ASIC商业化拐点已至：云厂商与AI模型厂竞相布局，定制芯片崛起

事件概述

2026年第二季度，ASIC（专用集成电路）芯片商业化进入密集落地期。亚马逊、谷歌、微软等云厂商将自研AI芯片从内部自用转向对外销售；OpenAI联合博通9个月完成定制推理芯片流片；Meta则因收购整合失败而受阻。这些事件标志着ASIC正从AI算力边缘走向中心，产业链分工迎来重构。

核心信息

云厂商自研芯片对外商业化

核心驱动力来自AI工作负载转向推理主导。ASIC在大规模推理部署中总拥有成本（TCO）比通用GPU低40%-65%。Midjourney迁移至谷歌TPU后月度计算成本从210万美元降至70万美元；基于TPU的谷歌Gemini 3.1 Pro定价比同级GPU方案便宜近60%。

• 亚马逊：2026年6月证实对外出售Trainium芯片。内部芯片部门年运行收入突破200亿美元，Trainium3基本售罄，获超2250亿美元收入承诺。核心客户包括Anthropic（承诺部署超100万颗芯片，签约容量达5GW）、OpenAI、Uber。
• 谷歌：2026年5月联合黑石成立50亿美元合资公司TPU Cloud，首次在谷歌云外大规模商业化。已向英特尔下单超300万颗TPU，引入联发科切入下一代TPU v10供应链，打破博通独占格局。
• 微软：第二代AI加速器Maia 200已投入运行，正与Anthropic洽谈算力租赁。

OpenAI 9个月完成定制推理芯片流片

2026年6月24日，OpenAI联合博通发布首款定制推理芯片Jalapeño。OpenAI负责架构设计，博通负责硅片实现，台积电制造，从设计到流片仅耗时9个月。该芯片专为大语言模型推理场景设计，早期测试性能/瓦特指标显著优于现有方案。计划2026年末小规模部署，2028年上半年规模化量产，远期规划总耗电最高达10GW。OpenAI正构建从模型、产品、数据中心到芯片的完整垂直技术栈。

Meta自研芯片遭遇挫折

Meta于2025年9月斥资超20亿美元收购Rivos加速自研AI芯片项目，但因双方在薪酬、技术路线上冲突严重，项目被实质取消，多个项目延期。这暴露了互联网企业跨界半导体的深层矛盾：芯片流片失误会带来数亿美元损失和数月延误。

产业链重构与市场展望

• 高盛预测，AI驱动的ASIC需求将在2027年与GPU需求平分秋色。
• TrendForce预测，2026年定制AI芯片出货量增速达44.6%，首次显著超过商用GPU的16.1%。
• 世芯电子预测AI ASIC收入将从2024年130亿美元增长至2030年超1500亿美元，复合年增长率接近50%。
• 博通2026财年Q2 AI半导体收入达108亿美元，同比暴增143%。
• 前沿模型公司采用“多芯片策略”，如Anthropic同时运行在AWS Trainium、Google TPU、Azure GPU等四大硬件平台。

通用GPU仍将在训练领域保持统治力，但定制ASIC正凭借成本优势快速切分推理市场。OpenAI“模型公司定义架构+半导体公司实现制造”的协作模式，可能代表更高效的产业范式。