前言：隨着人工智能技術的迅猛發展，全球對計算能力的需求急劇上升，這促使人工智能芯片市場持續升溫。
然而，隨着大型人工智能模型的發展進入新階段，人工智能芯片市場的競爭格局正在經歷微妙的變化。
有觀點認爲ASIC正迅速崛起，對GPU在人工智能計算領域的主導地位構成威脅。
作者 | 方文三圖片來源| 網 絡
芯片關注度隨着AI模型規模的擴大而發生改變
人工智能計算分爲訓練和推理兩個方面。
訓練任務需要更強大的計算能力，因此在人工智能訓練方面，廠商們主要使用GPU。
而推理任務對計算能力的要求相對較低，且不需要高度並行處理，因此GPU在這一領域的優勢並不明顯。
許多企業开始採用成本更低、能耗更少的FPGA或ASIC進行計算。
這種情況一直持續至今，人工智能芯片中GPU的市場份額能夠達到70%以上。
數據作爲人工智能發展的[化石燃料]是有限的，目前用於人工智能預訓練的數據已經達到極限。
此外，隨着模型規模的擴大，其邊際效益逐漸遞減，而計算能力的成本依然高昂，這些因素促使人們开始深思人工智能訓練階段的未來發展。
與此同時，人工智能大模型的下一階段——邏輯推理，正逐漸成爲新的研究熱點。
目前，由於對英偉達長期依賴的不滿，市場迫切希望實現計算能力的多元化。
此外，隨着人工智能模型從[訓練熱]轉向[推理熱]，推理類人工智能計算需求的增加爲ASIC提供了機遇。
因此，支持ASIC產業鏈的發展，提升ASIC芯片在人工智能領域的市場份額，已成爲業界的普遍共識。這也解釋了博通和Marvell股價的顯著上漲。
ASIC需求激增的兩個主要原因
①人工智能大模型正經歷從訓練到推理的轉變。以谷歌與博通合作开發的TPU爲例，其架構專爲機器學習和深度學習設計，重點在於推理過程，而非訓練或渲染等其他環節。
巴克萊的研究報告指出，目前人工智能推理計算的需求正在迅速增長，預計將佔據通用人工智能總計算需求的70%以上，甚至可能超過訓練計算需求，達到後者的4.5倍。
②下遊企業希望減少對英偉達的依賴也是原因之一。
對於定制芯片有需求的通常是大型企業，如字節跳動、Meta和谷歌等，他們對英偉達芯片的長期穩定供應持有顧慮。
選擇ASIC，下遊企業能夠增強對產品的控制力，從而提升採購的議價能力。
③優化內部工作負載。雲服務提供商通過开發定制化的芯片，能夠更高效地滿足其內部AI推理和訓練的需求。
AI時代下ASIC的潛力將被放大
摩根士丹利於15日發布了題爲《AI ASIC 2.0：潛在贏家》的研究報告，報告中指出，由於ASIC在針對性優化和成本效益方面的優勢，預計它們將逐漸從英偉達的GPU手中奪取更多市場份額。
摩根士丹利預測，AI ASIC的市場規模將從2024年的120億美元增長至2027年的300億美元，年均復合增長率達到34%。
在這一背景下，盡管英偉達在大型語言模型訓練方面的優勢使其有望繼續保持市場主導地位，但博通、世芯電子（Alchip）以及Socionext等公司亦被看好。
同時，Cadence、台積電及其供應鏈夥伴（如ASE、KYEC等）預計將從ASIC設計與制造的迅猛增長中受益。
ASIC和GPU均爲半導體芯片，它們因適用於人工智能計算而被統稱爲[AI芯片]。
在半導體行業，芯片通常被劃分爲數字芯片和模擬芯片兩大類。數字芯片佔據了大約70%的市場份額，是市場規模較大的一部分。
數字芯片還可細分爲邏輯芯片、存儲芯片和微控制單元（MCU）。CPU、GPU、FPGA和ASIC均屬於邏輯芯片的範疇。
ASIC是一種爲特定應用設計的集成電路。其官方定義爲：根據特定用戶需求或特定電子系統需求，專門設計和制造的集成電路。
諸如谷歌的TPU比特幣礦機、英特爾的Gaudi 2 ASIC芯片、IBM的AIU以及AWS的Trainium等，均屬於ASIC芯片。
ASIC作爲定制芯片，其計算能力和效率是根據特定任務的算法嚴格匹配的。
芯片的核心數量、邏輯計算單元與控制單元的比例，以及緩存等，整個芯片架構都是精確定制的。
因此，ASIC能夠實現極致的小體積和低功耗。這類芯片在可靠性、保密性、計算能力和能效方面，通常優於通用芯片（如GPU）。
例如，在相同的預算條件下，AWS的Trainium 2能夠比英偉達的H100 GPU更快地完成推理任務，並且性價比提高了30-40%。
預計明年推出的Trainium 3，其計算性能將提升兩倍，能效提高40%。
除了Meta、微軟、亞馬遜等科技巨頭陸續發布ASIC新產品外，衆多其他公司和初創企業也在ASIC領域不斷推出創新產品，爲人工智能大模型的訓練和推理提供了強大的計算支持。
ASIC與GPU的競爭與合作關系
摩根士丹利進一步指出，ASIC的興起並不預示着GPU的衰落。實際上，這兩種技術預計將長期並存，爲不同的應用場景提供最適宜的解決方案。
ASIC的興起並不預示着GPU的衰落。相反，這兩種技術將長期並存，爲不同的需求場景提供最適宜的解決方案。
從這些科技巨頭的積極舉措中可以明顯看出，ASIC在人工智能芯片領域的地位日益重要，逐漸成爲各大企業競爭的核心領域。
訓練大規模語言模型（如GPT-4、Llama 3等）需要強大的計算芯片支持，這推動了GPU和ASIC市場的增長。
盡管ASIC和GPU在某些方面存在競爭關系，但它們更多地是在互補和共存的狀態下發展。
在人工智能算力需求不斷增長的背景下，ASIC和GPU各自的優勢將得到更好的發揮。
ASIC能夠高效處理特定任務，而GPU則能提供靈活性和通用性，以適應快速變化的算法和應用需求。
在可預見的未來，由於其成熟度和大規模生產，GPU將繼續作爲主流技術存在，而ASIC的興起尚需時日。
展望未來，GPU與ASIC預計將在不同應用場景中共存，計算能力的多元化發展已成爲普遍認同的趨勢。
然而，技術發展的方向可能會受到量子計算等新興技術領域的影響。
例如，谷歌發布的最新量子芯片[Willow]擁有105個量子位，能在五分鐘內完成傳統超級計算機需要超過宇宙年齡才能解決的計算問題，這表明量子計算在計算能力方面具有傳統芯片無法比擬的潛力。
結尾：
盡管英偉達GPU目前仍是多數雲服務提供商的首選，但隨着ASIC設計的不斷成熟，這些雲巨頭未來幾年可能通過自研ASIC在採購談判中獲得更大的議價能力。
在未來，隨着人工智能技術的發展和市場需求的變化，ASIC和GPU將繼續並存並發展，各自在不同的應用場景中發揮其獨特優勢，共同推動人工智能生態的繁榮。
部分資料參考：鮮棗課堂：《ASIC會不會取代GPU？》，技術飯：《揭祕AI芯片：從GPU到ASIC的多元化發展》，錦緞：《2025算力主线：ASIC VS GPU》，芝能科技：《人工智能ASIC賽道：誰才是最終贏家？》，維科網電子：《AI新軍股價狂飆400%，上演[三英战呂布]戲碼》，余漢波：《推理崛起，ASIC能否挑战GPU霸主地位？》，風口投資學：《ASIC芯片爆了》
原文標題 : AI芯天下丨熱點丨ASIC和GPU共存，AI芯片市場开啓多元化
標題：ASIC和GPU共存，AI芯片市場多元化
地址：https://www.utechfun.com/post/461823.html