计算机行业ASIC深度：AI算力添动力，打开成长新空间

2025年07月04日ASIC深度：AI算力添动力，打开成长新空间分析师张建民证书编号S1230518060001研究助理林亮亮linliangliang@stocke.com.cn分析师王逢节证书编号S1230523080002研究助理邢艺凡xingyifan@stocke.com.cn证券研究报告行业评级：看好2ASIC：AI算力新动力投资建议数据来源：浙商证券研究所•一、ASIC：AI推理需求质变，成为AI算力增长新动力。相较于GPU，ASIC芯片可以在特定场景中实现低成本、高性能、低功耗，具备高专用性和高性价比特征。•①28年市场规模超500亿美元，23-28年复合增速超50%。云厂商普遍缺乏独立的SoC设计能力，因此大多与博通、Marvell合作，博通约在60%市场份额，而Marvell约为10%+。从市场规模来看，23年ASIC市场规模约为66亿美元，Marvell预计28年达到554亿美元，23-28年CAGR为53%。博通公司预计2024年其SAM规模（包括ASIC和网络产品）将达到150-200亿美金之间，预计至2027年SAM规模将增长至600-900亿美元。•②25-26年海外4大CSP ASIC出货有望加速放量。CSP在23-24年大规模发布自研芯片方案，我们认为自研芯片的量产节奏相较于项目公告时间有所滞后，同时考虑到方案成熟度，往往第二代自研芯片的需求量明显提升。谷歌自研芯片的时间最早，目前已迭代到v7版本。亚马逊2022年发布第一代自研芯片，进度相对较快，目前已有3代方案。META、微软、OpenAI的自研芯片方案集中在23-24年发布，我们预计25-26年出货量明显提升。•③总出货量有望在 26年某个时点超越英伟达GPU。2024年，ASIC市场规模约为AI芯片的9%，我们预计28年将达到19%。由于ASIC芯片的单价远低于GPU，约为GPU的1/5，随着Meta、微软逐步开始大规模部署自研ASIC解决方案，ASIC总出货量有望在2026年某个时点超越英伟达。•二、受益环节：AI网络（光模块、AEC）、液冷等。•①光模块： ASIC方案助力以太网光模块放量，云厂商自研ASIC芯片方案性价比高，满配光模块配比提升。同时， 1.6T以太网光模块也在持续推进，有望配套博通TH6交换芯片出货。国内厂商市场地位持续巩固，头部企业有望持续高增长，关注新易盛、中际旭创、天孚通信、太辰光、德科立等。•②AEC：参考AWS的Trn2机架组网方案，每个机架由4个16芯片服务器组成，配置类似于GB200 NVL36x2，每组服务器之间使用AEC连接。根据semianalysis，AWS方案中GPU与AEC的用量配比为1：2，ASIC放量有望显著带动AEC需求，关注瑞可达、长芯博创等。•③液冷：Meta的MTIA T-V1芯片将采用液冷散热，未来T-V2将引入170kW超大功率机架。随着CSP ASIC方案加速迭代将带来芯片及机架功耗提升，液冷逻辑持续强化，关注英维克、科创新源、申菱环境、银轮股份、高澜股份等。•三、风险提示：ASIC放量不及预期；海外CSP资本开支不及预期；技术路径变化等。ASIC——AI算力新动力01Partone31.14AI应用转向日常需求，驱动推理需求加速增长数据来源：《 Trends Artificial Intelligence》，Thunderbit，AI产品榜，红杉资本，浙商证券研究所•ChatGPT月活超过推特，AI推理需求加速增长。根据Trends Artificial Intelligence报告，2025年4月ChatGPT周度活跃用户达到8亿，相较于23年11月提升8倍。根据AI产品榜统计，2025年5月ChatGPT月活跃用户环比增长20%至6.2亿，超越X（原Twitter）的5.2亿，成为首个AI超级应用。（备注：ChatGPT存在网页版和移动端，AI产品榜仅统计移动端，包括IOS和安卓平台，两者数据口径存在一定差异，仅供参考）。•用户对AI应用从尝鲜需求转向日常应用需求。根据红杉资本，2023年AI原生应用与传统移动应用的日活跃用户与月活跃用户比例(DAU/MAU)非常低，意味着用户虽然好奇尝试，但并不经常使用。但现在情况发生了戏剧性的逆转。ChatGPT的日活/月活比例一路攀升，现在已经接近Reddit的水平。超预期的是，ChatGPT的周度活跃用户增长提速ChatGPT 2025年关键数据统计1.252025年海外CSP Capex投入持续加大数据来源：彭博，浙商证券研究所•海外四家云厂商（微软、谷歌、meta、亚马逊）25Q1资本开支达719亿美元，同比+61%，其中微软为167亿，同比+53%，谷歌为172亿，同比+43%，亚马逊为250亿，同比+68%，Meta为129亿，同比+93%。根据彭博一致预期，海外云厂商25年资本开支达3109亿美元，同比+36%。海外CSP Capex投入持续加大-12.8%3.7%15.5%-3.5%36.3%21.4%39.8%55.7%41.2%47.9%33.1%24.1%29.5%19.7%19.8%15.9%-4.4%-8.2%-5.6%8.9%32.9%64.0%66.8%-20%-10%0%10%20%30%40%50%60%70%80%0100200300400500600700800Meta(FB)亚马逊微软谷歌头部云厂商YOY2025年海外CSP Capex增速达36%单位：亿美元2022202320242025EMeta314273373666YOY-13%37%79%亚马逊6365278301043YOY-17%57%26%微软（PP&E）248352556652YOY42%58%17%谷歌315323525749YOY2%63%43%四家合计1513147522843109YOY-3%55%36%1.36ASIC：AI时代的新宠数据来源：CSDN，甲子光年智库，浙商证券研究所•ASIC具备高专用性和高性价比的特征。GPU拥有高并行计算能力，适用于多种计算任务，适用于AI训练和推理场景。而ASIC芯片为特定应用定制，因此可以在特定场景中实现低成本、高性能、低功耗，具备高专用性和高性价比特征。ASIC的限制同样明显，ASIC芯片设计的前期投入较高，一旦设计完成难以更改，这限制了其对于新算法、新任务的适用能力。所以，过往ASIC芯片大多适用于5G网络、挖矿等特定场景。•云厂商对AI算力的需求扩张，致使ASIC方案成为新宠。AI ASIC发展条件逐渐成熟：①特定场景（AI推理）需求加速，以ChatGPT为代表的AI推理需求加速增长；②头部云厂商AI资本开支持续加码，足以体现ASIC方案的性价比优势，25年头部CSP厂商的Capex已超3000亿。ASIC芯片具备高专用性和高性价比特征芯片类型GPUFPGAASIC定制化程度通用型半定制化定制化灵活性好好不好成本高较高低编程语言/架构CUDA、OpenCL等Verilog、OpenCL、HLS/功耗偏大较大偏小延迟1ms1us1us主要优点峰值计算能力强、产品成熟平均性能较高、功耗较低、灵活性强平均性能很强、功耗很低、体积小