全球ASIC市场目前尚未形成明显的头部厂商，主要竞争者包括英伟达、谷歌和英特尔。国内主流ASIC厂商有海思、寒武纪等，国产旗舰ASIC在性能上已能与海外厂商比肩。在算力自主可控的诉求下，ASIC被视为国产芯片有望突破海外垄断的重要发力点。

ASIC为何适合承担自主可控的突破口

ASIC是为特定用途定制的集成电路，专用化程度最高，具有高性能、低能耗的特点。不同于CPU、GPU和FPGA，全球ASIC市场还没有形成明显的头部厂商，这意味着市场格局尚未固化，后来者仍有切入空间。

从AI芯片的整体分类看，CPU、GPU、FPGA、ASIC的通用性逐渐降低，运算效率逐步提高。GPU通用性强、适合大规模并行计算，占据了AI芯片市场的主要份额；FPGA灵活、开发周期短，在AI推断市场潜力较大；而ASIC受研发成本与研发壁垒限制，目前在AI领域的渗透率依然较低，但凭借卓越性能及低功耗，被普遍认为在AI领域具有很大的成长潜力。

国产ASIC厂商的技术进展

国内主流ASIC厂商包括海思、寒武纪等。从产品对比看，国产厂商目前集中采用7nm工艺制程，与国外ASIC厂商相同。算力方面，海思的昇腾910在BF16浮点算力和INT8定点算力方面，已超越了谷歌最新一代产品TPUv4；遂原科技和寒武纪的产品，在整体性能上也能与谷歌比肩。

需要说明的是，上述对比来自公开的产品参数口径，实际表现仍需以后续第三方实测和公开数据验证。在国产化加速推进的背景下，国产厂商有望在ASIC领域继续保持技术优势。

常见问题

国产ASIC与海外厂商的差距在哪里？

从工艺制程看，国产厂商集中采用7nm，与国外ASIC厂商相同；从算力指标看，部分国产旗舰产品在特定算力口径上已能与海外产品比肩。整体而言，国产ASIC在专用化程度上具备竞争力。

ASIC会不会取代GPU成为AI算力的主流？

两者定位不同。GPU通用性强，是目前唯一可用于AI训练的已量产芯片，占据主要市场份额；ASIC更适合AI推断场景。随着大模型逐步成熟并在下游应用落地，适用于推断的ASIC占比有望逐步提升，但并非简单替代关系。

国产ASIC实现自主可控的关键条件是什么？

一是持续的技术迭代，保持工艺制程与算力水平的竞争力；二是下游应用的成熟，通过蓬勃发展的应用不断优化上游芯片研发成本。ASIC市场尚无明确头部厂商的格局，为国产厂商提供了切入窗口。