从英伟达到博通：AI行业的重大转型

上周五晚，美股市场出现了一幕戏剧性的景象——“买博通、卖英伟达”。

在这一夜之间，博通（Broadcom）公司的股票价格飙升了27%，创下了历史单日涨幅的新纪录。这家公司在短短一天之内市值突破了1万亿美元大关。

然而，在同一时期，芯片行业的领头羊之一——英伟达的股价却下跌了3.3%。

博通CEO Hock Tan在当天业绩会上大胆预测，2027年市场对定制款AI芯片ASIC的需求将达到600亿至900亿美元。这一数据如果实现，则意味着未来三年（2025-2027年），博通的ASIC相关业务有望实现每年翻倍增长，大幅提升了市场对于ASIC的预期，可能预示着ASIC将进入爆发期。

在当前AI模型的发展中，预训练阶段是一个不断给模型“喂”数据并迭代更新的过程。为了提升性能，各大科技巨头遵循“Scaling Law”，即通过增加数据量、计算力和模型参数来增强效果。然而，这种高强度的训练正逐渐耗尽全球数据库资源，并且随着边际效益递减，算力成本依然高企。

前OpenAI联合创始人Ilya Sutskever在NeurIPS 2024大会上表示，预训练时代可能即将结束，因为用于AI预训练的数据已达到峰值。大模型的训练正在变得越来越昂贵和低效，数据作为“化石燃料”已经接近枯竭。

OpenAI的大神Noam Brown也指出，尽管在过去几年中，通过增加数据规模和算力取得了巨大成就，但目前的大语言模型仍无法解决像井字棋这样相对简单的任务。这引发了对是否继续依赖扩展来提升AI性能的质疑：Is Scaling is All you Need？我们真的还需要投入更多的成本来进行大规模训练吗？

外界的目光逐渐转向人工智能大模型的下一阶段——逻辑推理。这不仅代表了预训练后的进一步发展，更是指利用现有的大型语言模型来开发AI在各个细分垂直领域的应用，以实现最终落地。

从目前市场上的一些产品来看，包括谷歌的Gemini 2.0、OpenAI的o1等在内，智能体（AI Agent）已经成为各大公司的一个主要研发方向。随着人工智能大模型逐渐成熟，有观点认为，由专用集成电路（ASIC）为代表的推理芯片将逐步取代以GPU为主的训练芯片，成为未来的人工智能公司的首选。

博通CEO对ASIC市场的乐观预期，在一定程度上印证了外界对于人工智能范式转变的期望，并引发了上周五股价的大涨。那么，ASIC到底是什么呢？

**ASIC是什么？**

半导体可以分为标准半导体和专用集成电路（ASIC）。前者拥有标准化规格，适用于各种电子设备；而后者则是根据特定需求定制生产的芯片。

因此，ASIC通常被用于执行特定任务的设备中。在人工智能运算领域，这也衍生出两条不同的路径：一种是英伟达GPU代表的通用计算路径，另一种则是在处理单一任务时能够实现更高性能和更低功耗的专用ASIC。

**为科技巨头量身定制AI芯片成为新的“摇钱树”**

由于GPU产能趋紧且价格昂贵，越来越多的科技巨头开始研发专门用于自家业务的ASIC。其中谷歌被视为这一领域的先驱，早在2015年就发布了第一代TPU（ASIC）。其他具有代表性的人工智能专用芯片还包括亚马逊的Tranium和Inferentia、微软的Maia等。

迈威尔和博通是为这些科技巨头定制AI芯片的主要制造商。特别是迈威尔，在其新领导团队的带领下，成功转向了为科技巨头量身打造芯片的战略，并因此在人工智能浪潮中获得了巨大的增长机会。目前除了谷歌和微软外，亚马逊AWS也成为其新的长期合作伙伴。

对于博通而言，同样拥有包括谷歌、Meta和字节跳动在内的三大客户。据分析人士预测，在接下来的几年里，每家客户的年采购量都将达到百万片ASIC规模，这将为博通带来可观的人工智能收入增长。

随着人工智能大模型逐渐进入下一个发展阶段，“推理端”的竞争才刚刚开始，关于芯片的一场新的大战也即将拉开帷幕。正如博通CEO Hock Tan曾预言：“未来50%的AI计算能力将是ASIC，甚至超大规模云计算公司的内部自用也将达到100%。”