AI芯片格局正在被CSP自研加速卡重塑。民生证券最新报告指出，英伟达在AI加速卡领域的市占率预计将从2022年的67.6%逐步下降，CSP自研ASIC成为未来AI芯片增量最核心的来源。2028年数据中心ASIC市场规模预计将达429亿美元，CAGR 45.4%，博通占据55%以上市场份额。谷歌TPU、AWS Trainium、微软Maia 100、Meta MTIA等CSP自研芯片已形成大规模出货，2025年Trainium3（3nm）将问世。定制化ASIC凭借高性能、低功耗、高性价比优势，正成为云厂商降低推理成本、扩大竞争优势的核心手段。
CSP自研ASIC：从补位到核心，英伟达份额逐步让渡
目前英伟达在AI加速卡领域仍占主要供应商地位，但云商自研比例正加速提升。Trendforce统计2022年英伟达独占全球AI芯片67.6%份额，预计2024年下降至63.6%。英伟达3Q24毛利率高达74.4%，CSP自研ASIC在成本方面显著优于外采，有限资本开支下可获得更多算力。同时，自研ASIC更加灵活，云厂商可根据自身模型训练和推理需求定制芯片架构。据Marvell预测，ASIC占数据中心加速计算芯片比例有望从2023年的16%提升至2028年的25%，市场规模从66亿美元增至429亿美元，CAGR 45.4%。
谷歌是CSP自研算力的先行者——研发TPU始于2013年，比其他云厂商早近10年。谷歌或为2024年北美四大云商中采购英伟达加速卡最少的厂商。2023年12月推出TPU v5p，集群由8960颗芯片组成，训练大型LLM速度比上一代提升2.8倍。博通为谷歌TPU主要供应商，23年谷歌支付TPU费用20亿美金，24年有望达70亿美金。谷歌第六代TPU Trillium已交付，第七代设计推进中（预计26/27年），Meta MTIA、微软Maia 100同样由博通设计服务支持。
AWS Trainium：从16卡到64卡，3nm Trainium3 2025年问世
亚马逊Trainium2由两个计算芯片组和四个HBM3e内存堆栈封装而成，单芯片650TFLOPS密集BF16性能、1300TFLOPS密集FP8性能，搭载96GByte HBM3e，单芯片功耗约500W。Trainium2提供2D Torus（16卡，4×4）和3D Torus（64卡，4×4×4）两种网络拓扑，适应不同计算需求。
Trainium2服务器每个Compute Tray搭载两颗Trainium2芯片，每台整合16颗Trainium2芯片，FP8峰值算力可达83.2PFLOPS，能够支撑万亿参数AI模型的实时推理。与GB200不同，Compute Tray中未搭载CPU，CPU单独搭载至Head Tray，通过外部PCIe 5.0 x16 DAC无源铜缆与8个Compute Tray相连。Trainium3将成为首款采用3nm工艺的AWS芯片，性能预计翻倍、能效提高40%，预计25年底问世，搭载Trainium3的UltraServer性能预计比Trn2 UltraServer高出4倍。
Marvell与博通双雄：ASIC设计服务市场的绝对主导
博通、Marvell、Alchip等可提供先进的AI芯片定制化设计服务，成为CSP最重要的合作伙伴。博通占据ASIC市场55%以上份额，Marvell接近15%。博通除谷歌TPU外，亦为Meta MTIA提供设计服务，并与苹果、字节跳动、OpenAI等巨头合作开发芯片。博通CEOHock Tan指出，到2027年博通的客户将在AI芯片集群中部署多达100万个芯片，AI芯片有望为公司带来数百亿美元年收入增长。
Marvell为AWS Trainium主要供应商，与AWS签订5年合作协议。2025年第三财季Marvell数据中心销售额同比增长近一倍达11亿美元，预计本财年数据中心部门将占总收入72%。Marvell估计至28年，计算、高速网络、以太网和存储产品组合将带来750亿美元市场机会，核心增长动力来自定制计算（45%年复合增长率）和高速数据中心互联（27%年复合增长率）。
CSP自研芯片对供应链的影响
CSP自研芯片趋势正带来算力产业链的全新变革。PCB方面，谷歌TPU每4颗芯片搭载至1张PCB，AWS Trainium2每2颗芯片搭载至1张PCB，传统服务器的OAM+UBB架构让位于定制化Compute Tray方案，PCB价值量向大尺寸、高层数基板集中。铜缆方面，CSP自研服务器中AEC正逐步替代DAC成为机柜内互联主流方案。散热和电源方面，AI芯片功耗密度持续提升（A100 300W→GB200 1000W），液冷散热和三级电源供电成为标配，相关供应链迎来产品升级机遇。建议关注CSP自研芯片产业链相关标的：ASIC设计服务及合作伙伴、配套PCB/AEC/散热/电源供应商。
CSP自研AI芯片对比| 厂商 | 芯片 | 制程 | 性能 | 量产时间 |
|---|
| 谷歌 | TPU v5p | — | 训练速度提升2.8倍 | 2023年12月 |
| 谷歌 | Trillium | — | 峰值性能+83% | 2024年 |
| AWS | Trainium2 | 5nm | 650TFLOPS BF16 | 2023年 |
| AWS | Trainium3 | 3nm | 性能翻倍/能效+40% | 2025年 |
| 微软 | Maia 100 | 5nm | 1600TFLOPS FP8 | 2023年 |
| Meta | MTIA v2 | 5nm | 708TOPS INT8 | 2024年 |
