全球四大云服务商正加速自研ASIC芯片，以降低对英伟达GPU的依赖并优化特定场景算力成本。西南证券报告系统梳理了谷歌TPU（已迭代6代，v6算力926 TFLOPS）、亚马逊Trainium/Inferentia（Trainium 2性能+4倍）、微软Maia 100（BF16 800 TFLOPS）、Meta MTIA v2（INT8 354 TFLOPS）四大云厂商的自研芯片布局。博通和Marvell作为定制芯片合作伙伴，提供从IP到量产的全栈能力，2028年市场预计达429亿美元。
谷歌TPU：迭代6代，v6算力达H100的93%
谷歌TPU是云厂商自研ASIC的先驱，已迭代6代产品。TPU v5p单个Pod可达8960颗芯片集群规模，借助Multislice训练技术可实现5万卡线性加速。TPU v6 Trillium预计2024H2推出，FP16/BF16非稀疏算力达926 TFLOPS，约为H100的93%、B100的53%，相比TPU v5e能效高出67%、峰值性能高出3.7倍。
TPU算力集群架构独特。TPU v4采用3D torus（3D环面）架构和OCS光电路交换，每64颗芯片组成4x4x4立方体，4096颗芯片实现互联。每64颗TPUv4和16颗CPU放入一个机架形成模块，每个模块有96个光路连接到OCS，最终实现所需的4096颗芯片互联。
性能对比方面，TPU v4在MLPerf基准测试中比英伟达A100快1.15倍（BERT）和1.67倍（ResNet），平均功耗比A100高1.3-1.9倍。TPU v5e相对性价比（TFLOPS/$）是TPU v4的2.3倍，标价从3.22美元/芯片/小时降至1.2美元/芯片/小时。TPU v5p训练LLM的速度比TPU v4快2.8倍，利用第二代SparseCores训练嵌入密集模型快1.9倍。
亚马逊与微软：Trainium 2节省50%成本，Maia 100比肩H100
亚马逊Trainium 2 FP16/BF16算力430 TFLOPS，HBM容量96GB、带宽4TB/s，性能较第一代提高4倍、能效提高1倍。每个EC2 Trn1实例部署多达16个Trainium加速器，可扩展到10万芯片集群，训练成本节省高达50%。Trainium已针对自然语言处理、计算机视觉和推荐器模型进行优化。
亚马逊Inferentia 2吞吐量较第一代提高4倍，延迟低至1/10，每次推理成本降低高达70%。AWS Neuron SDK与PyTorch和TensorFlow原生集成，客户只要修改少量代码即可实现海量数据训练，降低了训练成本。
微软Maia 100采用台积电5nm和CoWoS-S封装，BF16算力800 TFLOPS（超过A100 28%，是H100的40%），MXFP4格式3200 TFLOPS、Int8 1600 TFLOPS。配备64GB HBM2E（1.8TB/s带宽），12倍400GbE网络带宽，最大功耗700W。每个Ares机架搭载32颗Maia 100，功率达40kW，采用Sidekick液体冷却系统。Maia SDK与PyTorch和ONNX Runtime集成，集成了OpenAI的Triton编程语言。
Meta与特斯拉：MTIA v2聚焦推荐引擎，Dojo训练自动驾驶
Meta MTIA v2采用台积电5nm，INT8稠密算力354 TFLOPS（接近上一代3.5倍）、稀疏算力708 TFLOPS（近7倍），128GB LPDDR5内存（205GB/s带宽）。芯片内部由8x8处理单元网格（PE）组成，PE基于RISC-V内核，片上SRAM 256MB（2.7TB/s带宽）。每个机架系统搭载72颗MTIA芯片。软件堆栈与PyTorch 2.0完全集成，低复杂度模型开箱即用，高复杂度模型在4-6个月内性能提高2倍以上。
特斯拉Dojo于2019年发布，用于训练自动驾驶AI模型。D1芯片采用7nm，FP32性能22 TFLOPS，354个核心。25颗D1组成训练板（15kW，液冷封装），6个训练板组成训练矩阵（BF16/CFP8精度下1 Exaflop算力）。Dojo采用自研TTP通信协议，芯片间带宽900GB/s，支持桥接到标准以太网（TTPoE），降低通信时延。D1芯片热设计功耗400W，单训练板功耗高达15千瓦，采用全自研VRM（52V电压、1000A电流）。
博通与Marvell：ASIC定制芯片的“军火商”
博通目前有3家定制芯片大客户，前2家已进入量产期，第3家预计2025年量产。三家客户已开发多代AI XPU路线图，计划未来三年内在单个结构中部署100万个XPU集群。博通广泛的IP储备覆盖计算、存储、网络IO、封装四大类，在SerDes、AI优化NICs、高端封装、交换机、CPO、内存等IP处于行业领先。XPU平台实现业界最快产品落地（7-9个月联合开发+3个月量产爬坡）。博通2024财年半导体业务收入301亿美元（+6.8%），Non-GAAP净利润237.3亿美元（+29%）。
Marvell目前有3位ASIC客户，A客户AI训练芯片和B客户Arm CPU处于产能爬坡期，C客户AI芯片预计2026年开始产能爬坡。Marvell经过多年收购储备了Cavium（网络加速）、AveraSemi（定制芯片和2.5D/3D封装）、Inphi（模拟、硅光、DSP）等IP。FY2025Q3收入15.2亿美元（+6.9%），增速重新转正。公司预计24-26财年加速AI业务收入从5.5亿提升至25亿美元。
