近日，美国股市又诞生了一家市值万亿美元的公司——博通。
博通现已成为全球大型AI数据中心以太网交换芯片以及AI硬件领域ASIC定制AI芯片的核心供应商之一。 2023年以来，成为人工智能投资浪潮的核心市场焦点，投资热度仅次于AI芯片霸主英伟达。
其市值之所以突破万亿美元，主要是因为其公布了好于预期的四季度财报。不仅利润表现好于预期，博通今年的人工智能营收也增长了两倍多。博通财报显示，截至11月3日的第四财季，博通调整后每股收益为1.42美元，好于预期的1.38美元；博通营收为140.5亿美元，较去年同期的93亿美元增长51%。略低于预期的 140.9 亿美元。该公司第四季度净利润为43.2亿美元，即每股0.90美元，比去年同期的35.2亿美元，即每股0.83美元增长23%。
博通预计下一财季营收为146亿美元，略好于分析师平均预测的145.7亿美元。其CEO陈富阳还透露，博通正在与三大云客户开发定制AI芯片。
01 AI芯片路线之争：ASIC还是GPU
博通半导体解决方案部门（包括人工智能芯片）的收入从一年前的 80.3 亿美元增长 12% 至 82.3 亿美元。换句话说，博通的营收增长主要得益于AI芯片相关业务。
AI芯片，也称为AI加速器或智能芯片，是一种旨在高效运行人工智能算法的特殊处理器。该芯片基于人工神经网络模型，模拟生物神经元的工作机制，通过大量处理单元进行并行计算，实现复杂的数学运算和数据处理。说到AI芯片，大多数人的第一印象就是英伟达的GPU。事实上，主流AI芯片主要分为三类：以GPU为代表的通用芯片、以ASIC定制为代表的专用芯片、以FPGA为代表的半定制芯片。其中，最受关注的两条技术路线是ASIC和GPU。
GPU（Unit）芯片就是图形处理器，是显卡的核心。它主要擅长做图像和图形相关的操作。其特点是强大的并行计算能力和高速数据处理能力。擅长处理高计算密度和数据之间的关联性。并行计算性能低。这主要是由于GPU在设计时给计算单元分配了更多的区域。这样，可以对并行计算的每个数据单元执行相同的程序，无需繁琐的过程控制，提高了计算能力。近年来，GPU芯片也被广泛应用于机器学习算法和深度学习算法的开发。其强大的并行处理能力使其成为机器学习算法和深度学习算法开发的主要处理器，并极大地简化了复杂的数据处理。过程。
从计算能力来看，GPU芯片在大数据处理和并行计算方面表现出色。然而，GPU芯片也有一些局限性。例如，在功耗方面，GPU芯片的功耗比较高，这对于一些功耗要求较高的应用场景来说可能是一个问题。另外，GPU芯片内部结构相对复杂，包含大量其他逻辑来实现其他功能。这些逻辑对于AI算法来说可能并不完全有用，从而在一定程度上影响了AI算法的执行效率。
在这种情况下，ASIC就应运而生了。 ASIC (-)，即专用集成电路，在集成电路界被认为是为特定目的而设计的集成电路。与GPU等通用集成电路相比，ASIC具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、批量生产时成本降低等优点。
随着生成式AI应用的快速发展，AI ASIC芯片能否成为 GPU芯片的可行替代品一直是业界的热门话题。摩根士丹利认为，尽管面临 GPU 的竞争，AI ASIC 市场仍将继续扩大。摩根士丹利分析师表示，ASIC市场规模将持续增长。预计2024年至2027年间，AI ASIC市场规模将从120亿美元增长至300亿美元，年复合增长率达34%，其中3nm项目将成为关键竞争领域。
研究机构也预测，随着其他科技巨头的突破，客户定制AI ASIC的增速有望超过GPU计算。
02 AI GPU最强竞争对手
作为AI芯片的领先公司，的AI生态系统拥有GPU、CUDA和.
CUDA是公司设计开发的并行计算平台和编程模型，包括CUDA指令集架构和GPU内部的并行计算引擎。开发人员可以使用C语言为CUDA架构编写程序，编写的程序可以在支持CUDA的处理器上超高性能运行。
它是公司开发推出的一种总线及其通信协议。采用点对点结构、串行传输，用于CPU与GPU之间的连接，也可用于多个GPU之间的相互连接。目前搭载和使用的产品已经发布，大多面向高性能计算应用，如的Tesla P100计算卡、H100等。NV LINK在优化GPU和CPU之间的数据交换、增强系统灵活性和可扩展性方面具有较强的竞争能力，并提高系统能源效率。
其成功主要得益于2019年以69亿美元巨额收购以色列芯片制造商科技有限公司。在高速以太网卡和网络互连设备等市场，位居全球第一，市场份额接近70%。收购完成后，将其原有的NV Link协议与Melos的网卡芯片进行了整合，从而实现了生态的高度融合。例如，常用于GPU卡之间的互连，以提高计算任务的性能；而负责连接数据中心内的通用服务器节点、存储设备等，实现整个系统的高效运行。
凭借先发优势和三张王牌，英伟达牢牢占据着AI芯片领域的头把交椅。但现在英伟达最强劲的竞争对手已经出现。
博通设计和销售的芯片中，虽然没有GPU和芯片，但博通拥有许多高速连接芯片，保证GPU的正常通信。比如同类芯片，博通占据了全球近一半的市场份额。由于它的设计难度比较高，价格也比较贵，利润自然也是巨大的。
此外，博通还具备芯片设计服务能力。凭借在芯片定制领域多年的积累，博通拥有丰富的芯片设计IP。这也使得博通能够通过为客户设计ASIC芯片来与的GPU竞争。由于它采用 ASIC 解决方案，因此不需要实现与 GPU 相同的通用计算能力。只需要跑通客户的算法、系统和模型，自然就避开了CUDA生态系统。事实上，博通已经帮助谷歌等主要互联网公司开发了专用的AI ASIC，即谷歌的TPU。
市场研究公司 Omdia 的最新研究结果强调，对谷歌张量处理单元（TPU）AI 芯片的需求正在快速增长，这一趋势可能足以开始削弱其在 GPU 领域的市场主导地位。博通CEO多次将AI芯片营收目标上调至120亿美元。据此估计，谷歌的 TPU 可能占 60 亿至 90 亿美元之间，具体取决于计算和网络设备之间的细分。这个数字包括大量 Meta 的 MTIA 芯片，以及将于 2025 年添加的神秘的第三个客户项目。
分析师指出，“虽然计算设备与网络设备的确切比例存在一些不确定性，但即使按照 60 亿美元的较低估计，TPU 出货量的增长速度也足以首次从 手中夺取市场份额。值得注意的是。更重要的是，谷歌云在总收入中的份额持续增长，盈利能力也在提高，这可能表明TPU加速实例和基于TPU的AI产品正在发挥作用。”
ASIC 正在加速崛起，威胁到 GPU 在人工智能计算中的主导地位。得益于此，博通作为ASIC最重要的概念股，股价一路飙升，一度从180飙升至250，市值已突破万亿美元。相比之下，英伟达已经成为过去式，股价一路跌至不足130美元。
03 百万算力集群战争即将来临
目前，基于GPU和ASIC的算力集群正在走向数百万算力卡的集群大战。
马斯克宣布计划将xAI的AI超级计算机从目前的10万个GPU扩展到100万个，这无疑引起了业界的广泛关注，从而超越了谷歌、谷歌等竞争对手。然而，xAI 并不是唯一一家拥有如此雄心勃勃计划的公司。
博通首席执行官在2024财年Q4财报电话会议上表示：“我们目前拥有三个超大规模客户，他们已经制定了自己的多代AI XPU路线图，并计划在未来三年内以不同的速度进行部署。我们相信，通过2027 到 2020 年，他们每个人都计划在单一架构上部署 100 万个 XPU 集群。”
博通为包括谷歌、Meta 在内的多家科技巨头开发人工智能和定制数据中心硬件芯片。该公司与客户合作确定人工智能训练、推理或数据处理等工作负载需求，然后定义芯片规格并开发关键的差异化方面。 负责将该架构实施到芯片中，并配备特定于平台的 IP、缓存、芯片间互连和接口。这些高性能 XPU 由台积电 (TSMC) 制造。
如今，博通与英伟达之间的AI芯片大战愈演愈烈。
04 拐点出现，博通前景光明
数据显示，到2027年，其人工智能芯片和人工智能网络组件的总市场机会可能在600亿至900亿美元之间。
AI芯片市场虽然巨大，但一直被英伟达掌控。不过，英伟达在 2024 年经历了糟糕的一年，最近已经扭转局面。
首先是的新GPU频繁延迟。据 The 最新报道称， 已向部分合作伙伴透露，原来的 GPU 发布计划将被推迟，目前目标是 2025 年初。虽然推迟发布出人意料，但其背后的原因——设计缺陷，更令人担忧的是。由于新一代GPU的交付延迟，AI行业的用户体验将受到影响。各大公司在部署基于该技术的应用程序时面临着项目进度延迟的风险。
此外，天风证券分析师郭明池最新发布的投资研究报告称，正在为其明年推出的B300和GB300开发和测试DrMOS技术，但发现AOS的5×5 DrMOS芯片（Alpha 和 Omega）严重过热。问题。如果这个问题不能快速解决，可能会影响系统量产进度，改变市场对AOS订单的预期。
另一方面，博通目前实现量产的ASIC客户是和Meta，其中最大的一部分来自于。该公司的人工智能收入与谷歌的资本支出有很强的相关性。此外，基于公司认为2024财年可服务市场规模为15-200亿美元，复合增长率将达到50%以上，再次为市场信心注入“提振”。
本文来自微信公众号，作者：鹏程，36氪经授权发布。
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论