865
0最近瑞·达利欧再次发文，发表了他近期访问中国等亚洲国家后的感想。其中他提到，鉴于AI已经无处不在，“意味着一切”，决定AI性能的芯片将成为最重要的国际地缘战略标的，“地位甚至将比石油更重要”。
看来，蔓延全球资本市场的AI芯片热潮还要继续火下去。无独有偶，最近国际顶尖投资银行摩根大通发布了一篇研报，将这个赛道中的ASIC芯片（专用集成电路）价值又提升到一个新高度。
ASIC是专为特定应用而设计的芯片。与通用处理器不同，ASIC在硬件层面进行设计，以执行预定义的指令集，这种定制专业化带来了独到的性能优势。
从技术架构的角度来看，ASIC通常包含数百万到数十亿个晶体管，构成针对特定任务的电路。其核心组件包括逻辑门、存储模块（静态或动态存储）以及高速互连系统。这种专用设计使ASIC在目标任务性能方面超越通用处理器。
ASIC风起云涌
随着大型云计算公司和科技巨头寻求降低人工智能计算成本、提高能源效率并摆脱对以英伟达为主的通用GPU单一路径依赖，定制芯片ASIC市场正进入新的增长周期，博通和Marvell有望成为这一趋势的主要受益者。
在近期发布的一份半导体行业报告中，摩根大通分析师预测，到2026年末，人工智能ASIC芯片市场规模将达到约600亿至700亿美元，并在未来几年保持40%至50%以上的复合年增长率。报告指出，博通目前占据高端ASIC市场约80%至85%的份额，Marvell位居第二，市场份额约为10%至12%。
人工智能计算需求的快速增长正在改变芯片采购结构。摩根大通认为，谷歌、亚马逊、Meta、微软、OpenAI 和软银/Arm等客户正在加速开发专有或定制的AI 处理器，以实现更高的性能、能效和更低的总体拥有成本。与英伟达和AMD的通用GPU不同，ASIC芯片通常是为特定客户、软件栈或平台设计的，因此更适合拥有大规模内部工作负载的超大规模云服务提供商。
该报告预测，博通的AI端收入将从2025财年的约200亿美元飙升至2026财年的超过600亿美元，并在2027财年达到超过1500亿美元。其定制产品线包括谷歌 TPU、Meta MTIA、字节跳动AI视频和网络芯片、OpenAI XPU、软银/Arm XPU以及Anthropic相关的TPU机架级解决方案。
摩根大通预计，Marvell的数据中心业务收入将从2025年的约61亿美元增长到2026年的约93亿美元，并在2027年达到约146亿美元。增长动力包括亚马逊的Trainium 3和Trainium 4、微软的Maia、谷歌的SmartNIC/DPU、CXL控制器等。
该报告还提出了一个关键洞察：到2027年，AI ASIC/XPU的年出货量将超过GPU。2027年AI芯片总出货量将达到2330万台，其中GPU为1090万台（占47%），ASIC/XPU为1250万台（占53%）。这表明，尽管GPU将继续增长，但定制芯片可能会在新AI算力部署中占据更大的份额。
相比GPU，AI ASIC最大的优势是性价比和能效。以当前市面上的主流产品看，性能接近的ASIC芯片要比英伟达GPU产品低一半以上，ASIC的初始开发成本一般很高，但量产后边际成本会大幅下降。
ASIC单位能耗更低，在AI推理场景中，谷歌TPU v5的单位计算成本比通用GPU降低了70%，而亚马逊Trainium 3的功耗仅为通用GPU的三分之一。此外还有小型化优势。由于采用专用设计，ASIC可以在更小的芯片面积内实现更高的计算密度，这对于空间受限的应用尤为重要。
需注意，小摩的这一评估并不意味着对英伟达的需求会迅速下降。相反，它指出了AI基础设施投资的分化：GPU将继续满足通用训练和推理需求，而云服务提供商的定制ASIC将在大规模、稳定且可预测的内部工作负载中获得更高的市场份额。
对于投资者而言，摩根大通的这份报告强化了人工智能硬件供应链正在从GPU扩展到ASIC、先进封装、HBM接口、光互连和CPO等细分赛道的逻辑。如果报告中的预测成真，博通和Marvell将成为下一阶段人工智能计算架构转型中的核心平台公司。
当然，博通和Marvell可不只是ASIC未来盈利折现那么简单，这两家眼下已经是全球唯二的高端DSP（数字信号处理器）芯片供应商。这类芯片是高速光模块中最核心的零部件，相当于发动机对于汽车之重要性。国内头部光模块企业都是这两家企业的重要DSP芯片客户。而光模块则是算力集群中海量数据流通的关键。
除了上述两家龙头以外，联发科也已经切入ASIC芯片这条“黄金赛道”。在手机业务增长乏力后，联发科将数据中心定制ASIC确立为核心增长曲线，已经抽调移动芯片研发资源组建独立云端ASIC研发中心，依托提供覆盖设计、封装、互连的系统级解决方案，期待实现ASIC业务短期快速放量。
供应链双轨布局是联发科区别于另外两家厂商的关键策略，高端训练相关ASIC持续采用台积电先进制程与CoWoS封装，面向谷歌的新一代推理芯片则将同时采用英特尔18A工艺搭配EMIB-T先进封装，以此缓解台积电先进封装产能紧张带来的交付压力，构建双重供应链安全体系。
结语
不仅是摩根大通，综合国内券商最新研报的判断，谷歌、亚马逊、Meta、OpenAI、微软等科技公司的ASIC需求数量，将在2026~2027年迎来爆发式增长。
虽然说在当前的训练领域，GPU统治地位依然比较难撼动；但在推理领域，ASIC已显现优势：特别是在算法固化、大规模部署的推理场景，ASIC凭借极致能效和低成本，正在侵蚀原属GPU的市场份额。许多企业将训练用GPU，推理用ASIC作为混合架构。
在国内，芯原股份为国产ASIC定制服务的龙头厂商。公司已经覆盖较完整的先进工艺节点，多个5nm/4nm一站式服务项目正在执行，且与全球主流晶圆厂、封测厂及EDA厂建立了长期稳定的合作关系，系互联网云厂等客户首选的芯片设计服务合作伙伴，具备一定高端ASIC定制实力。不过，在高端AI ASIC市场能否快速实现技术突破，依然是摆在其面前的重大课题。
可以说，AI的横空出世，带动AI训练芯片企业业绩不断创新高。而随着应用端推理需求的大爆发，算力基础设施叙事的下一个重点，则很可能是下游大厂同步加码定制ASIC芯片以降本稳供成为风潮。
