随着生成式 AI 應用的迅猛發展,AI ASIC 能否成爲英偉達 GPU 可⾏的替代品⼀直是全球熱議話題。摩根士丹利 15 日發布研報《AI ASIC 2.0:潛在赢家》,認爲 ASIC 憑借針對性優化和成本優勢,有望逐步從英偉達 GPU 手中争取更多市場份額。
大摩預計,AI ASIC 市場規模将從 2024 年的 120 億美元增長至 2027 年的 300 億美元,年複合增長率達到 34%。
在此情況下,英偉達憑借其在大型語言模型訓練方面的優勢,将繼續占據主導地位。博通、世芯電子(Alchip)和 Socionext 被看好。Cadence、台積電及其供應鏈夥伴(ASE、KYEC 等)将從 ASIC 設計與制造的快速增長中獲益。
大摩表示,ASIC 的崛起并不意味着 GPU 的衰退。相反,這兩種技術将長期共存,爲不同需求場景提供最佳解決方案。
ASIC 會成爲英偉達的有力競争者嗎?
随着生成式 AI 應用的迅猛發展,全球 AI 計算需求呈現爆炸式增長。報告預計,基本情境下,到 2027 年,雲端 AI 半導體市場規模将達到 2380 億美元,而在樂觀情境下甚至可能達到 4050 億美元。

在這一領域,ASIC 憑借針對性優化和成本優勢,有望逐步從英偉達 GPU 手中争取更多市場份額。
摩根士丹利預計,AI ASIC 市場規模将從 2024 年的 120 億美元增長至 2027 年的 300 億美元,年複合增長率達到 34%。
盡管英偉達的 AI GPU 性能卓越,但摩根士丹利認爲,雲服務提供商如谷歌、亞馬遜和微軟,仍在積極推動 ASIC 設計。這背後的驅動力主要有兩個。
首先,是優化内部工作負載。通過開發自定義芯片,CSP 可以更高效地滿足其内部 AI 推理和訓練需求。
其次,是更好的性價比。報告指出,雖然英偉達的 GPU 具備強大的計算性能,但其硬件價格高昂,特别是在 AI 訓練過程中。相比之下,ASIC 的單位成本更低,尤其是在大規模使用後。

例如,亞馬遜的 Trainium 芯片在推理任務中比英偉達的 H100 GPU 便宜約 30% 至 40%。谷歌也在不斷優化其 TPU 系列,最新的 TPU v6 在能效上比上一代提升 67%。
摩根士丹利強調,盡管英偉達的 GPU 仍是大多數 CSP 的首選,但未來幾年内,随着 ASIC 設計的日益成熟,這些雲巨頭可能通過自研 ASIC 在采購談判中獲得更大話語權。
赢家與輸家:誰将主導未來市場?
摩根士丹利在報告中梳理了全球 ASIC 供應鏈,并明确了六大可能的赢家:
AI GPU:英偉達将繼續主導市場,尤其是在大規模語言模型訓練方面,其解決方案仍是最優選擇。
ASIC 供應商:博通、Alchip(世芯電子)和 Socionext 被視爲 ASIC 市場的潛力股。其中,Alchip 由于與 AWS 的深度合作,預計将在 2026 年顯著提升市場份額。
電子設計自動化工具:Cadence(楷登電子)有望實現結構性增長。
代工廠:台積電及其供應鏈夥伴(如 ASE、KYEC 等)将從 ASIC 設計與制造的快速增長中受益。
測試服務:Advantest 是 AI 芯片測試領域的領先者,其在 AI 設備測試方面的專注将爲其帶來顯著增長。
HBM:三星電子是非英偉達 HBM 市場份額領先者,将從 ASIC 需求增長中獲益。
相比之下,一些傳統芯片公司和代工廠可能面臨挑戰。例如,AMD 由于在 AI GPU 領域未能與英偉達拉近差距,或将失去更多市場份額。而 UMC 等缺乏先進工藝節點支持的代工廠也可能難以在高端 AI 芯片市場中分得一杯羹。
TCO 分析:ASIC 真的劃算嗎?
摩根士丹利通過 TCO 模型對比了 ASIC 和 GPU 在 AI 訓練和推理任務中的成本效益。結果顯示,盡管英偉達的 GPU 在性能上占據明顯優勢,但 ASIC 的初始成本較低,尤其适合預算有限的雲服務提供商。
例如,在同等預算下,AWS 的 Trainium 2 可以比英偉達的 H100 GPU 更快速完成推理任務,且性價比提高了 30-40%。Trainium3 計劃于 2025 年下半年推出,計算性能提高 2 倍,能效提高 40%。
不過,報告也指出,英偉達憑借其更成熟的系統集成能力和更強大的軟件生态,仍在 TCO 計算中保持競争力,特别是在需要靈活應對不同 AI 任務的場景中。
研報中提到,量子計算的潛在崛起可能會對 AI 半導體需求産生沖擊,但目前來看,量子計算在 AI 推理領域的适用性較低,短期内難以取代 ASIC 和 GPU。此外,退役 GPU 也可能成爲 ASIC 市場的威脅。一些雲服務商可能選擇通過使用退役 GPU 降低成本,而不是投資昂貴的 ASIC。
摩根士丹利總結道,ASIC 的崛起并不意味着 GPU 的衰退。相反,這兩種技術将長期共存,爲不同需求場景提供最佳解決方案。
在未來的 AI 市場中,ASIC 将憑借成本和能效優勢争取更多份額,而英偉達則将繼續依靠其技術領先性鞏固市場地位。