CSP 持续加码 ASIC,追求经济性和自主可控。推理业务具备高频调用、长期运行和持续扩容的特征,云厂商对算力平台的考核重点自然从峰值性能转向部署效率、单位成本和平台可控性。相较通用 GPU,ASIC 可以围绕相对明确的推理负载,对计算单元、片上存储、数据流组织、芯片互联和系统架构进行针对性优化,从而在目标场景下获得更高的投入产出比。更重要的是,AI 基础设施已经不是单颗芯片采购问题,而是涵盖芯片、网络、软件栈、调度系统和数据中心部署的整体工程。自研或定制 ASIC 有助于 CSP 围绕自身模型体系、机房条件和服务模式,自主定义芯片规格、部署架构和迭代节奏,进一步增强基础设施控制力。