错过了英伟达？别再忽视以下这些芯片股了。
一、核心观点：
-
AI 推理市场比 AI 训练市场规模小，但对投资者来说，它仍然是一个令人兴奋的增长领域。
-
我对定制芯片市场的几乎所有参与者都持建设性态度，具体包括 $博通(AVGO)$ , $ARM Holdings Ltd(ARM)$ , $微软(MSFT)$ , $谷歌(GOOG)$ $亚马逊(AMZN)$ 以及 $台积电(TSM)$
-
虽然 $英伟达(NVDA)$ 预计将在未来几年以超过 90% 的市场份额主导 AI 训练市场，但我相信 AI 推理市场也将主要被超大规模企业占领，这主要是因为使用定制 AI 芯片的成本更低且能效更高。
-
本文中，多数提及的个股当前价格距离彭博终端上的分析师共识的未来12个月预期价格还有上涨空间。
二、综合解读分析
-
$英伟达(NVDA)$ 的 GPU 在推动 AI 开发和推动其市值达到 3.5 万亿美元方面发挥了重要作用。
-
在推出 ChatGPT 后，Nvidia 的数据中心收入（包括 AI 芯片）从 2023 年第四季度的 36 亿美元飙升至 2025 年第二季度的 260 亿美元，其整体利润率从 2023 年第四季度的 26.5% 增加到 2025 年第二季度的 62.5%。
-
然而，像 H100 这样的 AI 芯片的高成本促使 $Meta Platforms, Inc.(META)$ , $微软(MSFT)$ , $亚马逊(AMZN)$ , $谷歌A(GOOGL)$ 和OpenAI 等客户在 $博通(AVGO)$ 和 $迈威尔科技(MRVL)$ 的帮助下探索开发自己的 AI 芯片。
-
目前，数据中心的定制 AI 芯片设计由 $博通(AVGO)$ 和 $迈威尔科技(MRVL)$ 主导。
-
虽然 $美国超微公司(AMD)$ 和 $英伟达(NVDA)$ 正在设立定制芯片部门来帮助公司开发 AI 芯片，但大多数超大规模企业仍然倾向于与 $博通(AVGO)$ 和 $迈威尔科技(MRVL)$ 合作。
-
大多数公司目前更喜欢使用 Nvidia 的 AI 芯片进行训练，相信 Nvidia 提供最佳的 AI 功能，并且他们担心如果改用 AMD 的 MI300X 或英特尔的 Gaudi 2 等替代品，AI 性能会落后。 $英伟达(NVDA)$ 的 CUDA 软件是其 GPU 独有的，仍然是 AI 训练工具的领导者。
-
总之，大多数公司将继续偏爱 $英伟达(NVDA)$ 的 GPU 进行 AI 训练，但可能会使用定制 AI 芯片进行推理。
-
定制 AI 芯片比通用 Nvidia GPU 性能更好、成本更低、能耗更低，尤其是对于推理和能耗敏感的应用。
-
预计到 2032 年，人工智能训练和推理市场规模将分别增长至 4710 亿美元和 1690 亿美元，2022 年至 2032 年的复合年增长率分别为 31% 和 48%。
三、芯片设计公司有望从定制 AI 芯片热潮中获益
1) $博通(AVGO)$
-
Broadcom 是领先的定制芯片设计商，市场份额接近 60%。
-
Broadcom 预测 2024 财年 AI 收入将达到 120 亿美元，主要由以太网网络和定制 AI 芯片推动。
-
据传言，前两大定制 AI 客户是 $谷歌(GOOG)$ 和 $Meta Platforms, Inc.(META)$ ，第三大客户预计是字节跳动、 $苹果(AAPL)$ 或 $亚马逊(AMZN)$ 。
-
据报道，Marvell 在定制 ASIC 市场占有 15% 的份额。
-
分析师预计，Marvell 的 AI 收入在 2025 财年可能达到 15 亿美元，而 Marvell 预计其 AI 收入将在 2026 财年达到 25 亿美元。
-
然而，Marvell 仍然没有盈利，而且与博通相比，其较小的市场份额使其风险更大。
-
大多数定制 AI 芯片都基于 ARM 架构。
-
ARM 的 RISC 架构通常比 x86 的 CISC 更受欢迎，因为它具有出色的能效、可扩展性和更低的延迟，更适合 AI 工作负载。
-
据广泛报道，ARM 计划在 2025 年推出 AI 芯片。
-
目前，ARM 为智能手机和 GPU 中的处理器提供电路架构，但它可能会在 2025 年扩展到设计 AI 芯片，然后分包其制造。该公司主要通过公司使用其设计时的专利使用费获得收入，但它也可能开始与 Broadcom 和 Marvell 在芯片设计方面展开竞争。
-
有报道称，ARM 的 AI 芯片业务最终可能会被剥离并纳入 $软银集团(SFTBY)$ 旗下。
-
ARM 有望成为快速增长的定制 AI 芯片市场的主要受益者之一。
四、超大规模企业有望从定制 AI 芯片热潮中获益
-
其他云提供商正在开发自己的定制芯片，主要是为了补充 $英伟达(NVDA)$ 的产品以供自己使用。
-
不过，我相信他们会逐渐开始向他们的云客户提供这些芯片，作为 Nvidia GPU 的替代品。
-
目前，云提供商允许客户使用 Nvidia 的 GPU 和他们自己的定制芯片来订阅云计算服务。
1) $亚马逊(AMZN)$
-
最近，亚马逊与 Databricks 签署了一项为期五年的协议， Databricks将利用亚马逊的 Trainium AI 芯片为企业客户构建定制的 AI 模型和系统，例如聊天机器人。Databricks 声称，亚马逊的定制 AI 芯片的成本将比竞争硬件低 40%。
-
目前亚马逊定制 AI 芯片的客户包括：
-
Trainium芯片：Anthropic
-
Inferentia芯片：Databricks、 $爱彼迎(ABNB)$ 、字节跳动、 $Snap Inc(SNAP)$ Snap 和德国电信
-
Graviton芯片: $德国电信(0MPH.UK)$ , $SAP SE(SAP)$
-
亚马逊仍然是鼓励企业采用其定制设计的 AI 芯片的最积极的参与者之一。
2) $谷歌(GOOG)$
-
虽然 $苹果(AAPL)$ 没有明确表示不使用 Nvidia 芯片，但它表示其 AI 模型是在谷歌的定制芯片 TPU 上进行训练的。
-
据广泛报道，苹果是谷歌最大的定制芯片客户。
-
$亚马逊(AMZN)$ 于 2015 年收购了 Annapurna Labs，以增强其芯片设计能力，而谷歌在博通的帮助下于 2015 年开始在内部使用 TPU。
-
因此，一些人认为谷歌的 TPU 优于亚马逊和微软的定制芯片。
-
报告显示，与 Nvidia 的 H100 相比，谷歌使用其 TPU 运行搜索查询更具成本效益。
3) $微软(MSFT)$
-
微软于2023年11月宣布计划打造自己的定制AI芯片。因此，其定制AI芯片主要供内部使用，尚未向第三方提供。
-
不过，作为全球第二大云提供商的Microsoft Azure最终可能会将其定制芯片开放给第三方使用。
五、芯片制造商有望从定制 AI 芯片热潮中获益
-
大多数AI芯片将由 $台积电(TSM)$ 生产。
-
$三星(SMSN.UK)$ 和 $英特尔(INTC)$ 目前缺乏以有竞争力的成本和良好的成品率生产芯片的技术能力。
六、结论即文初核心观点
-
AI 推理市场比 AI 训练市场规模小，但对投资者来说，它仍然是一个令人兴奋的增长领域。
-
我看好定制芯片市场的几乎所有参与者，其中包括 $博通(AVGO)$ , $ARM Holdings Ltd(ARM)$ , $微软(MSFT)$ , $谷歌(GOOG)$ $亚马逊(AMZN)$ 以及 $台积电(TSM)$
-
虽然 $英伟达(NVDA)$ 预计将在未来几年以超过 90% 的市场份额主导 AI 训练市场，但我相信 AI 推理市场也将主要被超大规模企业占领，这主要是因为使用定制 AI 芯片的成本更低且能效更高。
-
本文中，多数提及的个股当前价格距离彭博终端上的分析师共识的未来12个月预期价格还有上涨空间。
精彩评论