在最近的美股市场中，博通公司的股价表现抢眼，上周五飙升24.43%，市值一举突破万亿美元大关。而本周一，其股价继续上扬，涨幅达到11.21%，市值更是攀升至1.17万亿美元的高点。这一连串的上涨背后，是博通发布的一份超出市场预期的最新财报，以及市场对于AI定制芯片持续高涨的兴趣。尽管周二美股市场上多只芯片股普遍下跌，博通股价也有所回调，跌幅达到3.91%，但其收盘市值依然稳稳站在1.1万亿美元之上。
博通在AI领域的布局主要集中在定制或专用集成电路（ASIC）和以太网网络部件上。目前，博通正与三家大型云厂商携手开发定制AI芯片。ASIC作为一种更为专用的芯片，与更通用的GPU（图形处理器）形成了鲜明对比。前者阵营中包括了谷歌、meta、亚马逊等科技巨头，而后者则主要由英伟达和AMD主导。
博通股价的飙升，只是ASIC向GPU阵营发起反攻的一个序曲。除了那些选择自研ASIC来替代英伟达GPU的云厂商，ASIC领域的创业热潮也在不断涌动。这些创业公司正在全球范围内积极寻找客户，试图在AI芯片市场中占据一席之地。在业内人士看来，GPU与ASIC之间的较量，更像是一场通用与专用阵营之间的博弈。在AI技术最终定型之前，这两种芯片都不会完全取代对方，这场竞争的结果也不一定是一方胜出、一方落败。
那么，是哪些力量在推动博通等公司的业绩飙升呢？长久以来，GPU霸主英伟达一直站在聚光灯下，导致人们往往忽视了云厂商在造芯方面的努力。事实上，这些云厂商设计的ASIC芯片渗透率可能比很多人想象的要深得多。ASIC涵盖了诸如TPU（张量处理器）、LPU（语言处理器）、NPU（神经网络处理器）等多类芯片。
在云厂商中，谷歌多年前就开始布局TPU，其第六代TPU Trillium已经在本月正式向客户开放使用。meta今年推出了专为AI训练和推理设计的定制芯片MTIA v2。亚马逊则有Trainium2，并计划明年发布Trainium3。微软也推出了自研AI芯片Azure Maia。虽然这些云厂商的AI芯片并不对外销售，但它们已经在自己的数据中心中部署了ASIC芯片，并不断扩大这些芯片的使用范围。
以谷歌为例，TechInsights的数据显示，去年谷歌已经悄然成为全球第三大数据中心处理器设计公司，仅次于CPU霸主英特尔和GPU霸主英伟达。谷歌内部的工作负载运行TPU，但并不对外出售芯片。亚马逊则通过多次投资OpenAI的竞争对手Anthropic，加深与该公司的合作关系。Anthropic就使用了亚马逊的Trainium芯片。亚马逊近日透露，为Anthropic建设的Rainier超级计算机集群项目即将完成，同时还在建设更多产能以满足其他客户对Trainium的需求。
博通、Marvell等定制芯片厂商的相关订单正是来自这些云厂商。其中，谷歌和meta的ASIC芯片是与博通合作定制的。除了谷歌，摩根大通分析师预测meta有望成为下一个为博通带来10亿美元收入的ASIC客户。亚马逊则与芯片厂商Marvell展开了合作。本月初，亚马逊AWS与Marvell达成了一项为期五年的协议，双方计划扩大在AI和数据中心连接产品方面的合作，以便亚马逊部署半导体产品组合和专用网络硬件。
从业绩上看，2024财年博通收入同比增长44%，达到创纪录的516亿美元。该财年，博通的人工智能收入同比增长220%，达到122亿美元，推动公司的半导体收入达到创纪录的301亿美元。博通还预计2025财年第一季度收入将同比增长22%。Marvell本月早些时候发布的2025财年第三季度财报也显示，该季度公司营收为15.16亿美元，同比增长7%，环比增长19%。Marvell表示，第三季度的业绩表现和对第四季度业绩表现强劲的预期主要是由定制AI芯片项目推动的，这些项目已经开始量产，并预计2026财年需求还将保持强劲势头。
除了谷歌、meta、亚马逊这些云厂商，OpenAI、苹果等也多次传出与ASIC定制芯片厂商合作的消息。近日，苹果传出正在开发AI服务器芯片，并与博通合作开发该芯片网络技术的消息。而OpenAI此前则传出已与博通合作数月，共同构建AI推理芯片。
与云厂商自研芯片并通过投资绑定大模型创业公司不同，ASIC创业公司需要选择不同的芯片代工商，并自行寻找客户。其中，Cerebras Systems将芯片交给台积电生产，Etched的Sohu芯片采用台积电4nm工艺。而采用近存计算架构的Groq LPU芯片对制程的要求相对较低，使用了GlobalFoundries的14nm工艺。
这些ASIC创业公司正在全球范围内积极寻找客户，将目光投向了正加码布局AI的中东国家。据Cerebras Systems公开的数据，2023年该公司净销售额接近7900万美元，今年上半年更是达到1.364亿美元。其中，来自阿联酋阿布扎比的G42公司的收入占到了总收入的83%，G42还承诺在明年购买价值14.3亿美元的Cerebras Systems产品和服务。在沙特阿拉伯的AI峰会上，也出现了Cerebras Systems、Groq和另一家AI芯片初创公司SambaNova Systems的身影。
目前，GPU和ASIC各自的优缺点都十分明显。GPU胜在通用性强，能够运行多种算法，且英伟达的CUDA生态成熟，易用性高。然而，通用的GPU在算力和功耗上会有一定的浪费。相比之下，ASIC针对特定算法的设计使得其算力和功耗表现可能更优。以Groq的LPU为例，该公司声称LPU的速度比英伟达GPU快十倍，而价格和耗电量都仅为后者的十分之一。不过，越是专用的ASIC越难以兼容多种算法，原本在GPU上运行的大模型迁移到ASIC上可能并不容易，整体易用性也低于GPU。
尽管ASIC的攻势愈发猛烈，但两类芯片是否即将决出胜负仍充满变数。在博通市值突破万亿美元之际，美股市场上英伟达股价却连续三天下跌。一些芯片业内人士认为，GPU与ASIC之争可以看作是通用芯片与专用芯片之争，从这个角度看，两种芯片在一段时间内都有各自的发展空间，并非简单的一方取代一方的关系。
从使用场景来看，GPU仍然广泛应用于大量并行化通用用例中，而在其他需求场景下，可以使用成本更低的ASIC，例如在推理端使用低功耗的ASIC。麦肯锡的研究也指出，未来AI工作量将主要转向推理，到2030年，配备ASIC芯片的AI加速器将处理大多数AI工作负载。然而，未来ASIC能拿下多大的AI芯片市场份额仍存在不确定性，这种不确定性来自于GPU对ASIC芯片优点的吸收。
