是什么

自研 AI 芯片是大型云厂商为自身工作负载定制的 AI 加速器,多采用**专用集成电路(ASIC)**路线 —— 针对特定的训练 / 推理算法做硬件优化,而非英伟达 GPU 那样的通用并行计算。代表产品包括谷歌的 TPU(Tensor Processing Unit)、亚马逊的 Trainium / Inferentia、微软的 Maia,以及 Meta 的 MTIA 等。设计上常由博通(Broadcom)、Marvell 等公司协助,云厂出规格、ASIC 厂做实现。

主要玩家

• 谷歌 TPU:起步最早、迭代最多代,既自用(训练 Gemini)也通过云对外租用。
• 亚马逊 Trainium / Inferentia:面向 AWS 客户的训练与推理芯片,Anthropic 等是重要用户。
• 微软 Maia:为 Azure 与自身 AI 服务定制。
• 博通 / Marvell:为云厂提供定制 ASIC 设计与高速互连,是这条「去英伟达化」战线的关键供给方。

为什么重要

自研芯片是英伟达通用 GPU 护城河面对的主要竞争变量。云厂自研的动机是降低对单一供应商的依赖、压低单位算力成本、并针对自家模型做软硬协同。但 ASIC 的灵活性弱于 GPU、且受制于英伟达 CUDA 软件生态的迁移成本,二者长期更多是并存而非简单替代。自研进展会影响市场对英伟达份额与定价权的预期 —— 本词条只陈述事实,不构成任何买卖建议。

在「AI 五层蛋糕」中,自研 AI 芯片与英伟达 GPU 同处芯片层,是该层内部的竞争维度。