AI芯片的新宠,一文梳理“AI ASIC”芯片产业链
作者：微信文章核心逻辑：
ASIC AI芯片针对特定算法优化设计，因而在执行特定任务时展现出较GPU更为强大的计算能力和效率，且功耗和成本更低。目前，谷歌、META、亚马逊等海外大厂纷纷布局ASIC芯片，国内企业也在不断跟进，预计AI ASIC芯片市场规模将从2023年的66亿美元增长到2028年的554 亿美元，复合增速达到53%，相关产业链公司有望迎来广阔的发展空间。
相关公司：
芯原股份、翱捷科技、寒武纪、灿芯股份、沪电股份、兴森科技、铂科新材等。
01ASIC芯片的基本概念
ASIC芯片，全称为专用集成电路（Application-Specific Integrated Circuit），是根据特定用户需求和电子系统要求而设计、制造的集成电路。与通用芯片（比如CPU、GPU）不同，ASIC芯片专注于单一任务，如专用的音频、视频处理器，以及AI芯片等，都隶属于ASIC芯片的范畴。其显著优点包括体积小巧、功耗低、可靠性高、性能优越、保密性强和成本降低等，可面向领域包括消费电子产品、网络通信、加密货币挖矿、汽车定制、医疗设备等领域。
ASIC芯片可以根据其用途和功能进一步细分为TPU、NPU、DPU以及其他ASIC芯片。其中，TPU是专为机器学习和人工智能设计的高性能计算芯片，能高效地处理大规模的矩阵运算；NPU则是模拟人类神经元和突触的工作方式，用于深度学习任务的计算；DPU主要用于数据中心和网络设备中的数据包处理和安全功能，它们能够提供高效的数据处理和安全保障。此外，ASIC芯片还包括其他特定用途的芯片，如用于加密货币挖矿的ASIC芯片等。
图1不同类型ASIC芯片对比
资料来源：中泰证券
02AI ASIC芯片相较于GPU的优势
（1）ASIC在特定算法中计算能力更优
ASIC芯片能够针对特定算法进行优化设计，从而在执行特定任务时展现出强大的计算能力。特别是在AI深度学习算法中，ASIC芯片能高效地执行矩阵运算和数据处理，而GPU尽管拥有出色的并行计算能力和众多计算核心，但在某些特定任务上的计算能力可能不及ASIC芯片。此外，ASIC 芯片的计算效率与任务算法严格匹配，整个芯片架构都经过精心定制，以实现高效的任务执行。
（2）ASIC芯片的单位算力功耗更低
相较于CPU和GPU，ASIC芯片在单位算力下的能耗更低，因为它只为特定任务设计，不会产生不必要的能量消耗。而相比之下，GPU的设计更为通用，因此在执行单一任务时可能会有些能量浪费。比如，GPU每算力平均消耗约4瓦电力，而ASIC芯片单位算力平均消耗仅为2瓦电力左右。又比如，微软的Maia 100能效比达到1.60，超越了英伟达的H200（能效比为1.41）。
（3）ASIC的推理成本更低
由于ASIC芯片的硬件结构专为特定任务定制，从而减少了不必要的通用加速计算硬件设计，使得其单位算力成本相较于GPU更低。例如，谷歌的TPUv5和亚马逊的Trainium 2的单位算力成本分别仅为英伟达H100的70%和60%，这为某些应用提供了显著的降本空间。
（4）ASIC在推理阶段的应用上表现出色
推理阶段的特点是AI模型已训练完毕，需要快速对输入数据进行预测和分类。在此阶段，虽然对芯片的计算精度要求适中，但对计算速度、能效和成本等方面的要求却相当严格。ASIC凭借其高度定制化的设计，能够针对推理任务进行优化，以低功耗实现高速计算，特别是在大规模部署的情境下，ASIC的成本优势愈发明显。
03主流大厂研发ASCI芯片进展现状
谷歌于2006年开始考虑布局ASIC，并在2016年Google I/O大会发布首款TPU ASIC，后续迭代至2023年TPUV5P、2024年V6e，不断凭借先进制程与高算力持续领跑。在2025年4月Google Cloud Next 25大会上，谷歌正式发布了第七代TPU Ironwood，该卡以42.5 EFLOPS的算力刷新了业界纪录，而且具备更低的训练成本。从近期信息来看，OpenAI开始租用谷歌TPU为其ChatGPT和其他产品提供算力服务，以降低推理成本，这一事件标志着算力ASIC已经获得了顶级AI厂商的认可，成为算力ASIC发展的里程碑式事件。
亚马逊在2023年发布Trainium，2024年发布的Trainium2主要聚焦云端能效优化，该款芯片目前已被亚马逊投资的AI创业公司Anthropic用于训练大模型。据了解，公司Trainium 3芯片将于2025年末量产。
Meta于2023年5月自研AI运算芯片MTIA v1，采用RISC-V架构、台积电7nm工艺，FP16浮点运算能力为51.2TFLOPS，并在2024年Hot Chips大会上展示了其下一代MTIA。近期，野村证券发布研究报告称，Meta最早将于2025年第四季度推出下一代AI ASIC芯片MTIA T-V1，该芯片由博通公司设计，采用高规格36层PCB与混合冷却技术，规格将超过英伟达下一代AI芯片“Rubin”。并且可能在2026年中期推出MTIA T-V1.5 (V1.5) ASIC，性能可能比V1强大得多，其中介层尺寸可能是V1的两倍，超过5倍光罩尺寸，与英伟达的下一代GPU Rubin相似或稍大。
微软也于2023年发布了专门用于云端训练和推理的AI芯片（ASIC）——Maia 100，是为微软云中大语言模型训练和推理而设计的首款AI芯片，采用台积电5nm工艺，晶体管数量达到1050亿个。不过，最新消息显示，微软的下一代Maia人工智能芯片的发布时间已从2025年推迟到2026年。
04AI ASIC芯片的市场规模及增速
根据Marvell最新预测，预计美国四大CSP2023-2025年超大型Capex预计将保持46%的复合增长速度，并于2025年达到3270亿美元。如果加上苹果、特斯拉、OpenAI等快速增长的需求拉动，预计整体数据中心Capex 保持51%的复合增速，2025年达到5930亿美元，并进一步预测于2028年达到1.022万亿美元。
Marvell还上调了数据中心市场规模2028年预期至940亿美元，较2024年4月预期的750亿美元上调26%，其中上调定制计算芯片（XPU和XPU配套芯片）市场规模指引37%。定制化AI 芯片是增长最快的部分，2023年市场规模为66 亿美元，2028年或增长至554 亿美元，2023-2028年CAGR 达53%，相比此前预测扩大29%。其中，XPU市场规模将从2023年的60亿美元提升至2028年的408亿美元，CAGR 47%，XPU配套芯片（包括内存接口、网络互连、电源管理等芯片等）市场规模将从2023年6亿美元提升至2028年的146亿美元，CAGR 90%。
此外，ASIC的价格方面，有机构预计ASIC整体平均单价有望于2026会计年度（截至2026年10月底为止）同比大涨92%，而2027年度再度增长25%，这主要是受到了芯粒尺寸增加以及较新的內存技术影响，因为ASIC的规格将逐渐接近AI GPU的水平。
图2 数据中心的资本开支与市场规模预测
资料来源：国信证券
05全球AI ASIC芯片供给格局
在ASIC赛道中，美国IC设计大厂博通、迈威尔（Marvell）是两大巨头，合计占据超过六成的市占率。
（1）博通（Broadcom）
博通的前身是安华高（Avago），于2014年收购曾是ASIC大厂的LSI Logic，一举奠定了ASIC领域的基础。2016年，博通就为Google设计了第一代 TPU ，随后双方合作进行TPU的快速迭代工作，此后又与Meta、英特尔、OPEN AI等进行合作,预计27年大客户将增加到7家。
目前，博通在ASIC市场以55%-60%的份额位居第一，公司在AI芯片领域的核心优势在于定制化ASIC芯片和高速数据交换芯片，其解决方案广泛应用于数据中心、云计算、高性能计算和5G基础设施等领域。
根据公司最新公布的2025会计年度第二季（截至2025年5月4日为止）财报显示，该季度营收创下了150.04亿美元历史新高，AI芯片营收也突破44亿美元，并预计第三季AI芯片营收将增长至51亿美元，这其中最主要的就是ASIC芯片。
（2）迈威尔（Marvell）
迈威尔同样以并购拓展ASIC研发能量，在2019年收购格芯（Global Foundries）旗下负责ASIC业务的Avera Semi，客户包含亚马逊、英特尔、微软等。
据推测，Marvell当前的ASIC收入主要来自亚马逊的Trainium 2和谷歌的Axion Arm CPU处理器，而公司与亚马逊合作的Inferential ASIC项目也将在2025年（即2026财年）开始量产。公司与微软合作的Microsoft Maia项目，有望在2026年（即2027财年）。
据Marvell透露，公司已经拿下18个定制芯片项目，并有50多项交易在洽谈中。2023年，Marvell在定制化计算和配套组件（包括定制化XPU和配套组件）市场中的市占率低于5%，24年市占率13%，预计2028年市占率提升至20%。
国内企业来看，阿里巴巴、百度、腾讯等互联网大厂也在积极布局ASIC芯片，比如阿里平头哥推出含光800 AI芯片，百度昆仑系列AI芯片，腾讯在AI推理、视频转码、智能网卡均自研专用芯片等，字节跳动此前也被传出与博通携手，共同研发一款5nm制程工艺的AI芯片。此外，众所周知的华为的910系列、寒武纪的思元系列也属于ASIC芯片的范畴，也是目前国内最主流的AI芯片。
06AI ASIC芯片相关公司
通过梳理，现列出A股中涉及AI ASIC芯片的部分公司如下：
——芯原股份：是国内领先的SoC及ASIC设计服务提供商，拥有一体化平台式定制芯片设计能力,持续为字节跳动、阿里巴巴、百度等巨头提供定制芯片解决方案。2024年ASIC业务营收约7.25亿元，同比增长47.18%，占整体营收比例超30%。公司拥有GPU、NPU、VPU等多款处理器IP及超1600个数模混合IP，深入布局AI与Chiplet技术，有望成为国产ASIC产业龙头。
——翱捷科技：公司前瞻布局定制化ASIC芯片业务，芯片定制及半导体IP授权业务增长迅速。2024芯片定制业务收入3.36亿元，同比增48.7%，占营收近10%。
——沪电股份：ASIC服务器由于单芯片性能较低，数据传输需求更频繁，热管理要求更高，所以PCB规格高于GPU平台，其价值量大幅增长。公司ASIC芯片载板直供谷歌/Meta，最受益于ASIC行业增长。
——寒武纪：是国内稀缺的云端AI芯片厂商，提供云边端一体、软硬件协同、兼顾训练与推理的系列化智能AI芯片产品和平台化基础系统软件。其中，云端产品线主要提供云端AI芯片、加速卡、训练整机等，涵盖模型训练与推理，目前已迭代至思元590系列。
——灿芯股份：一站式定制芯片及IP供应商，在ASIC芯片设计与定制方面经验丰富，能提供一站式服务。
——兴森科技：公司的FCBGA封装基板可用于CPU、GPU、FPGA、ASIC等高端芯片的封装。
——铂科新材：公司芯片电感可以应用于ASIC芯片，起到为其前端供电的作用，并具有小型化、耐大电流的特性。
免责声明：本文仅作为个人学习材料之用，不构成任何投资建议。文中引述的许多信息，皆根据网络公开信息整理，所有判断皆出自个人主观臆断，难免存有诸多错漏之处，据此操作，风险自担。股市有风险，投资需谨慎！
页:
[1]