2026 年 ASIC 或逆袭 GPU，定制化算力竞赛进入决胜阶段

全球 AI 算力市场正将目光聚焦于定制化的 ASIC 芯片领域，一场没有硝烟的 “车轮战” 已然打响。OpenAI 开始初步测试部分谷歌的张量处理器（TPU）；英伟达正式发布 NVLink Fusion，与 UALink 联盟展开正面交锋。随着定制化算力竞赛进入深水区，ASIC 的优势逐渐凸显，有望在明年迎来超越 GPU 的关键节点。

在高性能计算芯片从通用向专用的发展趋势下，ASIC 芯片凭借针对特定应用优化的特性，在多个领域大放异彩。人工智能作为 ASIC 芯片的重要应用方向，ASIC 可针对深度学习算法进行底层优化，在 AI 模型训练和推理任务中，展现出高效的计算能力和低能耗的优势，有力支撑起自然语言处理等应用。

近日有消息称，OpenAI 已开始租用谷歌的 TPU 芯片为其 ChatGPT 及其他 AI 产品提供算力支持。摩根士丹利分析指出，这是 OpenAI 对谷歌 AI 基础设施能力的重要认可，将推动谷歌云业务增长，并巩固其在 ASIC 生态系统中的领先地位。

今年 4 月，谷歌在其一年一度的谷歌云大会上发布了第七代 TPU 芯片 ——Ironwood。这是谷歌迄今为止性能最强、可扩展性最高的定制 AI 加速器，也是首款专为推理设计的加速器，直接挑战英伟达 Blackwell B200。据谷歌云员工透露，谷歌虽向竞争对手开放 TPU 芯片，但会将更强大的 TPU 留给自家 AI 团队，供 Gemini 模型使用。

TPU 作为 ASIC 芯片的典型架构，OpenAI 将目光转向 TPU，被视为 AI 基础设施市场转向的关键节点。作为英伟达 GPU 的最大采购商之一，若 OpenAI 今后大规模采购 TPU，将直接削弱英伟达 GPU 的优势地位。

中昊芯英解决方案架构师顾立程表示，随着芯片产业链的成熟，相较于通用芯片或 FPGA 芯片，ASIC 芯片在业务逻辑确定、需求量大的场景下，能提供更高性能、更低功耗和更具竞争力的价格。不同领域对芯片的性能、功耗、尺寸等要求各异，促使 ASIC 芯片市场需求多样化，规模不断扩大。

面对崛起的 ASIC 生态，英伟达已采取行动。5 月 19 日，英伟达正式发布并公开提及 NVLink Fusion 技术，这是一种半定制 AI 基础设施解决方案，核心是将英伟达的高速互连技术 NVLink 与第三方 ASIC、CPU 等异构芯片深度融合。首批采用 NVLink Fusion 的厂商包括联发科、Marvell、新思科技和 Cadence 等半导体企业。黄仁勋表示，NVLink Fusion 将 NVIDIA AI 平台和丰富的生态系统对外开放，助力合作伙伴构建专用 AI 基础设施。

NVLink Fusion 的推出，使英伟达与 UALink 联盟正面竞争。面对日益增长的 AI 算力需求和复杂的业务场景，单靠英伟达已难以满足。越来越多的云服务科技巨头朝着自研 ASIC 的定制化方向布局。UALink 联盟作为 AI 服务器芯片互连组织，旨在建立开放互连生态，成员涵盖云计算、半导体、处理器 IP、软件公司、OEM 等顶尖厂商。

随着 AI 算力重心由训练端转向推理端，ASIC 芯片的高度定制化和能效优势愈发明显。高盛报告认为，随着 AI 推理需求上升，具备定制化优势与预算友好特征的 ASIC 服务器，将在 2025 至 2026 年全球服务器市场中占比达 38% - 40%。

在此背景下，谷歌、Meta、微软、AWS 等全球云服务厂商纷纷推进自研 ASIC 布局。除谷歌已迭代七代 TPU 芯片外，Meta 最早将于今年第四季度推出首款 AI ASIC 芯片 MTIA T - V1，规格或超英伟达下一代 AI 芯片 “Rubin”。AWS 已启动不同版本的 Trainium v3 开发，预计 2026 年量产。不过，微软在自研 AI 芯片方面遇阻，原计划今年量产的 AI 芯片 Braga 或推迟到 2026 年投产。

尽管面临挑战，ASIC 的发展势头依旧强劲。从 ASIC 芯片设计大厂博通和 Marvell 的财报来看，博通 2025 年二季度 AI 相关业务收入达 44 亿美元，同比增长 46%，预计未来三年 AI 芯片市场规模达 600 亿 - 900 亿美元。Marvell 在 2026 财年一季度，数据中心业务收入达 14.4 亿美元，占总收入的 76%，AI 带动的定制芯片业务成为核心引擎。Marvell 公司 CEO Matt Murphy 强调，AI 定制芯片是公司未来的关键战略方向。

野村证券报告显示，目前英伟达 GPU 占 AI 服务器市场 80% 以上，ASIC 仅占 8% - 11%。2025 年，谷歌和亚马逊 AWS 两家的 ASIC 芯片出货量合计约为英伟达 GPU 出货量（500 万至 600 万）的 40% - 60%。到 2026 年，随着 Meta 与微软大规模部署，ASIC 出货量有望超越英伟达 GPU，ASIC 时代将正式到来。

然而，在临界点到来之前，ASIC 芯片机遇与挑战并存。其设计、制造到量产流程复杂、周期长、一次性投入大，相关企业面临研发周期与成本挑战，以及竞争加剧和技术追赶的压力。从应用场景看，ASIC 行业正从云端向边缘端深度渗透。全球市场呈现 “北美主导、中国加速、新兴市场爆发” 的格局。

顾立程指出，国际巨头通过技术壁垒与生态闭环垄断市场，跨界竞争加剧，科技巨头与初创企业纷纷涉足。当下北美 AI 和半导体圈正发生 AI 算力硬件转向，AI 芯片市场进入更具竞争性的新阶段。国内企业在技术研发水平、高端人才储备、产业链协同等方面存在差距，可借鉴北美企业经验，加快技术迭代，提高产品竞争力，在全球 ASIC 芯片市场中占据更有利地位。