国君海外科技｜AI ASIC芯片，选择、空间与趋势

主要观点总结

文章讨论了AI ASIC芯片的应用、优势、发展趋势和风险提示。ASIC芯片在AI推理与训练中有广泛的应用前景，具备功耗和成本优势。随着软件生态的成熟，其渗透率有望提升。文章引用了Marvell和AMD CEO的预测，指出AI加速计算芯片的市场规模将持续增长。同时，也提醒了相关风险。

关键观点总结

关键观点1: ASIC芯片在AI领域的应用前景广阔。

文章指出，随着AI算法和深度学习框架的发展，ASIC芯片在AI推理与训练中发挥着重要作用，具备广泛的应用前景。

关键观点2: ASIC芯片具备功耗和成本优势。

与传统GPU芯片相比，ASIC芯片在功耗和成本方面表现出明显的优势，使其在AI加速计算领域具有竞争力。

关键观点3: 软件生态的成熟将促进ASIC芯片的应用。

文章认为，随着软件生态的逐步成熟，ASIC芯片的应用将更加广泛，其算力利用效率也将得到提升。

关键观点4: AI加速计算芯片市场规模将持续增长。

文章引用了Marvell和AMD CEO的预测，指出定制加速计算芯片市场规模将持续扩大，增速超过通用加速计算芯片。

关键观点5: 存在相关风险需关注。

文章提醒投资者关注AI算法技术风险、生态系统建设风险、芯片研发风险和AI产业发展风险。

文章预览

摘要： 投资建议： ASIC针对特定场景设计，有配套的软硬件全栈生态，虽然目前单颗ASIC算力相比最先进的GPU仍有差距，但整个ASIC集群的算力利用效率可能更高，同时还具备明显的价格、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。我们看好ASIC的大规模应用带来云厂商ROI提升。 AI ASIC芯片具备功耗、成本优势，是必然选择。 目前AI算法向Transformer收敛，深度学习框架以PyTorch为主，为AI ASIC发展提供了重要前提。 目前AI ASIC单卡算力低于可比的GPU芯片，但由于其成本较低，在推理常用精度下，展现出了更高的性价比（TFLOPS/$），功耗也更低，此外，由于ASIC专为特定任务设计，其算力利用率可能更高，谷歌TPU算力利用率可超过50%。对于云厂商来说，ASIC还是增加供应链多元性的重要选择。 AI ASIC芯片成长空间广阔，未来有望增 ………………………………