•
博通替代不了輝達
在2024年年底，大模型被前OpenAI聯合創始Ilya宣告已經用光了“所有的網際網路資料”。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處理程序的分界線。
湊巧的是，就在Ilya發言前一天，晶片巨頭博通發佈財報，CEO陳福陽預測了自家XPU晶片在2027財年600億至900億美元的營收規模。
XPU是博通與Google、亞馬遜、Meta等科技巨頭合作開發的ASIC晶片，即定製晶片，對應的是輝達的通用晶片GPU。
對於市場來說，ASIC和GPU在大模型上游作用完全不同，一個強於推理，一個強於訓練。因此Ilya和陳福陽兩人的預測，不約而同地傳達出同一個資訊：AI晶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%，市值突破一兆美元，同時另一邊，輝達連續四個交易日下跌。
其實在大漲之前，博通已經是8000億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，輝達市場份額將被博通蠶食。
但實際上，AI晶片的新一輪競賽，或許沒有想像中激烈。
一方面GPU和ASIC的競爭並非現在才出現，7年前Google就發佈了初代定製TPU用於機器學習任務，另一方面，預訓練減速也不意味著通用模型的末路。
01 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。
資料顯示，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體業務，後者同比激增196%，推動總營收全年大幅上漲44%，是主要得益於VMware的並表，而原有軟體業務增幅較小。
淨利潤方面，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。
拆分收入結構來看，最受市場關注的ASIC晶片歸屬於半導體解決方案之下的網路業務，是目前收入佔比最高的類股，達到32%。
除了ASIC，網路業務還包括乙太網路交換晶片/路由晶片、PHY晶片和光纖發射器與接收器。
其中，異軍突起的ASIC是博通2016年通過收購儲存公司LSI而實現的新業務，更早前，網路業務之下的乙太網路交換晶片，才是博通的起家產品。在資料中心相關的網路連線裝置賽道，博通已經是老一代霸主地位。
關於AI資料中心帶動網路連線裝置市場大幅增長，同樣可以參考今年股價大漲的光模組晶片廠商Marvell。
有市場資料顯示，使用輝達晶片的資料中心裝置，每台大約需要組態9個1.6T光模組。跟著輝達吃肉的行情下，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年輝達以收購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係。
這一背景下，ASIC成為了博通網路業務重要的新現金牛。
不過市場對於ASIC的擔憂是，作為專用晶片，相對通用晶片研發成本更高，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，大型雲廠商才有能力承擔定製晶片的成本，對於中小客戶，性價比太低。
當下需求側情況來看，博通短期內不缺訂單。Google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，僅次於輝達的市場規模。
如果說Google為代表的三家客戶是博通ASIC的基本盤，那麼“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的緊密合作關係開始出現矛盾，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Google一樣，內部自用全部ASIC，外用則全部GPU。
02 終結獨霸
“輝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，預訓練結束後，演算法過剩，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，這是輝達沒法被短期撼動的主要因素。”
博通的崛起不可否認，但輝達是否可被替代，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，比如輝達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“輝達”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佔時間窗口，大量囤積輝達GPU晶片，如今轉入性價比階段，輝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輝達較量的“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於輝達鏈條中釋放出來，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，同時輝達超跌。
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，基本等同於否定現有LLM框架。
“馬斯克的初創公司xAI還在瘋搶輝達的GPU，和微軟、Google、meta的競爭會白熱化，規模還在擴張期，所以輝達的需求沒有見頂。”前述投資人表示。
目前來看，只要海外雲端運算大廠在AI伺服器上的資本支出不放緩，輝達、博通和Marvell就仍能在人工智慧軍備競賽中吃到肉，
不過，問題的關鍵也出在這裡，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？ (36氪財經)