除了ASIC之外，网络业务还包括以太网交换芯片/路由芯片、PHY芯片以及光纤发射器和接收器。
其中，异军突起的ASIC是博通在2016年通过收购存储公司LSI实现的新业务。此前，网络业务下的以太网交换芯片是博通的首发产品。在数据中心相关的网络连接设备领域，博通已经是老一代的霸主。
对于AI数据中心带动的网络连接设备市场大幅增长，也可以参考今年股价大涨的光模块芯片厂商。
市场数据显示，每台采用芯片的数据中心设备大约需要9个1.6T光模块。跟随英伟达的吃肉趋势，过去一年其股价翻了一番。
原本博通的交换机产品也是遵循这个逻辑，但在2019年，英伟达最终也通过收购来做交换机，与博通在该领域形成了竞争关系。
在此背景下，ASIC成为博通网络业务重要的新摇钱树。
不过，市场对ASIC的担忧在于，作为专用芯片，其研发成本高于通用芯片。只有当客户有真正的需求并且有能力出钱的时候才会考虑ASIC。
陈富阳在上个季度的财报电话会议上也表示，只有大型云厂商才能承担定制芯片的成本。对于中小型客户来说，性价比太低。
从目前的需求端情况来看，博通短期内不会出现订单短缺的情况。作为博通的老TPU客户，谷歌内部几乎使用了所有的TPU。去年其规模超过200万，仅次于的市场规模。
如果说以谷歌为代表的三大客户是博通ASIC的基本盘，那么“盟友”之外的巨头的“倒戈”则为ASIC的前景增添了确定性。
例如，微软与中国的密切合作关系最近开始出现冲突，这一问题已多次被揭露。
微软CEO Satya近日在接受采访时直接表示，他和Sam对AI发展持有不同的看法——Sam希望从微软获得巨大的培训资源，但Satya认为应用层是重点，模型层处于“普遍商业化”。
可见微软的重点已经放在了推理上，推理场景的多样性将会给ASIC更多的机会。
在今年9月的高盛会议上，陈富阳提出了未来可能的结果：AI算力在ASIC和GPU之间平分。各巨头的AI算力分布都会像一样，全部用ASIC，全部用外部GPU。 。
02 统治的终结
“英伟达增长放缓不可避免，但不可能被超越和取代。”一位资深投资人告诉36氪。
“现在市场告诉我们，预训练之后，算法会有剩余，所以我们需要考虑节省电量。但现实是，现在所有的AI公司都优先考虑算力。要扩展，算力是第一要务。”这是短期内无法动摇的主要原因。”
博通的崛起是不可否认的，但英伟达能否被取代仍是一个问号。
首先，从技术角度来看，虽然市场将ASIC与推理高度关联，但实际上GPU也可以执行推理工作。例如， GB200的推理性能比H100高30倍。
只是ASIC的优势在于低功耗、体积小，可以嵌入更多的边缘场景。
其次，当整个AI行业长期饱受“英伟达”之苦时，ASIC的逻辑更容易在二级市场上跑通。
为了追求高性能，各大机型厂商大量囤积 GPU芯片，以抢占时间窗口。如今进入性价比阶段，已经成为几乎所有厂商的“敌人”，大家都希望多一种选择。
博通作为目前唯一能与英伟达抗衡的“敌人”，却成为了各大机型厂商的“朋友”。
冷静一点看，训练和推理的切换更多的是把算力从链的限制中释放出来，给推理框架一些机会。
因此，不少市场声音认为，博通的增长正在透支未来，而英伟达则是超卖。
有业内人士指出，预训练放缓并不意味着通用模型的终结。如果ASIC迅速取代GPU，基本上就相当于否定了现有的LLM框架。
“马斯克的初创公司xAI仍在抢夺的GPU。与微软、谷歌和meta的竞争将会很激烈。规模仍处于扩张期，因此的需求尚未达到顶峰。”上述投资人表示。
目前，只要海外主要云计算公司在AI服务器上的资本支出不放缓，英伟达、博通和中国仍然能够在人工智能军备竞赛中占据优势。
然而，问题的症结就在这里。在没有成熟应用的情况下，各大模型厂商还能继续烧钱多久？
