关注AI芯片板块的观众都知道，最近英伟达承压的其中一个原因，就是因为定制化芯片，也就是ASIC的崛起。其中博通，就是因为押注定制化芯片赛道而大涨，Meta、谷歌和亚马逊也宣布，会加大在这方面的投入。但是这周，大摩发表了一篇重磅报告，表示定制化芯片没有那么牛，市场严重高估，那么我们就来了解一下，市场对于定制化芯片的乐观预期是怎么来的？大摩的论点是什么呢？又会如何影响英伟达和博通呢？
首先，市场对于定制化芯片有三大乐观因素。第一点是，顾名思义，它是专门为特定客户或特定任务设计的芯片，相比通用GPU，能在某些应用场景中带来更高的性能和能效。第二点是成本更低，相比英伟达H100动辄2万美元的价格，某些ASIC的硬件成本可能只有3000美元，反而更具吸引力。第三点就是我们上面提到的，Meta、谷歌等巨头的定制芯片，已经在自家云平台上大规模部署，所以市场开始认为，更多企业会选择定制化芯片来替代GPU。那么显然如果这样的预期为真，英伟达的优势肯定会受到重大的打击。那真的是如此吗？
大摩就不认同，这份报告当中，他们就坚定的表示，长期来看，定制化芯片难以撼动GPU的市场地位。原因也有三点。首先是看好定制化芯片的人，没有去考虑系统架构，就像AMD的GPU也比英伟达的便宜，但是如果是用AMD芯片搭建的数据中心，单位的算力成本还是更高。定制化芯片也一样，英伟达的NVLink互联技术，可以实现在GPU的高速通信，而定制化往往需要更昂贵的光学互联，导致整个集群的建设成本上升。另外，数据中心还需要高带宽存储，而这方面定制化芯片，因为规模小，成本并没有优势，反观英伟达，因为自家GPU是通用的，可以大量采购，压低这方面的成本。
其次是软硬件的兼容适配问题。英伟达的CUDA生态已经成熟到可秒开即用，而定制芯片往往需要客户额外花费大量时间和资源，来适配软件，比如使用亚马逊Trainium的Databricks团队就表示，他们需要好几周，甚至好几个月才能够让系统上线。另外的一名云计算高管也表示，定制化技术至少落后英伟达2-3年，从经济角度来看，并不值得。
最后则是长期的技术支持和维护问题。大摩指出，许多客户一开始可能会选择更便宜的硬件，但由于缺乏成熟的生态系统和长期支持，最终往往会回归英伟达。这也是为什么，虽然科技巨头们一直在发展投入定制化芯片，但是到现在为止还是很小众，而且依然离不开英伟达。
而英伟达的护城河也难以逾越。比如英伟达今年的研发投入高达160亿美元，远超大多数定制化芯片的厂商。这笔资金可不是花着玩的，它保证了英伟达能够维持4-5年的开发周期，同时有多个团队并行推进新架构，始终保持技术领先。英伟达的芯片和软件生态也已经无处不在，不论是云计算、自动驾驶、边缘计算，还是最核心的AI训练，英伟达都已经深度渗透。它并不是卖一块芯片那么简单，而是涵盖了算力、存储、通信、软件的一整套AI基础设施。另外，英伟达的产品多样，能够很灵活地应对客户的各种需求，相反定制化芯片在这方面就非常欠缺，一旦需求有变，会很难应对。
所以大摩的核心观点是不要看空英伟达，未来几年，GPU和定制化芯片仍会共存，但在真正的AI核心市场，GPU的需求仍然是主流。英伟达的护城河极深，即便未来定制芯片的市场扩大，英伟达仍然可以通过优化自己的GPU架构，来继续夺回市场份额。
阿吉也非常认同大摩的观点，英伟达卖的真的不是芯片，而是一整套系统，可以直接拿来做数据中心。CUDA的软件生态也已经发展了15年，开发者、企业用户、AI研究机构都高度依赖CUDA，这种习惯和CUDA背后积累的各种代码库，都不是竞争对手短时间内能追的上的。不过我们投资者也要明确一个趋势，那就是在推理端，也就是AI模型日常运行的模式下，定制芯片的能效比的确更高。GPU的主要优势还是在于AI训练端。而随着AI芯片市场不断扩大，水涨船高之下，AI推理所对应的定制芯片的规模也会不断增长，所以说，我虽然看好英伟达的长期发展，但不意味着ASIC没有发展前景，两者是相辅相成的。尤其是AI发展早期，他们都有很强的需求上涨空间。
原创文章，作者：meigu，如若转载，请注明出处：https://www.tiezong.com/473.html
