在2024年年底，大模型被前OpenAI联合创始Ilya宣告已经用光了“所有的互联网数据”。即使当下成熟下游应用还没有跑出来，Ilya表示，代表着大模型*层技术的“预训练”即将结束。
这几乎是一颗炸弹劈开了大模型进程的分界线。
凑巧的是，就在Ilya发言前一天，芯片巨头博通发布财报，CEO陈福阳预测了自家XPU芯片在2027财年600亿至900亿美元的营收规模。
XPU是博通与谷歌、亚马逊、Meta等科技巨头合作开发的ASIC芯片，即定制芯片，对应的是英伟达的通用芯片GPU。
对于市场来说，ASIC和GPU在大模型上游作用完全不同，一个强于推理，一个强于训练。因此Ilya和陈福阳两人的预测，不约而同地传达出同一个信息：AI芯片的需求将发生明显改变，GPU可能不再炙手可热。
消息一出，博通13日股价暴涨24%，市值突破一万亿美元，同时另一边，英伟达连续四个交易日下跌。
其实在大涨之前，博通已经是800亿美元市值的大型公司，在此体量基础上依旧出现大幅上涨，可以看出资本市场预期已经完全改变，转向“预训练将结束”，认为GPU将被ASIC取代，英伟达市场份额将被博通蚕食。
但实际上，AI芯片的新一轮竞赛，或许没有想象中激烈。
一方面GPU和ASIC的竞争并非现在才出现，7年前谷歌就发布了初代定制TPU用于机器学习任务，另一方面，预训练减速也不意味着通用模型的末路。
01 博通潮起
从博通的最新财报来看，引起市场积极反馈的，主要是AI收入增长超预期。
数据显示，博通AI收入全财年收同比增长了220%，因此驱动半导体业务收入创新高至301亿美元，同比增长7%。
叠加CEO陈福阳对2027财年的市场规模预期，博通的ASIC业务被认为即将进入上升通道。
但也值得注意的是，按业务来看，博通分为半导体解决方案业务和基础设施软件业务，后者同比激增196%，推动总营收全年大幅上涨44%，是主要得益于VMware的并表，而原有软件业务增幅较小。
净利润方面，博通四季度实现43.24亿美元，明显提升。收入段增长和费用率下降共同提升了盈利能力，同时业务整合也加快了最终利润的释放。
来源：博通财报
拆分收入结构来看，最受市场关注的ASIC芯片归属于半导体解决方案之下的网络业务，是目前收入占比最高的板块，达到32%。
除了ASIC，网络业务还包括以太网交换芯片/路由芯片、PHY芯片和光纤发射器与接收器。
其中，异军突起的ASIC是博通2016年通过收购存储公司LSI而实现的新业务，更早前，网络业务之下的以太网交换芯片，才是博通的起家产品。在数据中心相关的网络连接设备赛道，博通已经是老一代霸主地位。
关于AI数据中心带动网络连接设备市场大幅增长，同样可以参考今年股价大涨的光模块芯片厂商Marvell。
有市场数据显示，使用英伟达芯片的数据中心设备，每台大约需要配置9个1.6T光模块。跟着英伟达吃肉的行情下，Marvell近一年内股价已经翻番。
原本博通的交换机产品同样遵循这一逻辑，但2019年英伟达以收购Mellanox的方式，自己也下场做了交换机，在这一领域与博通形成了竞争关系。
这一背景下，ASIC成为了博通网络业务重要的新现金牛。
不过市场对于ASIC的担忧是，作为专用芯片，相对通用芯片研发成本更高，只有在客户有切实需求，且烧得起钱的时候才会考虑ASIC。
陈福阳也曾在上季度财报电话会上表示，大型云厂商才有能力承担定制芯片的成本，对于中小客户，性价比太低。
当下需求侧情况来看，博通短期内不缺订单。谷歌作为博通的TPU老客户，公司内部几乎全部自用TPU，去年规模已经突破200万颗，仅次于英伟达的市场规模。
如果说谷歌为代表的三家客户是博通ASIC的基本盘，那么“盟友”之外的巨头的“倒戈”，更为ASIC的前景增加了一份确定性。
比如近期微软和OpenAI的紧密合作关系开始出现矛盾，在多个场合已有所显露。
微软CEO Satya近期在访谈上直接表示，在AI发展上与Sam Altman秉持不同观点——Sam向微软要巨大训练资源，但Satya认为应用层才是重点，模型层在“通用商品化”。
可见微软的重心已经放在推理，而推理场景的多样性，会给ASIC更多机会。
今年9月的高盛大会上，陈福阳提出了一种可能的未来终局：AI算力在ASIC和GPU各分一半，所有巨头的AI算力分配会像谷歌一样，内部自用全部ASIC，外用则全部GPU。
02 终结独霸
“英伟达涨幅放缓是必然的，但被超越和取代是不可能的。”一位资深投资人告诉36氪。
“现在市场告诉我们，预训练结束后，算法过剩，就要考虑省电，但实际情况是，所有的AI公司，现在优先考虑的还是算力，要扩张，算力是*位，这是英伟达没法被短期撼动的主要因素。”
博通的崛起不可否认，但英伟达是否可被替代，仍要打个问号。
首先从技术层面而言，虽然市场将ASIC和推理高度关联，但实际上，GPU同样可以进行推理工作，比如英伟达GB200推理性能就比H100提升了30倍。
只不过ASIC强在低功耗和小体积，能嵌入更多边缘场景。
其次，在整个AI行业都苦“英伟达”久矣之时，二级市场上，ASIC的逻辑更容易跑通了。
在追求高性能阶段，各大模型厂商为了抢占时间窗口，大量囤积英伟达GPU芯片，如今转入性价比阶段，英伟达又几乎成了所有厂商的“敌人”，所有人都想多一种选择。
而博通作为眼下*可以和英伟达较量的“敌人”，就成了各大模型厂商的“朋友”。
更冷静地来看，训练和推理的切换，更多是将算力从受制于英伟达链条中释放出来，分给推理框架部分机会。
因此也有不少市场声音认为，博通的涨幅在透支未来，同时英伟达超跌。
有行业人士指出，预训练减速不意味着通用模型的末路，如果ASIC快速替代GPU，基本等同于否定现有LLM框架。
“马斯克的初创公司xAI还在疯抢英伟达的GPU，和微软、谷歌、meta的竞争会白热化，规模还在扩张期，所以英伟达的需求没有见顶。”前述投资人表示。
目前来看，只要海外云计算大厂在AI服务器上的资本支出不放缓，英伟达、博通和Marvell就仍能在人工智能军备竞赛中吃到肉，
不过，问题的关键也出在这里，在还没有成熟应用跑出来的情况下，各大模型厂商还能烧钱烧多久？
