ASIC（专用集成电路）市场目前尚未形成明显的头部厂商格局，全球主要竞争者包括英伟达、谷歌和英特尔，国内则以海思、寒武纪等为代表。从需求结构看，ASIC 凭借高性能、低能耗和高度定制化的特点，尤其适用于 AI 推理场景，同时其应用还延伸至网络交换芯片等专用领域。整体而言，ASIC 在 AI 行业的渗透率目前仍然较低，但下游应用的持续成熟被认为将为上游芯片研发注入动力。

下游应用场景分布

ASIC 是为特定用途而定制的集成电路，专用化程度最高，这一属性决定了它的下游需求天然分散在多个专用场景中。

在 AI 领域，ASIC 主要对应推断（推理）环节。资料显示，AI 芯片按用途可分为训练芯片与推断芯片：训练注重绝对计算能力，推断则更侧重能耗、时延、成本等综合指标。ASIC 在性能、能效、成本等方面超越标准芯片，因此非常适合 AI 推断场景，也是当前大部分 AI 初创公司开发的目标产品。

在 AI 之外，ASIC 早已在多个领域落地。网络交换芯片就是 ASIC 的一种典型形态，说明其需求并不局限于算力芯片，还覆盖通信与网络设备等专用硬件。

需求结构与厂商场景分布

从需求结构看，ASIC 的需求由“通用算力之外的专用加速”驱动。云端推断环节中，CPU、GPU、FPGA 与 ASIC 均可参与运算；而在对能效和成本更敏感的推理场景，ASIC 的定制化优势更为突出。边缘推断对终端设备的推断能力要求较高，也为专用芯片留出了空间。

厂商层面，各家的场景侧重有所不同：

厂商覆盖方向
英伟达、谷歌、英特尔全球 ASIC 主要竞争者
海思、寒武纪等国内主流 ASIC 厂商

工艺方面，国产厂商目前集中采用 7nm 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产品 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。上述对比均来自各公司官网及中泰证券研究所口径。

常见问题

ASIC 主要用在哪类 AI 环节？

ASIC 主要适用于 AI 推断（推理）环节，训练类 ASIC 尚未量产。它凭借高性能、低能耗和定制化特点，在推理场景中具备明显适配性，也是许多 AI 初创公司的开发方向。

为什么说 ASIC 市场还没有头部厂商？

不同于 CPU、GPU 和 FPGA，全球 ASIC 市场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，国内则有海思、寒武纪等，格局相对分散。

国产 ASIC 厂商处于什么水平？

国产厂商集中采用 7nm 工艺制程，与国外厂商相同。海思昇腾 910 在 BF16 和 INT8 算力方面已超越谷歌 TPUv4，邃原科技、寒武纪产品整体性能也能与谷歌比肩，被寄望于在 ASIC 领域继续突破。