鏖戰(zhàn)ASIC芯片：“反英偉達(dá)聯(lián)盟”勝算幾何？

　　就在博通(Broadcom)和Marvell因?yàn)锳SIC定制芯片需求大漲而推動(dòng)業(yè)績(jī)和股價(jià)快速拓展之際，英偉達(dá)似乎也在醞釀“反擊”。

　　英偉達(dá)CEO黃仁勛早前多次透露過(guò)有進(jìn)入ASIC芯片領(lǐng)域的想法，近日有市場(chǎng)消息顯示，英偉達(dá)已經(jīng)成立正式的ASIC部門，業(yè)務(wù)將主要落在中國(guó)臺(tái)灣，為此正在該地頻密挖角。顯示出英偉達(dá)將持續(xù)夯實(shí)其在AI芯片領(lǐng)域地位的野心。

　　面對(duì)英偉達(dá)業(yè)務(wù)量和市值的水漲船高，其他在計(jì)算芯片領(lǐng)域有業(yè)務(wù)布局的企業(yè)也在籌措應(yīng)對(duì)。近些年來(lái)，“超以太網(wǎng)聯(lián)盟”等各類產(chǎn)業(yè)間協(xié)作與聯(lián)合在持續(xù)推進(jìn)，被外界“戲稱”為“反英偉達(dá)聯(lián)盟”。

　　隨著AI大模型需求高漲，“反英偉達(dá)聯(lián)盟”如何破除英偉達(dá)在軟硬件方面積累多年的壁壘，進(jìn)而搶占更多成長(zhǎng)性空間，成為備受關(guān)注的命題。

　　那么英偉達(dá)在AI芯片領(lǐng)域的進(jìn)一步攻城略地，將對(duì)“反英偉達(dá)聯(lián)盟”帶來(lái)怎樣的影響？后者勝算幾何？

　　“反英偉達(dá)”涌動(dòng)

　　綜合多家第三方機(jī)構(gòu)的統(tǒng)計(jì)可見(jiàn)，在GPU市場(chǎng)，英偉達(dá)目前占據(jù)了大約90%份額，AMD雖然也在積極發(fā)布GPU產(chǎn)品，但因?yàn)樵谲浖�生態(tài)建設(shè)方面不夠完善，到目前為止僅個(gè)位數(shù)百分比市場(chǎng)份額。

　　從商業(yè)邏輯看，市場(chǎng)呼喚更多元的參與者成為供應(yīng)商就不難理解。但英偉達(dá)的不同在于，其在CUDA軟件生態(tài)方面已積累十余年、有數(shù)百萬(wàn)開(kāi)發(fā)者支撐。AMD在近日還被第三方測(cè)試機(jī)構(gòu)指出，旗下某款A(yù)I芯片產(chǎn)品的軟件適配有缺陷，影響了芯片最終的品質(zhì)和易用性。

　　要搶占AI芯片更多份額，不妨先從英偉達(dá)的護(hù)城河著手：硬件GPU芯片+軟件CUDA生態(tài)+NV Link連接。

　　“反英偉達(dá)聯(lián)盟”的主體，主要是指以AMD、博通為代表的AI芯片廠商，AMD是GPU供應(yīng)商并積極搶占更多份額，博通等廠商的崛起則主要源于其ASIC定制化芯片服務(wù)能力。

　　在硬件芯片層面，GPU多是用在通用加速計(jì)算場(chǎng)景；ASIC芯片是服務(wù)于特定廠商的定制化需求，多數(shù)是幫助云服務(wù)商(CSP，主要指亞馬遜云、谷歌云等互聯(lián)網(wǎng)巨頭)提升細(xì)分領(lǐng)域的能力，例如幫助Meta聚焦社群算法調(diào)優(yōu)、谷歌強(qiáng)化搜索引擎能力等。

　　不過(guò)ASIC芯片的短板在于，一旦框架決定后不可更改。因此早期這類芯片在應(yīng)用過(guò)程中會(huì)被擔(dān)心“試錯(cuò)”成本偏高、考驗(yàn)定義能力。

　　本質(zhì)上看，ASIC芯片是隨著AI推理需求逐漸走高而備受熱捧的產(chǎn)物，與更擅長(zhǎng)AI大規(guī)模訓(xùn)練的GPU芯片定位有所不同。多位業(yè)內(nèi)人士也對(duì)21世紀(jì)經(jīng)濟(jì)報(bào)道記者表示，二者本身并不存在取代關(guān)系。

　　Omdia半導(dǎo)體研究總監(jiān)何暉對(duì)21世紀(jì)經(jīng)濟(jì)報(bào)道記者分析，英偉達(dá)推出的產(chǎn)品為GPGPU，屬于通用型并行計(jì)算芯片，優(yōu)勢(shì)是能夠在并行計(jì)算過(guò)程中實(shí)現(xiàn)高速運(yùn)算能力。在過(guò)去兩年多AI快速發(fā)展、云計(jì)算需求高漲背景下，市場(chǎng)逐漸形成了對(duì)這類高算力服務(wù)器的強(qiáng)勁需求。

　　但國(guó)際AI巨頭的核心競(jìng)爭(zhēng)力是算法。對(duì)這類公司來(lái)說(shuō)，早期多采用GPGPU是因?yàn)槠涓咝阅苡?jì)算的特點(diǎn)，對(duì)打造通用能力有很大賦能；隨著各家在大模型領(lǐng)域構(gòu)建起自己差異性的核心算法，針對(duì)各自優(yōu)勢(shì)場(chǎng)景定制ASIC芯片會(huì)更符合具體需求，也能達(dá)到對(duì)自身算法的隱私保護(hù)目的。反過(guò)來(lái)，這些定制芯片和算法也會(huì)形成AI巨頭的競(jìng)爭(zhēng)壁壘。

　　“但GPU和ASIC兩類架構(gòu)對(duì)于AI巨頭來(lái)說(shuō)，一定是并行存在的。”何暉進(jìn)一步分析，因?yàn)榇罅康耐ㄓ眠\(yùn)算是基礎(chǔ)場(chǎng)景，GPU的使用在其中不可或缺，同時(shí)針對(duì)特定場(chǎng)景的算法定義，ASIC相比GPU會(huì)在性能和成本上更具優(yōu)勢(shì)，也更適宜幫助AI巨頭形成算法差異化。

　　軟件CUDA生態(tài)方面倘若要與英偉達(dá)抗衡，其他GPU公司還在持續(xù)彌補(bǔ)能力，但考慮到ASIC芯片并非通用而是專用，實(shí)際上能滿足單一廠商的具體需求即可，因此從這個(gè)角度看，ASIC芯片服務(wù)商并沒(méi)有過(guò)多軟件生態(tài)建設(shè)需求。

　　連接能力是AI芯片廠商們正明顯形成聚合的領(lǐng)域之一，顯然也是想從能力方面與NV Link抗衡。這其中涉及的主要產(chǎn)品是交換機(jī)，其中分為以英偉達(dá)為代表的InfiniBand交換機(jī)和其他廠商著力推進(jìn)的以太網(wǎng)交換機(jī)。

　　但業(yè)界普遍認(rèn)為，InfiniBand交換機(jī)更適用于大規(guī)模AI集群搭建過(guò)程中的高速率通信交換要求。

　　2023年7月，超以太網(wǎng)聯(lián)盟(Ultra Ethernet Consortium，簡(jiǎn)稱UEC)成立，其中成員包括AMD、Arista、博通、思科、Meta和微軟等，就是旨在解決以太網(wǎng)實(shí)際應(yīng)用過(guò)程中的諸多不足。不難發(fā)現(xiàn)，其中有不少GPU和ASIC服務(wù)商或需求商。

　　Omdia數(shù)據(jù)中心IT團(tuán)隊(duì)首席分析師Manoj Sukumaran對(duì)21世紀(jì)經(jīng)濟(jì)報(bào)道記者分析，“目前大多數(shù)AI集群都部署了InfiniBand網(wǎng)絡(luò)，因?yàn)槠涞脱舆t、擁塞控制機(jī)制等特性。但隨著推理能力成為AI工作負(fù)載的更大一部分，大多數(shù)AI推理服務(wù)器都將通過(guò)以太網(wǎng)連接�！�

　　他指出，UEC等聯(lián)盟正在對(duì)以太網(wǎng)進(jìn)行優(yōu)化，以使其適合AI訓(xùn)練集群�！拔覀冾A(yù)計(jì)從2025年底或2026年開(kāi)始，以太網(wǎng)將在AI訓(xùn)練集群中獲得更多應(yīng)用，并將成為InfiniBand的有力競(jìng)爭(zhēng)者�！�

　　英偉達(dá)要反擊？

　　雖然目前看起來(lái)，被稱為“挑戰(zhàn)者”的ASIC芯片和GPU芯片廠商們正著力補(bǔ)足短板，但從特性看，顯然ASIC和GPU二者還沒(méi)有明顯業(yè)務(wù)交集，只是ASIC芯片愈發(fā)符合正日益增長(zhǎng)的AI推理需求。

　　Arm近日發(fā)布的2025年技術(shù)預(yù)判中也提到，人工智能的興起使功耗成為關(guān)注焦點(diǎn)，這凸顯出數(shù)據(jù)中心不能再圍繞現(xiàn)成的計(jì)算解決方案來(lái)構(gòu)建。相反，計(jì)算能力必須圍繞特定的數(shù)據(jù)中心和工作負(fù)載來(lái)構(gòu)建與設(shè)計(jì)，由此看到了向定制芯片發(fā)展的趨勢(shì)。2025年預(yù)計(jì)這一趨勢(shì)將延續(xù)，頭部公司將為此在ASIC和chiplet芯粒等技術(shù)方面持續(xù)投入大量資金，以便更快速地設(shè)計(jì)和部署定制芯片。

　　咨詢機(jī)構(gòu)IDC預(yù)計(jì)，2024年中國(guó)加速服務(wù)器市場(chǎng)規(guī)模將達(dá)190億美元，同比2023年增長(zhǎng)87%。其中GPU服務(wù)器依然是主導(dǎo)地位，占據(jù)74%份額。到2028年，中國(guó)加速計(jì)算服務(wù)器市場(chǎng)規(guī)模將超過(guò)550億美元，其中ASIC加速服務(wù)器市場(chǎng)占比將接近40%。

　　IDC中國(guó)分析師杜昀龍認(rèn)為，從加速技術(shù)角度看，GPU服務(wù)器依然是最終用戶的首要選擇，但由于部分GPU產(chǎn)品受供應(yīng)的限制，導(dǎo)致出現(xiàn)了算力缺口。另外，很多頭部的互聯(lián)網(wǎng)企業(yè)，為了降低成本以及更好地適配自身業(yè)務(wù)場(chǎng)景，也增大了自研ASIC芯片服務(wù)器的部署數(shù)量。綜合兩方面因素，使得ASIC人工智能服務(wù)器有大幅度增長(zhǎng)。

　　恰恰在這個(gè)節(jié)點(diǎn)，英偉達(dá)再度出手，黃仁勛也很看好ASIC芯片的市場(chǎng)潛力。

　　不過(guò)，對(duì)于強(qiáng)于GPU芯片能力且構(gòu)筑了強(qiáng)勢(shì)生態(tài)的英偉達(dá)而言，要快速搶占“新賽道”ASIC芯片的市場(chǎng)機(jī)會(huì)，看起來(lái)并不那么容易。這也是市場(chǎng)傳出英偉達(dá)需要大肆招人的原因。

　　ASIC芯片需求目前的贏家博通，也不是一個(gè)弱勢(shì)的競(jìng)爭(zhēng)對(duì)手。雖然大眾消費(fèi)者對(duì)其認(rèn)知不多，但博通實(shí)際上一直是通信芯片巨頭。

　　在何暉看來(lái)，當(dāng)AI巨頭發(fā)現(xiàn)通過(guò)堆硬件成本可以實(shí)現(xiàn)大規(guī)模計(jì)算能力后，那么連接效率也變得愈發(fā)重要。這也是連接領(lǐng)域早期已經(jīng)有PCIe、UCIe等多種接口標(biāo)準(zhǔn)協(xié)議后，英偉達(dá)依然不斷強(qiáng)調(diào)搭建NV Link能力的原因——英偉達(dá)早就意識(shí)到，高速連接能力與高速計(jì)算能力同樣重要。

　　“當(dāng)然我覺(jué)得進(jìn)入ASIC市場(chǎng)對(duì)英偉達(dá)來(lái)說(shuō)會(huì)有一些挑戰(zhàn)，其實(shí)不能小看博通在連接方面的優(yōu)勢(shì)。”何暉進(jìn)一步指出，雖然無(wú)法直接評(píng)判博通和英偉達(dá)哪家的連接協(xié)議更強(qiáng)，但博通在高速連接、邏輯計(jì)算方面有足夠積累；英偉達(dá)在持續(xù)發(fā)揮并行計(jì)算優(yōu)勢(shì)的同時(shí)，也通過(guò)NV Link來(lái)補(bǔ)齊高速連接接口的能力，兩家公司各有優(yōu)勢(shì)。

　　同理，Marvell與博通的業(yè)務(wù)邏輯類似，也是在無(wú)線通訊和連接、傳統(tǒng)邏輯芯片領(lǐng)域有較強(qiáng)積累，待ASIC定制芯片需求上升后，也對(duì)其帶來(lái)業(yè)務(wù)方面的利好。

　　“個(gè)人認(rèn)為，英偉達(dá)進(jìn)入ASIC芯片市場(chǎng)，并不一定完全是為了與博通爭(zhēng)奪市場(chǎng)，而是一種防守策略。例如一旦英偉達(dá)主要服務(wù)的客戶提出ASIC定制芯片需求，英偉達(dá)也有能力匹配，是一種商業(yè)策略角度減少客戶流失的考量�！彼�分析道，“ASIC芯片市場(chǎng)空間在越來(lái)越大，各類型玩家進(jìn)入后，各家都能受益于自身積累�！�

　　整體來(lái)看，雖然AI推理市場(chǎng)隨著AI大模型的商業(yè)化需求正迎來(lái)快速發(fā)展期，但對(duì)大模型/云服務(wù)廠商來(lái)說(shuō)，GPU芯片和ASIC芯片需要兼而有之。

　　TrendForce分析師邱珮雯就對(duì)記者指出，ASIC在可見(jiàn)的未來(lái)中不會(huì)完全取代GPU，相較于高階英偉達(dá)芯片如B200，ASIC目前開(kāi)發(fā)運(yùn)算效能仍有較大落差�！霸品�務(wù)商除了采用英偉達(dá)的GPU芯片以外，也在積極研發(fā)自身ASIC芯片，除了針對(duì)自身應(yīng)用定制化以外，還能降低對(duì)英偉達(dá)芯片的依賴度，并同時(shí)減少支出成本�！�

　　“AI行業(yè)發(fā)展到現(xiàn)階段，通用GPU芯片和定制化ASIC芯片各自可以滿足不同需求，會(huì)是一種互相結(jié)合的方式為AI巨頭提供服務(wù)�！焙螘熆偨Y(jié)道，ASIC芯片會(huì)是未來(lái)AI架構(gòu)中不可或缺的一部分，GPU也是。國(guó)內(nèi)外發(fā)展AI大模型的大廠，側(cè)重的業(yè)務(wù)和主要架構(gòu)都有所不同，疊加AI大模型本身還在發(fā)展初級(jí)階段，未來(lái)仍有很大發(fā)展空間。因此硬件/芯片方面后續(xù)如何形成標(biāo)準(zhǔn)模式，目前都還沒(méi)有完全定義清晰。只是行業(yè)在應(yīng)用過(guò)程中發(fā)現(xiàn)，第一階段要堆通用算力，第二階段要定義自己的硬件架構(gòu)，未來(lái)不排除會(huì)有新的硬件或芯片類型出現(xiàn)，衍生出更多需求。