英伟达创始人兼首席执行官在现场手持Grace Blackwell NVLink72的Wafer晶圆“盾牌”，在台上摆出“美国队长”的造型来，他扬言要做出一个巨型芯片。
“Blackwell系统的奇迹在于其前所未有的规模，Blackwell芯片是人类历史上最大的单芯片。我们的最终目标是Physical AI。”“芯片队长”黄仁勋表示，英伟达能够满足全球几乎所有数据中心的需求。
上一年的CES，黄仁勋没有亮相主题演讲，但是在今年的CES，美国时间晚上6点半开始的演讲，下午4点就已经有上百人排队。
图源：截图自黄仁勋演讲视频
在生成式AI潮起后，放眼望去，英伟达似乎还未逢敌手。然而，巨大的蛋糕让众多科技公司虎视眈眈，今年CES前夕，就有英伟达的对手杀入了“万亿市值俱乐部”。
搅弄风云的是另一位华人——博通CEO陈福阳。近日来，ASIC（专用集成电路）成为芯片界的热词，陈福阳预言到2027年，市场对定制款AI芯片ASIC的需求规模将达到600亿至900亿美元。
在今年1月，市场传言称，英伟达或已经成立ASIC部门，并计划招募上千名芯片设计、软件开发及AI研发人员。不过，业内知情人士向时代财经记者否认了上述传闻。
赚得盆满钵满的英伟达仍是GPU的忠实拥趸，但科技巨头们却想摆脱对它的过度依赖。ASIC让它们看到了破局的希望。陈福阳此前就表示，公司正在与美国三家大型云计算厂商开发定制AI芯片。消息称，博通目前的客户包括谷歌、Meta、字节跳动、苹果和OpenAI等。
据时代财经记者了解，虽然目前ASIC芯片能够满足一部分AI算力需求，但它与GPU还谈不上替代关系。有业内人士透露，AI市场规模巨大，部分公司做针对性的专用型芯片属于正常现象。目前，很多大企业都在做，或着试着做这类产品。
黄仁勋演讲结束后，截至1月7日美股收盘，英伟达跌超过6%，1月8日截至发稿盘前回涨，涨超1.2%。
黄仁勋的野心
亚马逊的ASIC产品包括Trainium和Inferentia，分别用于训练和推理环节。微软和Meta也推出了各自的ASIC产品Maia 100和MTIA。
不过，在Omdia半导体产业研究总监何晖看来，英伟达的GPU作为通用型产品，对于大规模算力中心而言必不可少。然而，不同AI公司拥有各自的核心算法，往往更适合在自定义的硬件架构上运行。此时，博通这类能够提供ASIC服务的公司，就成为了重要补充。
“对于任何从事AI算力硬件架构的公司来说，通用性和定制化都是必须同时具备的特质。”何晖表示。
TrendForce集邦咨询分析师邱珮雯则认为，ASIC偏向特定客户定制化，GPU通常为标准品，适用于多数客户。而且，相较于高阶NVIDIA芯片如B200，ASIC目前开发运算效能落差仍大。因此，ASIC和GPU有各自的目标市场及应用。
从目前的市场反馈来看，ASIC芯片更多被作为GPU之外的一种补充。
为什么是博通？
博通成立于1991年，事实上已经在ASIC领域深耕多年，堪称该领域的“老大哥”。
单从财报数据来看，博通仍处于增收不增利的状态。2024财年博通营收516亿美元，同比增长44%，但净利润58.95亿美元，同比下降58%。不过具体业务看，博通的人工智能业务全财年营收同比增长220%至122亿美元，驱动半导体业务的收入创新高至301亿美元。
陈福阳在财报会议上预期乐观：“我们目前有三家超大规模客户，他们已经制定了自己的多代AI XPU路线图，计划在未来三年内以不同速度部署。我们相信，到2027年，他们每家都计划在单一架构上部署100万XPU集群。”
何晖认为，博通的优势在于“连接”。“在AI时代，算力与互联技术均扮演着至关重要的角色。”她表示，博通在接口类的芯片方面能力较强，在计算类芯片领域也积累了多年的丰富经验，因此能够将这两项关键技术有效地结合在一起，为客户提供先进的加速计算解决方案。这也是为何英伟达一直在积极推进NVLink技术的原因。
芯和半导体创始人、总裁代文亮认为，“博通推出了3.5D F2F（Face-to-Face）技术，能够显著提升芯片的互连密度、功率效率和性能。”
去年底，博通宣布推出3.5D eXtreme Dimension系统级（XDSiP）封装平台技术。这是业界首个3.5D F2F封装技术，在单一封装中集成超过6000mm²的硅芯片和多达12个HBM内存堆栈，以满足AI芯片的高集成、高功率、高能效的计算需求。
代文亮告诉时代财经记者，3.5D F2F封装技术是一种架构创新，在此之前，业界比较常见的先进封装技术，要么是2.5D封装，要么是通过桥接芯片放在下面。3.5D F2F封装也许不是最优方案，但给产业提供了另一个解决当前痛点问题的路径。
代文亮进一步补充，目前行业里对于AI算力的需求暴涨，英伟达的通用GPU一卡难求，这时候能效比就显得越来越重要。通用GPU由于要兼顾多种类型的计算任务，这种灵活性势必会牺牲在特定应用上的性能和效率，譬如视频处理、网络通信、深度学习等，特别是在高负载或持续运行的情况下，这种现象越加明显。ASIC 芯片由于是为了某一特定应用专门定制的，这本身就是一个优势，在同等工况下，博通的ASIC芯片就能做到效能大幅提升，算力其实也非常强劲，更适合要求精确、高效处理的应用。“这种竞争的心态也是值得鼓励的，行业内通过百花齐放的创新把性能提高，而不是无止尽地内卷，把价格卷低。”
博通之后，还有谁？
“对我们而言是利好。”在博通一炮而红后，有国内从事ASIC芯片的业内人士告诉时代财经记者，博通将XPU的历史地位抬高了，这让他们感受到了鼓舞。
1月3日，第三方数据机构IDC发布最新的加速计算服务器市场预测数据显示，2024年中国加速服务器市场规模190亿美元，同比2023年增长87%。其中GPU（图形处理器）服务器依然是主导地位，占据74%的市场份额。然而，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%。
图源：IDC微信公众号
也许未来，ASIC的市场份额会快速增长，但并无法取代通用处理器。
邱珮雯表示，云端业者除了采用NVIDIA GPU以外，也将积极研发自身ASIC芯片。这既能针对自身应用定制化以外，还能降低对NVIDIA芯片之依赖，并同时减少支出成本。博通本身为IC设计公司，也提供IC设计代工服务于客户，是否对于其他芯片厂造成冲击主要取决于客户是否要自行开发IC，进而替代原先供应商。
上述业内人士认为，ASIC芯片能否单独运作，取决于应用场景。例如，某地要建立一个数据中心，如果只是服务于科研领域的AI计算任务，那么定制化的ASIC芯片基于具有更低功耗和专用特性，可以以算力利用率更高效的特点来满足该需求。但如果该数据中心还需处理交通、安防等任务，那么此时则更倾向于使用GPU。服务对象决定了对芯片类型的选择。
“当一个市场领域展现出巨大的潜力时，必然会涌现出专用芯片。因为该领域的市场规模足够大，值得企业投入资源去开发专用芯片，通过大规模生产来降低成本，充分发挥高效利用率，并抢占市场份额。这就是ASIC芯片背后市场意义。”该业内人士表示。
目前，国产的AI芯片厂商有很多选择了ASIC方向。例如，独角兽企业中昊芯英专注于国产TPU芯片及其解决方案赛道，这也是ASIC芯片之一，2023年下半年，中昊芯英全自研的GPTPU架构高性能人工智能芯片刹那®实现了量产。据介绍，2024年下半年，该公司一方面落地了更多智算中心项目，另一方面也在加强生态建设，进一步优化软件平台，打造软硬件一体化的结合，使之更适合国内企业快速部署和独立使用。
另外，AI芯片第一股寒武纪-U（688256.SH）的方向也是ASIC。数据显示，近一年来寒武纪的股价涨了480.34%，截至1月8日收盘，寒武纪涨1.11%，报726元/股，市值已超过3000亿元。
在代文亮看来，未来，小场景的AI应用、小参数模型会越来越多。“千亿参数、万卡集群大部分时候是少数厂商玩家的游戏，大多数功能和场景的实现并不需要这种量级的硬件支持。”此外，端侧AI，AI PC和手机的概念越来越受关注，其实也侧面印证了这个趋势。所以，ASIC定制化芯片可以说是“性价比”相当高的选择。
