国君海外科技|AI ASIC芯片,选择、空间与趋势

摘要

投资建议：ASIC针对特定场景设计，具备配套的软硬件全栈生态，虽然单颗算力相比最先进GPU有差距，但ASIC集群算力利用效率可能更高，同时具备价格和功耗优势。随着软件生态逐步成熟，ASIC有望更广泛地应用于AI推理与训练，看好ASIC大规模应用带来的云厂商ROI提升。

核心观点：

• AI ASIC优势：具备功耗、成本优势，在推理常用精度下性价比更高（TFLOPS/$），功耗更低，算力利用率可能更高（如谷歌TPU利用率超50%）。
• 市场空间：Marvell预测2023年数据中心定制加速计算芯片规模约66亿美元（占AI加速计算芯片市场16%），预计2028年超400亿美元（CAGR 45%），而通用加速计算芯片2028年预计达1716亿美元（CAGR 32%）。AMD CEO苏姿丰预测2027年AI加速器规模达4000亿美元。
• 发展前提：AI算法向Transformer收敛，深度学习框架以PyTorch为主，为ASIC发展提供重要前提。
• 生态建设：除ROCm、OneAPI等开源软件生态外，云厂商正积极构建集成PyTorch等主流框架的软件生态，兼容性持续增强。
• 渗透率提升：参考CPU发展历程，随着AI ASIC使用门槛和兼容性改善，渗透率长期有望提升。目前主要服务云厂商自有业务及编译能力较强的中大型企业（如苹果），未来云厂商自研芯片门槛降低将推动其在AI加速计算领域的渗透率提升。

研究结论：

• AI ASIC芯片成长空间广阔，未来增速有望超过通用加速计算芯片。
• 随着云厂商自研芯片使用门槛降低及成本优势，AI ASIC在AI加速计算领域的渗透率长期有望提升。

风险提示：AI算法技术风险、生态系统建设不及预期、芯片研发不及预期、AI产业发展不及预期。