新华财经上海12月17日电（葛佳明） 当地时间12月16日（周一）博通股价延续了周五大涨的态势，再度涨超11%，收于250美元，盘中一度创下251.88美元的历史新高，连续两个交易日股价涨幅达到35%，市值攀升至1.168万亿美元，而英伟达股价则跌近1.7%。华尔街投行接连上调目标价并称博通正迎来“英伟达时刻”。
博通对2027 年定制化芯片与网络的SAM将达到 600亿—900亿美元的预期点燃了市场信心，推动其步入万亿美元俱乐部，也让“ASIC能否替代英伟达GPU？”成为全球热议话题。
ASIC即将崛起？
目前，主流AI芯片主要分为三类：以GPU为代表的通用芯片、以ASIC定制化为代表的专用芯片以及以FPGA为代表的半定制化芯片。GPU以英伟达为代表，而ASIC则以博通最为突出、Marvell次之。
ASIC是“特殊应用集成电路”（Application Specific Integrated Circuit）的简称，不同于通用的CPU及GPU，ASIC是针对特定应用所设计的专用芯片。
摩根士丹利15日发布题为《AI ASIC 2.0：潜在赢家》的报告中表示，ASIC凭借其内部工作负载的架构优化和成本优势，有望逐步从英伟达GPU手中争取更多市场份额。预计ASIC市场规模将从2024年的120亿美元增长至2027年的300亿美元，年复合增长率达到34%。
随着AI的战场逐步从训练端转向推理端，以博通、Marvell为代表的供应商最新交出的亮眼财报，证明了眼下ASIC需求的强劲程度。
前OpenAI联合创始人、首席科学家Ilya Sutskever在NeurIPS 2024大会上发表演讲时表示，预训练时代即将结束，推理端正在崛起。这也意味着算力需求会加速从预训练向推理侧倾斜，对定制化芯片的需求也有望扩大。
巴克莱在报告中预计，AI推理计算需求将快速提升，预计其将占通用人工智能总计算需求的70%以上，推理计算的需求甚至可以超过训练计算需求，达到后者的4.5倍。英伟达GPU目前在推理市场中市占率约80%，但随着大型科技公司定制化ASIC芯片不断涌现，这一比例有望在2028年下降至50%左右。
西南证券也认为，随着AI应用的发展和生态逐步完善，AI算力集群特别是推理集群对加速计算芯片需求巨大，驱动ASIC快速成长。ASIC针对特定算法和应用进行优化设计，在特定任务上的计算能力强大，通常具有较高的能效比，因此更适用于推理阶段。
“在推理阶段，AI模型已训练完成，需要对输入的数据进行快速的预测和分类。此时对芯片的计算精度要求相对较低，但对计算速度、能效和成本等要求较高。”西南证券表示，ASIC正好满足这些需求，其高度定制化的设计能针对推理任务进行优化，以较低的功耗实现快速的推理计算。且在大规模部署的场景下，ASIC的成本优势更加明显，可以降低企业的运营成本。
据芯片公司Marvell预测，2023年 ASIC 占数据中心加速计算芯片的16%，规模约为66亿美元；随着 AI 计算需求的增长ASIC 占比有望提升至25%，预计2028年数据中心ASIC 市场规模将提升至429亿美元，年复合增长率为45.4%。
博通透露，其正与三家大型客户合作开发AI芯片，预计明年公司AI芯片的市场规模为150亿-200亿美元，复合增速将达到50%以上。博通对2027年市场展望进一步推动了市场的乐观情绪。
博通CEO陈福阳（Hock Tan)直言预计到2027年，每个客户都将在网络集群中部署100万个AI芯片，届时市场对定制AI芯片的需求可能达到600亿至900亿美元，这意味着AI收入将接近每年翻倍增长。
分析师表示，在陈福阳的2027年的业绩展望中，其强调是严谨的SAM计算，也意味着这一估算仅基于现有三大客户所能带来的收入机会。按照陈福阳的说法，这三大客户在2027年每家对AI芯片采购需求（ASIC+网络）将达到200-300亿美元。
谷歌、AWS等科技巨头纷纷加大对定制化AI芯片的研发投入，以强化在人工智能领域的技术优势和供应链控制力。微软的AI策略也正在从“训练”向“推理”转移，使得微软的合作伙伴Marvell的ASIC业务持续高增长，成为其强劲增长的核心动力之一。
对国产芯片产业有什么影响？
国泰君安认为，博通对ASIC市场的乐观预期，显示了未来2-3年云厂将持续大规模的投入AI基础设施的决心，这将带动上游的光模块、交换机、PCB、高速线缆等产业链的持续繁荣。
训练大语言模型需要用到大量英伟达产的GPU，但是连接这些GPU、在它们之间传输数据，则需要以太网交换机、路由器这类网络芯片。而博通的芯片有助于降低训练时间和成本，这对训练越来越复杂的大模型至关重要。谷歌、微软的数据中心点名要用博通的网络芯片。
中信证券通信行业首席分析师黄亚元表示，ASIC+以太网组合具备成本优势，国内以太网方案加速在AI集群中应用的趋势得到强化。目前，国内AI集群搭建中多采用以太网RoCEv2方案，兼顾成本、可扩展性和高速低时延。
中信证券称，2024年前三季度，紫光和锐捷的400G交换机收入均大幅增长，800G交换机加速导入。在交换芯片层面，盛科通信的12.8T/25.6T芯片已具备量产出货能力。看好国产交换机和交换芯片龙头的需求持续提升。此外，伴随AI集群规模扩大，AIDC需求量亦将快速提升。
（文章来源：新华财经）
新华财经上海12月17日电（葛佳明） 当地时间12月16日（周一）博通股价延续了周五大涨的态势，再度涨超11%，收于250美元，盘中一度创下251.88美元的历史新高，连续两个交易日股价涨幅达到35%，市值攀升至1.168万亿美元，而英伟达股价则跌近1.7%。华尔街投行接连上调目标价并称博通正迎来“英伟达时刻”。
博通对2027 年定制化芯片与网络的SAM将达到 600亿—900亿美元的预期点燃了市场信心，推动其步入万亿美元俱乐部，也让“ASIC能否替代英伟达GPU？”成为全球热议话题。
ASIC即将崛起？
目前，主流AI芯片主要分为三类：以GPU为代表的通用芯片、以ASIC定制化为代表的专用芯片以及以FPGA为代表的半定制化芯片。GPU以英伟达为代表，而ASIC则以博通最为突出、Marvell次之。
ASIC是“特殊应用集成电路”（Application Specific Integrated Circuit）的简称，不同于通用的CPU及GPU，ASIC是针对特定应用所设计的专用芯片。
摩根士丹利15日发布题为《AI ASIC 2.0：潜在赢家》的报告中表示，ASIC凭借其内部工作负载的架构优化和成本优势，有望逐步从英伟达GPU手中争取更多市场份额。预计ASIC市场规模将从2024年的120亿美元增长至2027年的300亿美元，年复合增长率达到34%。
随着AI的战场逐步从训练端转向推理端，以博通、Marvell为代表的供应商最新交出的亮眼财报，证明了眼下ASIC需求的强劲程度。
前OpenAI联合创始人、首席科学家Ilya Sutskever在NeurIPS 2024大会上发表演讲时表示，预训练时代即将结束，推理端正在崛起。这也意味着算力需求会加速从预训练向推理侧倾斜，对定制化芯片的需求也有望扩大。
巴克莱在报告中预计，AI推理计算需求将快速提升，预计其将占通用人工智能总计算需求的70%以上，推理计算的需求甚至可以超过训练计算需求，达到后者的4.5倍。英伟达GPU目前在推理市场中市占率约80%，但随着大型科技公司定制化ASIC芯片不断涌现，这一比例有望在2028年下降至50%左右。
西南证券也认为，随着AI应用的发展和生态逐步完善，AI算力集群特别是推理集群对加速计算芯片需求巨大，驱动ASIC快速成长。ASIC针对特定算法和应用进行优化设计，在特定任务上的计算能力强大，通常具有较高的能效比，因此更适用于推理阶段。
“在推理阶段，AI模型已训练完成，需要对输入的数据进行快速的预测和分类。此时对芯片的计算精度要求相对较低，但对计算速度、能效和成本等要求较高。”西南证券表示，ASIC正好满足这些需求，其高度定制化的设计能针对推理任务进行优化，以较低的功耗实现快速的推理计算。且在大规模部署的场景下，ASIC的成本优势更加明显，可以降低企业的运营成本。
据芯片公司Marvell预测，2023年 ASIC 占数据中心加速计算芯片的16%，规模约为66亿美元；随着 AI 计算需求的增长ASIC 占比有望提升至25%，预计2028年数据中心ASIC 市场规模将提升至429亿美元，年复合增长率为45.4%。
博通透露，其正与三家大型客户合作开发AI芯片，预计明年公司AI芯片的市场规模为150亿-200亿美元，复合增速将达到50%以上。博通对2027年市场展望进一步推动了市场的乐观情绪。
博通CEO陈福阳（Hock Tan)直言预计到2027年，每个客户都将在网络集群中部署100万个AI芯片，届时市场对定制AI芯片的需求可能达到600亿至900亿美元，这意味着AI收入将接近每年翻倍增长。
分析师表示，在陈福阳的2027年的业绩展望中，其强调是严谨的SAM计算，也意味着这一估算仅基于现有三大客户所能带来的收入机会。按照陈福阳的说法，这三大客户在2027年每家对AI芯片采购需求（ASIC+网络）将达到200-300亿美元。
谷歌、AWS等科技巨头纷纷加大对定制化AI芯片的研发投入，以强化在人工智能领域的技术优势和供应链控制力。微软的AI策略也正在从“训练”向“推理”转移，使得微软的合作伙伴Marvell的ASIC业务持续高增长，成为其强劲增长的核心动力之一。
对国产芯片产业有什么影响？
国泰君安认为，博通对ASIC市场的乐观预期，显示了未来2-3年云厂将持续大规模的投入AI基础设施的决心，这将带动上游的光模块、交换机、PCB、高速线缆等产业链的持续繁荣。
训练大语言模型需要用到大量英伟达产的GPU，但是连接这些GPU、在它们之间传输数据，则需要以太网交换机、路由器这类网络芯片。而博通的芯片有助于降低训练时间和成本，这对训练越来越复杂的大模型至关重要。谷歌、微软的数据中心点名要用博通的网络芯片。
中信证券通信行业首席分析师黄亚元表示，ASIC+以太网组合具备成本优势，国内以太网方案加速在AI集群中应用的趋势得到强化。目前，国内AI集群搭建中多采用以太网RoCEv2方案，兼顾成本、可扩展性和高速低时延。
中信证券称，2024年前三季度，紫光和锐捷的400G交换机收入均大幅增长，800G交换机加速导入。在交换芯片层面，盛科通信的12.8T/25.6T芯片已具备量产出货能力。看好国产交换机和交换芯片龙头的需求持续提升。此外，伴随AI集群规模扩大，AIDC需求量亦将快速提升。
（文章来源：新华财经）
