TPU即为谷歌发明的AI处理器，主要支持张量计算；

DPU则是用于数据中心内部的加速计算；

NPU则是对应了上一轮AI热潮中的CNN神经卷积算法，后来被大量SoC芯片整合进边缘设备的处理芯片中。在SOC芯片领域，国内企业众多，此前提到的瑞芯微原本从事与AI视觉四小龙相似的视觉判断领域，明显领先于其他公司。

能够用于AI算力的芯片有CPU、GPU、FPGA、ASIC四种。CPU和GPU不再介绍，FPGA、ASIC两类均属于专门设计芯片。

FPGA，英文Field-Programmable-Gate-Array，翻译为现场可编程逻辑门阵列。结构上类似积木块搭建，零部件具有一定范围内的可替代性。

而ASIC属于一体化成型，ASIC相比FPGA连接口和连接线更少，电源散热分配更加合理，因此在能耗需求上更低。随着AI大模型从单项选择阶段转向逻辑推理完形填空阶段，以ASIC为代表的推理性质专用芯片可能将弥补以GPU为代表的通用芯片缺陷。

图11：谷歌自研动机

前文提到transform架构是谷歌2017年的论文提出，而谷歌一直致力于独立开发TPU专用深度学习芯片，在英伟达GPU一统天下前，性能也远超传统CPU芯片。

理论而言，ASIC芯片门槛相对较低，考虑到推理芯片需求已经在博通的财务报告中得到验证，相关美股科技公司大模型和业务流一旦固定，则订单合作将呈现天量。根据介绍，ASIC芯片的前序设计成本较高，但伴随着后续产品的量产，单位芯片成本因规模效应会出现显著降低。

若推理ASIC芯片转为现实，博通未来会成为端侧推理芯片市场的领军者，AI手机、AI电脑、AI家电、AI工控等产品都可能需要ASIC推理芯片。博通CEO在2024年Q3的业绩发布会上，预期ASIC市场2027年达到600-900亿美金，机构预计2025年将达到300亿美金体量。（博通AI业务2024三季度营收达37亿美元，增速150%）

图12：ASIC方面的优势

ASIC的研发周期较长，特定行业各不相同，根据ASIC领域的第二梯队竞争者迈威尔科技MARVELL透露：迈威尔2000年成立以来，25年间一共设计约2100款ASIC芯片，年均一年不到100个客户。理论上，博通公司占据以往60%的市场份额，后续将强者恒强。

ASIC芯片在部署上属于端侧部署，端侧需要高速交换机和高速通信芯片。博通公司的供货产业链上，美股稳定数据传输（PCIE-Retimer）领域中的龙头公司ALAB，网络交换机领域中的Arista，近期均有领涨。