AI芯片自主化進程加速，云端巨頭競相自研ASIC
發布時間：2025-5-16 11:07
發布者：eechina
|
來源：TrendForce集邦咨詢 根據TrendForce集邦咨詢最新研究，AI Server需求帶動北美四大CSP加速自研ASIC（應用特定集成）芯片，平均1~2年就會推出升級版本。中國AI Server市場預計外購NVIDIA（英偉達）、AMD（超威）等芯片比例會從2024年約63%下降至2025年約42%，而中國本土芯片供應商(如華為等)在國有AI芯片政策支持下，預期2025年占比將提升至40%，幾乎與外購芯片比例平分秋色。 TrendForce集邦咨詢表示，CSP為應對AI工作負載規模逐步擴大，同時計劃降低對NVIDIA、AMD的高度依賴，因此積極投入ASIC開發進程，以便能控制成本、性能和供應鏈彈性，進一步改善營運成本支出。 觀察美系四大CSP在AI ASIC進展，居領先地位的Google（谷歌）已推出TPU v6 Trillium，主打能效比和針對AI大型模型的最佳化，預計2025年將大幅取代現有TPU v5。針對新一代產品開發，Google從原先與Broadcom（博通）的單一伙伴模式，新增與MediaTek（聯發科）合作，轉為雙供應鏈布局。此舉將提升設計彈性，降低依賴單一供應鏈的風險，并有助增加高階先進制程布局。 AWS（亞馬遜云科技）目前以與Marvell（美滿電子）協同設計的Trainium v2為主力，其主要支持生成式AI與大型語言模型訓練應用，AWS也和Alchip合作Trainium v3開發。TrendForce集邦咨詢預估2025年AWS的ASIC出貨量將大幅成長，年增表現為美系CSP中最強。 Meta成功部署首款自研AI加速器MTIA后，正與Broadcom共同開發下一代MTIA v2。由于Meta對AI推理負載具高度客制化需求，MTIA v2設計特別聚焦能效最佳化與低延遲架構，以確保兼顧推理效能與運營效率。 Microsoft（微軟）目前在AI Server建置仍以搭載NVIDIA GPU的解決方案為主，但也加速ASIC開發，其Maia系列芯片主要針對Azure云端平臺上的生成式AI應用與相關服務進行優化，下一代Maia v2的設計也已定案，并由GUC負責后段實體設計及后續量產交付。除了持續與GUC深化合作外，Microsoft也引入Marvell共同參與設計開發Maia v2進階版，借此強化自研芯片的技術布局，并有效分散開發過程中的技術與供應鏈風險。 中國AI供應鏈自主化加速 分析中國自主化AI方案，華為積極發展昇騰芯片系列，主要面向內需市場，應用層面包含LLM訓練、地方型智慧城市基礎建設及大型電信運營商的云網AI應用等。在國家型項目支持及互聯網、DeepSeek相關LLM AI應用蓬勃發展下，長期將撼動NVIDIA等在中國AI市場的領先地位。 寒武紀的思元(MLU)AI芯片系列，亦瞄準云端業者的AI訓練與推理等應用。觀察寒武紀2024年陸續與本地大型CSP進行前期測試驗證可行性后，2025年將逐步推進思元AI方案至云端AI市場中。 TrendForce集邦咨詢表示，中系CSP正加速發展自研AI ASIC，阿里巴巴旗下平頭哥(T-head)已推出Hanguang 800 AI推理芯片，百度繼量產Kunlun II后，已著手開發Kunlun III，主打高效能訓練與推理雙支持架構。騰訊除了自家AI推理芯片Zixiao，亦采用策略投資的IC設計公司Enflame（燧原科技）解決方案。 在國際形勢變化與供應鏈重構的背景下，將凸顯中國芯片供應商如華為、寒武紀，以及各CSP投入自研ASIC的必要性與重要性，并帶動AI Server市場朝向不同生態體系發展。 |
網友評論