隨著生成式AI應用的快速發展,AI ASIC能否成為英偉達(NVDA.US)GPU可⾏的替代品⼀直是全球熱門話題。摩根士丹利15每日發布研報《AI ASIC 2.0:潛在贏家》,認為ASIC憑藉針對性優化和成本優勢,可望逐步從英偉達GPU手中爭取更多市場份額。
大摩預計,AI ASIC市場規模將從2024年的120億美元成長至2027年的300億美元,年複合成長率達到34%。
在此情況下,英偉達憑藉其在大型語言模型訓練的優勢,將繼續佔據主導地位。博通(AVGO.US)、世芯電子(Alchip)和Socionext被看好。Cadence、台積電及其供應鏈夥伴(ASE、KYEC等)將從ASIC設計與製造的快速成長中獲益。
大摩表示,ASIC的崛起並不意味著GPU的衰退。相反,這兩種技術將長期共存,為不同需求場景提供最佳解決方案。
ASIC會成為英偉達的有力競爭者嗎?
隨著生成式AI應用的快速發展,全球AI運算需求呈現爆炸性成長。報告預計,基本情境下,到2027年,雲端AI半導體市場規模將達到2380億美元,而在樂觀情境下甚至可能達到4050億美元。
在這領域,ASIC憑藉針對性優化和成本優勢,可望逐步從英偉達 GPU手中爭取更多市場份額。
摩根士丹利預計,AI ASIC市場規模將從2024年的120億美元成長至2027年的300億美元,年複合成長率達到34%。
儘管英偉達的AI GPU性能卓越,但摩根士丹利認為,雲端服務提供者如Google、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,是優化內部工作負載。透過開發自訂晶片,CSP可以更有效率地滿足其內部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具備強大的運算效能,但其硬體價格高昂,特別是在AI訓練過程中。相比之下,ASIC的單位成本較低,尤其是在大規模使用後。
例如,亞馬遜的Trainium晶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在能源效率上比上一代提升67%。
摩根士丹利強調,儘管英偉達的GPU仍是大多數CSP的首選,但未來幾年內,隨著ASIC設計的日益成熟,這些雲端巨頭可能透過自研ASIC在採購談判中獲得更大話語權。
贏家與輸家:誰將主導未來市場?
摩根士丹利在報告中梳理了全球ASIC供應鏈,並明確了六大可能的贏家:
AI GPU:英偉達將繼續主導市場,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被視為ASIC市場的潛力股。其中,Alchip由於與AWS的深度合作,預計將在2026年显著提升市场份额。
電子設計自動化工具:Cadence(楷登電子)有望實現結構性成長。
代工廠:台積電及其供應鏈夥伴(如ASE、KYEC等)將從ASIC設計與製造的快速成長中受益。
測試服務:Advantest是AI晶片測試領域的領先者,其在AI设备测试方面的专注将为其带来显著增长。
HBM:三星電子是非英偉達HBM市佔率領先者,將從ASIC需求成長中獲益。
相比之下,一些傳統晶片公司和代工廠可能面臨挑戰。例如,AMD由於在AI GPU領域未能與英偉達拉近差距,或將失去更多市場份額。而UMC等缺乏先進製程節點支援的代工廠也可能難以在高端AI晶片市場中分一杯羹。
TCO分析:ASIC真的划算嗎?
摩根士丹利透過TCO模型比較了ASIC和GPU在AI訓練和推理任務中的成本效益。結果顯示,儘管英偉達的GPU在性能上佔明顯優勢,但ASIC的初始成本較低,尤其適合預算有限的雲端服務供應商。
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計劃於2025年下半年推出,計算性能提高2 倍,能源效率提高40%。
不過,報告也指出,英偉達憑藉其更成熟的系統整合能力和更強大的軟體生態,仍在TCO計算中保持競爭力,特別是在需要靈活應對不同AI任務的場景中。
研報中提到,量子運算的潛在崛起可能會對AI半導體需求產生衝擊,但目前來看,量子計算在AI推理領域的適用性較低,短期內難以取代ASIC和GPU。另外,退休GPU也可能成為ASIC市場的威脅。一些云服务商可能选择通过使用退休GPU降低成本,而不是投資昂貴的ASIC。
摩根士丹利總結道,ASIC的崛起並不意味著GPU的衰退。相反,這兩種技術將長期共存,為不同需求場景提供最佳解決方案。
在未來的AI市場中,ASIC將憑藉成本和能源優勢優勢爭取更多份額,而英偉達則將繼續依賴其技術領先性鞏固市場地位。
本文轉載自華爾街見聞,FOREXBNB編輯:李佛。