ASIC市場，越來越大了

作者：九林

ASIC市場在增長。

這一點早已達成業(yè)內(nèi)共識。但令人意外的是，ASIC增長的速度實在是太快了。摩根士丹利預(yù)計，AI ASIC市場規(guī)模將從2024年的120億美元增長至2027年的300億美元，年復(fù)合增長率達到34%。

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

01、ASIC市場，蛋糕膨脹

TrendForce的最新研究報告指出，隨著人工智能服務(wù)器需求的迅猛增長，美國主要的云計算服務(wù)提供商（CSP）正加快內(nèi)部開發(fā)專用集成電路（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)器市場正逐步適應(yīng)美國自2025年4月起實施的新出口管制政策。據(jù)預(yù)測，這些措施將導(dǎo)致2025年進口芯片（如NVIDIA和AMD產(chǎn)品）的市場份額從2024年的63%下降至約42%。

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

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

從當(dāng)前來看，GPU服務(wù)器依然是最終用戶的首要選擇，但由于部分GPU產(chǎn)品受供應(yīng)的限制，導(dǎo)致出現(xiàn)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)場景，也增大了自研ASIC芯片服務(wù)器的部署數(shù)量。

比如在同等預(yù)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)，且性價比提高了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 開發(fā)，以減少對 NVIDIA 和 AMD 的依賴，更好地控制成本和性能，并增強供應(yīng)鏈靈活性。這種轉(zhuǎn)變對于管理不斷增長的 AI 工作負(fù)載和優(yōu)化長期運營支出至關(guān)重要。

此外，如果芯片可以帶來戰(zhàn)略優(yōu)勢，那么ASIC就是有意義的。蘋果就是一個很典型的例子，當(dāng)然也有谷歌。

02、ASIC的典型代表：TPU

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

市場主流的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(biāo)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，在大規(guī)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(guī)格，當(dāng)每個 pod 擴展至 9216 塊芯片時，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(guī)格上，Ironwood 顯著提升了內(nèi)存和帶寬，每塊芯片配備 192GB 高帶寬內(nèi)存（HBM），是去年發(fā)布的上一代 TPU Trillium 的六倍。每塊芯片的內(nèi)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(shù)據(jù)中心芯片設(shè)計廠商，據(jù)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280萬～300萬片之間。

國內(nèi)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TPU v2/3/4的設(shè)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年中昊芯英成功實現(xiàn)了全自研的專為AI訓(xùn)練而生的中國首枚高性能TPU訓(xùn)練芯片“剎那”的量產(chǎn)交付。

據(jù)悉，“剎那”作為一款全自研的GPTPU架構(gòu)AI訓(xùn)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(guī)模 AI 模型訓(xùn)練和推理任務(wù)時，“剎那”的計算性能超越英偉達 A100，系統(tǒng)集群性能更是十倍于傳統(tǒng) GPU，在完成相同訓(xùn)練任務(wù)量時的能耗僅是傳統(tǒng) 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%。

03、ASIC，競爭不斷

在ASIC市場，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(shù)據(jù)交換芯片，其解決方案廣泛應(yīng)用于數(shù)據(jù)中心、云計算、HPC（高性能計算）和5G基礎(chǔ)設(shè)施等領(lǐng)域。

最新的財報來看，博通2025財年第一季度財報顯示，其營收達149.16億美元，同比增長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77%，占總營收的28%，在半導(dǎo)體業(yè)務(wù)中占比更高達50%。

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

博通有兩個大合作備受關(guān)注：第一是Meta與博通已合作開發(fā)了前兩代AI訓(xùn)練加速處理器，目前雙方正加速推進第三代MTIA芯片的研發(fā)，預(yù)計2024年下半年至2025年將取得重要進展。

第二是OpenAI已委托博通開發(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先進封裝技術(shù)。與此同時，雖然蘋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中。

Marvell的定制芯片（ASIC）業(yè)務(wù)正成為其強勁增長的核心動力之一。Marvell的具體業(yè)務(wù)中，數(shù)據(jù)中心業(yè)務(wù)占據(jù)75%左右，屬于高成長業(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(yīng)用于云服務(wù)器、邊緣計算等場景。

Marvell 從 2018 年起陸續(xù)收購了 Cavium、Innovium 等公司，從而增強了公司 AISC 及數(shù)據(jù)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(shù)據(jù)中心業(yè)務(wù)實現(xiàn)營收 14.4 億美元，環(huán)比增長 5.5%，符合市場預(yù)期（14.4 億美元）。

根據(jù)公司交流及產(chǎn)業(yè)鏈信息推測，Marvell 當(dāng)前的 ASIC 收入主要來自亞馬遜的 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(quán)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(jié)奏中。

鑒于本季度四大云廠商資本開支整體下滑的趨勢，即使Marvell通過競爭贏得了更多市場份額，但市場總量的縮減仍是不可忽視的事實。

國內(nèi)企業(yè)也在積極研發(fā)ASIC。

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

同時，國內(nèi)提供云服務(wù)的企業(yè)，實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IPS（每秒能處理7.8萬張照片），峰值能效達到500IPS/W。在當(dāng)時，阿里宣稱是全球最高性能的AI推理芯片，一塊含光800相當(dāng)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亮了首個自研萬卡集群。并且宣布是使用的昆侖芯三代P800。P800顯存規(guī)格優(yōu)于同類主流GPU20%~50%，對MoE架構(gòu)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，昆侖芯相較同類產(chǎn)品更加易于部署，同時可顯著降低運行成本，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的官方價格直接低至五折和三折，基本實現(xiàn)全網(wǎng)最低。

騰訊除了自主研發(fā)的紫霄推理芯片外，還通過戰(zhàn)略投資，利用Enflame 的 ASIC 解決方案。據(jù)了解，騰訊自研AI推理芯片“紫霄”，已經(jīng)量產(chǎn)并在多個頭部業(yè)務(wù)落地，目前在騰訊會議實時字幕上已實現(xiàn)全量上線，單卡紫霄機器負(fù)載可達到T4的4倍，并將超時率從0.005%降低至0。

04、結(jié)語

ASIC市場的增長，也帶來了新的挑戰(zhàn)。

一個公司想要節(jié)省幾美元的供應(yīng)商利潤，進行芯片自主設(shè)計。但現(xiàn)在芯片設(shè)計也并不是一個廉價的商品，尤其是先進芯片設(shè)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，我們真的每個公司都需要自己的CPU嗎？