AI基础设施市场演进 - AI基础设施市场正在演变，下一阶段可能不再由日益庞大的GPU集群主导[2] - 全球大型科技公司正越来越多地转向定制AI芯片，即专用集成电路[3] - 这一转变可能为两家半导体公司创造重大机会：Marvell Technology和Broadcom[3] GPU与ASIC技术对比 - GPU被比作瑞士军刀，设计用于处理需要大量并行计算能力的多种任务，特别适合训练大语言模型和支持广泛的AI应用[4] - ASIC则不同，其设计旨在尽可能高效地执行特定类型的任务，不包含与该任务无关的组件[4] - 过去，由于AI技术尚在发展且灵活性最重要，公司严重依赖英伟达GPU[5] - 随着AI工作负载变得更可预测，许多科技巨头正在设计专门为其自身系统和常见预期工作负载定制的芯片，以获取显著的成本和效率效益[5] 定制AI芯片的优势与增长 - 定制芯片功耗更低，且能为其特定工作负载提供更好性能[6] - 有分析估计，对于大规模推理工作负载，定制AI芯片可将拥有成本降低高达65%[6] - 根据TrendForce的研究，预计2026年AI ASIC的出货量将增长约44.6%，而GPU的出货量预计将增长约16.1%[6] Marvell Technology的机遇 - Marvell已迅速成为半导体行业最重要的定制AI芯片设计商之一[7] - 该公司直接与超大规模云服务商合作，设计针对其特定需求优化的定制AI加速器和网络芯片[7] - 该业务正在快速增长[7] 英伟达的现状 - 英伟达一直是人工智能热潮无可争议的赢家[1] - 其图形处理器已成为现代AI基础设施的基础，为从ChatGPT到自动驾驶系统的一切提供动力[1] - 随着云基础设施巨头竞相构建包含数千个GPU的大规模新AI集群，英伟达的数据中心收入在过去几年中激增[1]