一起跑线。在垂直场景方面，中国企业能够做出更有能效比的产品。在产业链配套方面，国内企业本来竞争力就比较强。这为中国企业在AI芯片产业的发展提供了新的机遇。
相关问答
ASIC芯片崛起的主要原因是什么？
主要是因为英伟达的通用GPU在成本、能耗、算力利用率等方面存在问题，而ASIC芯片在这些方面有优势，能满足AI推理需求，所以逐渐崛起。
博通在ASIC芯片发展中的角色是什么？
博通是ASIC芯片产业链中的重要角色，为各大厂提供设计定制服务。其2024年AI业务收入大部分来自ASIC设计服务，且随着ASIC芯片市场发展，博通业绩增长显著。
ASIC芯片与GPU在AI推理场景中有哪些不同？
在AI推理场景中，ASIC芯片能效比更高、成本更低，可根据算法定制硬件。GPU通用性强，但存在资源浪费、成本高、效率低等问题。
中国企业在ASIC芯片领域有哪些优势？
在ASIC芯片领域，中国企业与海外同一起跑线，在垂直场景下能做出更优产品，在产业链配套方面竞争力较强，如服务器、光模块等领域。
ASIC芯片的发展对英伟达有何影响？
ASIC芯片虽不会完全取代英伟达，但会抢占部分推理市场份额。英伟达仍将主导高性能训练市场，不过也要面对ASIC芯片带来的竞争压力。
三大梯队在ASIC芯片产业中是如何协作的？
第一梯队设计制造ASIC芯片并与云厂商合作；第二梯队提供产业链配套支持；第三梯队专注垂直场景下的Fabless，通过捕捉场景痛点掌握定价权，三者共同推动产业发展。
