01
ASIC是概念还是真需求？
说起AI芯片，大家第一反应就是英伟达的GPU，但GPU只是其中一部分。
目前，主流AI芯片主要分为三类：以GPU为代表的通用芯片、以ASIC定制化为代表的专用芯片以及以FPGA为代表的半定制化芯片。
GPU以英伟达为代表，而ASIC则以博通最为突出、Marvell次之。
ASIC，是一种为了专门目的或者算法而设计的芯片。这并不代表简单，而是代表面向的需求。
当下，ASIC芯片的主要根据运算类型分为了TPU、DPU和NPU芯片，分别对应了不同的基础计算功能。
TPU即为谷歌发明的AI处理器，主要支持张量计算；DPU则是用于数据中心内部的加速计算；NPU则是对应了上一轮AI热潮中的CNN神经卷积算法，后来被大量SoC进了边缘设备的处理芯片中。
尽管英伟达的AIGPU性能卓越，但云服务提供商如谷歌、亚马逊和微软，仍在积极推动ASIC芯片。
那么，为什么谷歌、亚马逊、微软等科技巨头需要去开发一款专用的ASIC芯片呢？
这背后的驱动力，主要是有两点。
一方面，优化内部工作负载。
要知道，英伟达芯片不仅贵，还很难买。而且，买完硬件还需要用英伟达的CUDA软件，配上英伟达NV Link网络传输，才能够实现GPU之间的高速数据共享。换句话说，就是被英伟达拿捏得死死地。
但是，如果通过开发自定义芯片，就可以更高效地满足其内部AI推理和训练需求。
另一方面，更高的性价比。
虽然英伟达的GPU具备强大的计算性能，但其硬件价格昂贵，特别是在AI训练过程中。相比之下，ASIC的单位成本更低，尤其是在大规模使用后。
例如，亚马逊的Trainium芯片在推理任务中比英伟达的H100GPU便宜约30%至40%。谷歌也在不断优化其TPU系列，最新的TPUv6在能效上比上一代提升67%。
英伟达GPU目前在推理市场中市占率约80%，但随着大型科技公司定制化ASIC芯片不断涌现，这一比例有望在2028年下降至50%左右。
可以看出，ASIC不只是个概念，而是实实在在的高需求芯片。
02
从博通看ASIC发展
从现在的技术来看，博通是否真的有能力抗衡英伟达？
目前，英伟达生态系统的技术护城河主要靠三张王牌：硬件GPU、软件CUDA和网络传输NVLINK。其中，NV LINK是英伟达早在2016年开发私用专用网络协议，其他公司根本无法与之抗衡，比如AMD。
但博通就不一样了，他本身就是做网络的，公司在网络芯片、交换机和路由器方面有强大的技术积累，这方面不比英伟达NV LINK差。
所以，当博通做出定制芯片之后，客户并需要考虑是否兼容英伟达的CUDA，只要能跑自家公司的算法，系统和模型就足够了。
简单来说就是：
博通AI定制芯片+客户自己的软件+博通网络VS英伟达GPU+英伟达CUDA+NV LINK。
所以，客户只要能够在自己的圈子里跑自己的模型、系统和算法即可，如果客户没有，博通也能解决这些问题。
博通凭借自己的技术实力，目前以55%-60%的份额位居ASIC市场第一，Marvell以13%-15%的份额位列第二。英伟达现如今也不甘示弱，在2024年3月建立新业务部门，布局ASIC芯片领域。
博通的财报相当亮眼，博通2024财年营收约为516亿美元，同比增长了44%，创下了历史新高，其中AI收入增长220%，达到122亿美元，下季度预计再增65%。
另一巨头Marvel自推出相关业务以来，已设计超过2000款ASIC，曾受亚马逊、谷歌、微软邀请开发定制AI芯片。
以博通为代表的供应商最新交出的亮眼财报，已经能够证明ASIC需求的强劲程度。
而且，根据博通CEO预计，2027年市场对ASIC芯片的需求规模为600亿-900亿美元。
可以看出，ASIC芯片的未来大有可为。
03
国内ASIC芯片格局
在科技狂潮席卷的当下，时势造英雄。
目前，国内的盛科通信、澜起科技和芯原股份跟博通关联较高。
盛科通信是国产交换机芯片领域的龙头，主要做交换机芯片的国产替代；澜起科技旗下拥有津逮服务器，可以做ASIC芯片服务器；芯原股份做芯片IP授权，部分ASIC芯片需要用到芯原股份的技术架构。
国内华为昇腾、寒武纪、燧原科技等厂商产品也均基于ASIC架构，不过还没形成明显的头部厂商。
除此之外，国内的山石网科、云天励飞、中昊芯英（科德教育参股）、淳中科技、广合科技、天融信、瑞斯康达等在这一领域也有布局。
其中，科德教育虽是教育公司，凭借参股中昊芯英，已成功量产前沿TPU芯片。
在AI芯片领域，TPU厂商并不多见。中昊芯英是国内唯一掌握TPU架构训推一体AI芯片核心技术的公司，能够为国内AI产业提供自主可控方案。
从业绩上看，中昊芯英是国内AI芯片唯二盈利的企业（另一个为华为海思），自我造血能力强。
04
总结
最后，别忘了点“在看”。
