AI算力要变天了？一文搞懂ASIC和GPU

近期，全球股市的动荡中，ASIC和GPU这两个科技股概念突然变得火热，引起了市场的高度关注。博通作为ASIC的代表，股价一路猛涨，而英伟达作为GPU的代表，股价却一路下跌。这是否意味着AI算力市场即将变天？
随着人工智能技术的飞速发展，AI算力的重要性日益凸显。从早期的简单模型训练到如今的大规模语言模型如ChatGPT等的出现，对算力的需求呈爆发式增长。

01 那什么是ASIC和GPU？

ASIC：定制化与高效性
ASIC是一种针对特殊要求的全定制不可编辑芯片，常见的ASIC芯片包括NPU（神经网络计算芯片）、TPU（Tensor计算芯片）等。ASIC芯片因其针对特殊目的全定制，所以在特定领域的算力和能效比通用芯片（如CPU、GPU）更强。然而，ASIC的开发周期长、流片成本高、开发风险大，并不适配AI训练早期的高速迭代，主要适合谷歌等大厂用于AI推理阶段。
GPU：AI算力的主力军
GPU因其强大的并行处理能力，成为AI算力的重要组成部分。在深度学习、图像处理等领域，GPU能够显著加速计算过程，提高训练和推理效率。英伟达凭借其CUDA软件生态和持续优化的GPU架构，在AI芯片领域长期占据优势。截至2023年，英伟达的GPU占据AI训练市场超90%的份额。

02 ASIC与GPU的市场趋势

摩根士丹利在其研报《AI ASIC 2.0：潜在赢家》中预测，AI ASIC市场规模将从2024年的120亿美元增长至2027年的300亿美元，年复合增长率达到34%。尽管英伟达的AI GPU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设计，主要驱动力是优化内部工作负载和更好的性价比。

03 谁将是未来市场的主导者？

在全球ASIC供应链中，博通、世芯电子（Alchip）和Socionext被看好，Cadence、台积电及其供应链伙伴将从ASIC设计与制造的快速增长中获益。然而，ASIC的崛起并不意味着GPU的衰退。相反，这两种技术将长期共存，为不同需求场景提供最佳解决方案。