ASIC芯片与AI计算芯片无关投资者亟待厘清芯片基本概念

2025-03-03 19:09:16     来源:

伴随着DeepSeek等新一代大型模型的横空出世,A股市场对AI概念股的热情持续高涨,AI算力芯片成为投资者关注的重点。

然而,芯片业内人士指出,GPU、TPU、NPU、DPU、SoC等芯片术语频繁出现,但许多投资者仍停留在过时的芯片分类认知上,甚至误将某些概念混为一谈。在当前快速变化的技术周期和国际供应链挑战下,厘清这些芯片的技术属性和市场定位至关重要,否则极易在投资布局上走偏。

ASIC芯片不属于AI计算芯片的核心讨论范畴

近年来,在芯片专业领域,ASIC(Application-Specific Integrated Circuit,专用集成电路)依然存在,并未被淘汰,但它已经不在AI计算芯片的核心讨论范围内。

ASIC的定义是针对特定功能定制的专用芯片,传统上用于无线通信、加密解密、音视频编解码等领域,具备高效、低功耗的特点。然而,由于AI计算的快速演进,当前所有主流AI计算芯片,包括GPU、TPU、NPU、DPU等,都具备不同程度的软件适配能力,能够通过编程调整计算模式,从而适应多种任务需求,而ASIC由于其硬件逻辑固定,无法进行类似的软件重构,因此不再是AI芯片领域的主要讨论对象。

科默罗技术创始人吴骏指出,当前市场上仍有人误以为AI计算芯片与ASIC有关,但实际上,专业领域的讨论已经完全转向具有可编程性的计算架构。“现在的AI计算架构,无论是GPU、TPU还是NPU,本质上都是可重构的,能够通过软件升级适应不同计算任务。而传统意义上的ASIC是不可重构的,因此它并不属于AI计算芯片的核心范畴。”

吴骏进一步解释,近年来如美国博通等公司开发的高效计算架构,已经能够在无CPU的情况下比传统有CPU架构更加灵活,实现极高的计算效率。这种架构演进进一步模糊了“通用计算vs专用计算”的界限。

如今A股市场上流传的所谓“ASIC”在AI芯片讨论中,更多指的是站在GPU对立面的计算架构,如TPU、NPU等,而非过去那种严格意义上固定逻辑的专用芯片。因此,投资者在分析AI芯片市场时,必须关注可重构计算架构的实际落地情况,而不是被ASIC的传统定义所误导。

CUDA才是英伟达的最深护城河 国产AI芯片面临生态瓶颈

业内普遍认为,英伟达的核心竞争力并不单单是GPU硬件,而是其构建的CUDA(Compute Unified Device Architecture)生态系统。CUDA不仅仅是一套高效的并行计算工具链,更是一个完整的软件开发平台,英伟达通过CUDA将众多AI算法、高性能计算工具封装其中,使得全球开发者都围绕CUDA进行深度学习、科学计算等任务的开发。

吴骏指出,正是CUDA的存在,使得Nvidia的GPU不仅仅是一款硬件产品,而是一个完整的计算生态系统。绝大多数AI软件框架,包括TensorFlow、PyTorch等,都已经深度绑定CUDA,使得Nvidia GPU成为AI开发的首选硬件平台。尽管国内GPU厂商在硬件架构上不断进步,但由于缺乏与CUDA相匹配的生态体系,导致国产AI芯片在应用落地上面临巨大挑战。

迪洛斯人工智能创始人汤浩分析,从投资角度来看,CUDA的生态壁垒使得国内GPU厂商不仅要追赶Nvidia的硬件技术,还需要在软件生态建设上投入巨大的资源。如果无法建立起类似CUDA的软件开发体系,国产GPU即便在硬件性能上接近甚至超越Nvidia,仍然难以真正撼动其市场主导地位。这也是当前国内AI芯片企业面临的最大瓶颈。

国产AI芯片的突破口:构建自有软件生态

面对国际供应链的不确定性,特别是Nvidia高端GPU受限的情况,国产芯片企业需要寻找替代路径。吴骏认为,从硬件角度来看,国内厂商应当继续在GPU、NPU、TPU等架构上布局,并探索更灵活的计算架构,以适应AI计算的快速演进需求。相比之下,单纯依赖传统不可重构的固定逻辑架构已经难以满足现代AI计算需求,市场真正需要的是“可编程架构+高效并行计算”的结合。

汤浩则指出,在投资逻辑上,国内AI芯片行业的核心突破口不仅是硬件创新,而是建立起自主的软件生态体系。他认为,未来能够真正挑战Nvidia CUDA生态的,不是单一的国产GPU或NPU厂商,而是能够提供完整AI计算平台的公司,构建类似CUDA的软件工具链,降低开发者的迁移成本,从而吸引更多AI开发者使用国产芯片。“目前国内芯片公司更多关注硬件创新,而软件生态的建设仍然是短板,这才是国产芯片厂商真正需要补齐的部分。”

DeepSeek的影响:如何改变算力市场格局?

DeepSeek的崛起不仅推动了AI算力需求的提升,也对算力架构提出了新的挑战。业内专家指出,DeepSeek的创新主要体现在其对现有GPU架构的极限优化,使得单位算力的利用效率大幅提升,从而降低了训练成本。这一趋势进一步强化了GPU的市场地位,但同时也为国内厂商提供了突破口,即如果能够在更低成本、更高能效的计算架构上复现类似的优化策略,或许能够在AI推理市场获得竞争优势。

汤浩认为,DeepSeek的出现可能会促使AI芯片行业更关注“软件生态+硬件优化”的双轮驱动模式,而不是单纯追求算力的极限。他指出,在这一趋势下,投资者应重点关注国内厂商如何在CUDA生态之外构建更具竞争力的AI计算平台,并观察NPU、TPU在推理市场的应用情况。

哪些板块将受益?投资者应如何布局?

展望未来,云计算和算力中心板块仍将是GPU、TPU、NPU等并行加速器的主要市场。对于固定功能、高并发任务的应用场景,优化过的AI计算架构凭借低功耗、高能效的特点,将成为AI推理市场的重要补充。另一方面,终端和边缘计算市场将迎来SoC芯片设计的爆发,智能手机、可穿戴设备、自动驾驶等产业链上的公司有望受益。

汤浩建议,投资者在关注AI芯片时,应避免仅盯着“算力规模”的概念,而应重点分析不同芯片的市场适配性及生态布局。他指出,国产芯片厂商如果仅仅专注于硬件制造,而没有建立起类似CUDA的软件生态,其市场竞争力仍然有限。因此,未来真正能够挑战Nvidia霸主地位的,不仅需要具备强大的芯片设计能力,还需要构建完整的软件开发框架和应用生态。

在算力需求爆发的背景下,AI芯片市场仍将是资本关注的重点。然而,正如业内人士所言,只有厘清GPU、TPU、NPU、DPU、SoC等核心概念,并理解不同芯片的适用场景,投资者才能在快速变化的市场中找到稳健的布局策略,避免陷入概念炒作的陷阱。

 

标签:

猜你喜欢

七〇六所持续发力合规认证,助力科研生产提质增效
创新驱动发展!七〇六所航天中认连获科创领域多项荣誉
天润助力蛟龙号深海科考:乳业龙头与国家战略的陆海交响
三多科技×罗技——2024创新高,2025再起航
华为非凡探索绿野传奇手表获深圳国际高尔夫展览会最佳产品设计奖
深耕工业制造场景 摩尔线程全功能GPU为工业AI训推一体机打造算力底座
2025年3D打印与增材制造展会与活动指南
《光明日报》头版报道:越疆具身智能机器人路越走越宽
同款普联路由器京东比天猫便宜50元 下单前多比价不买贵
杭州铭师堂数字化教育创新不断,携手百校共研假期教育新方向
华为云广东DeepSeek思享会成功举办,20+行业领先企业CXO深探AI应用场景
引爆移动影像新潮流!虹软科技AI视觉创新惊艳亮相MWC2025
幸福值拉满!“小糊涂仙 经典时光群星演唱会”携苏见信燃动津门
喜讯!生命求索成为全国首批完成登记的国家公共数据资源登记主体
国内首发|细胞行业首个基于 DeepSeek 的行业 AI 大模型平台“LIFESEEK生命求索”发布
助力羽超联赛,思必驰AI办公本功能又上新了!
灵初智能发布端到端VLA模型Psi R0.5,仅需两小时数据实现物品、场景全面泛化
AI+PC体验:ROG幻X 2025搭载AMD 锐龙 AI Max+ 395,售14999元
鸿蒙原生版抖音重大更新,电商购物功能来了!
无限期封禁高粉账号!抖音打击低俗色情相关不当获利及诈骗言行
速看!MWC 2025 上英特尔如何用至强 6 处理器为网络生态添能加油
原生鸿蒙用户独享!速来get鸿蒙原生版携程旅行新玩法
追剧/办公/炒股一键转移屏幕,鸿蒙用户专属的「设备分身术」
原生鸿蒙「跨设备接续」全场景指南:让效率与体验双升级!
从公益行动到文旅破圈,微博挖掘国产IP多元社会价值
科技领先助力销量领先,安吉尔再攀高峰双领先成果盛大发布
共绘绿色能源新蓝图,创维光伏携创新解决方案亮相2025济南展
安恒信息发布恒脑·DeepSeek安全垂域一体机,推动“AI+安全”创新突破
灵感X性能 = ? 英特尔锐炫显卡为创意加码
ZETA端智能案例精选:走进斯泰必鲁斯 ,常州工厂预测性维护系统上线