是什麼

自研 AI 芯片是大型雲廠商為自身工作負載定製的 AI 加速器,多采用**專用集成電路(ASIC)**路線 —— 針對特定的訓練 / 推理算法做硬件優化,而非英偉達 GPU 那樣的通用並行計算。代表產品包括谷歌的 TPU(Tensor Processing Unit)、亞馬遜的 Trainium / Inferentia、微軟的 Maia,以及 Meta 的 MTIA 等。設計上常由博通(Broadcom)、Marvell 等公司協助,雲廠出規格、ASIC 廠做實現。

主要玩家

• 谷歌 TPU:起步最早、迭代最多代,既自用(訓練 Gemini)也通過雲對外租用。
• 亞馬遜 Trainium / Inferentia:面向 AWS 客戶的訓練與推理芯片,Anthropic 等是重要用戶。
• 微軟 Maia:為 Azure 與自身 AI 服務定製。
• 博通 / Marvell:為雲廠提供定製 ASIC 設計與高速互連,是這條「去英偉達化」戰線的關鍵供給方。

為什麼重要

自研芯片是英偉達通用 GPU 護城河面對的主要競爭變量。雲廠自研的動機是降低對單一供應商的依賴、壓低單位算力成本、並針對自家模型做軟硬協同。但 ASIC 的靈活性弱於 GPU、且受制於英偉達 CUDA 軟件生態的遷移成本,二者長期更多是並存而非簡單替代。自研進展會影響市場對英偉達份額與定價權的預期 —— 本詞條只陳述事實,不構成任何買賣建議。

在「AI 五層蛋糕」中,自研 AI 芯片與英偉達 GPU 同處芯片層,是該層內部的競爭維度。