作者 |宋婉心

編輯|鄭懷舟

封面來源|視覺中國

在2024年年底，大模型被前OpenAI聯合創始Ilya宣告已經用光了“所有的互聯網數據”。即使當下成熟下游應用還沒有跑出來，Ilya表示，代表著大模型最底層技術的“預訓練”即將結束。

這幾乎是一顆炸彈劈開了大模型進程的分界線。

湊巧的是，就在Ilya發言前一天，芯片巨頭博通發布財報，CEO陳福陽預測了自家XPU芯片在2027財年600億至900億美元的營收規模。

XPU是博通與谷歌、亞馬遜、Meta等科技巨頭合作開發的ASIC芯片，即定制芯片，對應的是英偉達的通用芯片GPU。

對于市場來說，ASIC和GPU在大模型上游作用完全不同，一個強于推理，一個強于訓練。因此Ilya和陳福陽兩人的預測，不約而同地傳達出同一個信息：AI芯片的需求將發生明顯改變，GPU可能不再炙手可熱。

消息一出，博通13日股價暴漲24%，市值突破一萬億美元，同時另一邊，英偉達連續四個交易日下跌。

其實在大漲之前，博通已經是800億美元市值的大型公司，在此體量基礎上依舊出現大幅上漲，可以看出資本市場預期已經完全改變，轉向“預訓練將結束”，認為GPU將被ASIC取代，英偉達市場份額將被博通蠶食。

但實際上，AI芯片的新一輪競賽，或許沒有想象中激烈。

一方面GPU和ASIC的競爭并非現在才出現，7年前谷歌就發布了初代定制TPU用于機器學習任務，另一方面，預訓練減速也不意味著通用模型的末路。

博通潮起

從博通的最新財報來看，引起市場積極反饋的，主要是AI收入增長超預期。

數據顯示，博通AI收入全財年收同比增長了220%，因此驅動半導體業務收入創新高至301億美元，同比增長7%。

疊加CEO陳福陽對2027財年的市場規模預期，博通的ASIC業務被認為即將進入上升通道。

但也值得注意的是，按業務來看，博通分為半導體解決方案業務和基礎設施軟件業務，后者同比激增196%，推動總營收全年大幅上漲44%，是主要得益于VMware的并表，而原有軟件業務增幅較小。

凈利潤方面，博通四季度實現43.24億美元，明顯提升。收入段增長和費用率下降共同提升了盈利能力，同時業務整合也加快了最終利潤的釋放。

來源：博通財報

拆分收入結構來看，最受市場關注的ASIC芯片歸屬于半導體解決方案之下的網絡業務，是目前收入占比最高的板塊，達到32%。

除了ASIC，網絡業務還包括以太網交換芯片/路由芯片、PHY芯片和光纖發射器與接收器。

其中，異軍突起的ASIC是博通2016年通過收購存儲公司LSI而實現的新業務，更早前，網絡業務之下的以太網交換芯片，才是博通的起家產品。在數據中心相關的網絡連接設備賽道，博通已經是老一代霸主地位。

關于AI數據中心帶動網絡連接設備市場大幅增長，同樣可以參考今年股價大漲的光模塊芯片廠商Marvell。

有市場數據顯示，使用英偉達芯片的數據中心設備，每臺大約需要配置9個1.6T光模塊。跟著英偉達吃肉的行情下，Marvell近一年內股價已經翻番。

原本博通的交換機產品同樣遵循這一邏輯，但2019年英偉達以收購Mellanox的方式，自己也下場做了交換機，在這一領域與博通形成了競爭關系。

這一背景下，ASIC成為了博通網絡業務重要的新現金牛。

不過市場對于ASIC的擔憂是，作為專用芯片，相對通用芯片研發成本更高，只有在客戶有切實需求，且燒得起錢的時候才會考慮ASIC。

陳福陽也曾在上季度財報電話會上表示，大型云廠商才有能力承擔定制芯片的成本，對于中小客戶，性價比太低。

當下需求側情況來看，博通短期內不缺訂單。谷歌作為博通的TPU老客戶，公司內部幾乎全部自用TPU，去年規模已經突破200萬顆，僅次于英偉達的市場規模。

如果說谷歌為代表的三家客戶是博通ASIC的基本盤，那么“盟友”之外的巨頭的“倒戈”，更為ASIC的前景增加了一份確定性。

比如近期微軟和OpenAI的緊密合作關系開始出現矛盾，在多個場合已有所顯露。

微軟CEO Satya近期在訪談上直接表示，在AI發展上與Sam Altman秉持不同觀點——Sam向微軟要巨大訓練資源，但Satya認為應用層才是重點，模型層在“通用商品化”。

可見微軟的重心已經放在推理，而推理場景的多樣性，會給ASIC更多機會。

今年9月的高盛大會上，陳福陽提出了一種可能的未來終局：AI算力在ASIC和GPU各分一半，所有巨頭的AI算力分配會像谷歌一樣，內部自用全部ASIC，外用則全部GPU。

終結獨霸

“英偉達漲幅放緩是必然的，但被超越和取代是不可能的。”一位資深投資人告訴36氪。

“現在市場告訴我們，預訓練結束后，算法過剩，就要考慮省電，但實際情況是，所有的AI公司，現在優先考慮的還是算力，要擴張，算力是第一位，這是英偉達沒法被短期撼動的主要因素。”

博通的崛起不可否認，但英偉達是否可被替代，仍要打個問號。

首先從技術層面而言，雖然市場將ASIC和推理高度關聯，但實際上，GPU同樣可以進行推理工作，比如英偉達GB200推理性能就比H100提升了30倍。

只不過ASIC強在低功耗和小體積，能嵌入更多邊緣場景。

其次，在整個AI行業都苦“英偉達”久矣之時，二級市場上，ASIC的邏輯更容易跑通了。

在追求高性能階段，各大模型廠商為了搶占時間窗口，大量囤積英偉達GPU芯片，如今轉入性價比階段，英偉達又幾乎成了所有廠商的“敵人”，所有人都想多一種選擇。

而博通作為眼下唯一可以和英偉達較量的“敵人”，就成了各大模型廠商的“朋友”。

更冷靜地來看，訓練和推理的切換，更多是將算力從受制于英偉達鏈條中釋放出來，分給推理框架部分機會。

因此也有不少市場聲音認為，博通的漲幅在透支未來，同時英偉達超跌。

有行業人士指出，預訓練減速不意味著通用模型的末路，如果ASIC快速替代GPU，基本等同于否定現有LLM框架。

“馬斯克的初創公司xAI還在瘋搶英偉達的GPU，和微軟、谷歌、meta的競爭會白熱化，規模還在擴張期，所以英偉達的需求沒有見頂。”前述投資人表示。

目前來看，只要海外云計算大廠在AI服務器上的資本支出不放緩，英偉達、博通和Marvell就仍能在人工智能軍備競賽中吃到肉，

不過，問題的關鍵也出在這里，在還沒有成熟應用跑出來的情況下，各大模型廠商還能燒錢燒多久？

點擊圖片即可閱讀