算力成本正蚕食着企业利润，然而通用芯片于特定AI任务方面的能效比却一直提升不起来，就在这种情况下，专用AI芯片也就是ASIC正从可选项转变为必选项。2025年全球市场规模已经触及到168.8亿美元，到2032年还会跃升至321.7亿美元，其背后原因是7nm以下制程的成熟以及自动驾驶、5G场景对于边缘算力的切实渴求。
技术突破从制程竞赛走向架构定制
台积电7nm工艺，其晶体管密度已然达到每平方毫米1.01亿，搭配HBM3内存所具备的819GB/s带宽，为芯片算力铺就了物理门道。然而，真正促使ASIC扭转局面的乃是架构层面的针对性构思，寒武纪思元590在INT8算力方面表现显著，其能效比径直提升至通用GPU的3倍有余，这绝非单纯靠堆砌管子就能达成的。
在医疗影像等领域，高精度芯片始终直面功耗与面积的相互牵扯，其具备的16位浮点运算致使散热演变成一个难题。低精度芯片尽管在能效方面表现可观，然而在语音识别这类场景里，由量化误差所引发的精度损失状况仍旧十分棘手。RISC - V架构的兴起为本土企业提供了一条捷径，中科驭数的DPU产品已然运行于开源指令集之上。
亚太成增长引擎应用场景两极分化
全球范围内，中国AI芯片企业数量所占比例为35%，工信部白皮书所呈现的数据背后，是寒武纪、翱捷科技于云端推理市场稳稳占据的12%份额。欧美巨头至今仍把控着训练芯片领域，英伟达H100的FP8算力数字令人惊叹不已。然而，亚洲厂商经由联发科1380这般性价比超高的产品，顽强地争得了一席之地，其产品价格相较于同类低了四成，如此情形，任谁见了会不心动呢。
云端市场正被大模型训练低延迟需求推动着前行，AI ASIC占比在四年间飙升至32%，边缘领域呈现出百花齐放的态势，L4级自动驾驶每辆车需处理海量数据，加上某汽车零部件厂引入ASIC后缺陷检测速度提升了五倍，这种实实在在的收益使2032年边缘ASIC市场规模直接冲向120亿美元。
TPU吃肉DPU喝汤精度赛道混战
TPU凭借着与TensorFlow、PyTorch这些主流框架的深度紧密结合，顺顺利利地占据了45%的市场份额。DPU尽管声势不怎么浩大，然而在数据中心里从事的是卸去CPU网络负担的繁杂辛苦工作，一颗-3能够释放200个核心，其增长率攀升到15%丝毫不令人感到意外。
风头正劲的混合精度芯片，这两年里，AMD的那款支持FP16和INT8切换的产品，促使占比从28%径直跳到41%，平衡的确是一门艺术。在消费电子领域，智能手机的AI摄像头以及AR/VR设备都竞相往里面塞ASIC，再加上属于物联网范畴的智能电表、工业传感器，2024年搭载ASIC的物联网设备出货量一下子飙升到5亿台。
政策铺路生态协同产业链才有底气
将成渝地区推为 ASIC 研发中心新候选的是东数西算工程，欧盟的芯片法案迫使大家搞区域集群，开源工具链 TVM 编译器以及 PCIe 6.0 那 256GB/s 的带宽，使得开发门槛不断降低，小公司也能够玩得起定制芯片了。
中芯国际的14nm产能正在向外释放，华虹半导体的12nm产能也在向外释放，到2025年时12英寸晶圆月产量可达12万片，这乃是本土ASIC企业最大的底气所在。从VPU到TPU，再到NPU以及DPU，从高精度领域到混合精度领域，自数据中心直至智能电表，这个市场的每一个层次都处于被重新切分的状态，23家核心企业集中在五大区域展开了激烈厮杀，使得局面难解难分。
读完这些数据之后，你自身所在的企业或者领域，可曾存在哪一个具体的情形，是现成的通用芯片运行起来颇为吃力，并且早就应当运用专用AI芯片加以强硬应对的呀？
还没有评论，来说两句吧...