半导体产业纵横

我们为谷歌的成功感到高兴他们在AI领域取得了巨大进步，我们也将继续向谷歌提供产品。英伟达目前领先行业一代我们是唯一一个可以运行所有AI模型、并在各种计算场景中通用的平台。

长期以来，英伟达凭借其GPU和CUDA生态，在AI芯片市场占据了超过90%的份额。 然而，谷歌TPU作为ASIC芯片的代表，正被视为英伟达Blackwell芯片的可行低成本替代方案，逐渐改变市场竞争格局。在AI模型训练成本呈指数级增长的今天，通用GPU虽然灵活，但其本质上仍是为图形渲染设计的硬件，在面对神经网络的特定计算模式时，存在大量的效率损失。

TPU和GPU都能处理训练AI模型所需的大量计算，但实现方式截然不同。英伟达的GPU最初为渲染视频游戏图像而开发，通过数千个计算核心并行处理多项任务。而TPU专门为矩阵乘法这类AI相关工作而构建，这是训练神经网络的主要操作。

专用与通用，成为ASIC与GPU的核心差异。英伟达在声明中强调，其芯片相比谷歌TPU等专用集成电路芯片提供更高的性能、多功能性和互换性，后者通常只为单一公司或单一功能设计。

谷歌最新版本的TPU名为Ironwood，于今年4月发布，采用液冷设计，专为运行AI推理工作负载而设计。它有两种配置：256个芯片的集群，或更大的9216个芯片集群。TPU在某些AI工作上可能表现优于GPU，因为谷歌可以去除芯片上许多不适合AI的其他部分，使其能耗更低、运营成本更低。

先进封装技术成为ASIC发展的重要支撑。根据TrendForce集邦咨询研究，随着云端服务业者加速自研ASIC，为整合更多复杂功能的芯片，对封装面积的需求不断扩大。已有CSP开始考量从台积电的CoWoS方案，转向英特尔的EMIB技术。EMIB拥有数项优势：结构简化，舍弃昂贵且大面积的中介层；热膨胀系数问题较小；封装尺寸也较具优势。随着谷歌决定在2027年TPUv9导入EMIB试用，Meta亦积极评估规划用于其MTIA产品，EMIB技术有望为英特尔IFS业务带来重大进展。

博通与Marvell，双足鼎立

在ASIC定制芯片的繁荣背后，两大巨头成为最大赢家：博通和Marvell。 这两家公司已形成近乎垄断的双寡头格局，合计占据ASIC市场超过60%的份额。