ASIC市占版图恐有上限 NVIDIA「五大战略」阻绝反抗
- 陈玉娟／评析
-
Google、AWS、Meta与微软（Microsoft）等全球云端服务（CSP）大厂持续采购NVIDIA AI GPU的同时，也积极加速自研特用芯片（ASIC）研发与量能，力图降低NVIDIA影响力。不过供应链业者也坦言，观察NVIDIA策略，仍有五大面向，足以巩固现行AI霸主地位。
近期市场热议，Google TPU已获更多客户订单，2026年起成长动能可期，与其合作的博通（Broadcom）、联发科受惠，ASIC业者将侵蚀NVIDIA版图。供应链业者表示，AI GPU与ASIC成本价格差距相当大，两者设计与应用场景不同，「是互补而非取代」，代表两种不同的运算架构思维。
业者也说明，产业界目前大多也开始导入「GPU负责训练、ASIC执行推理」的混合模式，也因此，CSP大厂加速自研ASIC，希望能削弱NVIDIA主导权、降低成本。
尽管如此，ASIC虽在特定场景可提升效能与能效，但最大限制是缺乏弹性，一旦演算法或应用需求改变，整体设计即报废，导致风险极高，未来ASIC能取得1~2成市占率，已属极大成功。对CSP业者而言，ASIC与NVIDIA AI GPU的采用比例，也估计「4比6」已到顶，NVIDIA在整体AI芯片领域，估计仍占有多数利润。
供应链业者也表示，由于价差较明显，所以ASIC跟AI GPU之间，若以出货量比较成长率高低，意义不大。
不过，可由台积电最新CoWoS产能分配显见，NVIDIA仍占有过半产能，同时已首度与苹果（Apple）并列台积电第一大客户，NVIDIA的AI GPU量能规模，仍相当可观。
与此同时，NVIDIA也设下多重防线，希望藉由技术优势、商业策略与资本规模拉大门槛，防止竞争者快速追赶，可以进一步再从「五大战略」方向分析。
迭代更新 惟快不破
供应链业者表示，NVIDIA面对ASIC反抗军挑战，已提前展开部署，首先是NVIDIA产品迭代速度已形成高竞争障碍门槛。
AI芯片为NVIDIA每年带来数百亿美元利润，挑战者不断涌现，NVIDIA也全面改变产品蓝图，产品周期大改为「每年」都会设计一代全新的AI芯片，保持一年一次的更新步调。
如从B200迅速转向B300，VR200也正在进行测试，预计2026年第3季开始生产，此不仅迫使供应链加速生产，也让竞争对手无法轻易跟进，「快速换代」策略，让NVIDIA能持续维持市场领先。
NVLink Fusion、拉拢英特尔、投资OpenAI 结盟战略更力拱「美国优先」
再来则是发布「NVLink Fusion」策略，接着与英特尔（Intel）合作，将NVLink拓展至x86 CPU，近期还重金投资OpenAI，倾力形成「AI永动机」闭锁循环，将双方关系深度绑定。
以上的三方结盟，再加上最重要的，支持「美国优先」大方向。
NVIDIA原本承受美国总统川普施压的巨大危机，然而，CEO黄仁勳以高智能情商化解，即将登场的GTC DC，除了展示NVIDIA的AI实力，不外乎被解读为向川普政府释出「心连心」善意，认同其上任以来的AI政策法令，全力助攻「美国优先」。
AI瓶颈恐非「算力不足」 而是「电力不足」
值得注意的是，无论GPU与ASIC阵营如何竞合，可以确定的是，AI应用正全面起飞，但仍不时传来泡沫声浪，主系CSP大厂砸下钜额资本支出，但似与实际获利脱节。
部分供应链业者分析，AI发展最大阻力，应是驱动一切所需的庞大电力需求，AI服务器功耗远高于传统服务器，1台搭载8颗GPU的AI机柜耗电量恐超过10kW，一座超大型数据中心整体负载，动辄达数百MW，甚至逼近核电厂等级。
已可预见，全球多国在大力投入AI基础建设后，将面临「电力不足」问题，也就是说，AI发展关键不只是比拼芯片效能，核心限制从「算力不足」转向「电力不足」，这可能成为整个AI产业链能否持续扩张的关键变量之一。
责任编辑：何致中
