出品 | 虎嗅科技組

作者 | 丸都山

一個月前，當Ilya在NeurIPS上宣佈「預訓練即將終結」時，他可能無法預料到，這番表態不僅沒有讓業界陷入迷茫，反而掀起了另外一場狂歡。

博通成為第一個喫到肉的公司。

就在NeurIPS開幕的前一天，12月13日，ASIC芯片巨頭博通發布四季報，雖然經調整淨利潤33%的增長不算特別「唬人」，但CEO陳福陽關於大客戶將在2027年花費600至900美元購買博通AI組件的預測，還是讓這家公司在次日的股價暴漲24%，成為第9家市值突破萬億的美股公司。

而在大洋彼岸的中國，ASIC概念股也再度被拉回人們的視野，包括寒武紀、芯原股份、燦芯股份等公司成為投資者熱捧的對象。

雖然A股市場素來不缺乏盲目追逐熱點的案例，但這一次，國內ASIC芯片廠商確實有比較堅固的基本盤。

一位產業投資人向筆者表示，「國內頭部CSP（雲解決方案提供商）公司都在自研ASIC芯片，而且是每一家，他們都需要第三方芯片設計公司的幫助。」

這並不難理解。就像谷歌與博通攜手打造的自研TPU一樣，谷歌可以為其設計架構，但關於IP核授權和版圖設計的工作，還是需要博通來完成。

但問題是，國內CSP廠商會選擇國內ASIC芯片設計公司嗎？

這位產業投資人認為，「產品組合、IP核庫、設計複用度，還有軟件生態，在這些維度上，國內ASIC廠商與博通、Marwell等巨頭存在着較為明顯的差距。」

而一個更加宏觀的問題是，即便行業公認預訓練結束，高舉ASIC大旗的博通，真的能推翻「英偉達敘事」嗎?

01博通的底氣，從何而來？

在博通財報發布後的電話會議上，陳福陽表示，在2024財年博通AI相關的半導體總營收為122億美元，按照博通的業務結構劃分，這部分收入除ASIC芯片外，應該還包括以太網交換芯片、PHY芯片等等。

即便把122億全部算在ASIC芯片的營收上，陳福陽的預測也是非常誇張的。如果取900億美元的上限計算，那麼未來三年，博通在ASIC芯片上的年複合增長率將達到驚人的170%。

作為對比，英偉達從2022年-2024年營收的複合增長率在110%左右。

為什麼陳福陽對ASIC市場會如此樂觀？

這裏先說下ASIC芯片的定義。ASIC，即專用集成電路（Application Specific Integrated Circuit），是為特定用戶或特定電子系統制作的集成電路。

從廣義上來講，可以理解為用戶對產品的功能、成本、體積等要求進行專門設計的芯片，這個語境下，汽車上用於發動機控制的芯片都可以視為ASIC芯片。

而目前用於AI行業的ASIC芯片，主要針對人工智能相關的算法和任務進行設計，以用於加速人工智能的訓練和推理過程。

聽起來和GPU好像有點類似？

與後者相比，ASIC專為特定推理任務而定製，不需要像GPU那樣為了適應各種不同的任務而進行頻繁的配置和切換。

同時，因為ASIC芯片只包含完成特定推理任務所需的功能模塊，不需要像 GPU 那樣集成大量的通用功能和接口。比如在一些簡單的圖像識別推理應用中，ASIC芯片完全可以去掉GPU中那些用於複雜圖形處理和遊戲渲染的模塊，從而降低芯片成本。

另外，在推理端，設計廠商會針對卷積、矩陣乘法等常見運算設計專門的電路模塊，在執行推理任務時，這些模塊避免了冗餘計算和不必要的電路切換，使功耗大幅降低。

目前業內主流觀點認為，在負責的大規模數據中心的推理任務中，使用ASIC芯片可以將功耗降低30%-70%；如果在邊緣計算等簡單數據場景中，ASIC芯片甚至可令功耗下降一個數量級。

值得一提的是，在去年年底，紅衫曾發布過一份名為《AI in 2025:Building Blocks Firmly in Place》的報告，其中有一個觀點非常有趣：

現在的Software-as-a-Service未來將轉向Service-as-a-Software。在AI應用上，就是未來「按成果收費」將取代現在的按「座席收費」。

如果AI行業會如同紅衫預料的那樣發生改變，那麼在配置相對彈性的推理端，各廠商毫無疑問地會「瘋捲成本」。

在這樣的背景下，ASIC芯片的意義不言自明。

02替代英偉達？為時尚早

實際上，互聯網大廠對ASIC芯片的關注並不比GPU晚多少。

其中最具代表性的是谷歌。早在2015年，谷歌就開發出了第一代TPU處理器（ASIC的一個分支），雖然彼時外界對這個項目的了解並不多，但驅動AlphGo擊敗李世石的，就是這枚芯片。

此後8年，在博通的幫助下，谷歌TPU又迭代了6個版本。

2023年12月，多模態大模型Gemini 1.0橫空出世，谷歌在I/O大會上表示這個大模型的訓練和推理100%由TPU V5e和TPU V4完成。

當然，這並不代表TPU在大模型訓練上也有優勢，只是對於谷歌來說，並不想看到英偉達在硬件平台上「贏者通殺」。

除了谷歌外，Meta和字節跳動也在通過博通「自研」ASIC芯片，雖然後者曾官方否認過與博通的合作，但有業內人士指出，字節跳動的ASIC芯片最早在今年年底就能看到回片。

不過，在博通與這些大廠的合作中，也能看到目前ASIC芯片幾個明顯的短板。

首先就是，至少在現階段，各家定製/自研的ASIC芯片還談不上節省成本，而且開發周期漫長。

比如谷歌的TPU項目始於2015年，但真正能用於大模型訓練/推理的芯片直到2022年纔出現（TPU V4），雖然理論上ASIC芯片適用於特定的推理任務，功能更加簡單，但實際上的設計門檻非常高。從流程上來講，需要從最基本的系統規格定義、邏輯設計上入手。

另外，相較於英偉達的GPU，無論是博通還是Marvell，都顯然缺少像CUDA那樣豐富且易上手的軟件生態支持，在涉及卡間互聯和智算中心的搭建的問題上，也沒有類似NVLink和Infini Band這樣「拿來即用」的解決方案。

相較於硬件平台，英偉達在軟件生態上的優勢，可謂是「第二名看不到車尾燈」式的領先。

這兩個因素直接導致將ASIC用於AI推理，現階段註定只是頭部CSP廠商的遊戲。上述產業投資人士認為，「全世界範圍內，對推理端ASIC芯片有強烈需求的雲廠商，滿打滿算可能都不超過10家。」

更重要的一點是，對於頭部CSP廠商來說，其豐富的產品矩陣註定了短時間內仍需要將更加泛用的GPU作為算力中心的核心，畢竟當新的算法或應用場景出現時，GPU可以通過軟件升級來支持，而ASIC則需要重新做產品設計。

因此，短時間內以博通為代表的ASIC廠商，恐怕還無法推翻「英偉達敘事」。

03國產ASIC，乘風而起？

前文提到，國內頭部CSP廠商都在做自研ASIC，這其中大概可以分為兩類：

第一類是以阿里和百度為代表的「純自研路線」，與二者相關聯的平頭哥和崑崙芯，均已組建ASIC研發團隊，並已完成相關產品的流片及量產出貨。

第二類則是以字節跳動為代表的廠商，他們與第三方芯片設計公司攜手研發ASIC芯片。

這兩類廠商的共同點是，出於供應鏈安全的考量，他們對ASIC芯片的國產替代都有不同程度的需求。

這構成了國內ASIC芯片公司最堅實的基本盤，但就目前來看，國內ASIC芯片公司還有幾處明顯的短板需要解決。

首當其衝的就是IP覈資源的稀疏。

作為對比，博通在為谷歌打造GPU時，除了提供先進封裝技術、光互連技術外，還附帶了一批高性能互聯IP核，涵蓋高速SerDes內核、PCIe接口等。如果沒有這些豐富的IP覈資源，谷歌TPU的研發時間會更長。

而國內AISC廠商，有時還需要先通過博通、Marvell等公司取得IP授權，這對於作為客戶的CSP廠商來說，就有點得不償失了。

另外，博通作為一家Fabless（無晶圓廠）公司，它卻可以提供除代工外的全流程服務，從最前端的規格定義到最後端的3.5D先進封裝，博通均可提供成熟的解決方案。

一位業內人士向筆者表示，「現在很多人把因果倒置了，不是選擇ASIC路線就能推理成本驟降，而是像博通這樣的企業，其強大的in-House優勢讓ASIC芯片的研發成本能夠降低。」

還有一個無法忽視的問題是，隨着BIS新規的生效，本土ASIC芯片的可代工產能被進一步收緊。當然，隨着半導體行業國產替代進程的加快，這個制約因素未來有望得到改善。