来源：雪球App，作者： 兰板套利，（https://xueqiu.com/9057196330/317637954）
一、ASIC 芯片究竟是什么？（一）定义与基本概念ASIC 芯片，全称为专用集成电路（Application-Specific Integrated Circuit），是指按照特定用户要求和特定电子系统的需求而设计、制造的集成电路。它与通用芯片不同，不是面向多种任务，而是专注于特定用途，像专用的音频、视频处理器，以及很多专用的 AI 芯片等都属于 ASIC 芯片的范畴。其特点是面向特定用户的需求，在批量生产时与通用集成电路相比，具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点，能助力电子元件朝着微小型化、低功耗、智能化和高可靠性等方面迈进。
（二）种类划分ASIC 芯片依据定制程度可分为全定制 ASIC 芯片、半定制 ASIC 芯片及可编程 ASIC 芯片等不同类型。
全定制 ASIC 芯片：这是定制程度最高的芯片之一，研发人员需基于不同电路结构设计针对不同功能的逻辑单元，并在芯片板搭建模拟电路、存储单元、机械结构等，逻辑单元之间由掩模版连接，其掩模版也具备高度定制化特点。全定制化 ASIC 芯片设计成本较高，平均每单位芯片模块设计时间超过 9 周，通常用于高级应用程序。相对半定制化 ASIC 芯片，全定制化 ASIC 芯片在性能、功耗等方面表现更优秀，例如应对相同功能，在同种工艺前提下，全定制化 ASIC 芯片平均算力输出约为半定制化 ASIC 芯片平均算力输出的 8 倍，采用 24 纳米制程的全定制化 ASIC 芯片在性能上优于采用 5 纳米制程的半定制化 ASIC 芯片。
半定制 ASIC 芯片：其构成的逻辑单元大部分取自标准逻辑单元库，部分根据特定需求做自定义设计，相对全定制 ASIC 芯片设计成本较低，灵活度较高。根据标准逻辑单元和自定义逻辑单元数量搭配模式不同，半定制 ASIC 芯片可细分为门阵列芯片和标准单元芯片。
门阵列芯片：包括有信道门阵列、无信道门阵列和结构化门阵列。门阵列 ASIC 芯片结构中硅晶片上预定晶体管位置不可改变，设计人员多通过改变芯片底端金属层等方式调整逻辑单元互连结构。比如有信道门阵列 ASIC 芯片，晶体管位置高度固定，设计人员可在晶体管行之间预定义的空白空间进行电路布局；无信道门阵列 ASIC 芯片在无信道结构下，晶体管行之间不存在电路布局空间，设计人员通常于门阵列单元上方进行布线；结构化门阵列 ASIC 芯片包含基本门阵列行及嵌入块，嵌入块可提高线路布局灵活度，但对芯片体积构成限制，该结构下线路布局面积使用效率较高，设计成本较低，周转时间较短。
标准单元芯片：这类 ASIC 芯片由选自标准单元库的逻辑单元构成，设计人员可按算法需求自行布置标准单元，除标准单元外，微控制器、微处理器等固定块也可用于标准单元 ASIC 芯片架构。
可编程 ASIC 芯片：广义而言，可编程 ASIC 芯片可分为 FPGA 芯片和 PLD 芯片，不过在实际生产过程中，将 FPGA 芯片列为不同于 ASIC 芯片的研究机构和企业数量不断增加，所以常仅将 PLD（Programmable Logic Device）视为可编程 ASIC 芯片子类别。PLD 亦称可编程逻辑器件，在结构上包括基础逻辑单元矩阵、触发器、锁存器等，其互连部分作为单个模块存在，设计人员通过对 PLD 进行编程以满足部分定制应用程序需求。
（三）与其他常见芯片对比优势对比 GPU、CPU 等通用芯片，ASIC 芯片在多个方面具备显著优势。
计算能力优势：ASIC 芯片可针对特定算法优化设计，在特定任务上的计算能力强大，例如在某些 AI 深度学习算法中能实现高效的矩阵运算和数据处理，而 GPU 虽然具有强大的并行计算能力，拥有众多计算核心，可同时处理多个任务，但在特定任务上的计算效率可能不如 ASIC 芯片。
计算效率优势：ASIC 芯片的计算效率是严格匹配于任务算法的，整个芯片架构经过精确定制，能够高效地完成相应任务。像在执行大规模特定的 AI 任务时，ASIC 芯片可以进一步提高计算的效率，而 GPU 在处理一些复杂、非图形相关的特定任务时，吞吐量可能会受到一定限制。
功耗优势：ASIC 芯片单位算力能耗相对 CPU、GPU 等较低，例如 GPU 每算力平均约消耗 0.4 瓦电力，ASIC 单位算力平均消耗约 0.2 瓦电力，更能满足新型智能家电等对能耗的限制。这是因为 ASIC 为特定任务定制，能够最大限度减少不必要的功耗，而 GPU 由于其通用的设计架构，在执行特定任务时可能存在一些功耗浪费。
单位算力成本优势：ASIC 因其硬件结构是为特定任务定制的，减少了很多针对通用加速计算的不必要的硬件设计，其单位算力成本相比 GPU 更低，像谷歌 TPUv5、亚马逊 Trainium2 的单位算力成本分别为英伟达 H100 的 70%、60%，能满足一定的降本需求。
二、ASIC 芯片的应用领域有哪些？（一）在人工智能领域的应用在人工智能蓬勃发展的当下，ASIC 芯片发挥着举足轻重的作用。在 AI 训练环节，ASIC 芯片可针对深度学习算法进行定制化优化，像谷歌推出的 TPU 系列芯片，从 TPU v1 到后续不断迭代的版本，其计算能力和能效比在大规模 AI 训练任务中展现出了强大优势，帮助模型能够更快速、高效地完成参数调整与学习过程。
而在 AI 推理方面，ASIC 芯片更是大显身手。由于推理需要对输入数据进行快速且精准的判断处理，ASIC 芯片凭借其可根据特定算法定制电路结构的特点，实现了低延迟、高吞吐量的推理运算。例如，博通的 ASIC 芯片在与大型科技公司合作开发的 AI 项目中，为众多 AI 应用的实时响应提供了有力支撑，使得智能语音助手能迅速理解用户指令、图像识别系统可以快速辨别图像内容等。
诸多科技巨头纷纷借助 ASIC 芯片推动 AI 发展。英伟达除了在 GPU 领域成绩斐然外，也在积极布局 ASIC 芯片相关业务，其研发的数据处理单元（DPU）等 ASIC 芯片，旨在为数据中心等 AI 应用场景提供更优化的算力解决方案；英特尔推出的视觉处理器（VPU）这一 ASIC 芯片，在计算机视觉相关的 AI 任务中表现出色，为智能安防监控、自动驾驶等领域的图像识别与分析贡献了重要力量；亚马逊发布的基于 ASIC 的 AI 芯片 Trn2UltraServer 和 Amazon EC2 Trn2 实例，性价比超越了基于 GPU 的实例，单个 Trn2 实例结合多颗 Trainium2 芯片，可提供强大算力，助力 AI 应用在云端更高效地运行。
（二）其他行业应用ASIC 芯片的应用远不止于人工智能领域，在耗材打印设备中，ASIC 芯片能够按照打印任务需求定制功能，精准控制喷头喷墨、走纸等操作，提升打印的精度与速度，并且降低能耗，使打印机在长时间工作状态下保持稳定高效运行。
在军事国防设备方面，ASIC 芯片凭借其高保密性、可靠性以及针对特定军事用途定制化的优势，被广泛应用于雷达信号处理、导弹制导系统、加密通信设备等关键军事装备中，保障军事行动中的信息安全以及武器装备的精准打击能力。
智慧安防领域更是 ASIC 芯片的 “用武之地”，像安凯微的 ASIC 芯片通过提升视频处理性能，改善监控效果，能实现高效的视频分析和实时监控，帮助用户及时应对潜在的安全威胁。例如，其芯片可以通过高分辨率图像处理，进行人脸识别和行为分析，不仅提升了安防系统的智能化程度，也提高了用户的安全感。
在智慧办公场景下，ASIC 芯片可用于办公设备的智能化升级，例如在复印机中实现快速的图像扫描与处理，在智能会议系统里保障音频视频的清晰传输与高效处理等，提高办公效率。
智能家居也是 ASIC 芯片重要的应用方向之一。随着物联网（IoT）的快速发展，越来越多的家庭开始关注如何通过智能设备实现生活的便利与舒适。安凯微的 ASIC 芯片在智能家居控制中心的应用，使得不同设备之间可以实现更快速、更高效的互联互通。比如，通过安凯微的芯片，用户可以轻松控制家庭中的灯光、温度与安防系统，所有操作都可以通过手机应用实现，真正让智能家居的概念变为现实。
由此可见，ASIC 芯片凭借其定制化优势，在众多不同行业展现出了广泛的适用性，为各领域的发展和进步提供了有力的技术支撑。
三、ASIC 芯片市场前景如何？（一）市场规模预测随着人工智能产业的蓬勃发展，ASIC 芯片在市场中的热度与日俱增，其市场前景十分广阔。据西南证券股份有限公司发布的研报显示，2023 年 ASIC 占数据中心加速计算芯片的 16%，规模约为 66 亿美元。而随着 AI 计算需求的不断增长，ASIC 占比有望提升至 25%，预计到 2028 年数据中心 ASIC 市场规模将提升至 429 亿美元，复合年均增长率为 45.4%。
从更宏观的角度来看，根据 Marvell 的预测，目前在训练阶段，训练集群对加速计算芯片的需求已提升到万卡级别，且未来随着 AI 模型对训练需求的进一步提升，达到 10 万卡级别也是指日可待；在推理阶段，虽然单个推理集群对加速计算芯片的需求低于训练集群，但由于推理集群的部署数量要远多于训练集群，其数量预计会达到百万级别。由此可见，AI 算力集群特别是推理集群对加速计算芯片有着庞大的需求，这无疑是 ASIC 芯片市场规模得以快速扩张的重要基础，也充分彰显了 ASIC 芯片未来广阔的市场前景。
（二）发展驱动力分析推动 ASIC 芯片快速成长的核心因素主要源于 AI 算力集群对加速计算芯片的强劲需求。当下，人工智能领域发展迅猛，AI 技术应用不断拓展，无论是大型科技企业构建大规模的 AI 算力集群，还是众多行业在智能化转型过程中对 AI 算力的依赖，都为 ASIC 芯片创造了巨大的发展机遇。
尤其是在推理集群方面，随着 AI 应用场景越发丰富，像智能语音助手、图像识别系统等在日常生活中的广泛应用，对推理运算的实时性、准确性要求极高，需要芯片能够快速且高效地处理输入数据进行判断。而 ASIC 芯片凭借其定制化的特点，可以针对特定的推理算法进行电路结构的优化设计，实现低延迟、高吞吐量的推理运算，契合了推理集群的发展需求。所以，推理集群对加速计算芯片的庞大需求，成为了 ASIC 芯片在市场中迅速崛起、不断拓展市场份额的关键驱动力，带动着整个 ASIC 芯片市场持续蓬勃发展。
四、ASIC 芯片领域的核心公司有哪些？（一）国际核心公司情况在国际上，有不少在 ASIC 芯片领域市场份额领先且影响力较大的公司。
博通（AVGO.US）就是其中的佼佼者，其 2024 财年第四季度及全年业绩再创历史新高，2024 财年 AI 业务收入同比大增 220% 至 122 亿美元。博通与国际头部 AI 参与者（如微软、谷歌、Meta、亚马逊、字节、苹果等）达成了稳固的合作关系，在 ASIC 市场，它以 55-60% 的份额位居第一。博通的 ASIC 芯片高度定制化的设计能提高算力利用率，在推理侧更具优势，大规模部署的场景下较 GPU 也更具成本优势，有望成为 AI 推理侧发展阶段算力投入重点。它还预计到 2027 年，其 ASIC 组件设计潜在市场规模高达 900 亿美元，目前有三家超大规模客户，已经开发多代 AI XPU 路线图，将在未来三年内以不同的速度部署，到 2027 年，三个客户都计划在单个结构中部署 100 万个 XPU 集群。
Marvell 同样表现突出，得益于 AI 应用需求增加和定制 AI 硅片产量的提升，其 2025 财年三季度的数据中心业务营收同比大增 98%，环比增长 25%，在 ASIC 市场以 13-15% 的份额紧随博通之后。Marvell 也预测到 2028 年，数据中心 ASIC 市场规模将由 2023 年的 66 亿美元快速增长至 429 亿美元，复合年均增长率达 45%，ASIC 占数据中心加速计算芯片的市场份额将由 2023 年的 16% 提升至 25%，展现出了广阔的市场空间。
此外，英特尔也是不容忽视的力量，其推出的视觉处理器（VPU）这一 ASIC 芯片，在计算机视觉相关的 AI 任务中表现出色，为智能安防监控、自动驾驶等领域的图像识别与分析贡献了重要力量；英伟达除了在 GPU 领域成绩斐然外，也在积极布局 ASIC 芯片相关业务，其研发的数据处理单元（DPU）等 ASIC 芯片，旨在为数据中心等 AI 应用场景提供更优化的算力解决方案；谷歌更是 ASIC 芯片应用的先驱者，推出的 TPU 系列芯片，从 TPU v1 到后续不断迭代的版本，在大规模 AI 训练和推理任务中展现出了强大优势，助力模型更快速、高效地完成参数调整与学习以及推理运算等过程。这些国际核心公司凭借自身强大的研发、生产以及市场拓展能力，不断推动着 ASIC 芯片在全球范围内的发展与应用。
（二）国内积极布局的公司盘点在国内，也有众多积极布局 ASIC 芯片的 A 股上市公司，在 ASIC 芯片研制、应用、量产等方面取得了不同程度的进展和成果。
天融信（002212.SZ）自 2003 年开始投入 ASIC 网络加速芯片的研制，目前已发布网络加速芯片、网络隔离芯片、加解密芯片等专用芯片，相关专用芯片已应用在公司的防火墙、网闸、VPN 等系列产品中。
铂科新材（300811.SZ）的芯片电感可以应用于 ASIC 芯片，起到为其前端供电的作用，并且具有小型化、耐大电流的特性，为 ASIC 芯片稳定运行提供了有力保障。
利亚德（300296.SZ）通过自主研发、联合开发、上下游合作等方式在驱动芯片、ASIC 控制芯片、NPQDMicroLED 芯片等多个领域均有布局，其与 IC 厂家联合开发的 ASIC 控制芯片，已实现量产并在部分显示产品上有应用。
安凯微（688620.SH）的芯片属于 ASIC，目前其芯片在智慧安防、智慧办公、智能家居等领域应用广泛，比如在智慧安防领域，通过提升视频处理性能，改善监控效果，实现高效的视频分析和实时监控，助力用户及时应对潜在的安全威胁。
山石网科（688030.SH）的 ASIC 芯片已经试产流片成功，2024 年 3 月份把 ASIC 芯片交付生产厂家进行第一次试产流片，并于 9 月底按期回片。目前，公司正在持续进行 ASIC 试产芯片的集成测试，测试结果均符合要求，初步预计公司 2025 年 2 月份进入量产芯片的流片、6 月份量产流片回片并测试、2025 年下半年陆续推出搭载 ASIC 芯片的产品、2026 年计划把公司大部分产品线平台切换到搭载 ASIC 芯片。
这些国内公司积极投身 ASIC 芯片领域，不断探索创新，随着我国对半导体产业支持力度的加大以及国内市场需求的增长，未来有望在 ASIC 芯片市场中占据更重要的地位，为我国芯片产业发展贡献更大力量。
五、投资与关注建议（一）机构观点参考中信证券等机构对 ASIC 芯片的发展保持密切关注，并给出了相应的投资关注建议。
从产业链环节来看，在以太网方案布局领先的厂商被重点推荐，像交换机龙头与交换芯片龙头公司，它们有望在 ASIC 芯片与以太网结合的发展趋势下，凭借自身优势占据更多市场份额。例如，随着定制化芯片市场规模的不断增高，以太网方案会迎来快速发展，这类公司能够更好地适配这种变化，实现业务拓展。
光模块产业链与 AEC 龙头企业同样值得关注。由于 ASIC 芯片需求的加大，相关网络配件需求也会随之提升，AEC 渗透率预计增加，处于产业链优势地位的龙头企业能够更好地承接这部分市场需求，实现业绩增长。
还有 AIDC 龙头，也被视作具有潜力的关注对象。另外，对于全球晶圆代工龙头，其作为芯片制造的重要环节，会受益于 ASIC 芯片整体市场规模的扩大；协助全球 ASIC 开发的半导体平台类公司，能够凭借自身技术与服务优势，在 ASIC 芯片的研发过程中发挥关键作用，分享产业发展红利；散热对于 ASIC 芯片的性能提升至关重要，专注于散热技术的企业，可通过为 ASIC 芯片提供更优质的散热解决方案，在市场中赢得一席之地；过往拥有丰富 ASIC 设计经验的公司，有望转型进入推理市场等相关领域，进一步拓展业务边界，并且 ASIC 芯片的发展也将利好国内服务器制造商，推动其产品升级与市场拓展。
总之，机构建议投资者综合考量各产业链环节相关企业的发展态势与潜力，把握 ASIC 芯片领域带来的投资机会。
（二）发展趋势展望展望未来，ASIC 芯片在多方面有着值得期待的发展趋势。
在技术创新方面，随着人工智能等应用场景对算力、能效等要求的不断提高，ASIC 芯片会持续针对特定任务进行深度优化。例如，在 AI 深度学习算法中的矩阵运算和数据处理能力有望进一步增强，通过更精细化的电路设计、更先进的制程工艺等手段，实现计算能力、能效比等关键指标的提升，同时降低单位算力成本，以满足不同客户对于高性能、低功耗、低成本芯片的需求。
市场拓展上，ASIC 芯片的应用领域将不断拓宽。除了目前在人工智能、智慧安防、智能家居、耗材打印设备等领域的广泛应用外，在新兴的如物联网、大数据处理、自动驾驶等领域也会加速渗透。以自动驾驶为例，其对芯片的实时处理能力、可靠性等要求极高，ASIC 芯片凭借定制化优势，可针对自动驾驶的复杂路况分析、传感器数据处理等特定任务进行优化，助力自动驾驶技术的发展与普及。
在与其他芯片的竞争合作方面，尽管 ASIC 芯片对比 GPU、CPU 等通用芯片有着诸多优势，但并非是完全替代的关系。未来，它们会在不同的应用场景中相互补充协作。