文 | 錦緞，作者 | 由我、蘇揚(yáng)，編輯 | 鄭可君

DeepSeek帶動(dòng)推理需求爆發(fā)，英偉達(dá)的“算力霸權(quán)”被撕開一道口子，一個(gè)新世界的大門逐漸打開——由ASIC芯片主導(dǎo)的算力革命，正從靜默走向喧囂。

日前，芯流智庫(kù)援引知情人士的消息，稱DeepSeek正在籌備AI芯片自研。相比這個(gè)后起之秀，國(guó)內(nèi)大廠如阿里、百度、字節(jié)們更早就跨過(guò)了“自研”的大門。

大洋彼岸，OpenAI自研芯片的新進(jìn)展也在年初釋出，外媒披露博通為其定制的首款芯片幾個(gè)月內(nèi)將在臺(tái)積電流片。

此前更是一度傳出Sam Altman計(jì)劃籌集70000億美元打造“芯片帝國(guó)”，設(shè)計(jì)與制造通吃。此外，谷歌、亞馬遜、微軟、meta也都先后加入了這場(chǎng)“自研熱潮”。

一個(gè)明顯的信號(hào)是——無(wú)論DeepSeek、OpenAI，還是中國(guó)公司和硅谷大廠，誰(shuí)都不希望在算力時(shí)代掉隊(duì)。而ASIC芯片，可能會(huì)成為他們跨越新世界大門的入場(chǎng)券。

這會(huì)不會(huì)“殺死”英偉達(dá)？或者，會(huì)不會(huì)“再造”第二個(gè)英偉達(dá)？現(xiàn)在還沒(méi)有答案。

不過(guò)可以明確的是，這場(chǎng)轟轟烈烈的“自研浪潮”，其上游的產(chǎn)業(yè)鏈企業(yè)已經(jīng)“春江水暖鴨先知”，例如給各家大廠提供設(shè)計(jì)定制服務(wù)的博通，業(yè)績(jī)已經(jīng)“起飛”：2024年AI業(yè)務(wù)收入同比240%，達(dá)到37億美元；2025Q1AI業(yè)務(wù)營(yíng)收41億美元，同比增77%；其中80%來(lái)自ASIC芯片設(shè)計(jì)。

在博通的眼里，ASIC芯片這塊蛋糕，價(jià)值超過(guò)900億美元。

01 從GPU到ASIC，算力經(jīng)濟(jì)學(xué)走向分水嶺

低成本是AI推理爆發(fā)的必要條件，與之相對(duì)的是——通用GPU芯片成了AI爆發(fā)的黃金枷鎖。

英偉達(dá)的H100和A100是大模型訓(xùn)練的絕對(duì)王者，甚至連B200、H200也讓科技巨頭們趨之若鶩。金融時(shí)報(bào)此前援引Omdia的數(shù)據(jù)，2024年，英偉達(dá)Hopper架構(gòu)芯片的主要客戶包括微軟、meta、Tesla/xAI等，其中微軟的訂單量達(dá)到50萬(wàn)張。

但是，作為通用GPU的絕對(duì)統(tǒng)治者，英偉達(dá)產(chǎn)品方案其“硬幣的另一面”已逐漸顯現(xiàn)：高昂的成本與冗余的能耗。

成本方面，單個(gè)H100售價(jià)超3萬(wàn)美元，訓(xùn)練千億參數(shù)模型需上萬(wàn)張GPU，再加上網(wǎng)絡(luò)硬件、存儲(chǔ)和安全等后續(xù)的投入，總計(jì)超5億美元。根據(jù)匯豐的數(shù)據(jù)，最新一代的GB200 NVL72方案，單機(jī)柜超過(guò)300萬(wàn)美元，NVL36也在180萬(wàn)美元左右。

可以說(shuō)，基于通用GPU的模型訓(xùn)練太貴了，只不過(guò)是算力不受限制的硅谷，仍然偏向于“力大磚飛”的敘事，資本支出并未就此減速。就在日前，馬斯克旗下xAI，不久之前公布的Grok-3，訓(xùn)練的服務(wù)器規(guī)模，已經(jīng)達(dá)到了20萬(wàn)張GPU的規(guī)模。

騰訊科技聯(lián)合硅兔賽跑推出的《兩萬(wàn)字詳解最全2025 AI關(guān)鍵洞察》一文提到，超大規(guī)模數(shù)據(jù)中心運(yùn)營(yíng)商預(yù)計(jì)2024年資本支出（CapEx）超過(guò) 2000億美元，到2025年這一數(shù)字預(yù)計(jì)將接近2500億美元，且主要資源都將傾斜給人工智能。

能耗方面，根據(jù)SemiAnalysis的測(cè)算，10萬(wàn)卡H100集群，總功耗為150MW，每年耗費(fèi)1.59TWh的電量，按0.078美元/千瓦時(shí)計(jì)算，每年電費(fèi)高達(dá)1.239億美元。

對(duì)照OpenAI公布的數(shù)據(jù)，推理階段GPU的算力利用率僅30%-50%，“邊算邊等”現(xiàn)象顯著，如此低效的性能利用率，在推理時(shí)代，確實(shí)是大材小用，浪費(fèi)過(guò)于嚴(yán)重。

谷歌此前公布的TPU V4與A100針對(duì)不同架構(gòu)模型的訓(xùn)練速度

性能領(lǐng)先、價(jià)格昂貴，效率不佳，外加生態(tài)壁壘，過(guò)去一年業(yè)內(nèi)都在喊“天下苦英偉達(dá)久矣”——云廠商逐漸喪失硬件自主權(quán)，疊加供應(yīng)鏈風(fēng)險(xiǎn)，再加上AMD暫時(shí)還“扶不起來(lái)”，諸多因素倒逼巨頭開始自研ASIC專用芯片。

自此，AI芯片戰(zhàn)場(chǎng)，從技術(shù)競(jìng)賽轉(zhuǎn)向經(jīng)濟(jì)性博弈。

正如西南證券的研究結(jié)論，“當(dāng)模型架構(gòu)進(jìn)入收斂期，算力投入的每一美元都必須產(chǎn)出可量化的經(jīng)濟(jì)收益。”

從北美云廠商最近反饋的進(jìn)展看，ASIC已體現(xiàn)出一定的替代優(yōu)勢(shì)：

● 谷歌：博通為谷歌定制的TPU v5芯片在Llama-3推理場(chǎng)景中，單位算力成本較H100降低70%。

● 亞馬遜：3nm制程的AWS Trainium 3，同等算力下能耗僅為通用GPU的1/3，年節(jié)省電費(fèi)超千萬(wàn)美元；據(jù)了解，亞馬遜Trainium芯片2024年出貨量已超50萬(wàn)片。

● 微軟：根據(jù)IDC數(shù)據(jù)，微軟Azure自研ASIC后，硬件采購(gòu)成本占比從75%降至58%，擺脫長(zhǎng)期被動(dòng)的議價(jià)困境。

作為北美ASIC鏈的最大受益者，博通這一趨勢(shì)在數(shù)據(jù)中愈發(fā)顯著。

博通2024年AI業(yè)務(wù)收入37億美元，同比增240%，其中80%來(lái)自ASIC設(shè)計(jì)服務(wù)。2025Q1，其AI業(yè)務(wù)營(yíng)收41億美元，同比增77%，同時(shí)預(yù)計(jì)第二季度AI營(yíng)收44億美元，同比增44%。

早在年報(bào)期間，博通指引2027年ASIC收入將大爆發(fā)，給市場(chǎng)畫了3年之后ASIC芯片將有望達(dá)到900億美元的市場(chǎng)規(guī)模這個(gè)大餅。Q1電話會(huì)期間，公司再次重申了這一點(diǎn)。

憑借這個(gè)大的產(chǎn)業(yè)趨勢(shì)，博通也成為全球繼英偉達(dá)、臺(tái)積電之后，第三家市值破1萬(wàn)億美元的半導(dǎo)體公司，同時(shí)也帶動(dòng)了海外對(duì)于Marvell、AIchip等公司的關(guān)注。

圖：市面主流GPU與ASIC算力成本對(duì)比 資料西南證券

不過(guò)，有一點(diǎn)需要強(qiáng)調(diào)——“ASIC雖好，但也不會(huì)殺死GPU”。

微軟、谷歌、meta都在下場(chǎng)自研，但同時(shí)又都在搶英偉達(dá)B200的首發(fā)，這其實(shí)說(shuō)明了雙方之間不是直接的競(jìng)爭(zhēng)關(guān)系。

更客觀的結(jié)論應(yīng)該是，GPU仍將主導(dǎo)高性能的訓(xùn)練市場(chǎng)，推理場(chǎng)景中由于GPU的通用性仍將是最主要的芯片，但在未來(lái)接近4000億美元的AI芯片藍(lán)海市場(chǎng)中，ASIC的滲透路徑已清晰可見。

IDC預(yù)測(cè)，2024-2026年推理場(chǎng)景中，ASIC占比從15%提升至40%，即最高1600億美元。

這場(chǎng)變革的終局或許是：ASIC接管80%的推理市場(chǎng)，GPU退守訓(xùn)練和圖形領(lǐng)域。真正的贏家將是那些既懂硅片、又懂場(chǎng)景的“雙棲玩家”，英偉達(dá)顯然是其中一員，看好ASIC斷然不是唱空英偉達(dá)。

而新世界的指南，是去尋找除英偉達(dá)之外的雙棲玩家，如何掘金ASIC新紀(jì)元。

02 ASIC的“手術(shù)刀”：非核心模塊，通通砍掉

錦緞在《DeepSeek的隱喻：GPU失其鹿，ASIC、SoC們共逐之》一文中詳解過(guò)SoC，而CPU、GPU用戶早已耳熟能詳，F(xiàn)PGA應(yīng)用市場(chǎng)小眾，最為陌生的當(dāng)屬ASIC。

圖：算力芯片對(duì)比 資料中泰證券

那么，都說(shuō)ASIC利好AI推理，究竟它是一個(gè)什么樣的芯片？

從架構(gòu)上來(lái)說(shuō)，GPU這樣的通用芯片，其局限在于“以一敵百”的設(shè)計(jì)——需要兼顧圖形渲染、科學(xué)計(jì)算、不同的模型架構(gòu)等多元需求，導(dǎo)致大量晶體管資源浪費(fèi)在非核心功能模塊。

英偉達(dá)GPU最大的特點(diǎn)，就是有眾多“小核”，這些“小核”可以類比成獵鷹火箭多臺(tái)發(fā)動(dòng)機(jī)，開發(fā)者可以憑借CUDA多年積累的算子庫(kù)，平穩(wěn)、高效且靈活地調(diào)用這些小核用于并行計(jì)算。

但如果下游模型相對(duì)確定，計(jì)算任務(wù)就是相對(duì)確定的，不需要那么多小核來(lái)保持靈活性，ASIC最底層的原理正是如此，所以也被稱為全定制化高算力芯片。

通過(guò) “手術(shù)刀式”精準(zhǔn)裁剪，僅保留與目標(biāo)場(chǎng)景強(qiáng)相關(guān)的硬件單元，釋放出驚人的效率，這在谷歌、亞馬遜都已經(jīng)在產(chǎn)品上得到了驗(yàn)證。

谷歌TPU v5e AI加速器實(shí)拍

對(duì)于GPU來(lái)說(shuō)，調(diào)用它們最好的工具是英偉達(dá)的CUDA，而對(duì)于ASIC芯片，調(diào)用它們的是云廠商自研的算法，這對(duì)于軟件起家的大廠來(lái)說(shuō)，并不是什么難事：

● 谷歌TPU v4中，95%的晶體管資源用于矩陣乘法單元和向量處理單元，專為神經(jīng)網(wǎng)絡(luò)計(jì)算優(yōu)化，而GPU中類似單元的占比不足60%。

● 不同于傳統(tǒng)馮·諾依曼架構(gòu)的“計(jì)算-存儲(chǔ)”分離模式，ASIC可圍繞算法特征定制數(shù)據(jù)流。例如在博通為meta定制的推薦系統(tǒng)芯片中，計(jì)算單元直接嵌入存儲(chǔ)控制器周圍，數(shù)據(jù)移動(dòng)距離縮短70%，延遲降低至GPU的1/8。

● 針對(duì)AI模型中50%-90%的權(quán)重稀疏特性，亞馬遜Trainium2芯片嵌入稀疏計(jì)算引擎，可跳過(guò)零值計(jì)算環(huán)節(jié)，理論性能提升300%。

當(dāng)算法趨于固定，對(duì)于確定性的垂直場(chǎng)景，ASIC就是具有天然的優(yōu)勢(shì)，ASIC設(shè)計(jì)的終極目標(biāo)是讓芯片本身成為算法的“物理化身”。

在過(guò)去的歷史和正在發(fā)生的現(xiàn)實(shí)中，我們都能夠找到ASIC成功的力證，比如礦機(jī)芯片。

早期，行業(yè)都是用英偉達(dá)的GPU挖礦，后期隨著挖礦難度提升，電力消耗超過(guò)挖礦收益（非常類似現(xiàn)在的推理需求），挖礦專用ASIC芯片爆發(fā)。雖然通用性遠(yuǎn)不如GPU，但礦機(jī)ASIC將并行度極致化。

例如，比特大陸的比特幣礦機(jī)ASIC，同時(shí)部署數(shù)萬(wàn)個(gè)SHA-256哈希計(jì)算單元，實(shí)現(xiàn)單一算法下的超線性加速，算力密度達(dá)到GPU的1000倍以上。不僅專用能力大幅提升，而且能耗實(shí)現(xiàn)了系統(tǒng)級(jí)節(jié)省。

此外，使用ASIC可精簡(jiǎn)外圍電路（如不再需要PCIe接口的復(fù)雜協(xié)議棧），主板面積減少40%，整機(jī)成本下降25%。

低成本、高效率，支持硬件與場(chǎng)景深度咬合，這些ASIC技術(shù)內(nèi)核，天然適配AI產(chǎn)業(yè)從“暴力堆算力”到“精細(xì)化效率革命”的轉(zhuǎn)型需求。

隨著推理時(shí)代的到來(lái)，ASIC成本優(yōu)勢(shì)將重演礦機(jī)的歷史，實(shí)現(xiàn)規(guī)模效應(yīng)下的“死亡交叉”——盡管初期研發(fā)成本高昂（單芯片設(shè)計(jì)費(fèi)用約5000萬(wàn)美元），但其邊際成本下降曲線遠(yuǎn)陡于通用GPU。

以谷歌TPU v4為例，當(dāng)出貨量從10萬(wàn)片增至100萬(wàn)片時(shí)，單顆成本從3800美元驟降至1200美元，降幅接近70%，而GPU的成本降幅通常不超過(guò)30%。根據(jù)產(chǎn)業(yè)鏈最新信息，谷歌TPU v6預(yù)計(jì)2025年出貨160萬(wàn)片，單片算力較前代提升3倍，ASIC的性價(jià)比，還在快速提升。

這又引申出一個(gè)新的話題，是否所有人都可以涌入自研ASIC大潮中去？這取決于自研成本與需求量。

按照7nm工藝的ASIC推理加速卡來(lái)計(jì)算，涉及IP授權(quán)費(fèi)用、人力成本、設(shè)計(jì)工具、掩模板在內(nèi)的一次流片費(fèi)用等，量級(jí)可能就在億元的級(jí)別，還不包括后期的量產(chǎn)成本。在這方面，大廠更具有資金優(yōu)勢(shì)。

目前，像谷歌、亞馬遜這樣的云廠商，因?yàn)橛谐墒斓目蛻趔w系，能夠形成研發(fā)、銷售閉環(huán)，自研上擁有先天的優(yōu)勢(shì)。

meta這種企業(yè)，自研的邏輯則在于內(nèi)部本身就有天量級(jí)的算力需求。今年初，扎克伯格就曾透露，計(jì)劃在2025年上線約1GW的計(jì)算能力，并在年底前擁有超過(guò)130萬(wàn)張GPU。

03 “新地圖”價(jià)值遠(yuǎn)不止1000億美元

僅僅是挖礦需求就帶來(lái)了近100億美元的市場(chǎng)，所以當(dāng)博通2024年底喊出AI ASIC市場(chǎng)空間700-900億美元的時(shí)候，我們并不意外，甚至認(rèn)為可能這個(gè)數(shù)字都保守了。

現(xiàn)在，ASIC芯片的產(chǎn)業(yè)趨勢(shì)不應(yīng)當(dāng)再被質(zhì)疑，重點(diǎn)應(yīng)該是如何掌握“新地圖”的博弈法則。

近千億美元的AI ASIC市場(chǎng)中，已經(jīng)形成清晰的三大梯隊(duì)——“制定規(guī)則的ASIC芯片設(shè)計(jì)者和制造者” 、“產(chǎn)業(yè)鏈配套”、“垂直場(chǎng)景下的Fabless”。

第一梯隊(duì)，是制定規(guī)則的ASIC芯片設(shè)計(jì)者和制造者，他們可以制造單價(jià)超過(guò)1萬(wàn)美元的ASIC芯片，并與下游的云廠商合作商用，代表玩家有博通、Marvell、AIchip，以及不管是什么先進(jìn)芯片都會(huì)受益的代工王者——臺(tái)積電。

第二梯隊(duì)，產(chǎn)業(yè)鏈配套，已經(jīng)被市場(chǎng)關(guān)注到的配套邏輯包括先進(jìn)封裝與更下游的產(chǎn)業(yè)鏈。

● 先進(jìn)封裝：臺(tái)積電CoWoS產(chǎn)能的35%已轉(zhuǎn)向ASIC客戶，國(guó)產(chǎn)對(duì)應(yīng)的中芯國(guó)際、長(zhǎng)電科技、通富微電等。

● 云廠商英偉達(dá)硬件方案解耦帶來(lái)的新硬件機(jī)會(huì)：如AEC銅纜，亞馬遜自研單顆ASIC需配3根AEC，若2027年ASIC出貨700萬(wàn)顆，對(duì)應(yīng)市場(chǎng)超50億美元，其他還包括服務(wù)器、PCB均是受益于相似邏輯。

第三梯隊(duì)，是正在醞釀的垂直場(chǎng)景的Fabless。ASIC的本質(zhì)是需求驅(qū)動(dòng)型市場(chǎng)，誰(shuí)能最先捕捉到場(chǎng)景痛點(diǎn)，誰(shuí)就掌握定價(jià)權(quán)。ASIC的基因就是定制化，與垂直場(chǎng)景天然適配。以智駕芯片為例，作為典型的ASIC芯片，隨著比亞迪等All in智駕，這類產(chǎn)品開始進(jìn)入爆發(fā)期。

映射全球ASIC產(chǎn)業(yè)鏈三大梯隊(duì)對(duì)應(yīng)的機(jī)會(huì)，可以看作是國(guó)產(chǎn)的“三把秘鑰”。

受制于禁令的限制，國(guó)產(chǎn)GPU與英偉達(dá)的差距仍然巨大，生態(tài)建設(shè)也是一個(gè)漫長(zhǎng)的路程，但是對(duì)于ASIC，我們甚至與海外在同一起跑線上，再結(jié)合垂直場(chǎng)景，中國(guó)不少Fabless能夠做出更有能效比的產(chǎn)品，前面提及的礦機(jī)ASIC、智駕ASIC以及阿里平頭哥的含光、百度的昆侖芯這些AI ASIC。

與之配套的芯片制造，主要依賴中芯國(guó)際，中興旗下的中興微等則是新入場(chǎng)的“玩家”，不排除未來(lái)他們將與國(guó)內(nèi)廠商合作，上演一場(chǎng)“誰(shuí)將是中國(guó)博通”的戲碼。

左圖為英偉達(dá)主要上游供應(yīng)商，來(lái)源Fubon Research ，右圖GB200 NV72L機(jī)柜的總長(zhǎng)接近2英里的NVlink Spine銅纜

產(chǎn)業(yè)鏈配套部分難度相對(duì)較低，對(duì)應(yīng)的服務(wù)器、光模塊、交換機(jī)、PCB、銅纜，由于技術(shù)難度低，國(guó)內(nèi)企業(yè)本來(lái)競(jìng)爭(zhēng)力就比較強(qiáng)。與此同時(shí)，這些產(chǎn)業(yè)鏈企業(yè)與國(guó)產(chǎn)算力屬于“共生”關(guān)系，ASIC芯片產(chǎn)業(yè)鏈也不會(huì)缺席。

應(yīng)用場(chǎng)景上，除了反復(fù)提及的智駕芯片和AI推理加速卡，其他國(guó)產(chǎn)設(shè)計(jì)公司的機(jī)會(huì)，取決于什么場(chǎng)景能爆發(fā)，對(duì)應(yīng)哪些公司又能把握住機(jī)遇。

04 結(jié)語(yǔ)

當(dāng)AI從大力出奇跡的訓(xùn)練軍備競(jìng)賽，躍進(jìn)推理追求能效的深水區(qū)，算力戰(zhàn)爭(zhēng)的下半場(chǎng)注定屬于那些能將技術(shù)狂想，轉(zhuǎn)化為經(jīng)濟(jì)賬本的公司。

ASIC芯片的逆襲，不僅是一場(chǎng)技術(shù)革命，更是一本關(guān)于效率、成本和話語(yǔ)權(quán)的商業(yè)啟示錄。

在這場(chǎng)新的牌局中，中國(guó)選手的籌碼正在悄然增加——機(jī)會(huì)永遠(yuǎn)留給準(zhǔn)備好的人。