就產業數據來看,ASIC 與 GPU 的競合關係
目前 ASIC 與 GPU 的替代競爭趨勢確實是 ASIC 的成長速度稍快 (後進者優勢),但從上圖最新的法人研調數據預測,GB 系列 2025 需求分布,新的 AI 買家如資本支出去年翻三倍的 Oracle(與 openAI 為 STARGATE 計畫的參與者) 躍升第三,包含 NVIDIA 親兒子 CoreWeave、馬斯克的 xAI 也逼近與超越 Amazon、Google。
→新的 AI 買家往往是有錢有權 (政策相關),最缺的就是 IC 設計能力,反而最不可能大量投產 ASIC,而是高度仰賴 NVIDIA GPU,形成類似過往品牌伺服器的樣態,連機架或內部零組件的變更設計能力都不太足夠,去購買 DELL、美超微等生產的伺服器。
作為對比的就是四大 CSP 廠商,下單在鴻海、廣達、緯穎,雖同樣是採用 NVIDIA GPU 的伺服器,但內部用料或機架設計都會有細微變更。加上長期耕耘自研晶片的投入,也因此才有延伸到 ASIC server 的設計能力。這就是 Google、Amazon GB 系列伺服器佔比大幅往下調的主因,因為 2025 只有這兩家廠商 ASIC 加速器是有顯著放量的。
筆者的看法: 新 ASIC 專案的量產貢獻,除了 Trainium4 之外並不清晰
Marvell 2025 顯著貢獻的是 AWS Tr2,展望未來 3 年有 Tr4 與微軟 Maia 2,雖然公司提到有 5 個專案,扣除上述兩個,其中一個是 Google Axion(資料中心 CPU),另兩個並不明,由其下個潛在放量的 ASIC,首推 Meta,再來是 openAI 與 Fujitsu,據產業調查皆由博通與其他廠商合作拿下,而 AI 加速器週邊的 socker 接口專案確實是 Marvell 強項,拿下 50 個,但貢獻的 TAM 不如 ASIC 加速器那麼大,因此研判 Marvell 上調 TAM 的理由並不充分。
而不只是設計端外,零組件與組裝供應鏈端也是多家喊著通吃,實際上現實並非如此,舉例而言,台廠能吃下 GB 系列的是少數龍頭公司,很多是吃通用伺服器或 ASIC 伺服器,因此實際訂單必須個別檢視,避免形成對全數供應鏈標的,產生重複看多展望的錯估風險。