最令人震惊的是，DeepSeek的训练成本远远低于这些传统模型，且所使用的GPU芯片并非顶级配置，但却交出了令人叹为观止的成绩单。

经济学家Ed Yardeni 在一份报告中指出：“DeepSeek在两个月内仅花费 560万美元来开发其DeepSeek-v3模型。”相比之下，Anthropic的首席执行官Dario Amodei 去年提到，建立一个模型的成本为1亿至10亿美元。而且由于这些模型是开源的，在成本和定价上都具有很大的优势。

然而，不容忽视的是，尽管DeepSeek的成本大大低于传统大厂，但其能够取得如此突破的背后，依然离不开GPU这一关键硬件的强力支持。随着AI竞争日益激烈，尤其是训练和推理市场的不断扩展，算力仍将是决定胜负的关键，GPU的作用依然无法被忽视。

美国科技巨头不受影响，继续疯抢GPU

无论是DeepSeek还是对AI的泡沫担忧，都没有减缓企业的投资热情。2025年各家云厂商仍然有着大幅的资本支出。科技公司们为了在 AI这场战斗中赢得胜利，近些年来大肆建设数据中心，抢GPU卡，抢电力，新一轮激烈角逐正在拉开：

1月21日，OpenAI宣布了一个新项目：星际之门（Stargate Project），计划在未来四年内投资5000亿美元，在美国为OpenAI建设新的 人工智能基础设施，在今年投入首笔1000亿美元。

亚马逊今年计划在基础设施方面投资1000亿美元，高于2024年的770亿美元，是前一年480亿美元的两倍多，绝大部分资金将用于亚马逊网络服务的数据中心和服务器；

微软在2025年1月初宣布，计划在2025财年（截止今年6月份）投资800亿美元建设能够处理人工智能工作负载的数据中心；

谷歌计划在2025年投资750亿美元（较去年的 530 亿美元增长 42%），谷歌首席执行官桑达尔·皮查伊称人工智能的机遇“前所未见，这就是我们加大投入以抓住这一机遇的原因。”

Meta将在今年投资600亿至650亿美元用于AI相关的资本支出。Meta首席执行官马克·扎克伯格表示：“我仍然认为，从长远来看，大力投资资本支出和基础设施将是一种战略优势，我们可能在某个时候会发现其他情况，但我认为现在下结论还为时过早，就目前而言，我敢打赌，建设这种基础设施的能力将是一个重大优势。”

就连过去几年在AI领域很谨慎的甲骨文，2025年也加大了资本支出。甲骨文将在2025年将资本支出比2024年增加一倍，达到约136亿美元。而2021财年，甲骨文的资本支出仅为20亿美元左右。甲骨文首席财务官萨弗拉·卡兹 (Safra Katz) 在2025财年财报会上表示， AI需求推动甲骨文云基础设施收入增长52%，云计算收入本财年有望达到250亿美元。

在七大科技公司中，甲骨文是标准普尔500指数中唯一市值未突破1万亿美元的大型科技公司。与亚马逊和微软不同，甲骨文主要通过租赁大量数据中心而非购买。不过分析师表示，甲骨文这种独特的数据中心策略使其能够有效与资金雄厚的竞争对手竞争，因为这可以使得其资本支出中更大的一部分被投入到购买GPU，而非像微软这样的大规模支出。作为星际之门的一部分，甲骨文此次也担任重要角色之一，与英伟达和OpenAI共同构建和运营该计算系统。

据估计，微软、亚马逊、谷歌和Meta 2024 年的总资本支出将达到2460亿美元，高于2023年的1510亿美元。而2025年的支出可能超过3200亿美元。在科技巨头们如此高额的资本支出中，GPU的采买将占据很大一部分，10万卡级别的集群正逐步成为AI计算的标配。

英伟达无疑是这一浪潮的最大受益者：其三大客户之一Meta正加速建设一座超2GW的数据中心，计划在2025年底前部署超过130万块GPU；甲骨文则在打造Zettascale级别的云基础设施超级集群，支持多达131,072个Blackwell GPU，预计于2025年上半年推出；而微软去年成为全球最大GPU买家，据Omdia分析，微软在2024年采购了多达485,000块Hopper芯片，是其他厂商的两倍，今年800亿美元的预算预计也将大幅投入GPU采购。

2025年，英伟达的Blackwell GPU无疑将成为市场最受关注的芯片。尽管该系列面临一些技术挑战，英伟达仍计划提前推出。据Business Insider报道，Nvidia正积极推动SK Hynix尽早准备其下一代内存，以加速Blackwell GPU的量产。

AMD也在积极加速GPU导入厂商，本次大火的DeepSeek-V3模型的开发中，就使用了AMD Instinct GPU和ROCM 软件。MI300系列GPU已成为AMD有史以来增长最快的产品，微软已采购Instinct MI300X。据Nextplatform报道，预计2024年AMD向数据中心的GPU芯片销售额将突破50亿美元，几乎是2023年的10倍。此前，AMD首席执行官Lisa Su曾透露，已有超过100家企业和 AI客户积极部署MI300X。

为了快速攻占AI市场，AMD打算提前推出下一代GPU芯片MI350系列。MI350 将在本季度开始向主要客户送样，并将生产出货时间加速到年中。

在这一趋势下，GPU市场或将再度迎来供不应求的局面，只有少数头部厂商能够优先获得供应。

扩产，能否解决GPU缺货之痛？

GPU缺货最大的问题在于产能端。CowoS封装和HBM存储作为GPU的两大支柱，也制约了GPU的产能。据DIGITIMES Research称，受云端AI加速器需求旺盛推动，2025年全球对CoWoS及类似封装产能的需求或将增113%。为此，GPU产业链中关键的两大厂商台积电、SK海力士等行业巨头纷纷加大扩产力度，试图解决供应不足的困境。

由于日益加剧的地缘政治和经济不确定性，台积电的先进封装路线图在2024年经历了多次调整。根据台积电的最新规划，2024年CoWoS的月产能预计为35,000片，到2025年将增加一倍，达到75,000片，预计2026年将进一步增至135,000片。

台积电CoWos产能预测（来源：SEMI Vision）

台积电2024年的CoWoS封装就进行了扩产，比2023年增加了2倍，但是仍然供不应求。根据SEMI Vision的数据，台积电在竹南、嘉义、台中和台南四地的先进封装扩建项目正全力推进。其中竹南先进封装AP6B厂于12月3日获使用证，嘉义厂于今年5月动工。台中AP5B厂预计明年上半年投产，群创台南厂区台南AP8厂（内部代号AP8）则计划于2025年底小规模投产。而经济日报1月20日的最新消息，台积电再投2000亿新台币计划在南科三期新建两座CoWoS封装厂。如果消息属实，加上目前正在建设的嘉科厂，台积电短期内CoWoS厂总数将达到八座，具体包括嘉科一期两座、群创四厂改建两座、南科三期两座，以及嘉科二期规划的两座。CoWoS封装的火热需求可见一斑。

台积电先进封装工厂（来源：SEMI Vision）

另一边，SK海力士也是忙的飞起。作为HBM的主要供应商，SK海力士2025年的HBM产能均已经售罄，因而一边不断加大扩产HBM产能，目标是到明年实现每月14万片晶圆的HBM产能；一边加快产品迭代步伐，正与台积电就16层HBM4进行密切合作，预计2026年下半年开始量产出货。

2024年全年SK海力士营收创历史新高，超过2022年创下的纪录21万亿韩元以上，营业利润也超过了2018年半导体超级繁荣时期的纪录。反观三星，已经将HBM3E市场拱手让给了SK海力士，目前的希望是HBM4，三星打算采用混合键合新技术来实现16层的HBM4。但从目前的进展来看，似乎没那么顺利。不过，三星也在扩产HBM产能，计划在今年年底前将其HBM产能提高至每月14万至15万片晶圆，并在明年年底前进一步提高至每月17万至20万片晶圆。

美光的HBM产品进展还不错，其首席执行官预计2024财年HBM的收入大概在数亿美元，2025财年将达到数十亿美元。美光的目标是明年拿下20%的HBM市场份额。在台湾，美光正在大幅扩产HBM产能，包括台中A3工厂和桃园第11工厂，此外美光还在台湾开设了一个新的办公室，收购了友达光电的台中工厂，将其改建为DRAM生产基地。该公司计划到明年年底将目前每月20,000片晶圆的产量增加两倍至60,000片。

从短期来看，尽管扩产计划已在推进，供需矛盾仍将长期存在。尤其是随着 AI和数据中心应用的进一步发展，GPU的需求将持续攀升，单靠现有产能扩充恐难以迅速弥补市场缺口。

GPU不够，ASIC来凑？

GPU芯片短缺已经不是一两年的事了，云厂商们受制于Nvidia好多年了。因而云端巨头皆投入ASIC芯片开发，Google推出的TPU（张量处理器）已经成为行业标杆；亚马逊AWS也推出了Trainium和Inferentia两款自研芯片；微软紧随其后，开发了Maia和Cobalt系列；Meta则以MTIA芯片抢占市场；而OpenAI，据传正与博通合作开发自有的ASIC芯片，以支撑其大规模AI模型的训练需求。

显然这些ASIC已经小有气候。 苹果2024年7月发表iPhone AI的首个预览版，其AI模型就是使用Google的TPU（张量处理器）上训练。在亚马逊的AWS Reinvent大会上，其宣布将使用亚马逊自家的自研AI芯片进行模型训练，除夕之外，苹果正评估亚马逊最新的Trainium2芯片，种种迹象表明，ASIC已经能补充一部分GPU的空缺。

ASIC必然有其独特的存在价值。英伟达的B200等GPU芯片，主要通过扩大面积来提升性能，所以会越做越大，而聚焦于提升算力的ASIC芯片，抛弃了GPU中的部分通用功能，成为一种提升效能、降低功耗的选择，换句话说，ASIC具有高性能、低功耗、成本低、保密性和安全性高以及减少电路板大小的优势。

即使是“GPU之王”英伟达，也没有忽视ASIC的潜力。据报道，英伟达已经开始规划ASIC产品线，在台湾招募上千名芯片设计、 软件开发及AI研发等领域之人才。黄仁勋直言，NVIDIA借此可进一步扩大客群，或许CSP业者客户会成为NVIDIA的竞争对手，但同时所有的CSP也都还会是NVIDIA的客户，云端客户将离不开NVIDIA。

ASIC盛行时代，也带火了博通和Marvell。博通已经迈向万亿美元市值，Marvell的市值也突破千亿美元大关。这些公司在ASIC领域的快速崛起，不仅得益于自身技术研发能力，还反映了市场对定制化计算解决方案的巨大需求。

随着 AI模型复杂度的提升和大规模应用的普及，ASIC市场的规模呈现爆炸式增长。据摩根士丹利预计，AI ASIC市场规模将从2024年的120亿美元增长至2027年的300亿美元，年均复合增长率达34%。博通更乐观地预测，2027年ASIC的市场需求规模将在600亿至900亿美元之间，而Marvell则预计2028年数据中心ASIC市场规模将攀升至429亿美元。

GPU的短缺问题虽难短期内完全解决，但ASIC芯片的崛起无疑为填补这一空缺提供了可行的路径。特别是在云计算和AI领域，ASIC通过定制化设计，在特定应用中提供更高效、更低功耗的解决方案，逐步成为GPU的有力补充。

随着越来越多的云服务商投入到ASIC研发中，未来的计算生态可能会更加多元化。GPU和ASIC将两者互补，共同推动着整个AI和云计算产业的前进。

写在最后

DeepSeek的出现，使得很多人认为对算力以及英伟达不利。但是「信息平权」的一篇分析中的观点是前沿探索（如新模型的开发）和后发追赶（即基于已有成果的改进）所需要的算力需求是不同的。文章引用了《The Bitter Lesson》中的观点，强调算力才是AI研究的根本驱动力。历史经验告诉我们，AI的突破往往来源于算力的扩展，而非单纯的算法创新。随着算力的不断提升， AI的能力将得到质的飞跃。

因此，GPU在未来AI战场上的重要地位，依旧牢不可破。AI行业的未来，依然是算力的较量，无论是DeepSeek这样的新兴公司，还是OpenAI、谷歌、Meta等传统巨头，GPU仍将是支撑他们技术创新与产品突破的基石。2025年，GPU的抢夺战依旧很精彩。

对于英伟达的客户来说，这些增长意味着他们在建设数据中心以开发和运行人工智能模型方面的支出大幅攀升。今年前三季度，亚马逊、微软、谷歌和Meta等科技巨头的资本支出增长了50%，总额突破1500亿美元。这种投资带来的直接效应之一是：使用大语言模型的成本显著下降，同比降幅超过85%。

对私营科技公司而言，今年再次成为等待IPO市场复苏的一年。在过去三年中，初创企业通过增发股票向私人投资者筹集的资金，再次超过了通过IPO获得的资金。

与此同时，加密货币行业迎来了辉煌的一年。比特币交易所交易基金（ETF）获批无疑是行业的一个里程碑。此外，唐纳德·特朗普（Donald Trump）重返白宫，承诺未来四年将推行更宽松的监管政策。这一结果不仅可能推动加密货币行业的进一步发展，还可能加剧美中关系的紧张局势，对那些在中国市场收入占比较大的企业形成潜在威胁。

以下七张图表看懂2024年

1.英伟达数据中心业务12个月收入近千亿美元

英伟达继续主导GPU市场，这类芯片是开发 人工智能的核心组件。在截至今年10月的12个月里，英伟达的数据中心业务（包括GPU和网络设备）实现了近1000亿美元的收入，同比增长66%。

英伟达强劲的财务表现点燃了投资者热情，其市值突破3万亿美元。英伟达的主要客户包括云计算提供商和如埃隆·马斯克（Elon Musk）的x AI等AI初创公司，这些企业依赖英伟达芯片训练和运行大型人工智能模型。

在GPU市场的激烈竞争中，英伟达的增长速度显著超过其主要竞争对手AMD，进一步巩固了市场份额。在截至9月的12个月里，AMD的数据中心业务收入达到110亿美元，同比增长约54%。

值得关注的是，为谷歌、苹果和OpenAI设计定制AI芯片的博通，已成为英伟达的强劲对手。博通通过销售定制芯片和网络设备，营收达到122亿美元，同比激增220%。这表明，客户对减少对英伟达的依赖需求正在增长。

2.美国四大科技巨头9个月总支出超过1500亿美元

大型科技公司正在疯狂投入建设新型数据中心，以支持其人工智能计划，而且未来支出可能会进一步增加。

亚马逊、微软、谷歌和Meta在今年前九个月的资本支出超过1500亿美元，同比增长了50%。这四家巨头均预测明年的资本支出将继续上升。例如，Meta在最近提交给投资者的报告中表示，其基础设施支出在今年预计增长43%的基础上，还将“显著加速”。

亚马逊传统上将资本支出集中于扩建仓库等分销网络。然而，在一份近期提交的报告中，亚马逊指出，当前支出增长“主要是由对技术基础设施的投资推动的”。

这些巨头接下来的挑战是，如何证明这些巨额投资的计算机和 软件能真正帮助客户实现盈利。

3. AI大模型使用成本下降了85%

生成式 人工智能模型的使用成本正在大幅下降，开发者开始探索更多新用途，从智能编码助手到帮助客户优化选择最具性价比模型的“模型路由”服务，应有尽有。

自2023年初以来，使用OpenAI GPT-4级别模型的成本已降低超过85%。这归功于AI初创企业在提升模型效率和降低运行成本方面的努力。此外，随着客户数量增加，这些企业通过“批处理”策略提升了硬件利用效率。

然而，这一下降趋势可能在2025年戛然而止。今年12月，OpenAI推出了其聊天机器人的专业版，月订阅费用高达200美元，是当前高级版ChatGPT价格的十倍。这款专业版针对的是需要解决更复杂问题的用户，其背后的推理模型通过延长计算时间来生成更精准的答案。

不久后，OpenAI发布了下一代推理模型o3，尽管性能令人印象深刻，但研究人员透露，完成每项任务的成本高达1000美元以上。

随着推理模型的崛起，2025年可能成为人工智能行业的“分水岭”。资金充裕的开发者可以利用推理模型解决耗时数天甚至数周的复杂问题，而资源有限的团队则难以企及。

4.AI初创企业融资达810亿美元，同比飙升41%

2024年初，风险投资界掀起了一波AI投资热潮，投向那些基于Open AI ChatGPT技术进步而崛起的初创企业。随着时间推移，这股热潮持续升温，不少初创企业的创始人，如Character.ai、Inflection AI和Adept，甚至意识到脱离大科技公司的框架更具优势。

据PitchBook数据显示，截至12月中旬，AI初创企业的融资额已达810亿美元，比2023年全年增长41%。其中，AI和机器学习初创企业融资占美国总投资额的41%，高于去年的36%。第四季度，这一领域几乎占据了美国风险投资的半壁江山。

巨额融资频频上演，成为AI领域的一大亮点。例如，OpenAI在9月完成了66亿美元融资，xAI在5月获得60亿美元融资，并在上月再次融资60亿美元，融资前估值已高达450亿美元。

投资者对AI的热情高涨，体现在对初创企业的持续支持上。例如，AI搜索引擎Perplexity在今年进行了多轮融资，据公司声明及知情人士透露，其累计融资额接近8亿美元，年底估值从年初的10亿美元飙升至90亿美元。

5.科技初创企业私募融资再度超过IPO

2024年，IPO市场持续低迷。除了ServiceTitan和Reddit等少数公司，绝大部分科技初创企业选择在私人市场筹资，而不是通过上市募资。

许多企业通过筹资回购员工和现有股东的股份。这一做法既为员工和股东提供了部分或全部套现的机会，也在一定程度上缓解了上市压力。

今年，多笔引人注目的收购要约成为焦点。例如，Figma筹集了9亿美元，Canva则通过出售股份筹得超过15亿美元。

最终结果是，2024年初创企业通过收购要约募集的资金规模，再次超过了IPO市场的融资额，这是三年来的第二次。

6.比特币价格突破10万美元，总市值接近2万亿美元

特朗普在2024年美国大选中获胜，引发市场狂热，比特币价格首次突破10万美元。这款由匿名开发者中本聪于2008年推出的加密货币，如今总市值接近2万亿美元。

2024年，比特币价格翻了一番，涨幅远超纳斯达克综合指数35%的年度回报率。

投资者之所以追捧比特币和其他加密货币，很大程度上是基于特朗普政府可能推出友好监管政策的预期。特朗普曾承诺将美国打造为“全球加密货币之都”。

比特币价格飙升还得益于今年1月推出的首批比特币ETF。贝莱德和富达等公司推出的这些ETF，让投资者可以像买股票一样方便地投资比特币。截至目前，这11只ETF已吸引了超过1100亿美元的资金。

7. 美中紧张局势冲击多家科技公司

美中关系的紧张局势正在冲击许多科技企业的收入。如果特朗普落实计划，大幅提高中国商品的关税，这种影响可能会进一步扩大。

人工智能芯片巨头英伟达受到的影响尤其严重。美国已禁止向中国出口其最先进的芯片，而中国在今年12月宣布对英伟达启动反垄断调查。尽管如此，中国市场仍为英伟达贡献了约17%的收入。

不仅是英伟达，其他科技企业也面临类似的困境。例如，高通和Marvell等芯片制造商、应用材料和Lam Research等芯片设备生产商，以及电动汽车制造商特斯拉。今年前9个月，特斯拉在中国的销量持续下滑。

特别值得注意的是，音频处理芯片制造商凌云逻辑（Cirrus Logic）公司，它专注于生产用于苹果iPhone等产品的音频处理芯片。在截至今年3月的财年中，中国市场占其营业收入的比例超过60%。

根据各公司公开披露的资本支出、服务器出货量和供应链情报，Omdia估计了大致数额

根据技术咨询公司Omdia的分析师估计，微软今年购买了48.5万块英伟达Hopper芯片，位列全球GPU买家的TOP 1。

这就使微软远远领先于英伟达的第二大美国客户——购买了22.4万块Hopper芯片的Meta。

在Meta之后的，就是xAI、亚马逊（19.6万块）和Google（16.9万块）。

而且，Hopper的下一代GPU Blackwell马上就要来了，英伟达还能大赚一波。

总之，随着全球大科技公司疯狂囤GPU，争相组装越来越大的GPU集群，英伟达的市值今年已经飙涨至3万亿美元。

这不，xAI已经开心晒出了首批发货的英伟达GB200 NVL72，Colossus这个世界上最大的超算集群，会变成更大的庞然巨物。

感觉xAI都要笑出声来了：“xAI的Colossus提前过圣诞啰”

可以看到，11月18日，戴尔创始人兼CEO Michael Dell就表示：世界上第一个英伟达GB200 NVL72服务器机架现已发货。 AI火箭要起飞了！

不过，只要有最好的芯片，就一定能构建最好的AI基础设施呢？其实未必。

微软Azure全球基础设施高级总监Alistair Speirs表示，除此之外，还需要搭配合适的存储组件、基础设施、软件层、主机管理层、错误纠正功能，以及构建完整系统所需的各项组件。

比如坐拥全球最强超算的Grok——虽然有不少测试指出它的表现十分出色，但依然经常被网友泼冷水说：拥有世界上数量最多的GPU，并不意味着你的模型就更好。

但是来不及解释了，全世界的GPU购买潮已经到了最高峰，所有巨头心里想的只有一句话——快上 车！

微软，全球最大英伟达GPU买家

过去两年里，英伟达最先进的GPU一直供不应求，而在CEO纳德拉的指示下，微软可谓是卯足了全力！

从Omdia的数据中可以看出，微软今年买了将近50万块GPU，数量是竞争对手的2倍之多。与此同时，也坐稳了投资金额榜一的位置。

为了扩建数据中心基础设施，微软已向OpenAI投资130亿美元。这些设施既用于运行Copilot等自身的AI服务，也会通过Azure租给客户。

OpenAI最新的o1模型，就是用微软的Azure云基础设施训练的。联手的这两方，正在和强势回归的Google、Anthropic、xAI等公司，激烈争夺着下一代计算技术的制高点。

ChatGPT的成功，让英伟达连夜加紧扩大Hopper芯片的生产。

而相比2023年购入的同代英伟达 AI处理器，微软这次订购的数量增加了两倍多。

根据微软Azure全球基础设施高级总监Alistair Speirs的说法，如今高质量的数据中心基础设施，已经变成了极其复杂的“资本密集型项目”。

这需要多年规划。因此，准确预测增长需求并保持适当的缓冲余量至关重要。

的确，现在英伟达GPU已经成为硅谷最热门的硬通货，引发了前所未有的AI投资大暴增。

据Omdia预计，2024年服务器支出中，约有43%投向了英伟达。

其中，数据中心基础设施的前十大买家（现包括新晋的xAI和CoreWeave在内），占据了全球计算能力投资的60%。

而全球科技公司在服务器上的支出，则将达到2，290亿美元这一惊人数字——微软为310亿美元，亚马逊为260亿美元。

Omdia云计算和数据中心研究主管Vlad Galabov表示：“英伟达GPU在服务器资本支出中占据了极高份额，已接近峰值水平。”

异军突起，挑战英伟达霸主

不过，英伟达也不能笑得太早。

虽然目前它仍主导着AI芯片市场，但它的老对手AMD也一直在对这块市场虎视眈眈。

目前，AMD已取得了突破性进展。据Omdia统计，Meta今年采购了17.3万块AMD MI300芯片，微软也购入了9.6万块。

更值得注意的是，各大科技巨头纷纷极速布局自研AI芯片，降低对英伟达的依赖程度。

作为先行者，Google潜心研发十年TPU；Meta在去年首次推出第一代训推加速器芯片。

他们分别部署了约150块自研芯片。

另有，全球最大云计算服务巨头亚马逊，在 AI芯片领域的动作引人注目。

目前，亚马逊自研的Trainium和Inferentia芯片，今年已经部署约130万块。

几周前，他们官宣将使用数十万块最新Trainium芯片搭建超算集群，主要是向投资了80亿美金的Anthropic提供算力支持，用来训练下一代模型。

相较之下，微软在AI加速器研发方面，还处于起步阶段。，一共部署了20万块Maia芯片。

在这之中，针对GoogleTPU芯片的需求，增长最快。甚至，强劲到足以撼动英伟达GPU的主导市场地位。

在Broadcom第三季度业绩报告中，提供了一些重要的线索。

作为Google、Meta等多家科技巨头的供应商，Broadcom为他们提供了半导体解决方案，其内部数据揭示了一些鲜为人知的采购趋势和信息。

比如，Google购买了多少块定制处理器等等。

Broadcom CEO陈福阳多次上调了半导体收入，并将今年目标设定在120亿美金。

基于此，GoogleTPU带来的收入预计在60亿-90亿美元之间，具体还得取决于计算设备和网络设备的配比。

Omdia首席分析师Alexander Harrowell指出，“尽管计算设备和网络设备的具体比例存在一些不确定性，但即使按照较低的60亿美元估计，TPU出货量的增长速度也足以首次从英伟达手中抢占市场份额”。

他继续道，“Google云业务在总收入中占比持续增长，盈利也在不断提升”。

这背后，很可能就是TPU加速实例和基于TPU的 AI产品在发挥作用。

除了Google，Broadcom还在为Meta、字节这三个主要客户开发定制AI芯片（ASIC）。并且，它还与与另外两个客户合作开发下一代AIXPU。

从这点可以看出，许多云服务提供商青睐ASIC，而非英伟达GPU，主要是因为前者在成本效益上更具优势，能够以更高性价比优化内部工作负载。

摩根士丹利估计，在云服务提供商推动下，定制AI芯片市场规模将从2024年的1200亿美元，增长到2027年的3000亿美元，增速将超过GPU市场。

TPU、定制芯片的崛起，让激烈的AI芯片市场的竞争格局正发生深刻变化。

2024 年第二季度，尽管市场动荡不安，但 GPU 出货量却出乎意料地增长，预计 2024 年至 2026 年的复合年增长率为 4.2%。NVIDIA的 GPU 市场份额增长了 2%，而英特尔则减少了 2.1%，AMD 的份额保持不变。

Jon Peddie Research刚刚发布了最新的 GPU 季度出货量报告，展示了 GPU 市场的最新趋势。报告显示，从 2024 年第一季度到 2024 年第二季度，季度 GPU 出货量增长了 1.8%。这也标志着整体出货量同比增长了 16%。

图片来源：Jon Peddie Research

根据 JPR 的数据，2024 年第二季度基于 PC 的 GPU 出货总量达到 7000 万块，这让人感到意外，因为与第一季度相比，第二季度的 GPU 出货量通常会减少。2024 年第二季度 GPU 出货量增长 1.8%，这对 GPU 市场来说并不寻常，因为从第一季度到第二季度的 10 年平均增长率为-7%。报告称，这并不是季节性因素造成的。

JPR 主席乔恩-佩迪博士（Dr. Jon Peddie）说、

……第二季度出货量的跃升令人欣喜，……几年来，市场一直在颠簸，试图找到一种有节奏的浮力。随着贸易战、流行病、政治选举和利率的波动，我们很可能在一段时间内看不到所谓的正常状态。

2024 年第二季度 GPU 市场份额显示，包括各类 GPU 在内的 GPU 出货总量同比增长了 16%，其中台式机显卡增长 21%，笔记本显卡增长 13%。

第二季度，AMD 在整个 GPU 市场上的份额增长了 0.2%，而英伟达（NVIDIA）则以 2% 的增长领先，在整个市场上的份额从 18% 增至 20%。另一方面，英特尔的市场份额下降了 2.1%，从 66% 降至 64%。

 

图片来源：Jon Peddie Research

在出货量方面，AMD 增加了 3%，英特尔减少了-1.4%，NVIDIA增加了 10%。 NVIDIA此前在财报中公布了创纪录的游戏收入，其 GeForce RTX 40 系列 GPU 需求强劲。

PC CPU 市场也发生了明显变化，季度环比下降 4.6%，整体同比增长 10.7%。2024-2026 年的预测显示，GPU 的复合年增长率为 4.2%，期末出货量将达到 33 亿个。预计未来五年，dGPU 在个人电脑中的渗透率将达到 23%。

图片来源：Jon Peddie Research

尽管目前市场动荡不安，但据 JPR 报道，半导体行业预测下一季度的出货量将增长 7.6%，远高于去年第二季度到第三季度出货量减少 7.9% 的水平。然而，根据 10 年的平均值，第二季度到第三季度的出货量增长率仅为 0.9%，考虑到目前的动荡局势，很难预测确切的增长率。