中国报告大厅网讯,人工智能的快速发展正在重塑技术格局,GPU作为AI加速器的核心组件,其市场地位和发展趋势备受关注。随着大模型技术的不断进步,GPU与ASIC的竞争格局也在发生深刻变化,这将直接影响未来AI计算基础设施的构建方式。
中国报告大厅发布的《2025-2030年全球及中国GPU行业市场现状调研及发展前景分析报告》指出,目前,数据中心AI加速器市场90%以上由NVIDIA GPU占据,其余份额主要由AMD GPU和部分定制ASIC瓜分。NVIDIA凭借其完整的解决方案,包括GPU、NVlink网络、机架系统和软件,在市场上建立了强大的竞争优势。然而,这种主导地位正在受到挑战。AMD正在加速追赶,预计到2025年下半年,其M350 GPU将与NVIDIA的Blackwell架构相媲美,而M400则将与NVIDIA的下一代Rubin架构竞争。AMD在软件和互连系统方面的进步,使其有望在2026年实现100亿美元的年收入。
随着AI模型逐渐从训练转向推理,ASIC的优势开始显现。特定模型的ASIC可以非常高效,尤其是在放弃GPU部分灵活性的情况下。目前,多家科技巨头正在开发自己的AI加速器,包括亚马逊、谷歌、Meta和OpenAI等。ASIC的性价比比GPU高40%,并且可以针对客户的特定软件进行优化。AI加速器的NRE成本高达5000万美元,而更复杂的加速器开发成本可能超过1亿美元。超大规模数据中心运营商可能会部署NVIDIA和AMD的GPU来处理最复杂、变化最快的工作负载,而内部变化较慢的工作负载则会使用自家的ASIC。
到2025年,GPU与ASIC的市场份额将出现显著变化。目前,GPU占据绝对主导地位,但随着ASIC技术的成熟和成本的降低,这一格局将被打破。预计到2030年,半导体收入将主要来自人工智能/高性能计算领域。超大规模数据中心运营商可能会根据相对性能、功耗和可用性,调整GPU和ASIC的部署比例。可能是90% GPU和10% ASIC,也可能是10% GPU和90% ASIC。每年仅花费10亿美元的小型客户将不得不继续使用GPU。
GPU技术的进步将继续推动AI计算能力的提升。到2028年左右,大模型将提供博士级别的智力,到2030年代,大模型的智商将超越人类。特定模型的成本每年下降4倍到10倍,这是计算能力和算法改进的共同作用。这意味着到2030年,当今模型的运行成本将降至千分之一到十万分之一。GPU技术的发展将为AI计算能力的提升提供强大支持。
总结:2025年GPU发展趋势将深刻影响AI加速器市场的格局。GPU与ASIC的竞争将更加激烈,市场份额将重新分配。GPU技术的进步将继续推动AI计算能力的提升,为人工智能的发展提供强大动力。随着大模型技术的不断进步,GPU与ASIC的协同发展将成为未来AI计算基础设施的重要特征。
光大证券发布研报表示,北京时间3月19日凌晨,英伟达举办2025年GTC大会,黄仁勋在圣何塞 SAP 中心发表的现场主题演讲,关注代理式AI、机器人、加速计算等领域的未来发展。此外,该大会还包括1000多场具有启发性意义的会议,以及400多项展示、技术实战培训和大量独特的交流活动。 黄仁勋按照“Generative AI(生成式AI)、Agentic AI(智能体)、Physical AI(具身AI)”三个阶段的进化路线,将Agentic AI描述为AI技术发展的中间态。Scaling Law的发展需要投入更多的数据、更大规模的算力资源训练出更好的模型,训练规模越大,模型越智能,预计全球数据中心建设投资额将在2028年达到1万亿美元。
中国报告大厅声明:本平台发布的资讯内容主要来源于合作媒体及专业机构,信息旨在为投资者提供一个参考视角,帮助投资者更好地了解市场动态和行业趋势,并不构成任何形式的投资建议或指导,任何基于本平台资讯的投资行为,由投资者自行承担相应的风险和后果。
我们友情提示投资者:市场有风险,投资需谨慎。