2025算力主线:ASIC VS GPU

摘要:例如,亚马逊的Trainium芯片在推理任务中比英伟达的H100 GPU便宜约30%至40%。谷歌也在不断优化其TPU系列,最新的TPU v6在能效上比上一代提升67%。摩根士丹利强调,尽管英伟达的GPU仍是大多数CSP的首选,但未来几年内,随着ASIC设计的

本文系基于公开资料撰写,仅作为信息交流之用,不构成任何投资建议例如,亚马逊的Trainium芯片在推理任务中比英伟达的H100 GPU便宜约30%至40%。谷歌也在不断优化其TPU系列,最新的TPU v6在能效上比上一代提升67%。摩根士丹利强调,尽管英伟达的GPU仍是大多数CSP的首选,但未来几年内,随着ASIC设计的日益成熟,这些云巨头可能通过自研ASIC在采购谈判中获得更大话语权。02赢家与输家:谁将主导未来市场?摩根士丹利在报告中梳理了全球ASIC供应链,并明确了六大可能的赢家:AI GPU:英伟达将继续主导市场,尤其是在大规模语言模型训练方面,其解决方案仍是最优选择。ASIC供应商:博通、Alchip(世芯电子)和Socionext被视为ASIC市场的潜力股。其中,Alchip由于与AWS的深度合作,预计将在2026年显著提升市场份额。电子设计自动化工具:Cadence(楷登电子)有望实现结构性增长。代工厂:台积电及其供应链伙伴(如ASE、KYEC等)将从ASIC设计与制造的快速增长中受益。测试服务:Advantest是AI芯片测试领域的领先者,其在AI设备测试方面的专注将为其带来显著增长。HBM:三星电子是非英伟达HBM市场份额领先者,将从ASIC需求增长中获益。相比之下,一些传统芯片公司和代工厂可能面临挑战。例如,AMD由于在AI GPU领域未能与英伟达拉近差距,或将失去更多市场份额。而UMC等缺乏先进工艺节点支持的代工厂也可能难以在高端AI芯片市场中分得一杯羹。03TCO分析:ASIC真的划算吗?摩根士丹利通过TCO模型对比了ASIC和GPU在AI训练和推理任务中的成本效益。结果显示,尽管英伟达的GPU在性能上占据明显优势,但ASIC的初始成本较低,尤其适合预算有限的云服务提供商。例如,在同等预算下,AWS的Trainium 2可以比英伟达的H100 GPU更快速完成推理任务,且性价比提高了30-40%。Trainium3计划于2025年下半年推出,计算性能提高2 倍,能效提高40%。不过,报告也指出,英伟达凭借其更成熟的系统集成能力和更强大的软件生态,仍在TCO计算中保持竞争力,特别是在需要灵活应对不同AI任务的场景中。研报中提到,量子计算的潜在崛起可能会对AI半导体需求产生冲击,但目前来看,量子计算在AI推理领域的适用性较低,短期内难以取代ASIC和GPU。此外,退役GPU也可能成为ASIC市场的威胁。一些云服务商可能选择通过使用退役GPU降低成本,而不是投资昂贵的ASIC。摩根士丹利总结道,ASIC的崛起并不意味着GPU的衰退。相反,这两种技术将长期共存,为不同需求场景提供最佳解决方案。在未来的AI市场中,ASIC将凭借成本和能效优势争取更多份额,而英伟达则将继续依靠其技术领先性巩固市场地位。(作者:张雅琦,华尔街见闻)原标题:《2025算力主线:ASIC VS GPU》

来源:后生哇颜值

相关推荐