本文作者：张逸凡
编辑：申思琦
来源：硬AI
随着芯片设计和系统复杂性的增加，科技大厂将更多地与ASIC厂商合作。
小摩预计高端定制的ASIC芯片市场的规模将在200亿至300亿美元之间，并将以每年20%的复合年增长率（CAGR）增长。
博通和Marvell作为ASIC市场的领先者，或成为赢家。
目前，两家公司占据了超过 60% 的市场份额。
博通以 55-60% 的份额位居第一，而 Marvell 以 13-15% 的份额紧随其后。
此外，随着云厂商和大型OEM厂商入局ASIC，供应链可能从英伟达独大向多元化发展。
一、ASIC 与 算力卡
ASIC与通用算力卡的较量存在已久，随着云厂商和大型OEM厂商的入局，角逐愈演愈烈。
目前，通用算力卡的主要厂商是英伟达，占AI算力市场近70%的份额；ASIC的主要厂商是博通和Marvell，两家占ASIC市场超60%的份额。
ASIC在特定任务场景下，具有高性能、低功耗、成本效益、保密性和安全性以及减少电路板大小的优势。
这种优势主要是因为：
• ASIC：为特定应用而设计的集成电路，针对特定任务进行优化，在这些任务上通常比GPU高性能、低功耗低优势。但缺点是不具备通用性。
• 通用算力卡：提供标准化的高计算性能，但不聚焦于特定任务场景，适用于广泛的应用，具备通用性；
换句话说，ASIC是牺牲通用性，来换取特定场景的高性能；通用算力卡则具备通用性，但在特定场景下，性能不如ASIC。
事实上，对于不同的算力卡客户来讲，需求是不同的。
云厂商也许更看重弹性计算，企业也许更关注集群算力等。面对特定的需求，ASIC比标准算力卡更具备优势，更加贴合客户自身的使用场景。
目前，Google、Meta、微软和亚马逊等云和超大规模公司正在引领ASIC这一潮流。
比如，谷歌的TPU、Meta的MTIA、微软的Maia、亚马逊Trainium2等。
需要注意的是，ASIC的成本也许高于通用算力卡。根据大摩的测算，GB200的TCO（总拥有成本），比TPUv5低了44%，比Trainimium 2低了30%。
二、博通与Marvell
随着芯片设计和系统复杂性的增加，大型云计算和设备OEM厂商将更多地与ASIC设计伙伴合作。
博通和 Marvell作为ASIC市场的领先者，或成为赢家。
1）博通的合作与发展
博通一直是谷歌自研AI芯片TPU的主要制造商，这种合作关系已经持续了约10年。
截至目前，双方已经合作设计了六代TPU，并正在推进第六代TPU（3nm工艺）的量产。
虽然市场一直传出谷歌将放弃与博通的合作，转而自研来节省成本。
但是最近，博通在分析师会议上，仍然透露了其获得了为谷歌提供多代TPU的合同。小摩认为，该合同包括了即将推出的TPU第七代 (v7)，并预计将在2026/2027年推出第七代TPU。
过去，Google每年向博通支付的TPU费用预计在20亿美元，2023年达到了35亿美元，24年预计将达到70亿美元，主要由于AI需求的快速扩张。
此外，博通与Meta在其AI基础设施方面的合作预计也将产生可观的收入，小摩预测该合作未来两年可能达到数十亿美元。
博通的客户群体不仅限于Google和Meta，还包括苹果、思科、富士通、爱立信、诺基亚、HPE、NEC、瞻博网络、Ciena、大众和西部数据等各行各业的众多客户。
2）Marvell的前景
Marvell与亚马逊、谷歌和微软有多年的ASIC合作经验。
目前，Marvell正在加速其首批两个AI ASIC项目的生产，据称是Amazon的5nm Tranium芯片和Google的5nm Axion ARM CPU芯片。
此外，还有几个更大的项目正在进行中：1）Amazon Inferentia ASIC，预计在2025年启动；2）Microsoft Maia，预计在2026年启动。
小摩预测在2026年，Marvell将迎来强劲增长。
并预测Marvell ——
• 2024年AI收入为16亿至18亿美元，2025年将增长至28亿至30亿美元；
• 2028年能够实现70亿至80亿美元的加速计算/AI ASIC收入；
此外，小摩提到了，定制芯片（ASIC）的激增，对SNPS、CDNS和ARM等提供EDA软件（芯片设计所需的工具）和IP（可集成到芯片中的预先设计好的组件）的公司来说是一个利好消息。
三、供应链向多元化发展
随着云厂商和大型OEM厂商入局ASIC，供应链可能从英伟达独大向多元化发展。
当前，市场近70%的AI计算，使用的是英伟达的算力卡，AI供应链的焦点也一直在英伟达的供应链上。
然而，随着云厂商逐步采用ASIC芯片，供应链也许会呈现出多元化的趋势。
ASIC芯片供应链中，供应商的选择主要取决于其开发者（云厂商、OEM厂商），而不是英伟达。
对于云厂商来讲，具备足够的实力自研ASIC芯片；然而，对于相对欠缺研发能力的OEM厂商来讲，英伟达或采用IP授权的方式，使得OEM厂商可以基于英伟达的算力卡自主研发。
但不论哪种情况下，都会对供应链产生多元化趋势的影响。
另一个角度来看，一些客户如主权国家、中小型企业等不具备自研优势的厂商，英伟达仍具备优势。
本文来自微信公众号“硬AI”，关注更多AI前沿资讯请移步这里
