科技巨頭逐夢AI 資金押注「AI ASIC大浪潮」來襲

最大贏家可能是兩大AI ASIC巨頭——博通與Marvell。

#AMZN 的高管們在業績電話會議上投資者，儘管計劃在今年投資高達1000億美元——其中大部分資金將用於數據中心建設、攜手芯片廠商推出AI芯片以及其他設備投資，以提供人工智能算力資源服務，但強調其雲計算業務部門AWS仍然有可能面臨容量限制——即基礎設施仍然有可能無法發滿足雲客戶們無比強勁的AI算力需求。

首席執行官將亞馬遜打造爲他最新設想的「AI超級市場」，正在大舉投資以保持該科技巨頭在雲計算服務領域的絕對領先地位。 然而，他警告稱，增長情況可能會出現「大幅波動」，並暗示亞馬遜可能面臨與硬件採購延遲以及電力供應不足相關的人工智能容量問題。

賈西在發佈第四季度業績後會議上表示：「如果沒有一些容量限制，或者產能方面的限制，我們的增長可能比預期快得多。」

亞馬遜與微軟、Meta以及谷歌可謂「異口同聲」，均表示無法滿足井噴式的人工智能算力擴張需求。亞馬遜的這些擔憂與該公司在雲計算領域最強競爭對手微軟的情況基本相似。亞馬遜旗下AWS以及微軟Azure這兩大雲計算巨頭的市佔率遙遙領先其他的雲計算參與者，兩者份額加起來超過50%。

微軟上週表示，由於缺乏足夠的數據中心來滿足雲計算客戶們對其AI開發者平台以及雲推理端的龐大AI算力需求，其雲業務銷售額增長受到了顯著負面影響。

毋庸置疑的是，隨着DeepSeek所引領的「低成本算力新範式」席捲全球——在不到600萬美元的極低投入成本和2048塊性能遠低於H100與Blackwell的H800芯片條件下DeepSeek訓練出性能堪比OpenAI o1的開源AI模型，AI訓練與應用推理端AI成本愈發下行。

但是，最新業績與業績展望數據顯示，亞馬遜、微軟以及谷歌等美國科技巨頭仍堅持在人工智能領域的巨額支出計劃，核心邏輯在於它們押注低成本算力新範式將驅動AI應用向全球各行各業加速滲透，進而帶來推理端AI算力需求指數級增長，因此需要投入更多資源來滿足市場算力需求。這也是爲何光刻機巨頭阿斯麥在業績發佈會議上強調，人工智能成本降低意味着AI應用範圍有望大幅擴大。

在近期全球資金的流向以及股市動態看來，受益於美國科技巨頭們巨額人工智能支出的最大贏家並非「AI芯片霸主」英偉達，而是兩大AI ASIC巨頭—#AVGO 與 #MRVL

這一最新投資趨勢的核心邏輯在於，隨着未來生成式AI軟體以及AI代理等最前沿AI應用大規模普及，雲推理端的AI算力需求將愈發龐大，疊加DeepSeek開創的新範式大幅降低推理成本，雲巨頭們攜手博通或者Marvell所打造的自研AI ASIC在聚焦於高效且天量級神經網絡並行計算的AI推理領域無論硬件性能以及成本、能耗優勢，都比英偉達AI GPU強得多。

因此推理端AI芯片市場的快速擴張之勢，爲博通、Marvell等芯片公司提供了巨大的業績增長機遇，它們的股價走勢有望步入「英偉達式狂飆曲線」。

爲實現「人工智能宏圖」，美國科技巨頭們繼續燒錢

亞馬遜掌舵者賈西表示，AI芯片供應——無論是來自英偉達等第三方還是亞馬遜自有的芯片設計與研發部門，以及電力供應容量，正在限制亞馬遜雲計算服務AWS將一些新建立的大規模數據中心投入正式運營的能力。他表示，隨着資源整合至人工智能項目，這些限制可能將在2025年下半年得到緩解。

在2024年最後三個月，亞馬遜的資本支出約爲263億美元，其中絕大部分用於亞馬遜雲計算部門AWS的AI相關項目，並且偏向於自研ASIC而不是採購英偉達AI GPU。 賈西在業績電話會議上告訴分析師們，這一金額非常合理地代表了公司計劃在2025年的支出速度。

亞馬遜旗下AWS的營收大幅增長了19%，達到288億美元。這是該雲計算業務部門連續三個季度實現超過或觸及19%的增長幅度。市場聚焦的AWS雲計算業務部門營業利潤則高達106億美元，超過市場普遍預期的100億美元，並且實現同比大幅增長47%，反映出雲計算客戶規模擴張，以及越來越多雲客戶湧向AWS的AI應用軟件開發者生態平台——Amazon Bedrock，該平台旨在大幅簡化基於AI大模型的應用軟件一站式部署以及提供人工智能推理算力資源來支撐AI工作負載。

亞馬遜AWS銷售額和利潤持續增長—雲計算部門仍是盈利中心

來自eMarketer的分析師斯凱·卡納維斯表示：「AWS的增長未能加速擴張，而是與第三季度持平，表明該公司面臨與競爭對手谷歌和微軟相同的AI算力資源限制，無法滿足客戶們日益龐大的AI算力需求。」

分析師開始擔憂「AI燒錢競爭」將不可避免地影響利潤。 亞馬遜在業績展望中表示，截至3月的財務季度，預計營業利潤將爲140億美元至180億美元，分析師平均預期則爲182億美元;亞馬遜預計該季度的整體營收將達到最高1555億美元，而分析師平均預期則約爲1586億美元。

「儘管亞馬遜的整體季度表現積極，但投資者們的即時關注點是第一財季的指引低於預期，主要是由於匯率拖累和支出帶來的負面影響。」來自DA Davidson & Co.的分析師吉爾·盧里亞表示。

隨着DeepSeek引領的AI訓練成本大幅下降，以及推理端Token成本驟減，AI代理以及生成式AI軟體有望向各行各業加速滲透，從微軟、Meta以及阿斯麥等西方世界科技巨頭們的回應來看，他們紛紛讚歎了DeepSeek的創新，但並未因此動搖大規模投資AI的決心。他們認爲DeepSeek引領的新技術路線有望帶來AI成本的整體下降態勢，對於AI應用端來說，必然存在更多的機遇和規模大得多的AI應用與推理端算力需求。

關於2025年支出計劃，亞馬遜管理層預計將達到1000億美元，並且亞馬遜認爲DeepSeek橫空出世意味着未來推理端AI算力需求將大幅擴張，因此加大支出支持AI業務發展。首席執行官賈西表示：“我們不會在沒有看到顯著需求信號的情況下進行採購。當AWS擴大其資本支出，尤其是在像AI這樣千載難逢的商業機會中時，我認爲這對AWS業務的中長期發展是一個相當好的信號。”

在上週，谷歌、微軟和Meta這三大巨頭堅持向人工智能領域投入巨額資金。儘管面臨DeepSeek所帶來的低成本衝擊波，但科技巨頭們堅信，大規模投資將爲未來無比龐大的推理端AI算力需求奠定重大基礎。

根據Visible Alpha的預測，微軟2025年的資本支出預計將超過900億美元，佔其營收的30%以上。Facebook母公司Meta也大幅提升投資計劃，Meta最近宣佈計劃將2025年資本支出提高60%以上，最高達650億美元，同樣佔其營收的30%以上，計劃用於與人工智能密切相關的項目，意味着繼2024年瘋狂砸錢超380億美元投向人工智能等最前沿科技領域之後，Meta今年將繼續砸重金加碼佈局AI。谷歌計劃2025年投入750億美元用於與AI等項目相關的資本支出，較去年525億美元的支出大幅增長，遠高於過去十年平均不到13%的水平。

市場開始定價科技大廠們「燒錢狂潮」的最大贏家：AI ASIC

隨着美國科技巨頭們堅定向人工智能領域砸巨資，受益最大的贏家勢力可能是兩大AI ASIC巨頭—#AVGO 與 #MRVL，憑藉在芯片間互聯通信以及芯片間數據高速傳輸領域的技術領導地位，近年來博通和Marvell乃AI ASIC市場最核心力量。

微軟、亞馬遜、谷歌以及Meta，乃至生成式AI領軍者OpenAI，無一例外都在聯手博通或者Marvell自研AI ASIC芯片，用於海量推理端AI算力部署。因此AI ASIC未來市場份額擴張之勢有望大幅強於AI GPU，進而趨於份額對等，而不是當前AI GPU一家獨大局面——佔據AI芯片領域高達90%份額，這也是爲何近日博通與Marvell股價漲勢強於英偉達與AMD。

摩根士丹利近日發佈的研報顯示，AI ASIC市場規模將從2024年的120億美元增長至2027年的300億美元，年複合增長率達到34%。不過大摩表示，AI ASIC的崛起並不意味着英偉達AI GPU前景斷崖式下滑，該機構認爲這兩種芯片體系將長期共存，爲終端需求場景提供結合兩者優勢的解決方案。另一華爾街大行花旗表示，AI ASIC最終可能更多地與推理密切相關，隨着推理端AI算力需求不斷增加，AI ASIC市場份額將不斷擴大。

此外，大摩通過TCO模型對比了AI ASIC和AI GPU在AI訓練和推理任務中的成本效益，結果顯示ASIC的初始成本較低，尤其適合預算有限的雲服務提供商們，因此大摩看好博通與Marvell股價前景，認爲它們受益於「DeepSeek衝擊波」帶來的推理算力需求激增。

在谷歌與Meta業績電話會議上，皮查伊以及扎克伯格均表示將加大力度攜手芯片廠商博通推出自研AI ASIC，這兩大巨頭的AI ASIC技術合作夥伴都是定製化芯片領域領軍者博通，比如谷歌聯手博通打造的TPU(Tensor Processing Unit)就是一種最典型的AI ASIC。Meta此前與博通共同設計了Meta的第一代和第二代AI訓練/推理加速處理器，預計Meta與博通將在2025年加快研發Meta下一代AI芯片 MTIA 3。獲得微軟巨額投資以及達成深度合作的OpenAI去年10月表示，將攜手博通開發OpenAI首款AI ASIC芯片。

亞馬遜管理層則表示將以更大規模來部署AI ASIC算力基礎設施，Marvell爲亞馬遜AWSAI ASIC技術合作夥伴，去年12月Marvell宣佈同亞馬遜AWS達成一份爲期五年的協議，進一步擴展AI ASIC戰略合作關係，Marvell將在5年內攜手亞馬遜推出多代數據中心AI芯片產品。

展望未來AI算力前景，DeepSeek R1橫空出世也重磅宣告隨着訓練/推理步入「極致壓縮+高效強化訓練+AI推理算力大幅簡化」的低成本新範式，屬於AI ASIC的時代降臨。DeepSeek R1重磅出爐之後，全球科技股投資者以及推崇AI的科技界粉絲們對於英偉達高性能AI GPU(Hopper架構與Blackwell架構GPU)的信仰可謂出現重大裂痕，投資者們不禁懷疑：大廠們聯手博通/Marvell推出自研AI ASIC(即定製化AI芯片)豈不是性價比高得多?

隨着大模型架構逐漸向幾種成熟範式收斂(例如標準化的 Transformer 解碼器、Diffusion 模型流水線)，ASIC可以更容易地吃下主流推理端算力負載。並且某些雲服務商或行業巨頭會深度耦合軟體棧，讓 ASIC兼容常見的網絡算子，並提供優秀的開發者工具，這將加速 ASIC 推理在常態化/海量化場景中的普及。

展望未來算力前景，英偉達AI GPU可能更多專注在超大規模前沿探索性的訓練、變化極快的多模態或新結構快速試驗，以及 HPC、圖形渲染、可視分析等通用算力。AI ASIC則聚焦於深度學習特定算子/數據流做極致優化，也就是擅長穩定結構推理、批量高通量、高能效比。比如，如果一家雲平台的AI工作負載中大量使用針對 CNN/Transformer 中常見算子(比如矩陣乘法、卷積、LayerNorm、Attention等)，大多AI ASIC會針對這些算子做深度定製;圖像識別(ResNet系列、ViT)、基於Transformer的自動語音識別(Transformer ASR)、Transformer Decoder-only、部分多模態流水線固定化後，都可以基於ASIC進行極致優化。

ASIC通常採用數據流架構 (Dataflow) 或張量處理單元等方式，對矩陣乘法、卷積、激活函數、注意力層等進行高度優化。一旦某些大模型架構在商用場景中趨於穩定，且推理調用量極大，則基於ASIC的專用定製硬件可以將單位能耗與單位成本做到大幅優於通用 GPU(通常可達 2~10 倍不等能效提升)。因此隨着推理端越來越聚焦成本與能效，AI ASIC 具備更大規模的配置前景，特別是在神經網絡結構逐漸固化的常態化、批量化AI推理任務上。

就像大摩預測的那樣，長遠來看，兩者將和諧共存，中期左右AI ASIC市場份額有望大幅擴張。英偉達通用GPU將聚焦於複雜多變場景與前沿研究，ASIC 聚焦高頻穩定、大規模的AI推理負載以及一部分成熟穩定的固化訓練流程。