北美ASIC迎放量拐点，关注产业链新趋势机遇

摘要：随着人工智能对算力提出更高的要求，传统的CPU架构难以满足，因此具有海量数据并行计算能力、能加速计算处理的AI算力芯片应运而生，根据技术架构，可分为GPU、FPGA、ASIC！

一、ASIC 专用型芯片简单介绍

美东时间12月12日，博通发布财报业绩，2024财年公司AI收入增长220%，达到122亿美元。

博通透露，目前正在与三个大型客户开发AI芯片，预计明年公司AI芯片的市场规模为150亿-200亿美元。

受此消息提振，周五博通股价大涨24.4%，成为继英伟达、台积电之后，全球第三家市值过万亿美元的半导体公司。

随着人工智能对算力提出更高的要求，传统的CPU架构难以满足，因此具有海量数据并行计算能力、能加速计算处理的AI算力芯片应运而生，根据技术架构，可分为GPU、FPGA、ASIC！

ASIC即专用集成电路，是一种专用型芯片，针对特定用户要求和场景而设计。

与FPGA相比，ASIC灵活性差、专用度高、但体积小、功耗低、计算性能更好。

ASIC全球头部厂商为谷歌、博通、Marvell。

ASIC芯片可分为TPU、DPU、NPU：

（1）TPU即张量处理器，专用于机器学习。

（2）DPU为数据中心等计算场景提供计算引警.

（3）NPU即神经网络处理器，在电路层模拟人类神经元和突触，并用深度学习指令集处理数据。

AISC属于定制款芯片，因此性能更强、能耗更低，但研发门槛高、设计周期长，所以价格更贵，但大规模量产后成本显著降低。

TPU概念股：科德教育、浙数文化

科德教育：公司参股的中昊芯英是国内掌握TPU架构训推一体AI芯片核心技术的公司，致力于打造“自研训练芯片+超算集群+预训练大模型”的产业价值链。

DPU概念股：恒为科技、中化岩土

恒为科技：公司DPU智能加速卡有少量交付客户使用

NPU概念股：国科微、亿通科技

国科微：芯片设计厂商，广播电视芯片、智能监控芯片主流供应商，公司NPU已实现前端4T算力、后端NVR/DVR 9T算力。

二、【东吴计算机】推理时代来临，国产芯片迎来机遇

事件：

在NeurIPS 2024中，Ilya提到，当前我们仍然可以使用现有数据进行有效训练，但Ilya认为这一增长趋势终将放缓，预训练的时代也会逐步结束。

博通CEO在财报电话会上回应称，该公司与苹果处于持续数年的合作承诺中，预计2027年市场对定制款AI芯片的需求规模为600亿至900亿美元。

AI推理时代来临。预训练放缓，博通对ASIC高指引，以及美古应用的商业化落地和豆包的大幅活跃，预示着推理将在AI算力中快速崛起。

推理相比于训练，对技术和生态要求较低，国产芯片有望加快替代海外，满足国内需求，获得宝贵的成长机会，为追赶海外提供资本。

投资建议：海外制裁下，AI迈向推理时代，国产厂商得以获得成长机会。

相关标的：寒武纪、神州数码、海光信息、景嘉微、艾布鲁、安博通等。

风险提示：AI技术发展不及预期。

三、【中泰电子】北美ASIC迎放量拐点，关注产业链新趋势机遇

#北美ASIC大厂迎向上爆发点
北美自研ASIC芯片两大领先厂商Q3业绩先后超预期：
1️⃣MRVL：定制芯片业务快速增长带动公司进入新的增长时代。公司预计今年AI收入增长2倍以上，达到15亿美金，指引下一财年25亿美金；
2️⃣AVGO：AI芯片需求强劲，预计未来三年将保持快速增长，2027年现有3家XPU客户对定制化AI芯片的需求规模为600-900亿美金，部署100万个加速器集群。此外2家新CSP客户正在进行研发，预期27年前贡献收入；

#推理需求快速增长ASIC大有可为
ASIC拥有时钟门控、动态电压、动态频率等设计，并做了特定用途优化，相比于通用性更强的GPGPU等架构拥有更低的功耗；另一方面，ASIC裁剪冗余单元，大幅降低芯片的面积和重量，Meta认为ASIC芯片“通过内部部署，能够优化芯片的每一个纳米。因此架构中没有任何部分被浪费，有助于降低芯片的功耗和成本”。

#国产厂商有望在推理ASIC领域加速追赶
相较于训练芯片，推理芯片对生态及多卡互联要求较小，目前国产厂商包括华为昇腾、寒武纪、燧原科技等厂商产品均基于ASIC架构，全球ASIC市场并未形成明显的头部厂商，国产公司后续有望逐步追赶，前景广阔。此外ASIC定制化芯片预计将拉动其配套网络硬件机遇。

#AI产业趋势浩浩荡荡，建议持续重点关注：
潜在受益标的：寒武纪、海光信息、兆易创新、芯原股份等。

风险提示：技术突破不及预期等。

四、计算机行业点评:具有视觉能力的多模态大模型将对视觉SoC和存储带来新需求

ChatGPT升级视觉能力，迎来里程碑式的更新。 OpenAl发布季的第六天，5月份预告的语音和视觉功能(Advanced Voice with Vision)终于发布。用户可以在对话过程中展示实时视频或共享屏幕。在OpenAI的场景演示中，ChatGPT能够“看”到并理解周围环境，与在场人员互动，甚至能精准地记忆名字和细节。同时，ChatGPT现在亦能够查看用户的电脑屏幕，并提供即时建议和反馈。视觉能力的升级，让ChatGPT突破了文本和语音的限制，迈入真正的多模态交互时代。这种能力在教育、工作和社交等领域都将具有广泛的应用潜力。

交互型多模态大模型有望带来AI应用的爆发。多模态更符合人类感知周边、探索世界的方式;而应用的本质是交互，应用发展的核心就是人机交互的不断进化与深化。大模型的终极形态，是让人机交互进化到最原始、最简单的形态，在未来和电脑、手机等直接说话交流或许就是最主要的交互方式。交互模式的简化，会极大降低AI的使用门槛，交互型多模态大模型带来的这种更加直观、傻瓜的交互，有望带来大模型应用更大面积的普及。

我们判断，国内模型厂商将在交互式多模态大模型领域着重发力。以字节为例，字节在生成式AI领域采取“饱和式”攻击策略，目前已成为国内拥有最全生成式AI模型、最多AI应用的技术公司之一。模型端，字节豆包大模型家族已包括了通用大语言、语音合成和识别、图片及视频等不同模态的生成式AI模型，但仍缺少具有视觉能力的可交互多模态大模型。同时，以智能体耳机、智能玩偶、台灯为切入点，通过与生态伙伴的合作，字节在AI硬件端业已开始了布局。但同样受限于交互多模态模型的缺失，AI硬件产品仍只能实现语音层级的交互。

为什么我们持续看好视觉SoC领域?我们一直认为视觉能力是大模型能力的核心，因为视觉输入占据人类交互信息的绝大多数。我们可以预期，未来字节亦有望推出带有视觉能力的交互式多模态大模型，因而在包括AI玩具或AI眼镜等的下一代AI硬件终端中，视觉SoC将有望成为标配。另外地，这也将新增对Nand存储芯片的需求。

相关推荐