界面新闻记者 | 李彪
界面新闻编辑 | 文姝琪
在AMD等一众竞争对手还在GPU赛道奋力追赶英伟达时，一家公司却靠着定制AI芯片成了吸引市场关注的“另一种选择”。
近期，美股芯片公司博通发布财报后股价飙升，连续两个交易日急涨24%、8%，公司市值首次突破万亿美元大关（最新市值为1.17万亿美元），成为了全球第九家市值超过1万亿美元的公司。
与英伟达、英特尔主要生产计算芯片不同，博通主要生产用于网络互联的芯片产品。公司目前是全球最大的网络芯片制造商，产品主要包括以太网交换机、路由器、无线通信设备、蓝牙和Wi-Fi，几乎世界上所有互联网连接传输至少会通过一个博通芯片。
博通最新发布的2024财年财报显示，公司总营收达到516亿美元，同比增长51%。
博通旗下主要拥有半导体、软件两大核心业务。最新的增长主要来自公司此前收购虚拟机软件公司VMware后的并表助推。据其介绍，软件业务2024财年营收达到215亿美元，占比接近一半，同比去年大涨196%。
博通的半导体业务全财年收入为301亿美元，同比增长7%。但比起单纯的数据增长，此次更令市场瞩目的是公司为其半导体业务所描绘的发展前景。
博通的半导体业务主要包括网络芯片和ASIC定制芯片两大类。这两类芯片目前享受生成式AI爆发红利迅速增长。财报显示，AI业务（网络芯片+ASIC定制芯片）达到了122亿美元，同比大增220%。这一增长直接推动了半导体业务破纪录创下新高。
在市场开始密切关注博通能否成为“叫板”英伟达的对手之前，两家公司一直有密切合作。
博通的以太网交换机芯片负责高速网络通信的数据传输，在大型数据中心搭建服务器集群时不可或缺。自从2022年年底ChatGPT问世以来，全球为支持AI模型训练在各地投建的新数据中心，科技公司疯狂抢购英伟达GPU显卡，并且将越来越多的GPU用来建成越来越大的服务器集群，博通同英伟达一起踩中第一波AI风口，业绩股价双双大涨。
而目前市场好奇博通能否叫板英伟达，主要是由于公司的ASIC定制芯片业务。
ASIC全称Application Specific Integrated Circuit，即专用集成电路。与CPU、GPU等通用集成电路芯片产品不同，ASIC芯片是一种专为特定应用或任务设计的集成电路，可在性能、功耗和体积等方面为特定用途做定制化设计。此前比特币挖矿潮盛行时，专用的矿机芯片就属于ASIC芯片的一类典型应用。
而博通所生产的ASIC芯片主要是通过与云计算厂商的自研芯片计划合作，生产云厂商在英伟达GPU之外的自研“AI XPU”。
当前AI大模型爆火后第一波需求主要来自亚马逊、微软等云计算厂商。这些云巨头是抢购AI芯片的大客户，而英伟达的GPU是这一领域的绝对霸主，稳定占据接近90%的市场份额。随着数据中心所需要的服务器数量越来越多，英伟达GPU越卖越多，云厂商对英伟达的依赖越来越深，话语权也越来越弱。此外，由于英伟达一家公司定义了GPU的软硬件生态的行业标准，客户无法直接按照自身的业务场景需求设计产品，因此微软、亚马逊、谷歌、OpenAI都有布局自研芯片的计划，以减少对于英伟达的依赖。
博通目前是这一赛道的主要参与者。公司不仅与谷歌共同开发了TPU AI加速器芯片，还参与了Meta、苹果自研AI芯片计划。此前据媒体报道，字节跳动也在与博通合作基于ASIC定制AI芯片。
在最新的财报业绩交流会上，博通CEO陈福阳（Hock Tan）介绍了未来三年公司在AISC芯片领域的发展空间。他表示，目前公司有三家超大规模客户已经制定了多代AI XPU路线图，基于3纳米制程的XPU将在2025年下半年开始大规模出货。预计到2027年，这三家客户的需求市场总量约有600-900亿美元，博通将在其中占有重要的份额。
ASIC芯片能否真正成为英伟达的竞争对手，市场目前主要看好其与云厂商的自研芯片计划绑定成为“GPU的多一种选择”。
国产GPU芯片创业公司行云集成创始人季宇此前接受界面新闻采访表示，从AI模型需要的训练和推理两大场景来看，英伟达的GPU都是现阶段市场最强性能的产品，竞争对手推出同类竞品很难挑战其垄断优势。而且因为英伟达产品价格昂贵，对绝大多数公司来说，大量采购都是一笔不小的成本支出。无论是出于控制的成本需求，还是增强自身话语权的需要，客户都有动力寻找减轻英伟达依赖的“替代品”。
摩根士丹利近期发布的研报则看好两种技术的共存。研报认为，ASIC的崛起并不意味着GPU的衰退。相反，ASIC将成为GPU的一种补充，两种技术将长期共存，为不同需求场景提供最佳解决方案，AI ASIC市场规模也将从2024年的120亿美元增长至2027年的300亿美元，年复合增长率将达到34%。
但同GPU相比，ASIC芯片客观上存在技术短板，限制了其市场规模进一步扩大。一位曾参与过ASIC芯片开发的技术人员告诉记者，由于需要按照专用功能定制设计，ASIC芯片一旦设计完成并制造出来，就很难对其进行更改。而且ASIC的设计和制造都需要较长的周期，这样一来使得ASIC不太适合频繁迭代，相比于GPU行业今年提出的“一年一迭代”的节奏有很大的差距。
