算力核心赛道：ASIC芯片全解析

当前全球AI算力需求强劲，随着算力重心由训练端加速转向推理端，ASIC作为推理主要形式景气度持续上升。

此外，科技巨头和云服务商加速推进ASIC业务，近期博通和Marvell业绩指引高于预期，而在AI网络方面，ScaleUp/Out/Across也带来ASIC强劲增长。

Marvell预计，到2028年全球AI ASIC市场规模将达到554亿美元。

在ASIC产业趋势确定背景下，其高度定制化和能效优势趋势逐渐清晰，有望重塑全球算力市场格局，国产ASIC产业链各环节在此背景下也有望迎来新一轮机遇。

在之前的文章中，我们梳理了国产算力数据中心核心赛道、液冷服务器零部件全梳理、光模块全解析

本文重点解析算力高增长赛道：ASIC芯片。

01ASIC行业概览

算力芯片主要有CPU、GPU、FPGA和ASIC四种形式。

这几种芯片架构在功耗、价格和性能上各有侧重，适用于不同场景的需求。

算力芯片对比：

ASIC芯片即专用集成电路，是针对特定应用需求而设计和定制的芯片。

与GPU和FPGA比较：GPU通用性强但功耗高，FPGA灵活性好但成本较高。ASIC具备高专用性和高性价比的特征，在性能、功耗和体积方面表现更优，主要应用于云端和终端推理场景。

ASIC的限制和优势：ASIC芯片设计的前期投入较高，一旦设计完成难以更改，这限制了其对于新算法、新任务的适用能力。近几年随着云厂商对AI算力的需求扩张，AI推理等特定场景需求加速，ASIC方案在性价比上的优势日益凸显。

当前AI由投资驱动转向应用拉动，推理需求成为AI云和端侧的主要成长动能，JPM预计2026年开始占比有望超过60%。

ASIC芯片拆解图：

资料来源：行行查

02

ASIC产业链

ASIC产业链上游主要包括底层算法设计企业、IP核授权企业、EDA工具供应商等；中游是ASIC芯片生产制造环节，包括ASIC芯片制造商、流片和封测等厂商；下游应用于通信、消费电子、汽车、工控和AI等大领域。

上游

底层算法设计

ASIC的底层算法设计是芯片性能的核心驱动力，直接影响芯片在特定应用场景中的能效比、计算密度和成本竞争力，其底层算法设计遵循“算法-架构-硬件”协同优化原则。包括高通、ARM、谷歌（TPU架构）、英特尔（Xeon架构）等主导算法架构；寒武纪（思元系列）、阿里平头哥（含光系列）等国内企业加速突破。

IP核授权

IP核是经过验证的、可复用的集成电路设计模块，其核心价值在于通过标准化设计降低芯片开发成本，并且缩短周期并提升可靠性。

ASIC芯片设计高度依赖IP核，在高性能计算、AI加速和通信基带等复杂场景，IP核复用率可达70%以上。从全球竞争格局来看，ARM（处理器IP）、Synopsys（接口IP）、Cadence（存储IP）等占据全球市场绝大部分份额，国内企业如芯原等针对处理器IP有较深技术积累，其他部分如先进封装Chiplet等正在积极布局。

EDA工具

在设计ASIC芯片的过程中，EDA决定设计效率与流片成功率。

利用EDA工具，设计师可以对ASIC芯片进行全面的仿真和验证，从而确保设计的正确性和可行性。

Synopsys、Cadence、西门子EDA占据全球80%以上市场份额，覆盖设计全流程（前端仿真、后端布局布线、签核验证）。 国产替代主要厂商中，华大九天（模拟/面板/存储/射频全流程）、概伦电子（存储器设计平台）、广立微（良率分析与测试设备）等企业逐步实现点工具突破。

中游：ASIC芯片设计/制造

前端：云厂商设计团队提出需求，实际芯片架构设计、逻辑设计等仍需依赖专业芯片设计团队（可能为云厂商自有或外包）；当前CSP也正在组建大型芯片设计工程师团队。

定制芯片主要包含四部分IP，计算、存储、网络I/O及封装。服务提供商不涉及计算部分架构设计，只提供相应设计流程及性能优化。

后端：由于云厂商在芯片设计能力上具有局限性，大多没有能力完成独立的SoC设计，因此往往会寻求与半导体公司进行合作。

在ASIC产业链的供给侧，目前全球两家最大的ASIC半导体公司是博通和Marvell，目前两家公司占据了超过60%的份额。博通以55%-60%份额位居第一，Marvell以13%-15%的份额位居第二。博通、Marvell能提供存储、网络I/O、封装的完整IP解决方案。

大型云服务厂商多与以上两者合作，比如谷歌的TPU就是与博通合作开发的，Marvell联手亚马逊。

流片：流片Tape-out是指设计完整的芯片电路后，将其转换为物理芯片的过程，是集成电路设计的最后环节，也是送交制造的关键步骤。这一环节也是ASIC芯片制造中最重要、最耗钱的环节之一。在流片环节主要参与厂商包括台积电、中芯、华虹等大厂。

近年来，云厂商自研芯片势头强劲，ASIC正成为全球云厂商及AI模型企业的核心布局方向。

谷歌TPU最早发力ASIC市场，TPUv5成本较英伟达方案降低40%，自用率超70%；AWS紧随其后自研芯片AWSTrainium2；微软Maia加速扩张；MetaASIC实现性能跃迁。

国内百度、阿里和腾讯等互联网大厂自研AI芯片大多采用ASIC架构，主要应用于自身业务场景，典型的ASIC芯片例如：阿里平头哥推出含光800AI芯片；百度昆仑系列AI芯片。HW、寒武纪、燧原科技、黑芝麻和地平线等厂商也基于ASIC架构设计芯片，在深度学习模型的训练和推理方面具有高性能和高效率。ASIC产业链各环节相关布局厂商还包括如翱捷科技、全志科技、澜起科技、瑞芯微、灿芯股份、国科微、淳中科技、山石网科等。

各家CSP厂商均在布局ASIC方案：

数据来源：智猩猩芯算，パウロ

由于ASIC方案对工艺、封装、测试等环节提出更高要求，也带动产业链中的光模块、AEC、液冷、PCB、先进封装等各环节需求增长。

光模块：超大规模ASIC部署使得架构层数增加，带动光模块用量和相关新技术水涨船高。交换芯片升级推动光模块端口速率提升，配套800G光模块以及更高速率的1.6T以太网光模块持续推进，相关光模块和光芯片厂商加速布局。例如，网络架构变动最大的Meta链相关厂商旭创、新易盛、太辰光、源杰、仕佳光子；1.6T光模块26年上修相关厂商旭创、新易盛、天孚、汇绿生态等；国内厂商有望突破北美云厂商：联特、华工、光迅、剑桥；设备商/新云厂商需求的供应链剑桥、腾景、汇率生态等。

CPO：博通ASIC方案已积极储备CPO等技术，新一代CPO版本将集成光学引擎与交换硅片），进一步降低功耗、延迟与链路波动，提升长期可靠性。CPO技术可以缩短交换芯片和光引擎之间的距离，国内众多厂商在这一领域布局，天孚通信、罗博特科、剑桥、太辰光以及上游光芯片和MPO相关厂商博创、太辰光、仕佳光子、光库科技、源杰科技等。

资料来源：行行查

高速铜缆连接：ASIC芯片数量的增加以及光、铜、PCB等数通设备配比的提高，推动铜连接市场放量。根据Semianalysis， AWS方案中GPU与AEC的用量配比为1：2，ASIC放量有望显著带动AEC需求。国内主要参与厂商包括兆龙互联、博创科技、沃尔核材、瑞可达、神宇股份、立讯精密、鼎通科技、长芯博创等；高速背板连接器主要参与厂商包括华丰科技、意华股份、庆虹电子、中航光电、陕西华达、神宇股份、鸿腾精密等。

液冷：随着谷歌、微软、亚马逊、Meta自研ASIC芯片的不断迭代，算力性能增长相应带来单卡TDP（热设计功耗）快速提升，升级机架方案提升散热需求。国内液冷环节厂商众多，例如，英维克、申菱环境、高澜股份、银轮股份、科创新源等都全面进行布局。

PCB：ASIC芯片在算力密度上通常低于GPU，为弥补这一差距，需通过更高层数的PCB走线实现信号完整性和高速传输。从需求端来看，算力升级对PCB制程升级趋势明确。国产化进程全面提速，头部厂商胜宏、沪电、生益科技、景旺电子、深南电路、广合科技、南亚新材等在产业链各环节加速布局。

交换机：算力产业链上游实现网络互联的关键设备，通过电/光信号转发实现算力设施多设备间高效通信。中国交换机市场前五厂商份额约为89.7%，华为、新华三（紫光旗下）、锐捷网络、中兴通讯、思科形成高度集中格局。博通于6月初发布自家最新的Tomahawk6 102.4T数据中心交换芯片，在前代芯片基础上再次完成容量翻倍。国内盛科通信在商用以太网交换芯片国内排名第一，全球第四，800G芯片小批量交付，51.2Tbps国产芯片打破垄断，市场份额突破8%。

整体来看，当前全球算力持续爆发，AI推理需求强劲，叠加科技巨头和云厂商持续推进ASIC业务，ASIC及AI网络相关环节的发展有望呈现出新一轮高增长态势。

*免责声明：本文内容仅作为行业分析参考，不构成任何投资建议！

--------------

来源：乐晴智库精选