一. 消息面汇总
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。
二. AI算力芯片分类
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：
（1）GPU
GPU即图形处理器，是一种通用型芯片，最初用于图形处理制作，后逐渐应用于计算领域。
GPU是当前最主流的算力芯片，CPU+GPU是AI异构计算的主要组合形式。
GPU全球头部厂商为英伟达、AMD、英特尔。
（2）FPGA
FPGA即现场可编程门阵列，是一种半定制、可编程的集成电路。
相较GPU，FPGA功耗更小、设计灵活、可根据需求进行编程和重配置。
FPGA全球头部厂商为赛灵思、Altera、英特尔。
（3）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。
三. ASIC芯片解析
3.1 ASIC分类
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擎。
（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。
3.2 ASIC主要产品
（1）谷歌
谷歌与博通合作，于2015年发布TPU v1，2021年推出TPU v4，其Gemini模型就是利用其自研TPU来训练。
TUP v4性能表现优于英伟达A100，略逊于英伟达H100，但功耗管理能力出色。
（2）英特尔
英特尔于2019年收购Habana Lab，2022年推出Gaudi2 ASIC芯片，模型训练性能优于A100。
其余IBM、三星、苹果、英伟达等全球头部厂商亦纷纷布局ASIC领域。
四. 国内相关厂商
4.1 AI ASIC芯片
（1）寒武纪：国内领先的AI芯片设计公司，公司设计研发的芯片多为ASIC类型。
（2）云天励飞：拥有ASIC芯片及基于ASIP技术的芯片，自主研发多代视觉人工智能NPU产品，广泛用于视觉Al处理应用场景。
（3）北京君正：主营存储芯片、模拟互联芯片、算力芯片，提供微处理器芯片、智能视频芯片等ASIC芯片整体解决方案。
（4）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。
4.2 SoC系统级芯片
（1）全志科技：国内音视频SoC主控芯片龙头厂商，各系列智能终端处理器芯片均属于ASIC芯片。
（2）瑞芯微：国内SoC芯片头部厂商，提供针对特定功能设计的ASIC芯片，包括接口转换、无线连接、MCU芯片等。
（3）炬芯科技：全球蓝牙音箱SoC芯片的主要供应商，为无线音频、智能穿戴、智能交互等领域提供专业集成芯片。
（4）恒玄科技：全球智能音频SoC芯片领先供应商，主要应用于耳机、音箱等低功耗智能音频终端。
（转自：伏白的交易笔记）
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
