近期，博通的表现可谓赚足了市场的眼球。在发布超出预期的财报后，其股价出现了令人惊叹的大涨，涨幅超过 24%，一举突破万亿美元市值大关，成功跻身美国第九家市值破万亿美元的上市公司行列。
这亮眼成绩的背后，是博通在各业务板块的强劲表现。从数据分析来看，2024 财年第四季度，博通营收高达 140.54 亿美元，同比增长 51%。而其中最耀眼的当属人工智能（AI）业务，其营收在整个财年暴涨了 220%，达到 122 亿美元，这一增长也有力地推动了半导体业务收入创下 301 亿美元的新高。不仅如此，博通 CEO 霍克・滕（Hock Tan）还在财报电话会上对未来信心满满，表示未来三年，AI 芯片的机会很大，预计 2025 财年第一财季 AI 产品收入同比增长 65%，势头迅猛。
值得一提的是，ASIC 定制服务一直是博通半导体业务很重要的收入来源。在如今 AI 蒸蒸日上的大趋势下，博通与 AI 相关的 ASIC 定制服务营收更是呈现出迅速增加的态势。比如，博通有三家超大规模客户已经制定了多代 AI XPU 路线 年，每个客户在单一网络架构中将部署 100 万个 XPU 集群，预估这三家客户的需求市场总量约有 600 - 900 亿美元，而博通无疑将在其中抢占重要份额。并且，博通还在为两家新的超大规模客户设计开发相应下一代 AI XPU 产品，有望在 2027 年之前转化为收入来源。
当前，博通的 ASIC 客户中，谷歌和 Meta 已经实现量产，其中谷歌的占比最大，其 AI 芯片采用的是 TPU 架构。从行业角度来说，随着全球对人工智能技术的深入探索与大范围的应用，AI 市场之间的竞争愈发激烈，对芯片的需求也日益多样化。而 ASIC 芯片因能针对特定场景进行定制化设计，在处理特定任务时，相比通用芯片（如 GPU）可实现更高的处理速度以及更低的能耗，所以备受青睐。像谷歌、微软等云服务巨头，为契合自身业务需求、减少相关成本，纷纷投入到 AI 定制芯片的研发中，这无疑也给博通这类专注于 ASIC 定制服务的公司能够带来了广阔的发展空间，进而让 ASIC 芯片受到了市场的广泛关注。
ASIC 芯片，全称为应用型专用集成电路（Application Specific Integrated Circuit），它是指根据特定用户的要求或者特定电子系统的需要而设计和制造的集成电路，简单来说，就是为某种特定需求而专门定制的芯片统称。
和我们熟知的通用芯片（如 CPU、GPU 等）相比，ASIC 芯片有着诸多独特的优势。首先，在计算能力方面，ASIC 芯片更具指向性，它能够针对特定的计算任务来优化，不像通用芯片需要兼顾各种不一样的任务，所以在处理特定任务时，其计算性能往往更高。例如，在处理大规模矩阵乘法等计算密集型任务时，ASIC 能够有效规避传统 GPU 面临的内存带宽瓶颈，以此来实现更高的算力利用率。
其次，ASIC 芯片成本低。虽然其前期研发投入较大，需要针对特定应用进行定制化设计、电路设计、物理布局和布线等，制造成本通常较高，但是一旦进入大规模生产阶段，随着芯片出货量的增加，其成本会逐渐降低，因此对那些有大量需求的特定应用场景来说，ASIC 芯片在成本控制上是很有优势的。
再者，功耗低也是 ASIC 芯片的一大特点。由于它是为特定应用而设计的，在设计阶段就可以对功耗来优化，去除不必要的功能模块，使得芯片在运行时能耗相较于通用芯片能够大幅度降低。像在一些对功耗要求严格的边缘计算场景中，ASIC 芯片就能很好地发挥其低功耗的优势。
最后，ASIC 芯片的算力利用率较高，它的每个部件都是围绕着特定功能进行设计和构建的，就没有冗余，所有的资源都能精准地服务于目标任务，使得算力能获得充分且高效的利用。
不过，ASIC 芯片也存在一定局限性，其算法相对固定，一旦算法发生明显的变化，可能就无法很好地适应，要重新进行设计和制造，不像通用芯片那样可以灵活应对各种不同算法需求。
在 AI 领域，不一样的 ASIC 芯片有着各自擅长的应用场景。以 TPU 为例，它是谷歌专门为机器学习而定制的 ASIC 芯片，处理速度比同期的 GPU 和 CPU 要快 15 到 30 倍，能效比提升 30-80 倍，在 AI 训练和推理方面表现卓越，最有名的应用当属用于 AlphaGo 的训练，助力其打败了顶级围棋选手李世石，如今在谷歌的众多 AI 业务中都发挥着关键作用。
NPU 芯片则主要聚焦于神经网络相关的计算任务，在一些智能安防、图像识别、语音识别等场景中应用广泛。比如在智能安防领域，NPU 芯片能快速处理摄像头捕捉到的图像信息，准确地进行人脸识别、行为分析等，为安防监控提供高效的算力支持。
VPU 芯片多用于处理视觉相关的数据，像在自动驾驶领域，VPU 能够迅速分析车载摄像头拍摄到的路况信息，实时识别道路标识、车辆、行人等物体，为无人驾驶系统的决策提供相关依据；在视频内容分析方面，也能够高效地进行视频解码、图像特征提取等工作，帮助实现诸如视频推荐、智能剪辑等功能。
从应用场景的分布来看，在云端，很多云服务提供商为了契合自身大规模数据处理和复杂 AI 模型训练、推理的业务需求，减少相关成本、提高效率，纷纷采用 ASIC 芯片，像谷歌、微软等巨头都在积极投入到 AI 定制芯片的研发与应用中。而在边缘端，随着端侧 AI 技术的日益普及，像智能音箱、智能摄像头等各类智能终端设备，需要在本地就能快速进行数据处理和简单的 AI 推理任务，ASIC 芯片凭借其低功耗、高性能的特点，成为了理想的选择，能够很好地满足这些设备在边缘计算场景下的算力需求，并且有助于减少数据传输到云端带来的延迟等问题，提升用户体验。
在全球科技发展浪潮中，博通在与大型科技客户合作开发定制 AI 芯片方面成绩斐然，展现出其在 ASIC 芯片业务上强大的合作资源及市场拓展能力。
例如，博通与苹果公司的合作备受瞩目。据消息称，二者正合作开发代号为 “Baltra” 的 AI 服务器芯片，计划采用台积电的 N3P 工艺进行制造，并运用 Chiplet 设计方法，预计将于 2026 年进入量产阶段。这款芯片的核心计算部分将由苹果公司自行设计，其 CPU 可能基于 Arm 指令集架构，关键的 AI 处理核心也由苹果自主研发，大多数都用在推理任务，未来不仅将应用于 iPhone、iPad 和 Mac 等设备，还会在无人驾驶、智能家居等新兴领域展现潜力。而早在 2023 年 5 月，双方就已开展合作，共同开发 5G 射频组件等项目。
谷歌也是博通的重要合作伙伴，摩根大通分析师曾指出，博通的定制化 IC（ASIC）业务持续获得 Google 加码下单，生产 Google 研发的 AI 芯片 TPU 张量处理单元（Tensor Processing Unit）。从 2016 年的 Google I/O 开发者大会上谷歌展示初代 TPU 开始，博通就与其共同设计了迄今为止已公布的所有 TPU，并且除了芯片设计外，博通还为谷歌提供关键的知识产权，负责制造、测试和封装新芯片等步骤，为谷歌的数据中心保驾护航。到如今，双方合作不断深入，博通还获得了谷歌公司下一代 AI 芯片 TPU v7 的设计合同，预计这一合作在 2025 年将为博通带来超过 100 亿美元的收入。
另外，博通与 Meta 同样有着紧密合作，共同设计了 Meta 的第一代和第二代 AI 训练处理器，预计博通将在 2024 年下半年和 2025 年加快生产 Meta 的第三代 AI 芯片（MTIA 3）。
从这些合作显而易见，博通凭借其在 ASIC 芯片领域的专业能力，与各大科技巨头携手共进，在 AI 芯片的定制开发道路上稳步前行，不断拓展业务版图。
博通在 ASIC 芯片市场中占据着举足轻重的地位，其市场占有率和行业影响力都不容小觑。
据相关报道，博通已控制了超过八成的 AI 专用集成电路（ASIC）市场占有率。小摩预计高端定制的 ASIC 芯片市场中，博通以 55 - 60% 的份额位居第一，从这一数据足以看出博通在该领域的强大统治力。而在全球半导体行业内，博通也凭借 ASIC 芯片业务跻身前列，成为全世界前五大半导体企业之一。
与其他竞争对手相比，英伟达长期以来凭借强大的 GPU 在 AI 训练和推理市场中占有重要份额，但随市场对 ASIC 芯片需求的日益增加，博通通过与众多大客户合作定制开发 AI 芯片，对英伟达的市场占有率形成了一定冲击。例如，在大型科技公司如谷歌、Meta 等选择与博通合作定制 ASIC 芯片用于自身 AI 业务发展时，就使得博通在 AI 芯片市场的竞争力愈发凸显，而英伟达虽仍保持着强劲实力，却也面临着新的竞争压力。
另外，在 ASIC 芯片领域，Marvell 也是一个重要参与者，其以 13 - 15% 的份额位列第二，有着多年与亚马逊、谷歌和微软等的 ASIC 合作经验，正加速其首批两个 AI ASIC 项目的生产，未来也有着不错的发展前途，但目前与博通相比，在市场占有率上仍存在差距。
总之，博通在 ASIC 芯片市场占有率上优势显著，在全球半导体行业里依靠这一业务处于领头羊，是 ASIC 芯片领域当之无愧的头部企业，对整个行业发展走向有着重要的影响力。
如今，AI 技术正以前所未有的速度蒸蒸日上，这一发展的新趋势对芯片的需求也产生了深刻变化。在 AI 计算场景中，涵盖了训练与推理等多个关键环节，每个环节都对芯片有着严苛要求。
训练环节需要构建复杂的神经网络模型，要处理海量数据及进行大量计算操作，所以对芯片算力要求极高，同时能耗、效率等方面也都是重要考量因素。而推理环节则注重单位能耗算力、时延、成本等综合指标，需要芯片能快速给出结果，尤其在像智能驾驶这样依靠电池供电且空间存在限制的应用场景下，低功耗、低成本、低时延更是至关重要。
通用的 CPU 在面对 AI 计算大量并行计算需求时，效率偏低，算力提升有限；GPU 尽管算力强大，但存在功耗高、体积大、价格贵等缺点，在一些对成本和功耗敏感的边缘端设备中适用性受限；FPGA 虽有一定优势，不过量产成本高、开发门槛相比来说较高，对于一些需要快速量产且成本控制严格的应用场景不太容易满足需求。
而 ASIC 芯片凭借可定制化的特点，能针对 AI 计算的训练、推理等环节专门优化设计。比如在推理方面，ASIC 芯片的优势尤为突出，它可以依据特定算法需求定制计算能力和效率，专为特定任务和场景设计。尽管目前单颗 ASIC 算力相比最先进的 GPU 仍有差距，但因其成本较低，在推理常用精度下，展现出了更高的性价比，功耗也更低，像谷歌的 TPU 芯片，算力利用率可超过 50%。
在全球对人工智能技术深入探索与大范围的应用的大背景下，AI 市场之间的竞争愈发激烈，众多云服务巨头和科技企业为契合自身业务需求、减少相关成本、提高效率，纷纷投入到 AI 定制芯片的研发中，ASIC 芯片自然成为了理想之选。博通的 ASIC 芯片业务也正是乘上了这股东风，凭借自身在定制芯片领域的深厚底蕴和技术实力，为满足市场对 AI 芯片的定制化需求不断发力，其相关业务营收呈现出迅速增加的态势，业务得以不断拓展。
博通的 ASIC 芯片相较于其他同种类型的产品，在性价比方面有着显著优势，这也是其能够在市场上备受青睐、热度不断攀升的重要原因之一。
在成本方面，虽然 ASIC 芯片前期研发投入较大，需要针对特定应用进行定制化设计，涉及电路设计、物理布局和布线等多个环节，制造成本通常较高，但一旦进入大规模生产阶段，随着芯片出货量的增加，其成本会逐渐降低。对于有大量需求的特定应用场景来说，博通的 ASIC 芯片在成本控制上就展现出了很强的优势。例如，博通与一些超大规模客户达成合作，随着合作的深入以及订单数量的增多，单位芯片成本得以有效控制，使得客户能够以相比来说较低的成本获取满足自身业务需求的芯片产品。
在性能表现上，博通的 ASIC 芯片更是可圈可点。它能够针对特定的计算任务来优化，计算性能往往更高。与通用芯片需要兼顾各种不一样任务不同，博通的 ASIC 芯片更具指向性，每个部件都是围绕着特定功能进行设计和构建，就没有冗余，所有资源都能精准服务于目标任务，算力利用率很高。像在处理一些特定的 AI 计算任务时，能够有效规避传统通用芯片面临的诸如内存带宽瓶颈等问题，以此来实现更高的处理速度以及更低的能耗。
综合来看，博通的 ASIC 芯片以其出色的性价比，既能帮助客户在成本预算范围内获得高性能的芯片支持，又能满足多样化的业务场景需求，吸引了众多客户选择，在市场上逐步树立起了良好的口碑，也进一步巩固了其在 ASIC 芯片领域的优势地位，推动其业务不断向前发展，让 ASIC 芯片在市场上的热度持续高涨。
随着人工智能技术的快速的提升，ASIC 芯片正站在高增长的赛道上，展现出极为可观的未来市场发展的潜力。诸多机构的分析与预测数据均表明，未来几年里，ASIC 芯片的市场规模有望迎来持续且强劲的增长态势。
据博通 CEO 预测，到 2027 年，ASIC 定制 AI 芯片市场规模将达到 600 亿至 900 亿美元。国金证券的分析指出，截至 2028 年，全球 ASIC 市场规模有望超过 400 亿美元，年均增长率（CAGR）可达 45%，与之相较，通用加速计算芯片预计达到 1716 亿美元市场规模，但其年均增长率仅为 32%，增速相对较慢。而国泰君安证券的研究报告也显示，随着 AI 应用的愈发成熟，推理计算的需求将出现激增，ASIC 芯片凭借其性价比优势，会在市场中越发脱颖而出。当下，已经有不少大规模客户正在积极布局 ASIC 芯片，以满足自身多样化的应用需求，像在新能源、智能交通、物联网等领域，ASIC 芯片凭借定制化优势，不仅仅可以为这一些行业带来新的发展机遇，还能助力其技术水准不断攀升。可以说，从各方面的数据和趋势来看，ASIC 芯片的市场规模在未来几年大概率会逐步扩大，成为半导体行业极具潜力的增长亮点。
先看机遇方面，如今云厂商对于 ASIC 芯片的需求正呈现出持续不断的增加的趋势。在云计算领域，数据处理量庞大，对于芯片的计算效率、能耗以及成本把控都有着较高要求。ASIC 芯片可定制化的特点，使其能根据云厂商的具体业务场景来优化设计，比如谷歌等云服务巨头，为契合自身大规模数据处理和复杂 AI 模型训练、推理的业务需求，减少相关成本、提高效率，纷纷投入到 AI 定制芯片的研发中，并且已经将 ASIC 芯片应用到实际业务里，这无疑给 ASIC 芯片的市场拓展带来了很好的示范效应。同时，随着 AI 技术的不断深化，尤其是 AI 推理时代的来临，推理计算需求预测将占到通用AI总计算需求的 70% 以上，甚至超过训练需求，达到训练需求的 4.5 倍，而 ASIC 芯片在推理任务中表现出的高效、低耗等优势，使其成为满足这一需求的理想选择，市场对其需求也日益旺盛。
然而，ASIC 芯片在发展道路上也并非一帆风顺，同样面临着一些挑战。一方面，技术竞争日益激烈，像英伟达等原本在 GPU 领域占据主导地位的企业，也在积极布局 ASIC 芯片领域，试图凭借自身强大的研发技术实力和市场资源抢占份额；此外，还有众多初创公司也纷纷涌入这一赛道，加剧了竞争的激烈程度。另一方面，ASIC 芯片的生态体系还不够成熟，与成熟的 GPU 市场相比，在软件支持和开发工具等方面，仍需要投入大量资源去完善和优化，这在某些特定的程度上也会影响其推广速度和应用场景范围。但尽管存在这些挑战，随着行业的持续投入以及市场需求的有力拉动，ASIC 芯片有望在应对挑战的过程中逐渐完备自身，实现更好的发展。
博通带火 ASIC 芯片这一趋势，给国产芯片产业带来了多方面的影响。一方面，带来了诸多启发，众多国内企业看到了 ASIC 芯片在 AI 等领域展现出的强大优势以及广阔的未来市场发展的潜力，进而开始思考怎么样在自身业务中更好地布局和发展 ASIC 芯片相关业务。比如寒武纪专注于为AI领域设计云端智能芯片，并通过 IP 授权、软件等推动业务发展；云天励飞采用 ASIP 架构，满足边缘 AI 场景需求，致力于提供算法与芯片的双重技术平台；芯原股份作为一站式芯片定制服务与半导体 IP 授权服务厂商，其 NPU IP 被用于多款 AI 芯片，且已出货超 1 亿颗。
同时，也给国产芯片产业带来了一定的竞争压力。博通已控制了超过八成的 AI 专用集成电路（ASIC）市场占有率，在全球半导体行业内凭借 ASIC 芯片业务跻身前列。像英伟达等原本在 GPU 领域占据主导地位的企业，也在积极布局 ASIC 芯片领域，试图凭借自身强大的研发技术实力和市场资源抢占份额，除此以外还有众多初创公司也纷纷涌入这一赛道，加剧了竞争激烈程度，这使得国产芯片企业要不断提升自身技术水平、优化产品性能、减少相关成本，才能在市场中争得一席之地。
不过，这也是国产芯片产业高质量发展的良好机会。当下，已经有不少国内企业通过投资参股等方式参与到与 AI 相关的 ASIC 芯片领域中，例如艾布鲁和科德教育都参股了芯片厂商中昊芯英，中昊芯英自称是国内唯一掌握 TPU 架构 AI 芯片核心技术的公司，自研了高性能 TPU AI 芯片，也推出了大规模 AI 计算集群，展现出 ASIC 芯片在 AI 时代的巨大潜力。而且随着国内数字化的经济政策的驱动，以及对核心技术自主掌控需求的增强，国产以太网交换芯片领域也取得了重大突破，国产品牌逐渐崭露头角，像盛科通信最新推出的 Arctic 系列交换芯片，交换容量最高可达 25.6T，支持 800G 的端口速率，力图与全球顶尖水平接轨，未来有望在国际竞争中占据一席之地。总之，国产芯片公司能够借助这股东风，不断加大研发投入，加速国产替代进程，在 ASIC 芯片的市场中挖掘出更多的发展机遇。
ASIC 芯片的火爆对诸如 AI 应用开发、数据中心建设等关联行业在技术推进、成本控制等方面产生了显著影响。
在 AI 应用开发方面，随着 ASIC 芯片受到更多关注与应用，其凭借可定制化的特点，能针对不一样的 AI 应用场景进行专门设计，使开发者能轻松的获得更契合自身业务需求的芯片支持，从而提升 AI 应用的性能与效率。例如在智能安防领域，NPU 芯片（属于 ASIC 芯片的一种）能快速处理摄像头捕捉到的图像信息，准确地进行人脸识别、行为分析等，为安防监控提供高效的算力支持；在自动驾驶领域，VPU 芯片能够迅速分析车载摄像头拍摄到的路况信息，实时识别道路标识、车辆、行人等物体，助力无人驾驶系统更好地做出决策。这大大推动了 AI 应用在各细致划分领域的拓展与深化，加速 AI 技术落地应用的进程。
对于数据中心建设而言，ASIC 芯片的性价比优势凸显。数据中心需要处理海量的数据，对芯片的计算效率、能耗以及成本把控有着较高要求。ASIC 芯片可定制化的特点，使其能根据数据中心的具体业务场景来优化设计，像谷歌等云服务巨头，为契合自身大规模数据处理和复杂 AI 模型训练、推理的业务需求，减少相关成本、提高效率，纷纷投入到 AI 定制芯片的研发中，并将 ASIC 芯片应用到实际业务里，这不仅能满足数据中心的高性能计算需求，还能在长期
这就是人间不公！731部队细菌战犯逃回日本后，很多人在医院、学校等公立机构担任要职
731部队是日本军国主义者在第二次世界大战期间下令组建的细菌战秘密部队之一。1931年到1945年期间，731部队进行骇人听闻的人体实验和细菌战等，在中国犯下滔天罪行。数千名中国、苏联、朝鲜战俘和中国平民被用于人体细菌和毒气实验。
今天上午，由我国自主研制建造的076两栖攻击舰首舰下水命名仪式在上海沪东中华造船厂举行。076两栖攻击舰首舰命名为“中国人民海军四川舰”。这对于中国海军意味着什么？
来源：极目新闻租住在深圳龙华区的城中村，陈小波每天上午8点多准时骑着电动车到几公里外的公司上班，在外忙碌一天，往往晚上9点左右才能到家。
在阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持。文娱悦时光捕手编辑娱悦时光捕手导语在中国的艺术舞台上，有些名字因其独特的才华和不屈不挠的精神而闪耀。金玉婷就是这样一位传奇人物。