AI芯片自主化进程加速，云端巨头竞相自研ASIC
发布时间：2025-5-16 11:07
发布者：eechina
|
来源：TrendForce集邦咨询 根据TrendForce集邦咨询最新研究，AI Server需求带动北美四大CSP加速自研ASIC（应用特定集成）芯片，平均1~2年就会推出升级版本。中国AI Server市场预计外购NVIDIA（英伟达）、AMD（超威）等芯片比例会从2024年约63%下降至2025年约42%，而中国本土芯片供应商(如华为等)在国有AI芯片政策支持下，预期2025年占比将提升至40%，几乎与外购芯片比例平分秋色。 TrendForce集邦咨询表示，CSP为应对AI工作负载规模逐步扩大，同时计划降低对NVIDIA、AMD的高度依赖，因此积极投入ASIC开发进程，以便能控制成本、性能和供应链弹性，进一步改善营运成本支出。 观察美系四大CSP在AI ASIC进展，居领先地位的Google（谷歌）已推出TPU v6 Trillium，主打能效比和针对AI大型模型的最佳化，预计2025年将大幅取代现有TPU v5。针对新一代产品开发，Google从原先与Broadcom（博通）的单一伙伴模式，新增与MediaTek（联发科）合作，转为双供应链布局。此举将提升设计弹性，降低依赖单一供应链的风险，并有助增加高阶先进制程布局。 AWS（亚马逊云科技）目前以与Marvell（美满电子）协同设计的Trainium v2为主力，其主要支持生成式AI与大型语言模型训练应用，AWS也和Alchip合作Trainium v3开发。TrendForce集邦咨询预估2025年AWS的ASIC出货量将大幅成长，年增表现为美系CSP中最强。 Meta成功部署首款自研AI加速器MTIA后，正与Broadcom共同开发下一代MTIA v2。由于Meta对AI推理负载具高度客制化需求，MTIA v2设计特别聚焦能效最佳化与低延迟架构，以确保兼顾推理效能与运营效率。 Microsoft（微软）目前在AI Server建置仍以搭载NVIDIA GPU的解决方案为主，但也加速ASIC开发，其Maia系列芯片主要针对Azure云端平台上的生成式AI应用与相关服务进行优化，下一代Maia v2的设计也已定案，并由GUC负责后段实体设计及后续量产交付。除了持续与GUC深化合作外，Microsoft也引入Marvell共同参与设计开发Maia v2进阶版，借此强化自研芯片的技术布局，并有效分散开发过程中的技术与供应链风险。 中国AI供应链自主化加速 分析中国自主化AI方案，华为积极发展昇腾芯片系列，主要面向内需市场，应用层面包含LLM训练、地方型智慧城市基础建设及大型电信运营商的云网AI应用等。在国家型项目支持及互联网、DeepSeek相关LLM AI应用蓬勃发展下，长期将撼动NVIDIA等在中国AI市场的领先地位。 寒武纪的思元(MLU)AI芯片系列，亦瞄准云端业者的AI训练与推理等应用。观察寒武纪2024年陆续与本地大型CSP进行前期测试验证可行性后，2025年将逐步推进思元AI方案至云端AI市场中。 TrendForce集邦咨询表示，中系CSP正加速发展自研AI ASIC，阿里巴巴旗下平头哥(T-head)已推出Hanguang 800 AI推理芯片，百度继量产Kunlun II后，已着手开发Kunlun III，主打高效能训练与推理双支持架构。腾讯除了自家AI推理芯片Zixiao，亦采用策略投资的IC设计公司Enflame（燧原科技）解决方案。 在国际形势变化与供应链重构的背景下，将凸显中国芯片供应商如华为、寒武纪，以及各CSP投入自研ASIC的必要性与重要性，并带动AI Server市场朝向不同生态体系发展。 |
网友评论