電子行業專題報告：AI算力的ASIC之路，從以太坊礦機說起.pdf

電子行業專題報告：AI算力的ASIC之路，從以太坊礦機說起。近期關于 AI 算力的 GPU 與 ASIC 路線討論漸多，從推理角度看，ASIC 在成本端 優勢明顯，而 GPU 在通用性及生態上更勝一籌。若干年前，以太坊礦機也經歷了從 GPU 到 ASIC 的迭代，從算力發展角度給我們諸多啟發。

天下芯片，通久必專，專久必通。回望芯片發展歷史，從 CPU，到圖像與深度學習 時代大放異彩的 GPU，再到礦機 ASIC 的異軍突起。芯片發展一直遵循著上述規律。 某類需求的爆發，推動通用芯片中的某一功能獨立并形成 ASIC，來更好的滿足需求。 通用芯片發現需求，專用芯片滿足需求，這就是半導體行業面對人類需求時的解決 之道，歸根結底，客戶的需求決定一切。

大模型算力需求急劇膨脹，推理 ASIC 路徑逐漸明晰。在 GPT 的推動下，世界迅速 進入了大模型的新紀元。在 Transformer 算法下，算力大小成為了模型迭代的關鍵 因素，全球對于算力卡的需求迅速井噴，能夠先一步滿足算力需求的通用 GPU 變得 一卡難求。經過一年發展，大家對于 Transformer 認可度逐漸提升，同時算力的需 求持續加速，促使相關 ASIC 浮出水面。以谷歌 TPU，Groq 為代表的優秀 ASIC 作 品逐漸摸索出了以堆料矩陣乘法核構建“流水線”式處理流程的設計思路，在舍棄 通用 GPU 冗余小核提高性能的同時，也較好針對 Transformer 做了優化。

以礦機為鑒，需求和算法確定性是 ASIC 起量關鍵。復盤礦機 AISC 發展之路，受益 幣價上漲，算力需求井噴，且算法固定的比特幣在問世的 3 年內快速完成了礦機的 全面 ASIC 化。而幣價前期走勢較弱，算力需求不穩定，且一直存在轉 POS（停止挖 礦）預期的 ETH 則在結束挖礦時仍未完成 ASIC 化。由此可見，穩定且大量的客戶 需求、算法的確定性，是 ASIC 放量的關鍵。

軟件有望成為算力構筑第三極。ASIC 時代，編譯器成為了產品設計的壁壘，如何有 效的連接“流水線”中的計算單元與存儲，如何在無小核輔助的情況下整理進入計 算核的數據，編譯器的難度陡然提升。同時，如何在 CUDA 生態對第三方“兼容” 之路封鎖加劇的情況下，做出好用的軟件與生態，讓用戶較為舒適的進行切換，也 將成為新進入玩家需要面臨的問題。

兼聽則明，ASIC 是通往 AGI 中不可或缺的一環。“硬件的使用者和開發者往往對 立”，這一現象似乎正在 AI 芯片界再次出現，當下，AI 工程師們普遍希望停留在舒 適的 CUDA 生態，忽視通用芯片的冗余元件和低效。而芯片架構師們則在努力地創 造 ASIC 架構，降低最底層的計算成本。而最終決定雙方勝負的，唯有需求，需求足 夠大，算力的建設方終將為 ASIC 的性價比而買單，需求不明朗，客戶則會先采購通 用的產品然后繼續觀望。全局來看，AI 的敘事足夠宏大，與比特幣的一輪完全替代 不同，AISC 與通用芯片將螺旋發展，通用芯片探索新算法與模型、ASIC 將通過降 本使得需求得以釋放，繁榮的生態吸引更多用戶與參與者，最終培育出新的、更強 的算法，循環往復，螺旋上升，最終達成 AGI 的宏偉目標。