科技行业前瞻专题：AIASIC，算力芯片的下一篇章.pdfVIP

投资逻辑

ASIC可以适应不同的业务场景和商业模式的需求，可以满足大型CSP客户的诸多需求：1）内部工作负载的架构优化；2）更低的功

耗，更低的成本；3）为AI工作负载定制的内存和I/O架构。随着AI应用的发展和生态逐步完善，AI算力集群特别是推理集群对加速

计算芯片需求巨大，驱动ASIC快速成长。预计2028年数据中心ASIC市场规模将提升至429亿美元，CAGR为45.4%。

ASIC针对特定算法和应用进行优化设计，在特定任务上的计算能力强大，通常具有较高的能效比。目前ASIC以推理场景应用为主，

并开始切入到部分训练环节。对照北美四大CSP的自研产品路线：Google的TPU出货目前以v5产品为主，2025年将量产TPUv6；

亚马逊的ASIC产品包括Trainium和Inferentia，分别用于训练和推理环节；微软和Meta也推出了各自的ASIC产品Maia100和MTIA

。由于大型CSP的业务模型、应用场景等多通过自身云来承载，每个云承载了独特的应用和商业模型，包括内部应用（比如搜索引擎

、社交媒体等）、SaaS服务（比如AI聊天机器人、Copilot等）、IaaS服务等，自研ASIC可适应自身不同的业务场景和商业模式的需

求。

相关标的：1）博通：全球AIASIC龙头，目前已向多家头部CSP客户批量供应ASIC产品，其在计算，存储，网络IO，封装等领域广

泛的IP储备可为其XPU产品线赋能。2）Marvell：全球一线ASIC厂商，其定制计算产品包括AI加速芯片，针对安全、NIC/DPU、

ARM计算、存储、视频和CXL功能的ASIC等，客户包括北美头部云厂商。

风险提示：AI产业发展不及预期的风险；大型科技企业资本支出不及预期的风险；GPU竞争的风险。

1

目录

1ASIC芯片市场前景

2ASIC与GPU的对比

3北美四大CSP自研AIASIC

4相关标的

2

1.1大型CSP加速资本支出

大型CSP在资本支出方面投入巨大，支出的同比增速在加快。北美四大CSP的Capex规模今年来增幅显著提升，2024年前三季度整体

规模达到1708亿美元，同比增长56%，且yoy逐季加快（Q1-Q3yoy分别为34.7%、64.6%、68%）。其中，微软530亿美元，yoy

+78.5%；亚马逊551.7亿美元，yoy+44.6%；谷歌382.6亿美元，yoy+79%；Meta243.9亿美元，yoy+20.7%。

资本支出大幅提升的背后，是各家巨头在AI赛道上的竞赛、AI算力的稀缺、AI云赋能和AI生态的拓展等多方面驱动。

北美四大CSP资本支出规模（亿美元）

数据来源：各公司公告，西南证券整理3

1.2ASIC可适应不同的业务场景和商业模式的需求

大型CSP的业务模型、应用场景等很多通过自身的云来承载，每个云承载了独特的应用和商业模型，包括内部应用（比如搜索引擎、

社交媒体等）、SaaS服务（比如AI聊天机器人、Copilot等）、IaaS服务等。ASIC可以适应不同的业务场景和商业模式的需求。

ASIC可以满足客户的需求：1）内部工作负载的架构优化；2）更低的功耗，更低的成本；3）为AI工作负载定制的内存和I/O架构。

ASIC需要满足不同业务/应用的加速计算需求

数据来源：Marvell，西南证券整理