本文作者：李笑寅
來源：硬 AI
上週五晚美股市場驚現“買博通、賣英偉達”：博通（broadcom）股價大漲 27%，創下歷史最高單日漲幅，公司市值突破 1 萬億美元，同時芯片龍頭英偉達股價錄得 3.3% 的下跌。
<img class=" wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/89024d50-610e-4bca-86ad-6a847f8ea44c.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="685" height="599" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/89024d50-610e-4bca-86ad-6a847f8ea44c.png"/>
引爆買盤的導火索來自博通 CEO Hock Tan 在當天業績會上的大膽預測：2027 年市場對定製款 AI 芯片 ASIC 的需求規模將達 600 億至 900 億美元。
有分析指出，這個數據如果實現，意味着未來三年（2025-2027 年），博通 ASIC 相關的 AI 業務將實現每年翻倍增長，這大幅提升了市場對於 ASIC 的預期，可能意味着 ASIC 有望迎來爆發期。
<h2>數據枯竭、邊際效益遞減……大模型從訓練轉向推理</h2>
作為 AI 模型的第一階段，預訓練是個不斷給模型 “喂” 數據並不斷迭代更新的過程。
為了提升模型性能，秉持着數據量、計算量和模型參數量規模越大越好（即 Scaling law）的原則，各大科技巨頭紛紛哄搶當前市面上性能最為強悍的英偉達 GPU，讓囤積的 GPU 數量給 AI 模型效用 “做擔保”。
然而，高強度、大規模的模型訓練正在 “榨乾” 全球數據庫，並且模型擴展邊際效益遞減的同時算力成本仍然高企，這引發了對 AI 訓練階段是否已經即將終結的討論。
近日，前 OpenAI 聯合創始人、SSI 創始人 Ilya Sutskever 在 NeurIPS 2024 大會上發表演講時表示，預訓練時代即將結束，數據作為 AI 的化石燃料是有限的，目前用於 AI 預訓練的數據已經達到了峯值。
OpenAI 大神 Noam Brown 也於近日回應稱，AI 從 2019 年到現在，難以置信的成就都來自於數據和算力規模的擴大，但大語言模型仍然無法解決像井字棋這樣的簡單問題。
隨之而來的問題是：Is Scaling is All you Need？我們真的還需要再消耗更高的成本來訓練更好的 AI 嗎？
<img class=" wscnph" src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8d909fbe-08e3-4dd2-afbc-6eb3ee3e3393.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="800" height="336" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8d909fbe-08e3-4dd2-afbc-6eb3ee3e3393.png"/>
外界的目光開始移至 AI 大模型的下一階段——邏輯推理。
作為大模型預訓練的下一階段，邏輯推理是指基於現有大模型，開發 AI 在各細分垂直領域的應用以實現終端落地。
從市面上的大模型產品看，包括谷歌的 Gemini 2.0、OpenAI 的 o1 等在內，AI Agent（智能體）目前已經成為了各大公司的主攻方向之一。
隨着 AI 大模型日趨成熟，有觀點認為，以 ASIC（專用集成電路）為代表的推理芯片將逐步取代以 GPU 為代表的訓練芯片，成為各大 AI 公司的 “新寵”。
而博通 CEO 對 ASIC 市場的樂觀預期在一定程度上印證了外界對 AI 範式轉向的預期，進而引發了上週五的股價暴漲。
<h2>ASIC 是什麼？比 GPU 更 “專一”</h2>
半導體大致可以分為標準半導體和專用集成電路（ASIC）。標準半導體擁有標準化規格，只要滿足基本要求，就可以應用於任何電子設備，而 ASIC 則是半導體制造商根據特定產品要求生產的半導體。
因此，ASIC 一般會被應用於特定設計和製造的設備中，執行必要的功能。
AI 運算也就由此衍生出兩條路徑：一種是英偉達 GPU 代表的通用路徑，適合通用高性能計算，另一種是 ASIC 定製芯片為代表的專用路徑。
作為標準半導體成品，GPU 在處理大規模並行計算任務時表現出色，但當處理大規模矩陣乘法時，存在內存牆問題，而經過特殊設計的 ASIC 就可以解決這個問題，一旦大規模量產，ASIC 的性價比會更高。
簡單來説就是，GPU 貴在目前產品成熟、產業鏈成熟，而 ASIC 的想象力在於更 “專一”，並且在處理單個運算任務時能實現更高的處理速度和更低的能耗，因此也更適用於推理端邊緣計算。
<h2>為科技巨頭定製 AI 芯片，成了邁威爾和博通的 “搖錢樹”</h2>
由於 GPU 產能趨緊且價格昂貴，眾多科技巨頭開始加入自研 ASIC 芯片的隊伍，僅供自家使用。
有觀點認為，谷歌是 AI ASIC 芯片的先驅，因其於 2015 年發佈第一代 TPU（ASIC）產品，同樣具有代表性 ASIC 芯片還包括亞馬遜的 Tranium 和 Inferentia、微軟的 Maia、Meta 的 MTIA 以及特斯拉的 Dojo 等。
在自研 AI 芯片的上游供應鏈上，邁威爾和博通是常年稱霸的兩大製造商。
邁威爾的崛起離不開其新領導層的成功戰略。彷彿早有預見般，該公司 CEO Matt Murphy 自 2016 年上任以來，趁公司重組之際將公司戰略重心轉向為科技巨頭定製芯片，成功在 AI 大潮中抓住了機遇。
除了谷歌和微軟兩個大客户，邁威爾還在近期與亞馬遜 AWS 簽訂了為期 5 年的合作協議，幫助亞馬遜設計自有 AI 芯片。業內人士認為，這將助推邁威爾 AI 定製芯片業務在下一財年實現翻倍增長。
作為邁威爾的主要競爭對手，博通同樣擁有谷歌、Meta 和字節三家大客户。
有分析預計，到 2027-2028 年，每家客户都會達到 1 年百萬片 ASIC 的採購規模，隨着第四和第五大客户也開始快速爬升，這些科技公司的芯片訂製訂單將在未來幾年給博通帶來十分可觀的 AI 收入。
隨着 AI 大模型進入 “下半場”，真正的推理端剛剛開始，關於芯片的又一場鏖戰即將打響。正如博通的 CEO Hock Tan 此前所預言：
<blockquote>
“未來 50% 的 AI Flops（算力）都會是 ASIC，甚至 CSP（超大規模雲計算產商）內部自用 100% 都將是 ASIC”。
</blockquote>

博通

英偉達

隨着 AI 大模型從預訓練階段轉向邏輯推理階段，以 ASIC 為代表的專用芯片可能將逐步取代以 GPU 為代表的通用芯片，成為各大 AI 公司的 “新寵”。分析稱，如果博通 CEO 對 ASIC 市場的預測準確，未來三年博通 ASIC 相關的 AI 業務有望實現每年翻倍增長。

- 博通股價大漲 27%，市值突破 1 萬億美元，英偉達股價下跌 3.3%。  
- 博通 CEO 預測 2027 年 ASIC 市場需求將達 600 億至 900 億美元。  
- AI 模型訓練面臨數據枯竭，推理階段成為新關注點。  

從英偉達到博通，AI 行業 “範式大轉變”