鏖战ASIC芯片：“反英伟达联盟”胜算几何？

　　就在博通（Broadcom）和Marvell因为ASIC定制芯片需求大涨而推动业绩和股价快速拓展之际，英伟达似乎也在酝酿“反击”。

　　英伟达CEO黄仁勋早前多次透露过有进入ASIC芯片领域的想法，近日有市场消息显示，英伟达已经成立正式的ASIC部门，业务将主要落在中国台湾，为此正在该地频密挖角。显示出英伟达将持续夯实其在AI芯片领域地位的野心。

　　面对英伟达业务量和市值的水涨船高，其他在计算芯片领域有业务布局的企业也在筹措应对。近些年来，“超以太网联盟”等各类产业间协作与联合在持续推进，被外界“戏称”为“反英伟达联盟”。

　　随着AI大模型需求高涨，“反英伟达联盟”如何破除英伟达在软硬件方面积累多年的壁垒，进而抢占更多成长性空间，成为备受关注的命题。

　　那么英伟达在AI芯片领域的进一步攻城略地，将对“反英伟达联盟”带来怎样的影响？后者胜算几何？

　　“反英伟达”涌动

　　综合多家第三方机构的统计可见，在GPU市场，英伟达目前占据了大约90%份额，AMD虽然也在积极发布GPU产品，但因为在软件生态建设方面不够完善，到目前为止仅个位数百分比市场份额。

　　从商业逻辑看，市场呼唤更多元的参与者成为供应商就不难理解。但英伟达的不同在于，其在CUDA软件生态方面已积累十余年、有数百万开发者支撑。AMD在近日还被第三方测试机构指出，旗下某款AI芯片产品的软件适配有缺陷，影响了芯片最终的品质和易用性。

　　要抢占AI芯片更多份额，不妨先从英伟达的护城河着手：硬件GPU芯片+软件CUDA生态+NV Link连接。

　　“反英伟达联盟”的主体，主要是指以AMD、博通为代表的AI芯片厂商，AMD是GPU供应商并积极抢占更多份额，博通等厂商的崛起则主要源于其ASIC定制化芯片服务能力。

　　在硬件芯片层面，GPU多是用在通用加速计算场景；ASIC芯片是服务于特定厂商的定制化需求，多数是帮助云服务商（CSP，主要指亚马逊云、谷歌云等互联网巨头）提升细分领域的能力，例如帮助Meta聚焦社群算法调优、谷歌强化搜索引擎能力等。

　　不过ASIC芯片的短板在于，一旦框架决定后不可更改。因此早期这类芯片在应用过程中会被担心“试错”成本偏高、考验定义能力。

　　本质上看，ASIC芯片是随着AI推理需求逐渐走高而备受热捧的产物，与更擅长AI大规模训练的GPU芯片定位有所不同。多位业内人士也对21世纪经济报道记者表示，二者本身并不存在取代关系。

　　Omdia半导体研究总监何晖对21世纪经济报道记者分析，英伟达推出的产品为GPGPU，属于通用型并行计算芯片，优势是能够在并行计算过程中实现高速运算能力。在过去两年多AI快速发展、云计算需求高涨背景下，市场逐渐形成了对这类高算力服务器的强劲需求。

　　但国际AI巨头的核心竞争力是算法。对这类公司来说，早期多采用GPGPU是因为其高性能计算的特点，对打造通用能力有很大赋能；随着各家在大模型领域构建起自己差异性的核心算法，针对各自优势场景定制ASIC芯片会更符合具体需求，也能达到对自身算法的隐私保护目的。反过来，这些定制芯片和算法也会形成AI巨头的竞争壁垒。

　　“但GPU和ASIC两类架构对于AI巨头来说，一定是并行存在的。”何晖进一步分析，因为大量的通用运算是基础场景，GPU的使用在其中不可或缺，同时针对特定场景的算法定义，ASIC相比GPU会在性能和成本上更具优势，也更适宜帮助AI巨头形成算法差异化。

　　软件CUDA生态方面倘若要与英伟达抗衡，其他GPU公司还在持续弥补能力，但考虑到ASIC芯片并非通用而是专用，实际上能满足单一厂商的具体需求即可，因此从这个角度看，ASIC芯片服务商并没有过多软件生态建设需求。

　　连接能力是AI芯片厂商们正明显形成聚合的领域之一，显然也是想从能力方面与NV Link抗衡。这其中涉及的主要产品是交换机，其中分为以英伟达为代表的InfiniBand交换机和其他厂商着力推进的以太网交换机。

　　但业界普遍认为，InfiniBand交换机更适用于大规模AI集群搭建过程中的高速率通信交换要求。

　　2023年7月，超以太网联盟（Ultra Ethernet Consortium，简称UEC）成立，其中成员包括AMD、Arista、博通、思科、Meta和微软等，就是旨在解决以太网实际应用过程中的诸多不足。不难发现，其中有不少GPU和ASIC服务商或需求商。

　　Omdia数据中心IT团队首席分析师Manoj Sukumaran对21世纪经济报道记者分析，“目前大多数AI集群都部署了InfiniBand网络，因为其低延迟、拥塞控制机制等特性。但随着推理能力成为AI工作负载的更大一部分，大多数AI推理服务器都将通过以太网连接。”

　　他指出，UEC等联盟正在对以太网进行优化，以使其适合AI训练集群。“我们预计从2025年底或2026年开始，以太网将在AI训练集群中获得更多应用，并将成为InfiniBand的有力竞争者。”

　　英伟达要反击？

　　虽然目前看起来，被称为“挑战者”的ASIC芯片和GPU芯片厂商们正着力补足短板，但从特性看，显然ASIC和GPU二者还没有明显业务交集，只是ASIC芯片愈发符合正日益增长的AI推理需求。

　　Arm近日发布的2025年技术预判中也提到，人工智能的兴起使功耗成为关注焦点，这凸显出数据中心不能再围绕现成的计算解决方案来构建。相反，计算能力必须围绕特定的数据中心和工作负载来构建与设计，由此看到了向定制芯片发展的趋势。2025年预计这一趋势将延续，头部公司将为此在ASIC和chiplet芯粒等技术方面持续投入大量资金，以便更快速地设计和部署定制芯片。

　　（IDC对加速计算服务器市场的预测）

　　咨询机构IDC预计，2024年中国加速服务器市场规模将达190亿美元，同比2023年增长87%。其中GPU服务器依然是主导地位，占据74%份额。到2028年，中国加速计算服务器市场规模将超过550亿美元，其中ASIC加速服务器市场占比将接近40%。

　　IDC中国分析师杜昀龙认为，从加速技术角度看，GPU服务器依然是最终用户的首要选择，但由于部分GPU产品受供应的限制，导致出现了算力缺口。另外，很多头部的互联网企业，为了降低成本以及更好地适配自身业务场景，也增大了自研ASIC芯片服务器的部署数量。综合两方面因素，使得ASIC人工智能服务器有大幅度增长。

　　恰恰在这个节点，英伟达再度出手，黄仁勋也很看好ASIC芯片的市场潜力。

　　不过，对于强于GPU芯片能力且构筑了强势生态的英伟达而言，要快速抢占“新赛道”ASIC芯片的市场机会，看起来并不那么容易。这也是市场传出英伟达需要大肆招人的原因。

　　ASIC芯片需求目前的赢家博通，也不是一个弱势的竞争对手。虽然大众消费者对其认知不多，但博通实际上一直是通信芯片巨头。

　　在何晖看来，当AI巨头发现通过堆硬件成本可以实现大规模计算能力后，那么连接效率也变得愈发重要。这也是连接领域早期已经有PCIe、UCIe等多种接口标准协议后，英伟达依然不断强调搭建NV Link能力的原因——英伟达早就意识到，高速连接能力与高速计算能力同样重要。

　　“当然我觉得进入ASIC市场对英伟达来说会有一些挑战，其实不能小看博通在连接方面的优势。”何晖进一步指出，虽然无法直接评判博通和英伟达哪家的连接协议更强，但博通在高速连接、逻辑计算方面有足够积累；英伟达在持续发挥并行计算优势的同时，也通过NV Link来补齐高速连接接口的能力，两家公司各有优势。

　　同理，Marvell与博通的业务逻辑类似，也是在无线通讯和连接、传统逻辑芯片领域有较强积累，待ASIC定制芯片需求上升后，也对其带来业务方面的利好。

　　“个人认为，英伟达进入ASIC芯片市场，并不一定完全是为了与博通争夺市场，而是一种防守策略。例如一旦英伟达主要服务的客户提出ASIC定制芯片需求，英伟达也有能力匹配，是一种商业策略角度减少客户流失的考量。”她分析道，“ASIC芯片市场空间在越来越大，各类型玩家进入后，各家都能受益于自身积累。”

　　整体来看，虽然AI推理市场随着AI大模型的商业化需求正迎来快速发展期，但对大模型/云服务厂商来说，GPU芯片和ASIC芯片需要兼而有之。

　　TrendForce分析师邱珮雯就对记者指出，ASIC在可见的未来中不会完全取代GPU，相较于高阶英伟达芯片如B200，ASIC目前开发运算效能仍有较大落差。“云服务商除了采用英伟达的GPU芯片以外，也在积极研发自身ASIC芯片，除了针对自身应用定制化以外，还能降低对英伟达芯片的依赖度，并同时减少支出成本。”

　　“AI行业发展到现阶段，通用GPU芯片和定制化ASIC芯片各自可以满足不同需求，会是一种互相结合的方式为AI巨头提供服务。”何晖总结道，ASIC芯片会是未来AI架构中不可或缺的一部分，GPU也是。国内外发展AI大模型的大厂，侧重的业务和主要架构都有所不同，叠加AI大模型本身还在发展初级阶段，未来仍有很大发展空间。因此硬件/芯片方面后续如何形成标准模式，目前都还没有完全定义清晰。只是行业在应用过程中发现，第一阶段要堆通用算力，第二阶段要定义自己的硬件架构，未来不排除会有新的硬件或芯片类型出现，衍生出更多需求。