纪要涉及的行业和公司 - 行业：芯片行业、AI行业 - 公司：谷歌、亚马逊、Meta、特斯拉、字节跳动、阿里巴巴、百度、新源股份、翱捷科技、Peak Labs、MidJourney、Their Boss AI、Building Face AI、Assem AI 纪要提到的核心观点和论据 - 大厂自研ASIC芯片历程分三阶段 - 第一阶段（2013年起）：谷歌为解决CPU问题研发机器学习数据芯片，2015年推第一代TPU（V1），现发展到第六代（V6），70%-80%算力用于内部搜索、广告等场景，20%-30%对外租赁，超60%生成式AI初创公司和近90%生成式AI独角兽用其Cloud AI和Cloud TPU服务[2] - 第二阶段（ChatGPT时代）：大语言模型发展，亚马逊、Meta、特斯拉等研发或用类似TPU架构AI芯片，亚马逊2024年底发布第三代自研芯片，产业链渐清晰[2][3] - 第三阶段（东宝与Tipiak时代）：地缘政治和国内大模型价格战驱动，字节跳动、阿里巴巴、百度等国内大厂布局自研ASIC芯片，字节跳动2025年预计投1200亿 - 1600亿，900亿用于ASIC卡采购，阿里有平头哥，百度有昆仑芯[2][3][4] - 国内大厂ASIC设计布局：字节跳动2025年计划投1200亿 - 1600亿，900亿用于采购ASIC卡；阿里巴巴通过平头哥部门自研芯片；百度依靠昆仑芯研发，目的是应对自主可控需求和降本压力[4] - 新源股份和翱捷科技行业表现 - 新源股份：提供一站式定制和IP授权服务，VPU在全球有竞争力，形成六款产品料号，覆盖多领域；NPU IP覆盖全球82家客户，142款芯片出货超1亿颗，应用于多设备[5] - 翱捷科技：从事物联网SoC处理器芯片设计，拓展到手机系统级芯片领域，4G新型手机系统级芯片有进展，年初与头部大厂接洽，现处于回调期，建议关注[5] - 谷歌TPU发展路径及商业模式 - 发展路径：2013年开始研发，2015年推第一代TPU（V1），现到第六代（V6），适用于自身技术路径相关ASIC设计，优化高精度单元，保留低精度单元提效降本[6] - 商业模式：70%-80%算力内部使用，用于搜索等场景，20%-30%对外租赁，多家AI初创公司采用[6] 其他重要但可能被忽略的内容 无