摩根士丹利研究顯示，NVIDIA 可以以 160 億美元的研發支出維持 4-5 年的開發週期

本文不構成投資建議。作者目前不持有本文提及的任何股票。

ASIC 困境：對 NVIDIA 主導地位的挑戰

隨著客製化 AI 專用 ASIC 的出現，專家們正在仔細研究它們是否有可能打破 NVIDIA 在 GPU 市場的主導地位。儘管人們對 ASIC 的興趣日益濃厚，但摩根士丹利研究部最近的研究表明，這些客製化晶片並不會對 NVIDIA 的市場成功構成重大威脅。

摩根士丹利：儘管有 ASIC，Nvidia 仍將繼續保持主導市場份額。

ASIC 類別既不優於也不劣於商用 GPU——它只是實現相同結果的另一種手段。

在過去的六個月中，人工智慧領域的發展勢頭明顯…

— Jukanlosreve (@Jukanlosreve) 2025 年 2 月 14 日

摩根士丹利研究部在廣泛的分析中強調，NVIDIA 處於有利地位，並以目前的市場數據支持其論點。 NVIDIA 的市值維持在驚人的約 3 兆美元，季度營收約 320 億美元。相比之下，博通的市值約為 1.1 兆美元，但季度營收僅 32 億美元。

該研究強調了投資水準的明顯差異，並指出開發 ASIC 相對可負擔——通常成本在 10 億美元以下。與之形成鮮明對比的是，NVIDIA 計劃今年投入約 160 億美元進行研發。

「…光是今年，NVIDIA 就在研發方面投資了約 160 億美元。有了這些資金，NVIDIA 可以連續運行三個設計團隊（每個團隊的架構節奏為 18 至 24 個月），從而維持 4 至 5 年的開發週期，並在五年內實現創新。此外，他們還投資數十億美元用於互連技術，以提高機架規模和集群規模的性能…”

雖然Google的張量處理單元 (TPU) 等 ASIC 提供了顯著的客製化，但摩根士丹利聲稱，目前大多數大規模 AI 訓練和推理操作並不要求這種高度的客製化。 NVIDIA 不斷完善專門針對 Transformer 模型的 GPU 架構，在最佳化方面保持競爭優勢。

成本考量也是採用 ASIC 的主要因素。客製化 ASIC 的價格僅為 3, 000 美元，而 NVIDIA 的 H100 晶片的售價約為 20, 000 美元。然而，這些初始成本比較忽略了與 ASIC 部署相關的額外費用。

例如，ASIC 叢集通常會因為採用優質的光纖連接技術而產生更高的成本，而 NVIDIA 在其 72-GPU 架構中採用了更具成本效益的基於銅的 NVLINK 系統。

NVIDIA 無與倫比的購買力進一步使該公司能夠就高頻寬記憶體 (HBM) 晶片協商出優惠價格。摩根士丹利的研究證實：

「這同樣適用於 CoWoS；由於許多 ASIC 使用較小的晶片和較大的堆疊，因此 CoWoS 的成本可能高於 NVIDIA。當然，由於光罩限制，NVIDIA 的晶圓成本可能會更高，但總體而言，Nvidia 提供了卓越的價值。

摩根士丹利強調在 ASIC 的總擁有成本 (TCO) 中考慮「軟體開發人員時間」的重要性。 NVIDIA 的 CUDA（統一運算設備架構）SDK 提供了獨特的優勢，為使用者提供了更有效率的軟體開發環境。

摩根士丹利表示，NVIDIA 和 AMD 今年的表現都將超越 ASIC 競爭對手，尤其是在下半年。該公司強調了 AMD 在生態系統中的大量投資以及最近對 AI 軟體實體的收購，以增強其市場影響力。

「AMD 在整個生態系的投資規模往往遠遠超過 ASIC 供應商。今年以來，AMD已完成兩次AI軟體資產收購。其中之一——收購 ZT Systems——涉及收購一家主要的伺服器 ODM，剝離 ODM 業務，同時保留與機架和集群規模計算相關的關鍵工程人才……”

從更廣泛的市場背景來看，商用矽晶片將在 2024 年佔據 90% 的市場份額，其中 NVIDIA 以 980 億美元的晶片收入遙遙領先。相反，客製化 ASIC 僅佔 10%，主要受博通 80 億美元營收的推動。

“我們預計今年商業產品的份額將略有增加，達到 90%。”

摩根士丹利也指出了 ASIC 提供者的潛在弱點，並指出對谷歌或亞馬遜等單一客戶的依賴可能會阻礙成長。具體來說，預計 NVIDIA 到 2025 年將比 TPU 成長 50% 至 100%。

在長期預測中，AI ASIC 的總目標市場 (TAM) 預計將從 2024 年的 120 億美元增長到 2027 年的約 300 億美元，這比許多分析師的預期更為保守。

「NVIDIA 最大的短期風險是美國出口管制，這對 AVGO 來說同樣是個問題。從長遠來看，最大的風險不是競爭，而是投資放緩——我們預計這將發生在 2026 年中期左右。

如需進一步了解，請造訪WCCFTech。