今天小編分享的财經經驗：幹翻英偉達，明年将是轉折嗎？，歡迎閱讀。
就在近幾天博通因為 ASIC 大漲，英偉達股價卻從 11 月 21 日突破新高之後一直震蕩向下。
目前，博通市值高達 1.03 萬億美元，在半導體芯片公司中僅次于 3.29 萬億的英偉達。 市場對博通及 ASIC 的關注，甚至蓋過了英偉達即将量產發貨的 Blackwell。
下遊科技大廠對英偉達的抵抗，終于來到高潮了嗎？對于國内的 AI 產業又有什麼啟示？
01 英偉達時刻重現
上周四盤後，博通公布第四财季及全年财報。除了各項收入指标全面增長，其中最大的亮點是，2024 年半導體業務收入中有 122 億美元來自 AI 收入，同比增長 220%，2 倍的增量主要得益于領先的人工智能芯片 XPU 和以太網網絡產品組合。
同時博通還透露，目前正在與三個非常大型的客戶開發 AI 芯片，預計明年公司 AI 芯片的市場規模為 150 億 -200 億美元。
現在市場逐漸意識到，大型雲服務商們對博通定制人工智能芯片和網絡設備的需求旺盛，開始對一直統治 AI 加速芯片市場的英偉達構成了威脅。
這層理解，直接驅動博通在連續兩個交易日裡上漲了 38%，成為第二家萬億市值的芯片公司。上一次大市值芯片公司能出現如此大的漲幅，還是去年 5 月份公布超預期業績指引的英偉達，随後也走上了萬億市值之路。
歷史何其驚人的相似，博通和英偉達的叙事裡有一個共同點，那就是 AI 芯片需求的爆發式增長，而英偉達卻是博通叙事裡的那條 " 惡龍 "。
眾所周知，英偉達的卡非常貴，還很難拿貨。對于大型雲服務商來說，替換成本不僅僅是自研芯片那麼簡單，而是算力基礎設施投入運營，提供雲服務的綜合成本 ( TCO ) 優化，這直接影響了雲服務商之間的競争。
因此，過去正當科技大廠們哄搶英偉達芯片的同時，他們還紛紛下場自研芯片，谷歌找到博通開發 TPU，亞馬遜和 Marvel 達成五年合作協定，微軟在過去一年已經實現了 "CPU+GPU+DPU" 全面自研。
這裡，巨頭們的目标是一致的，即優化成本的定制化芯片需求，而博通提供的解決方案正好能夠解決燃眉之急。
ASIC 是一款高度定制化的芯片，行業稱之為專用集成電路，跟通用 GPU 比起來，ASIC 被應用于特定設計和制造設備裡，執行和優化某項功能，比如更快的處理速度和更低的能耗。
一般下遊大廠有需求，找芯片設計公司幫忙做出來，自己開發周期長，但一旦做出來之後不用再給英偉達交那麼多稅，專門應用于自己的算法模型使用即可。實際的例子，就是博通幫助谷歌開發的 TPU 系列。
芯片設計公司在 XPU 的合作模式中承擔着越來越重要的角色，不僅接管了前後端的設計外包，有的甚至能把流片和封裝也幹了，最終幫助大廠在算力性能和成本上達成平衡點。
在 ASIC 市場中，目前博通以 55%-60% 的份額位居第一，Marvell 以 13%-15% 的份額位列第二。
國内做 ASIC 芯片也有這麼幾家，寒武紀、雲天勵飛、北京君正以及國科微。
近期連續上漲，市值已經超過 2800 億的寒武紀，公司的 AI 芯片走的就是 ASIC 路線，2016 年即推出了首款 NPU。據悉，公司正在研發的思元 590，直接對标華為的昇騰 910B 和英偉達 H100。
雖然公司目前業績難以匹配上估值，但從三季度存貨和預付賬款大幅增長的趨勢可以看出未來積極的生產投入，随着先進制程芯片自主可控的需求加強，未來收入放量确定性高。
有機構預計，客戶定制化的 AI ASIC 的增速預計将超過 GPU 計算。
除了英偉達以外，博通目前在芯片領網域裡占據了最好的生态地位。
這是因為，AI 基建并不只是搞定芯片那麼簡單。
英偉達統治 AI 訓練市場的王牌，除了芯片，還有 CUDA 和 NV LINK，前者與芯片高度适配的軟體開發工具，後者則是能提供高速低延遲工作環境的專用網絡協定。
定制化芯片擺脫了雲服務商對 CUDA 的依賴 ，但博通出色的不止是 ASIC，網絡專用協定和相關芯片 IP 也一應俱全， 這使得博通有能力幫助客戶搞出 XPU+ 超高速互聯集群伺服器來。
而英偉達之所以下跌，就是因為市場正在權衡未來英偉達 GPU 需求面臨的挑戰。
其一，Blackwell 能否在未來繼續統治市場，這款芯片将在今年四季度小幅出貨，明年預計将成為英偉達主力產品。但随着大型科技公司定制化 ASIC 成為常态，以及推理計算需求的成倍增長，英偉達 GPU 可能無法繼續統治推理市場。
其二，英偉達面臨的另一個阻力，是過去兩年驚人的業績增長所設定的高标準。
FactSet 調查的分析師普遍認為，2025 年英偉達營收将增長 55%，達到 1914.5 億美元，相比之下，預計 2024 年英偉達營收将增長一倍以上，達到 1233.7 億美元。
市場對 AI 芯片競争格局的認知正在重新修正，明年可能就會有巨大的變化。
博通定制化 ASIC 方案嶄露頭角，跟當年台積電挑戰傳統 IDM，有些異曲同工的。
02 明年将是推理之年
ChatGPT 面世兩年多以來，AI 的主戰場正從訓練端轉向一個規模更大、競争更為激烈的領網域：推理。
近月，AI 應用端發生了許多令人印象深刻的事件。
Open AI 連續 12 場帶着震撼產品更新的發布會正在進行中，與此同時谷歌近期也大招頻出，Gemini 2.0、Veo 2、量子芯片 ...... 谷歌高管給 Gemini 2.0 的定位是：面向智能體時代的 AI 模型。
時間再回到三個月以前，Open AI 發布 o1 系列，通過強化學習，把 LLM 的邏輯推理能力又提升了一個級别。并且，随着更多的強化學習（訓練時間計算）和更多的思考時間（測試時間計算）投入，o1 的性能不斷提高。
（Open AI）
Open AI 是 Scaling Law 的簇擁者，因為正是這條金律吸引來無數資本的注入，而 Open AI 希望能一直代表它。
但如今的數據猶如模型訓練的化石燃料，終将是會耗盡的，這是大模型競賽從預訓練轉向推理的重要原因，近期前 Open AI 高管 Ilya Sutskever 公開演講談及這一點，其預計，下一代 AI 模型将是真正的 AI Agent，且具備推理能力。
而此前微軟 CEO 納德拉也強調，未來将會湧現出新的 Scaling Law，将按照測試或者推理時間來進行定義。
所以 o1 不只是一次簡單的更新，而表明整個行業正在探索一條全新的遊戲規則，即模型 " 思考 " 的時間越長，就越能提供準确的答案。
在這個尺度上，推理場景将產生巨大的算力需求，并且推理成本有望随着各種 AI 原生應用的飛輪效應快速地下降。
巴克萊的另一份報告則預計，預計 AI 推理需求将占通用人工智能總計算需求的 70% 以上，甚至達到訓練計算需求的 4.5 倍。
10 月份，AI 初創獨角獸 Anthropic 推出了 Claude 3.5 Sonnet 在性能測試上，擊敗了 Open AI 的 o1。并且，Sonnet 還引入了自動化互動的操作，讓 AI 能夠直接操作電腦執行復雜指令。
在移動端，國内初創公司智譜推出的 AutoGLM，繞過手機作業系統，在 UI 界面模拟用戶操作，從而實現 " 接管手機 "。而且根據媒體爆料，Open AI 也将在明年 1 月推出 Agent"Operator"。
谷歌呢？當然有了。從手機、AR 眼鏡，浏覽器，再到專門面向開發者和科研場景，都在 Gemini 2.0 基礎上做出了 Agent。
細想一下，兩年前的 ChatGPT 僅僅只是個聊天機器人，而作為極為復雜的多模态互動推理場景之一，為了拆解復雜指令，AI Agent 需要能夠從用戶終端的數據裡學習和思考，以做出準确的操作，這恰恰是推理模型接下來精進和延申的方向。
而數據飛輪得以轉動的關鍵在于，開發合适的軟硬體來滿足用戶的需求。
今年下半年 "AI+ 應用 " 的商業化賽道再次矚目，Applovin、Shopify、Palantir 等不同賽道的美股公司，受益于 AI 帶來的業務爆發，股價持續走強。
國内也重點着力于 AI 應用的發展，字節大模型雖然起步晚，但後來居上，目前豆包 DAU 接近 900 萬，增速超過 15%，位居全球第二。不僅打出了多款應用組合，還投入到了 AI 硬體中，積極尋找 C 端場景。其他互聯網巨頭如百度、小米也開始投入到 AR 眼鏡的開發裡。
（Ola Friend；官網）
03 AI 滲透率即将跨越鴻溝？
機構預測，英偉達 GPU 目前在推理市場中市占率約 80%，但随着大型科技公司定制化 ASIC 芯片不斷湧現，這一比例有望在 2028 年下降至 50% 左右。
但， ASIC 的崛起并不意味着 GPU 的衰退。這兩種技術可能将長期共存，為不同需求場景提供最佳解決方案。
可以肯定的說，AI 目前還沒有達到我們期待的樣子，但推理技術的進步開始支持其走向終端，未來類似的 " 英偉達時刻 " 将會更多出現在推理端。
不過，欲戴王冠必承其重。譬如 Arm，在 2 月份給出了樂觀的預測，并表示這 " 只是人工智能繁榮的開始 "。股價在接下來的三個交易日内飙升 93%，但此後股價經歷了較大的波動，目前已較 7 月份的高點下跌逾 20%。
而過去一周，博通 2025 财年每股淨收益的預期上漲了 12%。并非每一個 " 英偉達時刻 " 都能帶來持續增長。
