文章预览
—核心观点— ASIC 可以适应不同的业务场景和商业模式的需求,可以满足大型 CSP 客户的诸多需求 : 1 )内部工作负载的架构优化; 2 )更低的功耗,更低的成本; 3 )为 AI 工作负载定制的内存和 I/O 架构。随着 AI 应用的发展和生态逐步完善, AI 算力集群特别是推理集群对加速计算芯片需求巨大,驱动 ASIC 快速成长。预计 2028 年数据中心 ASIC 市场规模将提升至 429 亿美元, CAGR 为 45.4% 。 ASIC 针对特定算法和应用进行优化设计,在特定任务上的计算能力强大,通常具有较高的能效比 。目前 ASIC 以推理场景应用为主,并开始切入到部分训练环节。对照北美四大 CSP 的自研产品路线: Google 的 TPU 出货目前以 v5 产品为主, 2025 年将量产 TPU v6 ; 亚马逊的 ASIC 产品包括 Trainium 和 Inferentia , 分别用于训练和推理环节;微软和 Meta 也推出了各自的 ASIC 产品 Mai
………………………………