ASIC崛起：重塑AI竞争格局

一年前，在《DeepSeek掀起算力革命，英伟达挑战加剧，ASIC芯片悄然崛起》一文中，我们曾展望ASIC带来的产业机遇。如今，这一趋势的发展速度远超我们的预期。

过去半年，ASIC逐渐成为AI竞争的关键。国内外大厂中，百度、谷歌和阿里股价表现最佳。谷歌凭借TPU+自研模型+云+内部应用的组合，已稳固其领先地位；而百度和阿里也计划通过自研ASIC芯片拆分独立IPO，进一步布局AI领域。

如今，ASIC不仅是产业趋势的象征，更是AI巨头修炼内功的必备。

01 ASIC趋势超乎预期

1. AI投资越大，ASIC优势越明显

ASIC与GPU的核心区别在于定制化优化。ASIC针对特定算法和应用进行优化，而GPU则是通用型选手。在AI军备竞赛中，10万美元/颗的GPU已让大厂不堪重负。性价比更高的ASIC正逐步打破GPU的垄断格局。

谷歌自研芯片的成功，为行业注入了一针强心剂。超大规模云服务商开始尝试摆脱对英伟达的依赖，追求极致的TCO和供应链安全。

2. AI专用芯片跨越10亿美元门槛

理论上，所有芯片都应走向专用化。但能否落地，关键在于下游市场能否支撑高昂的自研成本。当前数据中心市场AI芯片单颗价值非常高，数百万颗出货量即可突破经济生死线。

据预测，2027年，ASIC出货量将突破1000万颗，接近同期GPU的水平。这将带动市场规模的扩容，AI用ASIC有望快速成长为千亿美金赛道。

02 GPU与ASIC共存，英伟达难垄断

在高速增长、供不应求的算力需求下，英伟达GPU的作用仍不可替代，但其份额将逐渐被ASIC蚕食。我们将看到二者长期共存：小型模型主导场景更利好GPU的灵活性，而超大型模型增长则为TPU提供增长空间。

1. 英伟达的优势在于生态与供应链

英伟达GPU当前最昂贵且适配各类AI场景。其优势在于算法生态和供应链支持。

2. 谷歌TPU撕开垄断裂缝

谷歌TPU的核心竞争力源于技术层面的差异化优势。其最新的TPU v7搭载Inter-Chip Interconnect技术，可支持超大规模集群。TPU在性价比上优于GPU，已赢得多个外部市场订单。

3. 大厂纷纷自研ASIC

在谷歌的示范效应下，大厂纷纷自研ASIC以降低成本和功耗。主流ASIC在算力性能上已接近英伟达H系列GPU，但能效比优势突出。

03 国内外大厂加速布局

1. 成本集约与功耗降低

ASIC不仅能降低成本，还能降低功耗。GPU存在功能冗余导致功耗浪费，而ASIC可针对特定工作负载优化。

2. 北美大厂加速自研

海外云厂如亚马逊、Meta、微软等纷纷加码自研ASIC。亚马逊的Trainium2、微软的Maia系列等均取得显著成果。

3. 国内大厂加速转向

国内大厂如百度、阿里、字节等也已取得阶段性成果。百度昆仑芯、阿里平头哥等都在加速推进自研ASIC芯片。

04 结语：AI竞争锚点之变

AI产业的竞争已从模型算法延伸到算力底层。ASIC芯片凭借极致的能效比与成本优势，正在重塑全球AI格局。没有自研ASIC芯片的企业，在更烧钱、更考验综合实力的AI竞赛中，终将失去话语权。

尽管国内企业在盈利能力、先进产能、产业链配套等方面面临挑战，但自研ASIC已是无法回避的战略方向。我们对此持乐观态度，相信在技术攻坚与生态构建的持续投入下，国内企业终将在全球ASIC赛道占据一席之地。