前面 Blackwell 那一关 讲的是英伟达的 GPU，也就是 AI 芯片的主流。另一条线是谷歌、亚马逊、Meta、微软这些云端大厂：它们一边向英伟达买 GPU，一边自己做芯片，而这些自研 AI 芯片多半属于 ASIC。
这篇是 AI 硬件供应链一条龙 第 1 关「AI 芯片」的旁支深入版。
ASIC 是什么？和 GPU 差在哪
ASIC 全名 Application-Specific Integrated Circuit，大白话就是「为特定任务量身打造的芯片」。
GPU 是通用的并行运算芯片，多种模型与工作都能跑，弹性大，但也得为用不到的功能付成本。ASIC 反过来：锁定某一类工作（例如某种推理），牺牲通用性，换取那件事上的成本、功耗与效率优势。谷歌就把自家 TPU 定义为 AI 专用的 ASIC。
打个比方：GPU 像瑞士刀，什么都能切；ASIC 像为某道菜定制的厨刀，只做一件事，但做得又快又省。
为什么云端大厂要自己做芯片
明明买得到英伟达的 GPU，为什么还要花大钱自研？主要有四个理由：
- 成本：自家数据中心用量太大，自研能省下可观的采购与运营费用。
- 优化：针对自家模型、推荐系统、推理服务量身设计。
- 降低依赖：不把命脉全押在单一供应商身上。
- 差异化：把芯片和自家云服务绑在一起，做出别人复制不了的组合。
四大云的自研芯片
| 芯片 | 状态（截至 2026 年 10 月） |
|---|---|
| 谷歌 TPU | 第七代 Ironwood 已正式上线，单颗 192GB HBM，一个 pod 最多 9,216 颗；第八代 8t／8i 于 2026 年 4 月公开，Google Cloud 仍标示「即将推出」 |
| AWS Trainium | Trainium3 是 AWS 首款 3 纳米 AI 芯片，2026 年初开始出货，几乎被预订一空；Trainium4 预计约 2027 年才广泛供应 |
| Meta MTIA | 主打推理，官方 2026 年 3 月称已部署数十万颗，MTIA 300 已量产，两年内再推三代 |
| 微软 Maia | Maia 200 于 2026 年 1 月发布，台积电 3 纳米制程、主打推理 |
自研芯片也开始往外卖。Alphabet 首席财务官说，2026 年第二季度起谷歌首度把 TPU 系统直接交付到客户自己的数据中心。亚马逊则在 2026 年 7 月表示，芯片业务年化营收已超过 250 亿美元，Anthropic 与 OpenAI 都对 Trainium 做了多年、数 GW 级别的承诺。
OpenAI 也和博通合作，2026 年 6 月发布首颗推理芯片 Jalapeño，工程样品已在实验室跑模型，目标 2026 年底前初步部署。博通首席执行官陈福阳说 2027 年才放量、2028 上半年全速，所以它还不是已量产的芯片。
博通、迈威尔与台湾：谁在帮他们做
云端大厂有想法，但芯片的细部设计、封装与互连，还是要找专业伙伴，分成两类。
ASIC 共同设计商：博通（Broadcom）和迈威尔（Marvell）不只卖零件，而是和云端大厂一起把定制芯片设计出来，并提供网络互连。博通已公开与谷歌 TPU、Meta MTIA、OpenAI 合作，2026 财年第三季度（至 2026 年 8 月 2 日）AI 半导体营收 167 亿美元，同比增长 221%。迈威尔也在 2026 年 8 月的 SEC 文件中公开与谷歌扩大定制芯片合作。
台湾 ASIC 设计服务厂：世芯-KY（Alchip）和创意电子（GUC）提供从设计到委托代工的整套服务（turnkey）。它们的实际客户多半保密，市场把它们对应到哪家云端大厂，常属法人推测，不是公司公告。本文只描述产业角色，不整理受益股，也不构成投资建议。
「ASIC 概念股」在台股是热门题材，市场通常把设计服务、硅知识产权（IP）、先进封装、晶圆代工、测试接口一起放进来讨论。理解这个族群在火什么可以，但别把题材热当成个股推荐。
ASIC 会取代英伟达吗？
答案要分清「在长大」和「占多少」。研究机构 TrendForce 在 2026 年 4 月把 2026 年 ASIC 型 AI 服务器的占比，从近 28% 小幅下调到约 27%，多数仍是 GPU 机型。
英伟达的护城河也不只在芯片本身，还有开发者普遍使用的 CUDA 软件生态和 NVLink 高速互连，要整套搬走成本很高。
连 AI 公司自己也是多家并用。Anthropic 同时用谷歌 TPU 与 AWS Trainium，AMD 2026 年 8 月的财报也提到 Anthropic 将部署最多 2GW 的 AMD GPU。自研 ASIC 会慢慢吃下一部分原本属于 GPU 的需求，但大家是在分散押注，不是全面换边。
小企鹅的总结
ASIC 是用通用性换取效率与成本的定制芯片。谷歌 TPU、AWS Trainium、Meta MTIA、微软 Maia 的背后，常有博通、迈威尔与台湾设计服务厂的身影。
想看 GPU 那一边，读 Blackwell 是什么；想看这些芯片怎么封装、喂数据，看 CoWoS 与 HBM；想看整条链八关，回到 供应链总览。
自研 ASIC 是云端大厂替自己省钱、做差异化的长期路线；GPU 仍是主流，短期是并存，不是取代。