ASIC芯片行业概览

目前，AI芯片领域主要由三类芯片架构主导：GPU、FPGA和ASIC。

其中，GPU和FPGA作为较为成熟的通用型芯片，已经在市场上占据了重要地位。

ASIC是专门为满足特定需求而开发的芯片，允许设计者根据实际应用场景，对性能和功耗进行有针对性的优化。

其在性能、能效以及成本上均实现了对标准芯片的显著超越，因而更加契合AI计算场景的需求。

随着机器学习、边缘计算和自动驾驶等领域的飞速发展，对于芯片的计算效率、能力和能耗比的要求日益严苛。在此背景下，ASIC作为一种专为特定目的和用户需求设计的定制芯片，正在受到广泛关注。

ASIC芯片拆解图：

资料来源：纳芯微

ASIC芯片的设计方法灵活多样，包括全定制、半定制和可编程等。

其优势在于其能够针对专门任务进行架构层面的优化，从而实现更高的性能、更小的体积以及更低的功耗。

此外，在大规模量产的情况下，ASIC还具备成本优势。

这使得ASIC在深度学习加速，尤其是推理侧的应用中，相较于其他AI芯片展现出明显的效率优势。根据CSET数据，ASIC芯片在推理领域的效率和速度约为CPU的100-1000倍。

ASIC在训练领域也有一定应用（如TPUv2、v3、v4），但ASIC芯片将首先在推理领域迎来爆发式增长。

随着大语言模型的算力、数据量和参数量不断增加，模型的效果将不断提升，这此阶段，如果应用需求爆发式增长，ASIC芯片的优势将更加凸显，成为推动AI技术发展的关键力量。

ASIC芯片更多应用于推理领域：

资料来源：McKinseyAnalysis

ASIC芯片市场竞争格局和龙头梳理

在全球市场中，ASIC芯片的发展势头强劲。其中表现最为突出的是谷歌的TPU（张量处理芯片）和英特尔的Gaudi 2。

自2015年谷歌首次涉足ASIC领域并发布第一代TPU以来，至今已推出六代版本。这一系列的迭代推动了ASIC技术不断进步，也巩固了其在ASIC领域的领先地位。

与此同时，英伟达则选择了延续其GPU路线。英伟达的Orin芯片也是基于通用GPU架构设计的，虽然其架构仍是云端架构，但也展现了英伟达在AI芯片领域的多元化布局。

AMD则利用自身在CPU和GPU领域的技术积累，推出了Instinct MI300芯片。

在交换机ASIC芯片方面，博通公司为大型云厂商提供的Tomahawk系列ASIC芯片一直保持着两年一代的升级周期。这种升级速度不仅满足了数据中心日益增长的性能需求，也推动了整个交换机ASIC芯片市场的快速发展。#人工智能##芯片##英伟达##华为##算力##科技##财经#

博通的交换机ASIC芯片速率保持两年一代的升级周期：

资料来源：博通官网

大陆的ASIC行业发展势头强劲，涌现出一批优秀企业，如寒武纪、澜起科技、黑芝麻、地平线、华为海思、百度以及阿里巴巴等。部分国产ASIC技术已经达到国际领先水平，以华为海思的昇腾910为例，在BF16浮点算力方面，该芯片已经超越了谷歌的最新一代产品TPUv4。

资料来源：机器之心、浙商证券

而地平线的征程5芯片不仅是一款ASIC芯片，还采用了DSA（Domain Specific Architecture，特定领域架构）设计。

整体而言，当前全球ASIC领域呈现出百花齐放的局面，早期ASIC芯片以谷歌TPU为代表性产品，近年来中国ASIC厂商已经实现了加速追赶，有望在新一轮AI浪潮中加速算力芯片的国产替代。

关注【乐晴行业观察】，洞悉产业格局！