高盛通过构建推理成本曲线，量化分析了AI芯片领域GPU与ASIC的竞争态势。报告深入剖析了英伟达、博通、AMD等厂商的技术路线与成本优势，并基于AI发展四大场景，给出了具体的投资评级与目标价，为理解该领域的长期竞争格局提供了清晰的数据框架和决策参考。
智能速览
谷歌TPU与英伟达GPU的推理成本已趋于持平。
英伟达的核心优势在于产品迭代速度与CUDA软件生态。
未来成本下降的关键驱动力是网络、内存与封装技术。
高盛维持博通与英伟达的买入评级，看好其长期增长。
AMD与亚马逊的当前解决方案成本偏高，未来有待观察。
精华内容
芯片之战的核心在于单位成本与性能的较量。高盛的报告通过精细化的数据分析，揭示了不同技术路线的优劣与未来演进方向，为投资决策提供了坚实依据。
成本曲线对比
高盛分析显示，谷歌与博通合作的TPU迭代速度惊人，从v6到v7版本，推理成本大幅降低了约70%。其每百万令牌的处理成本已与英伟达的GB200 NVL72解决方案持平，甚至略有优势。这一进展已吸引谷歌内部加大对TPU的应用，包括Gemini模型的训练。同时，具备强大软件研发能力的客户如Anthropic，已向博通下达了高达210亿美元的订单，计划于2026年中期发货，预示着TPU在高端市场的份额将持续提升。
英伟达护城河
尽管面临TPU的激烈竞争，英伟达凭借其在“上市时间”上的领先地位，依然保持了技术优势。公司坚持年度产品迭代节奏，GB300已发货，VR200也计划于2026年下半年出货。更关键的是，其CUDA软件生态构成了企业客户难以逾越的护城河，短期内加速器市场的领导地位稳固。此外，英伟达的研发投入远超竞争对手，并通过收购迈络思在网络领域深度布局，同时在内存技术上也实现了创新。
追赶者态势
相比之下，AMD与亚马逊Trainium的成本降幅较为平缓，当前解决方案的每百万令牌成本显著落后于英伟达和谷歌。AMD计划在2026年下半年推出Helios机架解决方案，预计可实现约70%的推理成本下降，届时或能与英伟达Rubin和谷歌TPU形成更有力的竞争。亚马逊的Trainium 3和4据称将修复前代产品的短板，性能有所提升，但具体落地效果仍需持续跟踪。
未来技术趋势
报告指出，随着计算芯片裸片接近光刻极限，未来的性能提升与成本下降将不再主要依赖单一芯片的突破，而是转向系统级创新。网络、内存与先进封装等关联领域的进步将成为关键驱动力。具体包括以太网扩展以提升系统带宽、高带宽内存（HBM）与NAND闪存的集成、台积电CoWoS封装技术的多芯片整合、机架级解决方案的高密度化，以及共封装光学（CPO）技术的应用。
AI芯片市场的竞争远未尘埃落定。GPU与ASIC各有优势，其市场份额的消长将取决于AI应用的普及路径与技术演进的速度。对于投资者而言，理解不同厂商的技术路线与成本结构，是把握未来几年半导体投资机遇的关键。在算力需求持续爆发的背景下，这个赛道还有哪些新变量值得期待？
