AI行业“范式大转变”，芯片双雄分化：博通两日暴涨38%，英伟达跌进调整区

ttxx

从英伟达到博通，AI行业“范式大转变”。

在上周五市值突破1万亿美金并创下24%的单日最大涨幅后，博通周一又大涨超11%，收于250美金，盘中创下251.88美金的历史新高，受华尔街上调目标价的推动。

相比之下，周一英伟达股价下跌，盘中跌近3%、收跌近1.7%，收于132美金。12月以来，英伟达股价累计下跌了约4.5%，距离上个月创下的148.88美金收盘高点已下跌超11%，正式进入回调区间。

一般认为，股价从历史收盘高点下跌10%或更多即构成回调。

01 从英伟达到博通，华尔街宠儿易主？

本轮博通股价暴涨，源于该企业上周四晚间发布的超预期的财报及乐观的展望。受益于生成式人工智能（AI）热潮，博通全年AI相关收入同比飙升220%，达到122亿美金。

博通CEO Hock Tan在当天业绩会上大胆预测：2027年市场对定制款AI芯片ASIC（专用集成电路）的需求规模将达600亿至900亿美金。

分析称，如果博通CEO对ASIC市场的预测准确，未来三年博通ASIC相关的AI业务有望实现每年翻倍增长，ASIC有望迎来爆发期。

以下为华尔街分析师的最新观点：

高盛推荐买入博通股票，并将12个月目标价从190美金上调至240美金，理由是定制芯片产品的新大客户增加，以及管理层在去年完成对VMware 610亿美金收购后的出色实行力。“大家对企业未来的收入和盈利增长前景更有信心。”

巴克莱将博通的目标价从200美金上调至205美金。

Truist将博通的目标价从245美金上调至260美金。Truist指出，构建基础设施需要英伟达及其芯片，但市场也在表达其他企业同样能从中受益的观点。今年已经多次看到七姐妹内部的轮动。

Bokeh Capital Partners表示，博通企业上周的表态可能促使趋势投资者开始关注该企业，寻找增长更快的标的。趋势投资推动了该股的表现，认为短期内不会让它失势，但趋势投资的特性就是总会寻找表现更佳的标的。

媒体分析称，英伟达近期表现不佳，可能表明在经历了又一个辉煌年度后，华尔街正在获利了结。对于英伟达来说，存在一些隐忧。尽管市场整体屡创新高，但英伟达表现落后。如果这种趋势持续下去，可能是一个警示信号。有业内人士指出，125至130美金之间是英伟达股价和市场整体的关键测试区间。

02 数据枯竭、边际效益递减……大模型从训练转向推理

作为AI模型的第一阶段，预训练是个不断给模型“喂”数据并不断迭代更新的过程。

为了提升模型性能，秉持着数据量、计算量和模型参数量规模越大越好（即Scaling law）的原则，各大科技巨头纷纷哄抢当前市面上性能最为强悍的英伟达GPU，让囤积的GPU数量给AI模型效用“做担保”。

然而，高强度、大规模的模型训练正在“榨干”全球数据库，并且模型扩展边际效益递减的同时算力成本仍然高企，这引发了对AI训练阶段是否已经即将终结的讨论。

近日，前OpenAI联合创始人、SSI创始人Ilya Sutskever在NeurIPS 2024大会上发表演讲时表示，预训练时代即将结束，数据作为AI的化石燃料是有限的，目前用于AI预训练的数据已经达到了峰值。

OpenAI大神Noam Brown也于近日回应称，AI从2019年到现在，难以置信的成就都来自于数据和算力规模的扩大，但大语言模型仍然无法解决像井字棋这样的简单问题。

随之而来的问题是：Is Scaling is All you Need？大家真的还需要再消耗更高的成本来训练更好的AI吗？

外界的目光开始移至AI大模型的下一阶段——逻辑推理。

作为大模型预训练的下一阶段，逻辑推理是指基于现有大模型，开发AI在各细分垂直领域的应用以实现终端落地。

从市面上的大模型产品看，包括GOOGLE的Gemini 2.0、OpenAI的o1等在内，AI Agent（智能体）目前已经成为了各大企业的主攻方向之一。

随着AI大模型日趋成熟，有观点认为，以ASIC（专用集成电路）为代表的推理芯片将逐步取代以GPU为代表的训练芯片，成为各大AI企业的“新宠”。

03 ASIC是什么？比GPU更“专一”

半导体大致可以分为标准半导体和专用集成电路（ASIC）。标准半导体拥有标准化规格，只要满足基本要求，就可以应用于任何电子设备，而ASIC则是半导体制造商根据特定产品要求生产的半导体。

因此，ASIC一般会被应用于特定设计和制造的设备中，实行必要的功能。

AI运算也就由此衍生出两条路径：一种是英伟达GPU代表的通用路径，适合通用高性能计算，另一种是ASIC定制芯片为代表的专用路径。

作为标准半导体成品，GPU在处理大规模并行计算任务时表现出色，但当处理大规模矩阵乘法时，存在内存墙问题，而经过特殊设计的ASIC就可以解决这个问题，一旦大规模量产，ASIC的性价比会更高。

简单来说就是，GPU贵在目前产品成熟、产业链成熟，而ASIC的想象力在于更“专一”，并且在处理单个运算任务时能实现更高的处理速度和更低的能耗，因此也更适用于推理端边缘计算。

04 为科技巨头定制AI芯片，成了迈威尔和博通的“摇钱树”

由于GPU产能趋紧且价格昂贵，众多科技巨头开始加入自研ASIC芯片的队伍，仅供自家使用。

有观点认为，GOOGLE是AI ASIC芯片的先驱，因其于2015年发布第一代TPU（ASIC）产品，同样具有代表性ASIC芯片还包括AMAZON的Tranium和Inferentia、MicroSoft的Maia、Meta的MTIA以及特斯拉的Dojo等。

在自研AI芯片的上游供应链上，迈威尔和博通是常年称霸的两大制造商。

迈威尔的崛起离不开其新领导层的成功战略。仿佛早有预见般，该企业CEO Matt Murphy自2016年上任以来，趁企业重组之际将企业战略重心转向为科技巨头定制芯片，成功在AI大潮中抓住了机遇。

除了GOOGLE和MicroSoft两个大客户，迈威尔还在近期与AMAZONAWS签订了为期5年的合作协议，帮助AMAZON设计自有AI芯片。业内人士认为，这将助推迈威尔AI定制芯片业务在下一财年实现翻倍增长。

作为迈威尔的主要竞争对手，博通同样拥有GOOGLE、Meta和字节三家大客户。

有分析预计，到2027-2028年，每家客户都会达到1年百万片ASIC的采购规模，随着第四和第五大客户也开始快速爬升，这些科技企业的芯片订制订单将在未来几年给博通带来十分可观的AI收入。

随着AI大模型进入“下半场”，真正的推理端刚刚开始，关于芯片的又一场鏖战即将打响。正如博通的CEO Hock Tan此前所预言：

“未来50%的AI Flops（算力）都会是ASIC，甚至CSP（超大规模云计算产商）内部自用100%都将是ASIC”。

来源：36kr