香港，11 月 18 日（路透社 Breakingviews）——人工智能热潮的最大惊喜之一是每个人都想成为芯片制造商。几十年来，科技公司将半导体的开发外包给英伟达（NVDA.O）等专家，因为它更便宜、更高效，这打开了新标签。人工智能的崛起改变了这种计算方式：Alphabet (GOOGL.O)、亚马逊 (AMZN.O)、微软 (MSFT.O)、元平台 (META.O)、元平台 (META.O)、亚马逊 (AMZN.O)、元平台等巨头都在加大内部芯片研发力度。重新发明轮子是有一定逻辑的。苹果 (AAPL.O) 在 2010 年开辟了一条道路，当时它推出了包含自己芯片的 iPhone 4。当时，这家手机制造商是一个异类。但 Nvidia 耗资 4.6 万亿美元在开发对训练人工智能模型至关重要的尖端图形处理器单元 (GPU) 方面占据主导地位，迫使全行业重新思考。
科技巨头们对于如此关键的零部件依赖单一供应商感到紧张。英伟达近乎垄断的地位也赋予了它巨大的定价能力。据 Visible Alpha 预测，截至 2026 年 1 月，其数据中心部门的毛利率将达到 74%，销售额为 1870 亿美元。
人工智能军备竞赛还需要越来越强大的计算能力。一项研究表明，尽管 Nvidia 取得了快速进步，但自 2016 年以来，训练前沿 AI 模型的成本每年增长 2.4 倍 找到，打开新标签去年。如果这种增长继续下去，到 2027 年，训练最大模型的成本可能会超过 10 亿美元，从而为公司寻找更便宜的硬件增加额外动力。这就是为什么世界上最大的云计算供应商——Alphabet、亚马逊和微软——以及 Facebook 所有者 Meta 一直在开发自己的定制处理器，即专用集成电路 (ASIC)。这些半导体是为单一目的而设计的，与 Nvidia 或 Advanced Micro Devices (AMD.O) 的现成产品不同。例如，Alphabet 旗下的谷歌在十多年前开发了用于语音转文本功能的张量处理单元。如今，谷歌部署 TPU 来训练人工智能模型以及响应用户的查询，这一过程称为推理。微软、亚马逊和 Meta 也纷纷效仿。上个月，一位 Meta 高管 确认，打开新选项卡 计划收购芯片初创公司 Rivos，以增强集团的内部能力。DIY 驱动器的一个好处是，它使公司能够更好地控制硬件，然后可以针对其特定的云计算平台和人工智能算法对其进行优化和定制。微软 争论，打开新选项卡 其从上到下定制数据中心的“芯片到服务”战略——包括软件、服务器、机架和冷却系统——可以帮助提高其Azure云服务用户的性能和效率。另一个优点是“制造”定制芯片相对容易。这是因为公司将实际将半导体印刷到硅晶圆上的挑战留给了价值 1.6 万亿美元的 Broadcom (AVGO.O) 等供应商，而 Marvell Technology (MRVL.O) 等较小的同行则打开了新选项卡，联发科 (2454.TW) 打开了新选项卡。这些公司帮助设计和制造处理器、与台积电 (2330.TW) 等合约芯片制造商合作、打开新选项卡、采购内存组件等。 Bernstein 分析师今年早些时候预测，AI ASIC 市场将以每年 55% 的速度增长，到 2028 年达到 600 亿美元，不过根据 Visible Alpha 的估计，这一数字与英伟达同期预计 3750 亿美元的销售额相比仍然相形见绌。 拥抱 DIY 的不仅仅是美国科技公司。阿里巴巴（9988.HK）和百度（9888.HK）等中国巨头正在开发自己的半导体，作为中国减少对美国技术依赖的一部分。汽车制造商正在关注自动驾驶计划中的定制芯片。据彭博社报道，这种繁荣促使日本软银（9984.T）探索收购 750 亿美元的 Marvell，该公司拥有芯片设计公司 Arm（O9Ty.F）。 已报告，打开新选项卡11 月，援引消息人士的话称。
10月，ChatGPT聊天机器人开发商OpenAI表示，将与博通共同开发10吉瓦的定制AI加速器。尽管两家公司没有透露财务条款，但 Nvidia 老板黄仁勋最近表示，1 吉瓦的数据中心容量可以为其公司带来 350 亿美元的收入。这意味着 OpenAI 的合作关系为 Nvidia 带来了 3500 亿美元的销售额。
然而，将销售从英伟达转移出去并不一定意味着买家的处境会更好。 OpenAI 所享受的任何潜在节省中，很大一部分可能会流向 Broadcom，Bernstein 分析师 Mark Li 认为，该公司 ASIC 业务的毛利率高达 60%。随着时间的推移，公司可能会获得足够的芯片制造专业知识，以便直接与台积电等制造商合作，就像苹果今天所做的那样。谷歌看起来走得最远：伯恩斯坦的李相信该公司可以在内部处理核心“前端”芯片设计，并将很快将后端设计和外围组件外包给台湾联发科，该公司的收费低于博通，每年可节省 50 亿美元的成本。
苹果 iPhone 40% 的毛利率表明其垂直整合已获得回报。不过，云计算巨头采取同样做法的理由似乎不太明确。考虑到土地、电力成本和其他基础设施支出后，使用更便宜但功能较弱的定制芯片最终可能会花费更多。
这一论点的关键是英伟达的技术优势。摩根士丹利 12 月的一项分析发现，基于某些假设，在训练 AI 模型时，最新的 Blackwell GPU 的每瓦性能比亚马逊的 Trainium 2 芯片高出 1.9 倍。换句话说，亚马逊将需要近两倍的电力才能达到相同水平的计算能力。这解释了为什么在可预见的未来，最大的科技公司仍将是英伟达的最大客户。
即便如此，只要有足够的规模，ASIC 的经济性就可以发挥作用。以人工智能推理为例，它不需要太多的计算能力。摩根士丹利估计，安装由 24,000 个 Blackwell 处理器组成的集群意味着前期硬件成本为 8.52 亿美元，导致四年内的年度折旧费用为 2.13 亿美元。相同规模的 Google TPU 集群的硬件成本将达到 9900 万美元，年折旧成本将达到 2500 万美元。发展芯片制造能力也将使公司能够与英伟达进行更艰难的讨价还价。
最终，投资者将关注科技公司的投资回报。降低前期和运营成本可能会有所帮助，但 ASIC 仍然必须在性能和创收方面具有竞争力。这将决定是否值得重新发明硅轮。
关注 Robyn Mak 上 X，打开新选项卡。
如需了解更多此类见解，请点击 在这里，打开新选项卡 免费试用 Breakingviews。
彼得·塔尔·拉森 (Peter Thal Larsen) 编辑；阿迪亚·斯里瓦斯塔夫制作
突破性观点
路透社 Breakingviews 是全球领先的议程制定金融洞察来源。作为路透社的财经评论品牌，我们剖析每天在世界各地发生的重大商业和经济故事。纽约、伦敦、香港等主要城市的约 30 名记者组成的全球团队实时提供专家分析。
注册免费试用我们的全套服务： 并在 Twitter 上关注我们 @Breakingviews 并在 www.breakviews.com。表达的所有意见均为作者的意见。
#人工智能为重新发明硅轮添加逻辑