本文作者:author

ASIC血战!巨头豪掷千金,谁在裸奔?

ASIC血战!巨头豪掷千金,谁在裸奔?摘要: ASIC之战:大厂豪赌的背后,谁在裸泳?最近博通和Marvell都发布了财报,AI业务一片红火,尤其体现在定制化芯片ASIC上。博通一季度AI相关收入暴涨77%到41亿美元,M...

ASIC之战:大厂豪赌的背后,谁在裸泳?

最近博通和Marvell都发布了财报,AI业务一片红火,尤其体现在定制化芯片ASIC上。博通一季度AI相关收入暴涨77%到41亿美元,Marvell也预计AI业务收入约7亿美元。这不禁让人思考,ASIC真的要取代GPU,成为AI算力的新霸主了吗?

ASIC:看上去很美,但坑也不少

今年以来,AI模型迭代速度像火箭发射一样快,DeepSeek刚开源NSA算法,马斯克就发布了Grok 3,恨不得直接把DeepSeek按在地上摩擦。这种竞争压力,把AI算力的重心从训练推向了推理。

这就给了ASIC机会。简单来说,ASIC就是为特定任务定制的芯片,针对性强,效率高。现在主流的ASIC有TPU、DPU和NPU三种,分别对应不同的计算功能:

  • TPU (Tensor Processing Unit): 谷歌的看家法宝,擅长矩阵运算,特别适合深度学习,就像一个高效的矩阵乘法工厂。
  • DPU (Data Processing Unit): 数据中心的搬运工,负责数据包的接收、分类、转发,减轻CPU的负担,提高数据传输效率,就像一个智能快递中心。
  • NPU (Neural Processing Unit): 为神经网络量身定制,功耗低,适合边缘设备,比如人脸识别、自动驾驶等等,就像一个能快速完成各种菜品的智能厨房。

最近还冒出了LPU (Language Processing Unit),专门为语言模型设计,旨在更快地处理文本和语音数据。摩根士丹利预测,ASIC市场规模将从2024年的120亿美元增长到2027年的300亿美元,这块蛋糕确实诱人。

拥挤的赛道:谁是真正的赢家?

现在ASIC赛道简直挤爆了,亚马逊、谷歌、微软、OpenAI都在all in。

大厂的算盘:降本增效,摆脱英伟达

亚马逊为了降低数据中心成本,推出了自研芯片Trainium和Inferentia。虽然早期的Trainium 1表现一般,但后来的Trainium 2和即将推出的Trainium 3都采用了更先进的工艺,性能和能效都有显著提升。据传,世芯电子和Marvell都在争夺AWS的3nm Trainium项目订单。

谷歌的TPU就更不用说了,从v1到Trillium,一路进化,为Gemini 2.0提供100%的支持。谷歌TPU芯片去年的产量据说已经达到了280万到300万片,成为全球第三大数据中心芯片设计厂商。而且,谷歌和博通一直保持着深度合作,可以说是互相成就。

微软也没闲着,推出了Maia 100和Maia 200,专门为Azure中的AI工作负载设计,同样采用了3nm工艺。微软选择和Marvell合作,看来也想分一杯羹。

OpenAI更狠,直接下场造芯,计划在2026年实现量产。这摆明了是要摆脱对英伟达的依赖。

ASIC真的划算吗?别被PPT忽悠了

看起来ASIC前景一片光明,但真的是所有人都适合吗?答案恐怕没那么简单。

性能:定制化是把双刃剑

ASIC的优势在于高性能和低功耗,AWS的Trainium 2据说比英伟达的H100 GPU更快,性价比也更高。而且,GPU为了通用性,保留了很多AI计算用不上的功能模块,造成了资源浪费。有研究表明,英伟达H100 GPU上有大约15%的晶体管在AI计算中处于闲置状态。

但定制化也是ASIC的劣势。一旦AI模型发生变化,ASIC就需要重新设计,成本和时间都不可控。而GPU的通用性使其能够适应不同的AI模型,更灵活。

成本:一次性投入巨大,回本周期长

ASIC在大规模量产时,单位成本确实低于GPU,甚至可以降到GPU的三分之一。但问题是,ASIC的一次性工程费用(NRE)非常高,定制一款5nm制程的ASIC,NRE费用可能高达1亿至2亿美元。

之前有业内人士分析,中等复杂程度的ASIC盈亏平衡点在10万片左右。对于云计算大厂和AI应用提供商来说,可以通过大规模部署来摊薄成本。但对于大多数公司来说,这个门槛太高了。

推理时代,ASIC的需求是伪命题吗?

现在都在说AI推理需求将超过训练需求,ASIC在推理方面更有优势。英伟达GPU目前在推理市场占据主导地位,但随着ASIC的崛起,市场份额可能会下降。

但博通的CEO陈福阳认为,AI训练仍然占据主流,推理和训练芯片的架构差异很大。博通预计未来三个客户的市场总量将达到600亿~900亿美元,其中训练占更大的比例。

Groq也推出了一款LPU芯片,据称运行DeepSeek的效率比H100快一个量级。但这种说法并没有得到广泛认可,而且Groq的LPU芯片也面临着产能和成本的挑战。

ASIC的未来:机遇与挑战并存

ASIC的崛起,是大厂们摆脱英伟达垄断,实现降本增效的必然选择。但ASIC的定制化、高成本、回本周期长等问题,也限制了其应用范围。

对于有足够资金和技术实力的巨头来说,ASIC是一场豪赌,赌赢了就能掌握AI算力的主动权。但对于大多数公司来说,盲目跟风可能会血本无归。

在AI的浪潮中,谁在裸泳,恐怕只有潮水退去后才能知道。

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

阅读
分享

发表评论

快捷回复:

验证码

评论列表 (暂无评论,4人围观)参与讨论

还没有评论,来说两句吧...