在AI芯片ASIC领域，中国目前还没有出现与美国的博通公司完全对等的企业。
博通作为全球领先的半导体和基础设施软件解决方案提供商，其AI业务已成为最重要的增长引擎，并在该领域取得了显著成就。在中国，AI芯片ASIC方面，仍在不断发展壮大，尚未有能与博通全面比肩的企业。随着技术的不断进步和市场的日益扩大，未来中国有望涌现出具有全球竞争力的AI芯片ASIC企业。
博通的发展历程可以分为几个重要阶段：
从Agilent（惠普分拆上市的公司）独立出来后，KKR及银湖资本将其更名为安华高（Avago），并开始了第一次收购。此后，安华高通过一系列收购成为全球前五大半导体公司。 在收购高通的计划被美国政府叫停后，博通开始转向软件业务收购，陆续收购了CA Technologies、Symantec等公司，软件业务占比持续提升。 博通以610亿美元的价格收购了VMware，这是公司历史上最大的一笔收购。收购后，博通的整体费用率有所上升，但随着整合的进行，预计费用率将下降，毛利率和利润率有望回升。
一、AI算力路径对比及现状
AI算力主要分为两种路径：
通用路径：以英伟达GPU为代表，适合通用高性能计算。
专用路径：以ASIC定制芯片为代表。
GPU的优势与局限：
优势：处理大规模并行计算任务出色。
局限：存在内存墙问题。
ASIC的优势：解决内存墙问题。大规模量产后性价比更高。
目前主流AI芯片分类：
通用芯片：以GPU为代表。
专用芯片：以ASIC定制化为代表。
半定制化芯片：以FPGA为代表。
二、ASIC路径预期大幅提升原因
博通业绩超预期：
2024财年人工智能收入增长220%，达到122亿美元。
预计2025财年第一财季AI产品收入同比增长65%。
CEO预测2027年市场对定制款AI芯片ASIC的需求规模为600亿至900亿美元。
其他巨头动态：
谷歌发布第六代TPU Trillium，性能提升且性价比更高。
迈威尔科技预计AI收入增长两倍。
亚马逊发布基于ASIC的AI芯片实例，性价比超越基于GPU的实例。
推理计算需求变化：
分析师预计推理计算需求将超过训练计算需求。
巴克莱报告预计推理计算将占通用人工智能总计算需求的70%以上。
随着定制化ASIC芯片涌现，英伟达GPU在推理市场市占率有望下降。
三、博通相关A股供货公司情况
美信科技：
可量产万兆以太网网络变压器，供货博通等大厂。
太辰光：
为博通提供MPO连接器等产品，合作使其营收和利润显著增长。
中际旭创：
提供以太网解决方案，与博通存在间接供货关系。
新易盛：
是博通光通信深度伙伴。
天孚通信：
是博通核心供应商，在CPO等相关技术领域有所布局。
光华科技：
参与展会展示AI布局，或通过相关业务合作为ASIC芯片提供支持与服务。
四、与博通在ASIC领域对标的企业情况
寒武纪：专注人工智能芯片设计，产品包括 ASIC 类型芯片，是中国领先的 AI 芯片设计公司之一。
澜起科技：拥有津逮 CPU 产品，是将 Intel CPU 和 ASIC 模块封装在一起的解决方案。
芯原股份：致力于打造顶级 “IP Power House”，提供 ASIC 定制量产服务。
瑞芯微：提供针对特定功能设计的 ASIC 芯片，含接口转换、无线连接、MCU 芯片等。
富满微：提供各类 ASIC 等类芯片。
睿创微纳：提供 ASIC 处理器芯片，自研 ASIC 芯片批量导入户外产品。
中微半导：从 ASIC 芯片起家。
利亚德：ASIC 芯片用于显示屏。
淳中科技：自研 ASIC 芯片正在进行相关测试工作。
瑞斯康达：成功研发多款 ASIC 自主芯片用于接入设备。
全志科技：各系列智能终端处理器芯片都属于 ASIC 芯片。
山石网科：ASIC 硬件平台准备工作基本完毕，待芯片流片完成后调试。
北京君正：主营业务为微处理器芯片、智能视频芯片等 ASIC 芯片产品及整体解决方案研发和销售。
翱捷科技 - U：具备芯片定制及 IP 授权业务，为客户量产过 AI ASIC 芯片，有一定对标性。
灿芯股份：一站式定制芯片及 IP 供应商，在 ASIC 芯片设计与定制方面经验丰富，能提供一站式服务，与博通业务模式相似。
天融信：自 2003 年投入 ASIC 网络加速芯片研制，已发布多种专用芯片应用在相关产品中。
兴森科技：FCBGA 封装基板用于 CPU、GPU、FPGA、ASIC 等高端芯片封装。
紫光国微：ASIC 芯片龙头股之一。
东软载波：ASIC 芯片龙头股。
云天励飞：拥有视觉 AI 协处理芯片和边缘 AI 芯片等产品，探索发展 ASIP 技术，集合 FPGA 和 ASIC 优点。
五、TPU与ASIC的关系
所属关系：TPU属于ASIC的一种。
设计目标：
ASIC：设计目标更广泛，可针对各种特定应用需求定制。
TPU：主要聚焦人工智能深度学习领域的张量计算。
架构特点：
ASIC：架构差异大，集成各种专用模块和电路。
TPU：采用脉动阵列等优化架构，提高计算效率。
应用场景：
ASIC：应用场景丰富多样。
TPU：主要应用于深度学习相关场景。
发展趋势：
ASIC：朝着更高性能、更低功耗、更小尺寸方向发展。
TPU：进一步优化架构和性能。
六、ASIC主要产品情况
谷歌：
发布TPU v1、TPU v4等芯片。
Gemini模型利用自研TPU训练。
TUP v4性能优于英伟达A100，略逊于英伟达H100，功耗管理能力出色。
英特尔：
收购Habana Lab。
推出Gaudi2 ASIC芯片，模型训练性能优于A100。
国内相关厂商：
AI ASIC芯片：寒武纪、云天励飞等各有相关ASIC芯片产品及业务布局。
SoC系统级芯片：全志科技、瑞芯微等提供的智能终端处理器芯片等属于ASIC芯片。
