ASIC芯片崛起，AI算力市場格局從壟斷到雙軌并行

全球觀察者深度出品

縱橫寰宇，洞察時代風云

英偉達剛發了個聲明，意思是別擔心我們的市場地位，結果轉頭就傳出Meta在琢磨要不要用谷歌的TPU芯片。

這消息一出來，芯片股跟著抖了三抖。

這事兒不光是幾家公司的小打小鬧，背后藏著個大變化ASIC芯片開始冒頭了，AI算力這塊蛋糕的分法，怕是要變。

今天就聊聊，這ASIC到底是個啥，它又是怎么讓英偉達這樣的老大哥都開始緊張的。

要搞明白現在的算力變局，得先知道ASIC和GPU到底有啥不一樣。

這倆就像兩種性格的員工，一個專精一項技能，一個啥都會但不頂尖。

TPU是ASIC里的代表，谷歌家的IronwoodTPU最近挺火。

這東西生來就是為AI計算最常用的數學運算準備的，就像專門為跑馬拉松設計的鞋，跑起來又快又省力。

它還用了個水冷散熱的技術，一堆芯片能拼成256個甚至9216個的大集群，算力直接拉滿。

GPU呢？最早是給電腦顯卡用的，后來才被拿來搞AI，所以架構上更通用一些。

英偉達的GPU能火，靠的不光是硬件，還有它家的CUDA生態系統。

就像你用慣了Windows系統，突然換個新系統，軟件不兼容、操作不習慣，肯定頭疼。

英偉達這套生態，讓開發者寫程序順手得很，這護城河可不是一天兩天能打破的。

不過話說回來，通用也有通用的麻煩。

AI計算里，好多活兒其實翻來覆去就那幾樣，GPU的很多功能根本用不上，等于花了冤枉錢還費電。

ASIC就不一樣，你需要啥功能我就設計啥，多余的零件全砍掉跑特定AI任務時，電費能省不少，長期用下來運營成本低一大截。

技術上的不同，慢慢也讓市場格局開始變了。

以前英偉達在AI芯片市場那真是一家獨大，份額超過90%，其他家很難擠進去。

但現在不一樣了，像谷歌的TPU，就成了英偉達Blackwell芯片的低成本替代方案。

有些公司一算賬，發現跑自家的AI模型，用TPU比GPU省錢，自然就動了心思。

Meta考慮用谷歌TPU，估計也是這么盤算的。

ASIC芯片火起來，不是一家獨美博通和Marvell這兩家公司，已經悄悄成了市場上的“雙寡頭”。

但它倆走的路子可不太一樣，一個盯緊“教AI學東西”，一個專注“讓AI回答問題”。

博通算是ASIC領域的老資格了，跟谷歌從第一代TPU就開始合作，關系鐵得很。

它的策略簡單粗暴，你要啥我就給你定制啥加速器，再配上高速互連技術，讓芯片之間數據傳輸快得飛起。

現在谷歌、Meta、OpenAI這些需要大量算力訓練AI模型的公司，都是博通的大客戶。

畢竟訓練模型就像教學生，得有超強的算力“老師”才行，博通剛好能滿足這點。

Marvell走的是另一條路，它主要跟亞馬遜、微軟這些公司合作，做“推理側”的芯片就是AI學會東西后，用來回答用戶問題、處理日常任務的算力。

它家的技術路線有兩個撒手锏，一是用了最先進的3nm制程，芯片做得更小、更省電；二是高速互連的IP技術很牛，數據傳輸效率高。

而且它不光做芯片，還搞數據中心的全棧布局，從芯片到軟件再到系統，形成了自己的小生態，這就讓客戶用起來更方便。

本來想，ASIC市場會不會像GPU那樣一家獨大，后來發現博通和Marvell這倆“各吃一口飯”的玩法挺聰明。

一個抓訓練側的大客戶訂單，一個占推理側的市場份額，短期內誰也吃不掉誰，倒形成了穩定的雙寡頭局面。

先進封裝技術成了ASIC的“神助攻”。

谷歌就計劃2027年推出的TPUv9用上EMIB技術，這技術能把多個小芯片像拼積木一樣連起來，性能提升不少，成本還能降下去。

Meta也在評估要不要把這技術用在自家的MTIA芯片上。

英特爾的EMIB技術比臺積電的CoWoS方案更靈活，性價比更高，難怪大家都盯上了。

國內企業也沒閑著。

阿里巴巴搞了個PPU芯片，專門針對云端AI推理；芯原股份的AIASIC業務最近增長挺快，幫客戶定制芯片；翱捷科技則在智能穿戴這些細分領域發力。

雖然跟國際巨頭比還有差距，但至少跟上了節奏，沒被落下。

現在的AI算力市場，已經不是非此即彼的選擇題了。

谷歌最新的Gemini3模型，就是用自家TPU訓練的，效果還不錯。

Anthropic這樣的AI公司，既用英偉達GPU，也用谷歌TPU，誰家好用誰家的。

云廠商們也學精了，不會把雞蛋放一個籃子里，都在搞“多元化算力”策略。

說到底，ASIC芯片的崛起，不是要徹底取代GPU，而是讓AI算力市場多了一種選擇。

英偉達的CUDA生態確實厲害，但架不住ASIC在特定場景下的“性價比”優勢。

未來的格局，更可能是GPU和ASIC各占一塊地盤通用計算還得靠GPU，特定任務就交給ASIC。

這場算力變局才剛開始，Meta考慮谷歌TPU只是個信號。

后面還會有更多公司站隊，更多技術突破。

對咱們普通人來說，可能感受不到芯片層面的變化，但AI服務更快、更便宜，背后就是這些小小的芯片在較勁。

至于最后誰能笑到最后，怕是只有時間能給答案了。