2025年ASIC行业深度分析：AI算力添动力，打开成长新空间

ASIC——AI算力新动力

AI应用转向日常需求，驱动推理需求加速增长

ChatGPT月活超过推特，AI推理需求加速增长。根据Trends Artificial Intelligence报告，2025年4月ChatGPT周度活跃用户达到8亿，相较于23年11月提升8 倍。根据AI产品榜统计，2025年5月ChatGPT月活跃用户环比增长20%至6.2亿，超越X（原Twitter）的5.2亿，成为首个AI超级应用。（备注：ChatGPT存 在网页版和移动端，AI产品榜仅统计移动端，包括IOS和安卓平台，两者数据口径存在一定差异，仅供参考）。

用户对AI应用从尝鲜需求转向日常应用需求。根据红杉资本，2023年AI原生应用与传统移动应用的日活跃用户与月活跃用户比例(DAU/MAU)非常低，意味 着用户虽然好奇尝试，但并不经常使用。但现在情况发生了戏剧性的逆转。ChatGPT的日活/月活比例一路攀升，现在已经接近Reddit的水平。

2025年海外CSP Capex投入持续加大

海外四家云厂商（微软、谷歌、meta、亚马逊）25Q1资本开支达719亿美元，同比+61%，其中微软为167亿，同比+53%，谷歌为172亿，同比+43%，亚 马逊为250亿，同比+68%，Meta为129亿，同比+93%。根据彭博一致预期，海外云厂商25年资本开支达3109亿美元，同比+36%。

ASIC：AI时代的新宠

ASIC具备高专用性和高性价比的特征。GPU拥有高并行计算能力，适用于多种计算任务，适用于AI训练和推理场景。而ASIC芯片为特定应用定制，因此可 以在特定场景中实现低成本、高性能、低功耗，具备高专用性和高性价比特征。ASIC的限制同样明显，ASIC芯片设计的前期投入较高，一旦设计完成难以 更改，这限制了其对于新算法、新任务的适用能力。所以，过往ASIC芯片大多适用于5G网络、挖矿等特定场景。

云厂商对AI算力的需求扩张，致使ASIC方案成为新宠。AI ASIC发展条件逐渐成熟：①特定场景（AI推理）需求加速，以ChatGPT为代表的AI推理需求加速 增长；②头部云厂商AI资本开支持续加码，足以体现ASIC方案的性价比优势，25年头部CSP厂商的Capex已超3000亿。

ASIC产业链：博通、Marvell掌握IP资源，占据60%以上市场份额

从ASIC产业链来看，可以分为前端、后端、流片三个核心环节。前端（云厂商内部设计团队）：云厂商对于更好性能、更低功耗、更低成本的AI芯片需求 提升，因此CSP正在组建大型芯片设计工程师团队。云厂商内部的芯片设计团队主要负责对芯片功能、性能提出具体需求。

后端（博通、Marvell占据60%以上份额）：由于云厂商没有能力完成独立的SoC设计，往往会寻求与半导体公司进行合作。ASIC公司拥有IP设计、芯片 设计、先进封装集成能力。目前全球两家最大的ASIC半导体公司为博通和Marvell。根据华尔街见闻，目前两家公司占据了超过60%的份额，博通以55%- 60%份额位居第一，Marvell以13%-15%的份额位居第二。在流片环节，目前AI ASIC的流片仍由台积电主导。

市场规模：28年AI ASIC市场规模达554亿美元

Marvell预计28年AI ASIC市场规模554亿美元，23-28年CAGR为53%。根据Marvell，2023年定制芯片市场规模约为210亿美元，其中包括定制化加速芯片 （ASIC/XPU）、交换、互联、存储等，预计2028年市场规模达940亿美元，23-28年CAGR为35%。聚焦AI ASIC市场，23年ASIC市场规模约为66亿美元， 预计28年达到554亿美元，23-28年CAGR为53%。

博通预计27年定制化AI市场规模可达600-900亿美元。根据博通业绩会，公司预计2024年其SAM规模（包括ASIC和网络产品）将达到150-200亿美金之间， 预计至2027年SAM规模将增长至600-900亿美元。

主要云厂商ASIC布局

时间节奏：23-24年自研项目集中发布，25-26年加速放量

我们认为，自研芯片的量产节奏一般相对项目公告时间有所滞后，同时考虑到方案成熟度，往往第二代自研芯片的需求量明显提升。谷歌自研芯片的时间最早，目前已迭代到v7版本。亚马逊自2022年发布第一代Trainium芯片，进度相对较快，目前已有3代方案。 META、微软、OpenAI的自研芯片方案集中在23-24年发布，因此我们预计25-26年有望加速放量。

性能指标：当前主流版本算力性能对标英伟达H系列

当前云厂商自研ASIC的算力性能指标基本对齐英伟达H系列，在能效比上具备一定优势，而在Scale-Up互联上仍存在一定差距。算力指标（FP16）：英伟达H100（990 Tflops）、谷歌TPU V6e（918 Tflops）、AWS Trainum 2（ 667 Tflops）。功耗指标：英伟达H100（700W）、谷歌TPU V6e（383W）、AWS Trainum 2（500W）。互联带宽：英伟达H100（900GB/s）、谷歌TPU V6e（448GB/s）、AWS Trainum 2（512GB/s）。

谷歌：TPU方案成熟，约占ASIC出货量的70%

首款谷歌TPU V1发布于2016年，语音搜索、图片搜索等功能的出现催生了大量计算需求，因此，TPU v1主要用于数据中心推理。TPU是目前ASIC当中最成熟的产品。根据Digitimes测算，2024年全球ASIC出货量达345万颗。谷歌TPU作为ASIC领域的代表性产品，其市占率从2023年 的71%提升至2024年的74%。除谷歌内部使用外，谷歌TPU也为企业客户的AI大模型提供支持。例如，自动驾驶汽车公司 Essential ，Nuro 致力于通过使用 Cloud TPU 训练机器人； Deep Genomics 正在利用 TPU 推动药物发现；德勤将使用TPU通过生成式 AI 实现业务转型。

AWS：Trainium2 已推出，25年出货量快速增长

亚马逊Trainium2 于2023年发布，2025年出货量增长超70%。根据Trendforce，AWS的出货成长力道强劲，24年年增率突破200%。预计2025年AWS出货 量将成长70%以上，并更聚焦往Trainium芯片发展，投入AWS公有云基础设施及电商平台等AI应用。 Amazon EC2 Trn2 实例由 16 个 AWS Trainium2 芯片提供支持，专为生成式人工智能而构建，并提供了一些高性能 EC2 实例，用于训练和部署具有数千 亿乃至数万亿参数的模型。与当前一代基于 GPU 的 EC2 P5e 和 P5en 实例相比，Trn2 实例的性价比高出 30-40%。 目前AWS Trn2已服务超过200位客户。其中，美国运营商Verizon使用AWS加快推出5G功能，航空公司Korean Air用于预测和预防机队维护，健康食品零售 商Naturo基于AWS Trn2网络创建销售平台。

ASIC带来网络、液冷机会

光模块：ASIC拉动以太网光模块放量

ASIC方案助力以太网光模块放量。云厂商自研ASIC方案将提升以太网光模块采购占比，ASIC方案性价比优势突出，相同投资规模下有望带动更高的设备 需求。根据lightcounting数据，未来几年非英伟达的AI光模块采购占比将快速提升。

800G以太网方案已逐步成为市场主力。从结构上看，以太网800G光模块占比持续提升。根据LightCounting数据，25Q2全球光模块销售额将环比增长10%， 主要增长动力来自800G以太网光模块。随着亚马逊和Meta自研ASIC方案落地，同时转向更高速模块，400G以太网模块的销量将出现下滑。预计2025年 800G以太网光模块市场规模将超过400G，随着高速光模块的快速导入，预计2029年800G和1.6T光模块的整体市场规模将超过160亿美元。

光模块：交换芯片升级推动光模块速率提升

交换芯片升级推动光模块端口速率提升。交换芯片保持每2-3年容量翻倍，以博通Tomahawk系列为例，平均每2年交换容量提升一倍，带动光模块端口速率 提升，当前以太网交换机端口中800G已成为主流。

博通TH6芯片发布，以太网光模块向1.6T迭代，价值量持续上涨。6月3日，博通发布Tomahawk 6交换机芯片系列，成为全球首款单芯片具备102.4 Tbps交 换容量的解决方案，带宽达到市场现有以太网交换机的两倍，有望解决数千甚至超百万XPU集群互联时网络带宽与低延迟等瓶颈问题。Tomahawk 6通过统 一以太网架构，支持多样化拓扑需求，预计于2026年上半年投入超大规模集群部署，其100G与200G双版本策略兼顾过渡需求与高性能场景，支持高达64 个1.6TbE、128个800GbE、256 个 400GbE 和 512 个 200GbE 端口，推动1.6T以太网光模块落地。

AEC：ASIC机柜方案提升AEC用量

AEC 电缆具有内置信号放大和调节功能。它们将电气传输的简单性与有源元件提供的额外距离优势相结合。AEC 通常支持长达 5 米的距离，具 体取决于应用和数据速率。与传统铜缆相比，它们具有更好的灵活性和易于安装的特点。 AEC主要用于机架方案的互联。参考AWS的Trn2机架组网方案，每个机架由4个16芯片服务器组成，配置类似于GB200 NVL36x2，每组服务器 之间使用AEC连接。根据semianalysis，AWS方案中GPU与AEC的用量配比为1：2。 AWS Trainium2放量带动Credo AEC需求爆发。2025财年，Credo实现收入4.37亿美元，同比+126%，主要受AEC需求拉动。

液冷：单卡功耗提升，ASIC有望推动液冷渗透率提升

随着谷歌、微软、亚马逊、Meta自研ASIC芯片的不断迭代，算力性能增长相应带来单卡TDP（热设计功耗）快速提升。以谷歌TPU为例，TPU v4单卡功 耗为300W，而25年发布的最新一代TPU v7p Ironwood单卡功耗已达到959W。微软最新ASIC芯片Maia 100单卡功耗已达700W。英伟达22年推出的 GPU H100单卡功耗为700W，而24年发布的GB200单卡功耗已达2700W。

报告节选：

编辑：火腿肠