关于AI半导体的那些分歧与绕不开

前天，公众号文《 黄仁勋的不淡定，你注意到了吗？ 》发出来，得到很多关注。有很多微信好友直接微信我一些具体观点，我想干脆公众号直接说出来，得到众多审阅，不对之处也容易被修正。

谈到通用GPU与定制ASIC的技术路径之争，结合近期相关公司的情况，我的大致判断如下：

• 算力芯片的需求在未来几年还看不到尽头，所有与AI相关的业务仍将保持高速增长，甚至加速增长。 因为很多AI应用已经开始落地，真正地实现了生产力提升。这种提升不是简单的量的提升，而是全新的质的提升。

• 未来几年英伟达依然是龙头厂商，依然高速增长，依然话语权非常强势，以至于甚至最巨头（排名前四）云服务厂商看不惯却不能不接受现状。 更遑论一些普通的服务器厂商和垂类AI厂商。

• 不管是通用GPU还是定制ASIC，有一些厂商，一些技术是没法绕开的，比如台积电的先进制造能力与整合能力、海力士的先进HBM；比如chiplet封装里面涉及的关键材料（EMI和散热）和工艺。这块具体可以看我之前发的几篇公众号文《 一图隐含未来十年生产力革命的硬机会（之一） 》《 一图隐含未来十年生产力革命的硬机会（之二） 》《 一图隐含未来十年生产力革命的硬机会（之三）-AI为什么硅光必须？ 》

• 在训练侧，一些定制AI加速器厂商会蚕食英伟达的占有率，比如博通、marvell、思科等。这些定制AI加速器厂商中，目前博通是龙头毕竟24年博通定制AI加速器收入是50亿美元，marvell只有10亿美元，而且博通还有强大的网络传输能力（包括硅光等），有望打造整体解决方案，还不仅仅是解决计算效率问题。

• 在推理侧，一定是通用GPU的天下。但AMD与英伟达的差距会缩小，毕竟硬件上本来性能差距就不大，加上要求也不高；软件上差距很大，但AMD的Rocm经过23年两次并购和开源社区的帮助正在缩小与英伟达CUDA的差距。

建议各位关注我的公众号，如果愿意的话，还可以设为星标。