ASIC（专用集成电路）在AI领域的渗透率目前依然较低，受研发成本与研发壁垒限制，市场仍处于早期发展阶段。从竞争格局看，全球ASIC市场尚未形成明显的头部厂商，主要参与者包括英伟达、谷歌和英特尔；国内主流厂商则包括海思、寒武纪等。与此同时，阿里云、亚马逊、微软等云服务商也在探索云端芯片的部署模式，赛道呈现云厂商自研与第三方设计服务并存的格局。
一、ASIC为什么渗透率仍低
ASIC是为特定用途而定制的集成电路，具有高性能、低能耗的特点，专用化程度最高。在AI场景中，它非常适合推断环节——推断计算量相对训练更小，更侧重能耗、时延与成本等综合指标。
但受研发成本与研发壁垒限制，ASIC在AI行业的渗透率依然较低。资料显示，ASIC在训练类场景尚未量产，主要适用于推理。行业普遍认为，随着人工智能行业愈加成熟，下游应用的蓬勃发展将不断优化上游芯片研发成本，ASIC凭借卓越性能及低功耗，成长潜力较大。
二、赛道主要参与者与分工
当前ASIC赛道大致可分为两类角色：一类是云厂商自研，另一类是第三方设计服务与IP提供方。
云厂商自研方向：在云端芯片探索上，阿里云、亚马逊、微软等公司曾探索云服务器+FPGA芯片模式；而在ASIC路线上，谷歌是海外代表参与者之一，其TPU系列即为自研ASIC产品。国内头部科技企业同样在推进自研专用芯片。
第三方设计服务方向：博通、美满等厂商提供IP与定制设计服务，帮助有自研需求的客户完成芯片落地。这类分工使云厂商可以聚焦自身业务场景，而将部分设计环节交由专业服务商完成。
主要ASIC竞争者：全球范围内包括英伟达、谷歌和英特尔；国内主流厂商包括海思、寒武纪等。需要注意的是，目前全球ASIC市场还没有形成明显的头部厂商，格局仍在演进中。
| 角色类型 | 代表参与者 | 主要方向 |
|---|---|---|
| 云厂商自研 | 谷歌、阿里云、亚马逊、微软等 | 面向自身业务场景的专用芯片 |
| 第三方设计服务 | 博通、美满等 | IP与定制设计服务 |
| 全球ASIC竞争者 | 英伟达、谷歌、英特尔 | ASIC产品 |
| 国内ASIC厂商 | 海思、寒武纪等 | 国产ASIC产品 |
三、国产厂商的位置
在技术层面，国产ASIC厂商已具备一定竞争力。资料显示，国产厂商集中采用7nm工艺制程，与国外ASIC厂商相同；算力方面，海思昇腾910在BF16浮点算力和INT8定点算力方面已超越谷歌最新一代TPUv4，邃原科技和寒武纪的产品在整体性能上也能与谷歌比肩。
在ASIC市场尚未形成明确头部厂商的背景下，国产旗舰ASIC的性能能够与海外厂商比肩，被视为有望突破海外算力垄断格局的一个发力点。
常见问题
ASIC和GPU在AI里是什么关系？
两者都是AI芯片的重要品类。GPU通用性强、适合大规模并行计算，是目前唯一可用于AI训练的已量产芯片，占据AI芯片市场主要份额；ASIC则是为特定用途定制的集成电路，专用化程度最高，更适合AI推断场景。随着大模型逐步落地应用，适用于推断的ASIC占比有望提升。
云厂商为什么倾向自研ASIC？
云厂商自研ASIC的核心逻辑是贴合自身业务场景做定制化设计。ASIC在性能、能效、成本方面可以针对特定需求优化，而云厂商拥有明确的规模化应用场景，具备自研的动力。同时，博通、美满等第三方设计服务商提供IP与定制服务，使自研门槛相对可控。
国内ASIC厂商目前处于什么水平？
国内主流ASIC厂商包括海思、寒武纪等，产品集中采用7nm工艺制程，与国外厂商相同。在算力指标上，部分国产旗舰产品已能与海外厂商比肩。不过全球ASIC市场尚无明确头部厂商，格局未定，国产厂商能否持续保持技术优势，仍需以官方后续公布及第三方实测为准。