模型厂商自研ASIC芯片对现有GPU生态格局的影响路径是什么？

模型厂商自研ASIC芯片正从三个层面重塑现有GPU生态格局。

第一，供给结构从集中走向分散。传统模式下，英伟达等GPU厂商掌握算力核心入口，模型厂商处于被动采购地位。随着苹果与博通合作延长至2031年、DeepSeek启动自研芯片项目、智谱AI接洽国内芯片设计公司，算力供给的参与者显著增加。Statista数据显示，主要芯片设计厂商累计算力规模持续扩张，谷歌、亚马逊等云厂商的自研芯片已形成相当规模，华为等企业也在加速追赶。这种多元化趋势削弱了单一供应商的议价能力，推动算力市场从卖方市场向更具竞争性的结构转变。

第二，产品形态从通用转向场景定制。GPU的优势在于编程灵活性和生态成熟度，适用于模型训练等需要频繁迭代的场景；ASIC则针对特定推理工作负载优化，在稳定性、成本效率方面具备潜力。博通与苹果的合作明确指向"提升AI推理工作负载的运行效率"，反映出模型厂商对推理阶段成本优化的重视。这种分化意味着未来算力市场可能形成"训练用GPU、推理用ASIC"的协同格局，而非简单替代关系。

第三，商业模式从硬件销售向全栈服务延伸。GPU厂商的传统盈利模式是芯片销售，而模型厂商自研芯片更多服务于自身业务闭环，形成"芯片+模型+应用"的垂直整合。Meta虽否认算力过剩，但其出租算力的计划本身即是对新型商业模式的探索。这种变化要求重新评估算力市场的规模测算方式和价值分配逻辑。

对现有GPU厂商而言，短期需求仍具韧性——扎克伯格强调"需求远超容量"，Grace-Blackwell超级芯片的大量订单处于安装或已宣布状态即为例证。但中长期看，定制ASIC在推理场景的渗透率提升将挤压GPU的部分增量空间，迫使GPU厂商在保持技术领先的同时，更积极地参与定制化合作或开放更多架构授权。