AI算力需求正从训练端向推理端加速蔓延，而推理场景的碎片化、规模化和成本敏感性，正在催生一个全新的芯片市场——ASIC（专用集成电路）。据Marvell预测，2023年ASIC占数据中心加速计算芯片的16%，规模约66亿美元；到2028年，这一比例将提升至25%，市场规模达429亿美元，复合增长率45.4%。驱动这一高速增长的，是北美四大CSP（谷歌、亚马逊、微软、Meta）2024年前三季度高达1708亿美元的资本支出（同比+56%），以及推理集群达百万级别的部署需求。西南证券深度报告认为，ASIC正从“GPU的补充”走向“AI算力的主力”，在推理场景中扮演越来越关键的角色。
推理集群需求爆发，ASIC市场CAGR达45.4%
AI算力需求正从训练集群向推理集群加速迁移。在训练阶段，AI训练集群对加速计算芯片的需求已从千卡级提升至万卡级别，未来10万卡级别指日可待。但更大的市场在推理端——推理集群单个集群对芯片的需求虽低于训练集群，但推理集群的部署数量远多于训练集群，预计将达到百万级别。
AI算力集群特别是推理集群对加速计算芯片的庞大需求，是ASIC快速成长的核心驱动力。据Marvell预测，2023年ASIC占数据中心加速计算芯片的16%，规模约66亿美元。随着AI计算需求的持续增长和推理场景的规模化部署，ASIC占比有望提升至25%，预计2028年数据中心ASIC市场规模将提升至429亿美元，2023-2028年复合增长率达45.4%。
北美四大CSP Capex加速，ASIC需求获强劲支撑
大型CSP的资本支出规模是ASIC需求最直接的先行指标。2024年前三季度，北美四大CSP（微软、亚马逊、谷歌、Meta）资本支出合计达1708亿美元，同比增长56%，且增速逐季加快（Q1-Q3同比增速分别为34.7%、64.6%、68%）。其中微软530亿美元（同比+78.5%）、亚马逊551.7亿美元（同比+44.6%）、谷歌382.6亿美元（同比+79%）、Meta243.9亿美元（同比+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。而自研ASIC已成为CSP降低AI算力成本、优化内部工作负载、实现差异化竞争的关键路径。
ASIC vs GPU：特定场景的“最优解”
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，例如在AI深度学习算法中实现高效的矩阵运算和数据处理。GPU则拥有强大的并行计算能力，适用于大规模数据并行计算。在特定任务上，ASIC的计算效率可能更高，单位算力成本更低。
在能效比方面，ASIC硬件结构为特定任务定制，能最大限度减少不必要的功耗。GPU由于其通用设计架构，在执行特定任务时可能存在功耗浪费。在成本和规模效应上，ASIC不需要集成通用功能模块，减少硬件资源浪费，在大规模生产后单位成本显著降低。
从市场规模预测来看，ASIC的成长逻辑清晰。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%，远超整体半导体行业增速。
表：数据中心加速计算市场规模预测（2023 vs 2028）| 指标 | 2023年 | 2028年 | CAGR |
|---|
| ASIC市场规模 | 66亿美元 | 429亿美元 | 45.4% |
| ASIC占加速芯片比重 | 16% | 25% | — |
| 北美四大CSP Capex（前三季度） | — | 1708亿美元（2024年） | +56% |
投资策略：聚焦ASIC产业链核心标的
ASIC产业链的核心价值集中在提供定制化芯片设计服务和IP授权的头部厂商。西南证券重点推荐：
- 博通：全球AI ASIC龙头，已向多家头部CSP客户批量供应ASIC产品。公司在计算、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。预计2024年AI业务收入超100亿美元，占公司整体收入比例提升至35%。
- Marvell：全球一线ASIC厂商，定制计算产品包括AI加速芯片及针对安全、NIC/DPU、ARM计算、存储、视频和CXL功能的ASIC。客户涵盖美国3/4的大型CSP，为亚马逊设计的Trainium 2已批量出货。公司预计2024-2026财年加速AI业务收入从5.5亿提升至25亿美元。
