ASIC在AI供应链中的投资机会

摘要 •猫公司和博通公司引领AC芯片市场爆发，博通预测2027年三个主要客户对AI芯片（XPU）需求达600亿至900亿美元，推动板块升温。•AC芯片分为大AC（模型训练和推理）和小AC（模型推理），博通主要为谷歌定制设计AC芯片，由台积电生产，满足特定业务需求。•2028年全球数据中心业务规模将增长至5,000亿美元，XPU市场规模或达1,400亿至2,100亿美元，AI和数据中心业务未来三年将爆发式增长。•博通的业绩指引点燃市场热情，其对XPU的乐观预测提升了投资者信心，推动相关股票大幅上涨，但需关注预测的可靠性及潜在风险。•AI和数据中心领域主要参与者包括谷歌、微软、亚马逊等大型云计算公司，他们通过投资高性能计算基础设施和定制化芯片提升竞争力。•目前AI芯片市场规模约200亿美元，预计2027年增长至700亿至1,000亿美元，英伟达占据重要地位，但AC芯片等新兴技术带来市场竞争。•AC芯片与GPU并非完全竞争关系，而是共同发展，AC芯片定制化强但编程复杂，GPU易用性高，英伟达凭借强大的软件生态系统占据优势地位。 Q&A 近期AC芯片市场的行情如何？其背后的原因是什么？ 近期AC芯片市场的爆发始于猫公司，其市占率约为15%到20%。然而，真正引爆市场的是博通公司。博通不仅设计AC芯片，还提供了乐观的业绩指引，预计到2027年，其三个主要客户在AI芯片（即XPU）上的需求将达到600亿至900亿美元。这个预测基于每家公司需要100万颗XPU芯片，每颗单价在2万至3万美元之间。这一预期使得整个板块迅速升温。 AC芯片在AI浪潮中扮演什么角色？其技术特点有哪些？ AC芯片分为两类：一种是既能进行模型训练又能进行推理的“大AC”芯片，另一种是仅用于模型推理的“小AC”芯片。大AC芯片类似于英伟达的GPU，而小AC则专注于推理任务。目前，博通主要为Google定制设计这些AC芯片，由台积电负责生产。这些定制化设计满足了Google特定业务需求，从而推动了其在AI应用中的广泛使用。 未来几年AI和数据中心业务的发展前景如何？ 根据预测，到2028年全球数据中心业务将从目前的2000亿美元增长至5,000亿美元。以XPU为例，如果七家主要云计算公司（如谷歌、微软、Oracle、Meta和苹果等）每家公司在2027年各需100万颗XPU，每颗价格2万至3万美元，总价值将达到1,400亿到2,100亿美元。如果这些公司占全球40%的市场份额，那么整体市场规模可能会达到五六千亿美元。这表明未来三年内AI和数据中心业务将迎来爆炸式增长。 博通公司的业绩指引对市场产生了什么影响？ 博通给出的业绩指引显示，其现有三个客户对XPU的需求将在2027年达到600亿至900亿美元，这一消息立即点燃了市场热情。目前，博通通过台积电生产这些高性能定制化AI芯片，并且随着更多客户加入，这一数字有望进一步提升。这种乐观预期使得投资者对未来几年的行业发展充满信心，从而推动相关股票大幅上涨。 AI和数据中心领域有哪些主要参与者？他们各自扮演什么角色？ 在AI和数据中心领域，主要参与者包括Google、微软、Oracle、Meta和苹果等大型云计算公司，以及一些私有云服务提供商。这些企业正在大力投资于高性能计算基础设施，以支持日益增长的数据处理需求。例如，Google通过与博通合作开发定制化AC芯片来满足其特定业务需求，而其他公司也纷纷采取类似策略，以提升自身竞争力并推动行业整体发展。 当前AI芯片市场的规模和未来增长潜力如何？ 目前AI芯片市场的规模约为200亿美元。预计到2027年，这一市场将增长至700亿至1,000亿美元，意味着未来三年内可能会有近10倍的增长空间。英伟达在这一领域占据重要地位，其市值约为1,500亿美元。而博通在AI领域的新建收入大约为100多亿美元，整个市场的想象空间非常大。 哪些企业主要使用GPU芯片，哪些企业使用AC（Application-SpecificIntegratedCircuit）芯片？ 使用GPU芯片的企业主要包括谷歌、亚马逊和微软等大型云服务提供商。这些公司在其公有云业务中广泛采用英伟达的GPU，以满足客户对算力的需求。而使用AC芯片（如TPU）的企业则主要是谷歌自身，用于其模型训练和推理任务。谷歌开发了自己的TPU，并通过其专有的软件体系进行编程，这使得非谷歌团队难以熟练使用。 AC芯片与GPU之间存在怎样的竞争关系？ AC芯片与GPU并不是纯粹意义上的直接竞争关系，而是在整个AI芯片生态系统中共同繁荣。虽然AC芯片具有价格优势和定制化能力，但由于编程复杂性高，导致许多用户更倾向于使用成熟且易用性高的英伟达GPU。此外，英伟达拥有强大的软件生态系统，使得用户可以更便捷地进行开发和部署。 为什么一些公司选择发展自己的AC架构而不是依赖现有的GPU供应商？ 公司选择发展自己的AC架构主要出于以下几个原因：首先是成本控制，通过自研可以降低对外部供应商（如英伟达）的依赖；其次是灵活性，可以根据自身业务需求进行定制化；最后是避免因供应紧张而受到影响。目前全球算力严重不足，英伟达供不应求，这促使一些公司希望通过自研来提升算力供给。例如Oracle全盘采用英伟达GPU体系，以满足其客户对快速训练AI模型的需求，而其他公司则可能根据具体应用场景选择不同方案。 英伟达在当前市场中的表现如何，其产品为何如此受欢迎？ 英伟达近年来表现出色，其销售规模从两年前的150亿美元增长至现在的1,500亿美元，实现了10倍增长。然而，即便如此，其产品仍然供不应求。许多数据中心排队购买英伟达GPU，有时甚至需要预付定金或通过特殊渠道才能获得。这种情况反映了当前全球范围内对高性能计算资源（尤其是用于AI训练和推理任务）的巨大需求。因此，即便存在价格较高的问题，用户仍愿意购买，因为相较于其他解决方案，英伟达提供了更成熟、更易用且性能优越的平台。 AI芯片的发展趋势如何？是否会影响GPU市场？ AI芯片的发展势不可挡，其核心在于能够为不同客户设计出专属的定制化芯片架构，从而提供最佳的计算效果、性价比和能耗表现。每个公司的客户需求各不相同，定制化AI芯片可以显著提升客户体验。因此，AI芯片的发展前景广阔。然而，这并不意味着GPU市场会因此萎缩。根据预测，到2027年，AI芯片市场规模将达到约1,000亿美元，而整体计算市场规模预计为5,000亿美元。这意味着通用CPU和GPU仍然有4,000亿美元的市场空间。目前通用CPU的销量约为1,500亿至1,600亿美元，未来三年内可能增长到4,000亿美元。因此，AI芯片和GPU等技术将共同繁荣。 目前AI应用的发展状况如何？未来有哪些值得关注的节点？ 当前真正的AI应用尚未全面铺开，仅处于起步阶段。例如苹果手机中的AI功能尚未完全展开，因此其销量表现平平。然而，可以预见的是，到2025年将是所谓真正的AI应用爆发元年。届时，无论是AC芯片还是GPU，都将迎来巨大的促 进作用，因为所有这些应用都依赖于强大的计算能力。 投资AI科技应关注哪些关键因素？ 投资AI科技需要抓住三个主干逻辑：算力、算法和数据。在算力方面，除了近年来一直火爆的GPU外，还涌现出了如ASIC（专用集成电路）等新兴技术。此外，还有一个重要赛道是通信，包括芯片与芯片之间、内存与内存之间、内存与计算单元之间以及服务器之间的互联。这些通信需求涉及以太网和PCIe等协议，以及信号增强、降噪等技术。因此，在挑选相关股票时，应沿着这三条线索进行分析。 通信在AI发展中扮演什么角色？ 通信在AI发展中至关重要，它包括多个层面的互联需求：首先是芯片与芯片之间，其次是内存与内存之间，再者是内存与计算单元之间，以及服务器内部及服务器间的连接。这些互联需要通过各种通信协议，如以太网和PCIe来实现。此外，还需考虑信号增强和降噪处理，通过使用通信专用芯片及连接介质（铜缆、光纤或无线电波）来确保高效稳定的数据传输。因此，通信技术在整个AI生态系统中占据关键地位。