AI ASIC芯片，选择、空间与趋势

投资建议：ASIC针对特定场景设计，有配套的软硬件全栈生态，虽然目前单颗ASIC算力相比最先进的GPU仍有差距，但整个ASIC集群的算力利用效率可能更高，同时还具备明显的价格、功耗优势，随着软件生态逐步成熟，ASIC有望更广泛地应用于AI推理与训练。我们看好ASIC的大规模应用带来云厂商ROI提升。

AI ASIC芯片具备功耗、成本优势，是必然选择。目前AI算法向Transformer收敛，深度学习框架以PyTorch为主，为AI ASIC发展提供了重要前提。目前AI ASIC单卡算力低于可比的GPU芯片，但由于其成本较低，在推理常用精度下，展现出了更高的性价比（TFLOPS/$），功耗也更低，此外，由于ASIC专为特定任务设计，其算力利用率可能更高，谷歌TPU算力利用率可超过50%。对于云厂商来说，ASIC还是增加供应链多元性的重要选择。

AI ASIC芯片成长空间广阔，未来有望增速超过通用加速计算芯片。Marvell预测，2023年，数据中心定制加速计算芯片规模约66亿美元，在AI加速计算芯片市场占有率较低，为16%。Marvell预计2028年定制芯片规模有望超400亿美元，CAGR达45%，而通用加速计算芯片2028年预计达到1716亿美元市场规模，CAGR为32%。AMD CEO苏姿丰预测2027年AI加速器将增加到4000亿美元的规模。

参考CPU发展历程，随着AI ASIC的使用门槛和兼容性改善，渗透率长期有望提升。目前，除了ROCm、OneAPI等开源软件生态以外，云厂商也在积极构建集成了PyTorch等主流深度学习框架的软件生态，开发一系列编译器、底层中间件等，兼容性持续增强。目前，AI ASIC主要服务云厂商自有业务，以及有一定编译能力的中大型企业（比如苹果）。我们认为随着云厂商自研芯片的用户使用门槛降低，结合其功耗成本上的巨大优势，在AI加速计算领域的渗透率长期有望提升。

风险提示：AI算法技术风险、生态系统建设不及预期、芯片研发不及预期、AI产业发展不及预期。

注：本文摘自国泰君安证券研究2024年8月22日发布的《AI ASIC芯片，选择、空间与趋势》，分析师：秦和平 S0880523110003

本订阅号不是国泰君安证券研究报告发布平台。本订阅号所载内容均来自于国泰君安证券研究所已正式发布的研究报告，如需了解详细的证券研究信息，请具体参见国泰君安证券研究所发布的完整报告。本订阅号推送的信息仅限完整报告发布当日有效，发布日后推送的信息受限于相关因素的更新而不再准确或者失效的，本订阅号不承担更新推送信息或另行通知义务，后续更新信息以国泰君安证券研究所正式发布的研究报告为准。

本订阅号所载内容仅面向国泰君安证券研究服务签约客户。因本资料暂时无法设置访问限制，根据《证券期货投资者适当性管理办法》的要求，若您并非国泰君安证券研究服务签约客户，为控制投资风险，还请取消关注，请勿订阅、接收或使用本订阅号中的任何信息。如有不便，敬请谅解。

市场有风险，投资需谨慎。在任何情况下，本订阅号中信息或所表述的意见均不构成对任何人的投资建议。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。国泰君安证券及本订阅号运营团队不对任何人因使用本订阅号所载任何内容所引致的任何损失负任何责任。

本订阅号所载内容版权仅为国泰君安证券所有。任何机构和个人未经书面许可不得以任何形式翻版、复制、转载、刊登、发表、篡改或者引用，如因侵权行为给国泰君安证券研究所造成任何直接或间接的损失，国泰君安证券研究所保留追究一切法律责任的权利。