国泰君安证券：算力需求高增 AI ASIC解围在即
投资提倡：ASIC针对特定场景操办，有配套的通讯互联和软件生态，天然现在单颗ASIC算力比拟早先进的GPU仍有差距，但总共ASIC集群的算力运用成果可能会优于可比的GPU，同期还具备彰着的价钱、功耗上风，有望更无为地应用于AI推理与锻练。咱们看好ASIC的大限制应用带来云厂商ROI进步，同期也提倡保重定制芯片产业链关联方向。
AI ASIC具备功耗、老本上风，现在仍处于发展初期，阛阓限制有望高速增长。现在ASIC在AI加快探究芯片阛阓占有率较低，预测增速快于通用加快芯片。据Marvell预测， 2023年，定制芯片仅占数据中心加快探究芯片的16%，其限制约66亿好意思元，预测2028年数据中心定制加快探究芯片限制有望超400亿好意思元。
ASIC单卡算力与GPU仍有差距，但单卡性价比和集群算力成果优秀。ASIC中算力相对较高的谷歌TPU v6和微软Maia 100算力约为H100非零碎算力的90%、80%，同期ASIC的单价显耀低于GPU，故而在推理场景呈现更高的性价比；ASIC的芯片互联以PCIe公约为主，处于追逐景色，NVLink公约更具上风；在办事器互联方面，黄金期货交易ASIC主要收受以太网，正追平英伟达的IB网络，现在H100集群不错作念到10万卡限制，ASIC中谷歌TPU相对更为跨越，TPU v5p单个Pod可达8960颗芯片，借助软件智商，TPUv5e可拓展至5万卡集群，且保持线性加快。由于ASIC专为特定场景操办，且云厂商对软件生态掌合手经由也较高，ASIC集群的算力运用率实质可能高于GPU（如TPU、MTIA等）。
软件生态亦然影响AI探究智商的攻击身分，面前CUDA生态占据主导，ASIC软件生态有望逐步完善。云厂商大齐具备较强的研发智商，均为AI ASIC研发了配套的全栈软件生态，开拓了一系列的编译器、底层中间件等，进步ASIC在特定场景下的探究成果。此外，一些商用芯片厂商也推出了开源平台，如ROCm和oneAPI，当年ASIC的软件生态将会愈发老练、绽开。
风险辅导：AI算法时代风险、生态系统诞生不足预期、芯片研发不足预期、AI产业发展不足预期。