電子發燒友報道（文/李彎彎）在人工智能芯片領域，專用集成電路（ASIC）正崛起。隨著AI算力需求爆發，ASIC憑借定制化、高效能等優勢，在數據中心、AI推理等場景競爭力強勁。研究公司Counterpoint指出，AI芯片熱潮進入第二階段，ASIC與GPU競爭激烈，博通和臺積電有望成最大贏家。

Counterpoint預測，AI ASIC市場規模將從2024年的120億美元增至2027年的300億美元，年復合增長率34%。供應商格局中，博通預計2027年保持頂級AI服務器計算ASIC設計合作伙伴領先地位，市場份額擴大至60%；臺積電幾乎拿下全球前十大數據中心及ASIC客戶晶圓制造訂單，份額近99%。

主要ASIC玩家及其產品

• 博通

博通是ASIC領域領頭羊，與谷歌、Meta等科技巨頭深度綁定。這些公司加速部署自研AI芯片，減少對通用GPU依賴，博通成為重要合作伙伴。

博通為谷歌設計的TPU采用脈動陣列架構，專注張量運算，能效比達英偉達H100的2 - 3倍，推理成本低30% - 40%。高盛分析師稱，TPU從v6迭代至v7，每個token成本下降70%。TPU v7于2025年發布，代號Ironwood，是首款專為AI推理設計的TPU，單芯片FP8算力達4614TFLOPS，配備192GB HBM3e顯存，能效比前代提升約2倍，支持構建最高9216芯片集群，FP8峰值性能超42.5 exaFLOPS，已用于訓練Gemini 3模型。

此外，2025年9月，據知情人士報道，OpenAI計劃2026年與博通聯合生產自主研發的AI芯片。10月13日，二者宣布達成戰略合作，將共同推出總容量達10GW的定制芯片。同時，12月，博通CEO確認Anthropic已累計向公司下達價值210億美元的AI系統訂單，將直接采購近100萬顆TPU v7p Ironwood AI芯片，本地部署在控制的數據中心，博通直接供應基于TPU v7p的機架級AI系統，繞過谷歌，不過谷歌預計仍可從交易中取得IP授權收入。

博通AI營收占比近年顯著提升，2025財年AI相關收入較2024財年增長約74%。展望2026財年，分析師預測基于AI的半導體收入可能翻倍，博通2026年預定量大幅增至200K，同比增122%，主要受谷歌TPU外供拉動。

• Marvell

Marvell在ASIC市場占一定份額，但面臨挑戰。業內預測2027年為關鍵轉折點，屆時多家主要廠商將擴大ASIC生產規模。供應商格局中，博通主導，Marvell等企業爭奪第二。

Marvell曾與亞馬遜合作Trainium 2項目，卻因表現不佳失去Trainium 3設計合約，世芯參與開發，處境尷尬，此前被視為博通主要挑戰者，如今設計訂單增長受阻。Counterpoint估計，即使Marvell總出貨量持續增長，設計服務市場份額到2027年仍可能下滑至8%。

Marvell與微軟合作Maia芯片。微軟推出Maia 200芯片，標志云服務商和AI企業對ASIC競爭進入新階段。Maia 200是微軟2026年1月推出的第二代AI推理加速器，采用臺積電3納米工藝，每顆超1400億個晶體管，適用于大規模AI工作負載。配備原生FP8/FP4張量核心、重新設計的內存系統，擁有216GB HBM3e內存、7TB/s帶寬及272MB片上SRAM，750W SoC熱設計功耗內，單顆芯片可提供超10PetaFLOPS的FP4性能和超5 PetaFLOPS的FP8性能，已部署于微軟美國中部數據中心，后續擴展至更多區域，為多個大模型提供支持，微軟超級智能團隊將利用其進行合成數據生成和強化學習，應用于Microsoft Foundry和Microsoft 365 Copilot服務，同時微軟開放Maia SDK預覽，系統采用水冷設計方案。

微軟云與人工智能執行副總裁斯科特·格思里稱，Maia 200是微軟迄今部署的最高效推理系統，每美元性能比最新一代硬件提升30%，FP4性能是第三代Amazon Trainium的3倍。

• 聯發科

聯發科在ASIC市場勢頭強勁，得益于谷歌雙規格ASIC策略，獲兩代大批量合約，被視為第二名有力競爭者。谷歌可觀出貨量提供助力，若贏得Meta下一代ASIC訂單，市場地位將增強。目前，谷歌TPU是云端ASIC市場最大且最穩定的量產產品，或成唯一能與英偉達出貨規模匹敵的產品。

聯發科參與谷歌最新TPU v7 ASIC設計，準備深化合作助力下一代AI加速器量產。2025年12月15日消息，谷歌TPU需求爆發，將交給聯發科的下一代“TPU v7e”芯片訂單量翻倍，利用聯發科與臺積電緊密合作關系，爭取稀缺產能，縮短上市時間，挑戰英偉達。

聯發科是谷歌引入的關鍵新合作伙伴，負責推理專用芯片設計與生產。TPU v7中，負責TPU v7e “Zebrafish”版本，專注高效能推理任務；TPU v8中，負責推理芯片TPU v8e設計。

2026年2月5日，聯發科CEO蔡力行指出，2026年數據中心ASIC業務可突破10億美元，2027年上看數十億美元，未來ASIC占整體營收比重有望達20%。此外，聯發科后續將投資CPO、定制化高帶寬存儲器、3.5D先進封裝等關鍵技術，重新調整資源布局，將更多精力轉向AI專用ASIC和汽車芯片等新賽道。隨著AI算力需求爆發，聯發科在高速通信技術上有獨特優勢，對數據中心和AI ASIC至關重要。

• 世芯

世芯處于關鍵時刻，前景取決于2026年和2027年AWS下一代Trainium芯片生產進展及與英特爾合作。尚未在其他美國主要云服務商客戶中取得顯著成功，計劃拓展中型客戶項目，若無法獲更大規模云服務商合約，可能在市場份額競爭中落后。

亞馬遜Trainium芯片有成本優勢，推理成本較H100低30% - 40%，單位算力成本為H100的60%，推理吞吐量高25%。Trainium 3于2025年12月2日發布，采用3納米制程工藝，性能較第二代提升4.4倍，內存容量與能效分別增加4倍和40%，搭載新一代Neuron Fabric互聯技術，單臺Trn3 UltraServer可集成144張芯片，總算力達362 FP8 PFLOPs，通過EC2 UltraClusters 3.0架構，芯片集群規模較上一代提升10倍，最高可擴展至100萬張芯片，已為Anthropic的“Project Rainier”項目提供算力支持，可降低AI模型訓練與推理成本達50%。

不過，Trainium3每枚芯片集成144GB HBM3e，較谷歌Ironwood TPU的192GB和英偉達BlackwellGB300的288GB有容量差距。2026年1月微軟發布的Maia 200搭載的高帶寬內存容量也超過Trainium3。亞馬遜AWS副總裁Ron Diamant表示無意取代英偉達，強調提供高性價比AI訓練解決方案，與行業趨勢相符。

ASIC與英偉達GPU的對比

英偉達GPU核心優勢在于大規模并行計算能力，支持矩陣乘法、卷積運算等AI任務。硬件層面，HBM內存帶寬高、GPGPU大規模流處理器陣列是核心武器，從H200、GB200到“Vera Rubin”均如此，性能提升與顯存帶寬、NVLink互連規模掛鉤。

然而，數據中心投入和能耗壓力加劇，行業尋求更高效且貼合自身需求的方案，ASIC優勢凸顯。以博通為谷歌設計的TPU為例，采用脈動陣列架構，專注張量運算，能效比達英偉達H100的2 - 3倍，推理成本低30% - 40%，定制芯片成本更具優勢。雖英偉達CUDA軟件是維護企業客戶的關鍵護城河，覆蓋全球95%以上AI開發者，但業內認為未來幾年市場將呈現ASIC與GPU并存局面。

寫在最后

ASIC市場快速發展，博通憑借與科技巨頭合作和強大技術實力占據領先地位；Marvell面臨挑戰，仍努力爭奪市場份額；聯發科勢頭強勁，通過與谷歌合作拓展業務；世芯處于關鍵發展期，未來取決于與AWS合作進展。ASIC與GPU競爭中，英偉達GPU有強大并行計算能力和廣泛軟件生態支持，但ASIC憑借定制化、高效能和成本優勢，在數據中心和AI推理等領域逐漸占據一席之地。未來，隨著技術進步和市場需求變化，ASIC市場格局可能改變，各玩家需不斷創新優化產品，以適應市場挑戰和機遇。