本文由半導(dǎo)體產(chǎn)業(yè)縱橫（ID：ICVIEWS）綜合

GPU和AI加速器出貨金額2025年預(yù)計增至2070億美元，2030年將達2860億美元。

Omdia最新發(fā)布的《云與數(shù)據(jù)中心AI處理器預(yù)測報告》顯示，AI數(shù)據(jù)中心芯片市場持續(xù)快速增長，但已有跡象表明增速開始放緩。

AI基礎(chǔ)設(shè)施的蓬勃發(fā)展推動預(yù)測值大幅上調(diào)：2024年GPU和AI加速器出貨金額達1230億美元，2025年預(yù)計增至2070億美元，2030年將達2860億美元。雖然2022至2024年間市場年增長率超過250%，但2024至2025年的增速預(yù)計將回落至67%左右。AI基礎(chǔ)設(shè)施支出占數(shù)據(jù)中心總支出的比例預(yù)計在2026年達到峰值（屆時幾乎所有增量支出都將由AI驅(qū)動），之后將逐步回落至2030年。

Omdia高級計算首席分析師Alexander Harrowell表示：“增長的關(guān)鍵驅(qū)動力在于AI應(yīng)用的普及、AI微調(diào)技術(shù)的日益民主化，以及推理模型的使用——這些模型會產(chǎn)生大量未用于最終輸出的令牌。另一方面，向小型化專業(yè)模型的轉(zhuǎn)變正在降低對AI算力的需求，AI模型效率的代際提升也在產(chǎn)生同樣效果，包括訓(xùn)練數(shù)據(jù)集優(yōu)化、基礎(chǔ)模型設(shè)計進步以及推理環(huán)節(jié)的運營優(yōu)化?！?/p>

盡管英偉達仍是主導(dǎo)供應(yīng)商，但Omdia觀察到2025年GPU替代方案正獲得市場關(guān)注，包括谷歌TPU等定制ASIC芯片，以及華為昇騰系列、Groq和Cerebras等商用ASSP。AMD通過2024年對軟件的重大投入，其Instinct系列GPU也取得顯著進展。

Yole預(yù)測：數(shù)據(jù)中心處理器市場預(yù)計到2030年將達到3720億美元

根據(jù)Yole預(yù)測，數(shù)據(jù)中心處理器市場正處于快速擴張階段，核心驅(qū)動力是生成式人工智能應(yīng)用需求的持續(xù)增長，這類應(yīng)用需要高性能計算支持。2024年，全球數(shù)據(jù)中心處理器市場規(guī)模已達1470億美元，預(yù)計到2030年將突破3720億美元。

其中，GPU與 AI ASIC是生成式人工智能的核心組件，也是市場增長的主要引擎，保持著兩位數(shù)的增長速度。CPU與網(wǎng)絡(luò)處理器同樣是該市場的關(guān)鍵組成部分，目前呈現(xiàn)穩(wěn)步增長態(tài)勢。FPGA在GPU和AI ASIC主導(dǎo)的人工智能場景下，其市場份額已大幅下滑，預(yù)計中期內(nèi)將維持平穩(wěn)狀態(tài)。此外，比特幣等加密貨幣市場的快速擴張，推動了加密貨幣礦場中加密ASIC的強勁增長，這類芯片對驗證加密貨幣交易至關(guān)重要。

英偉達在人工智能領(lǐng)域的競爭中處于領(lǐng)先地位，但谷歌和亞馬遜云科技（AWS）正大力押注自研AI ASIC。自2022年起，在OpenAI的推動下，生成式人工智能不僅改變了數(shù)據(jù)中心處理器市場格局，也讓英偉達的圖形處理器（GPU）大幅受益。面對英偉達的主導(dǎo)地位以及人工智能背后的戰(zhàn)略價值，谷歌、亞馬遜云科技等超大規(guī)模科技公司，正與博通、邁威爾、通富微電等企業(yè)合作，聯(lián)合設(shè)計自研AI ASIC，以實現(xiàn)更高的技術(shù)自主性。

目前市場格局正在發(fā)生著三大關(guān)鍵變化，其一是初創(chuàng)企業(yè)入局，在行業(yè)向 AI ASIC 轉(zhuǎn)型的過程中，Groq、Cerebras、Graphcore 等眾多初創(chuàng)公司憑借創(chuàng)新技術(shù)爭奪市場份額，帶動了一波并購與融資熱潮。其二是CPU架構(gòu)競爭，對性能效率的追求正推動行業(yè)向 ARM 架構(gòu) CPU 轉(zhuǎn)型，這一趨勢沖擊了英特爾和AMD長期以來在 x86 架構(gòu)領(lǐng)域的領(lǐng)導(dǎo)地位。其三是跨界玩家進入，擁有散熱解決方案和高供電能力優(yōu)勢的加密貨幣礦場，如今也通過托管高性能GPU，正式進軍人工智能市場。

多芯片組架構(gòu)與先進制程節(jié)點正共同塑造生成式人工智能的未來。芯片組在GPU、CPU和AI ASIC中發(fā)揮著關(guān)鍵作用：一方面能優(yōu)化生產(chǎn)良率，另一方面可支持采用更先進制程節(jié)點、尺寸更大的芯片裸片（dies）。2024年，最新CPU已采用3納米制程，而GPU與AI ASIC仍停留在 4 納米；不過預(yù)計最早2025年，隨著AWS Trainium 3 的推出，3 納米制程的GPU與AI ASIC也將落地。

生成式 AI的兩大核心技術(shù)需求，第一是算力持續(xù)飆升，為滿足AI需求，計算性能自2020年以來已增長8倍，且增速仍在加快。英偉達已宣布計劃在2027年推出Rubin Ultra，其FP4精度推理算力將達到100 PetaFLOPs。

第二是內(nèi)存成為關(guān)鍵瓶頸，隨著AI模型規(guī)模擴大，對低延遲、高帶寬內(nèi)存的需求急劇上升，內(nèi)存性能已成為影響 AI 應(yīng)用的核心因素。當(dāng)前，HBM是主流選擇，英偉達、AMD、谷歌和亞馬遜云科技的解決方案均依賴其支撐性能。但眾多AI ASIC初創(chuàng)公司，如Groq和Graphcore，正嘗試基于靜態(tài)隨機存取存儲器（SRAM）開發(fā)處理器，以期進一步提升性能。

*聲明：本文系原作者創(chuàng)作。文章內(nèi)容系其個人觀點，我方轉(zhuǎn)載僅為分享與討論，不代表我方贊成或認(rèn)同，如有異議，請聯(lián)系后臺。