本文来自微信公众号“半导体产业纵横（ID：ICVIEWS）”。
2024年GPU销售额超越APU和CPU，成为各类处理器中销售额冠军。
Yole Group近日发布《2025年处理器产业状况》报告，指出全球处理器市场正经历由生成式AI与云端基础设施推动的深刻变革。
Yole Group提到，2024年GPU销售额超越APU和CPU，成为各类处理器中销售额冠军。其销售额达1130亿美元，占总处理器销售额的39%，一年内实现126%的增长。这一增长主要受NVIDIA主导地位及生成式AI模型对GPU需求增加的推动。
Yole Group认为，到2030年，GPU市场规模将达2390亿美元，是2024年的2倍以上，增长背后是服务器GPU平均售价的上升。同时，美国出口限制已重塑竞争格局，尤其在中国市场。
尽管当前GPU占据市场主导地位，但专为人工智能应用设计的集成电路（AI ASIC）正成为战略替代方案。
ASIC（Application Specific Integrated Circuit特定用途集成电路）根据产品的需求进行特定设计和制造的集成电路，其定制程度相比于GPU和FPGA更高。ASIC算力水平一般高于GPU、FPGA，但初始投入大，专业性强缩减了其通用性，算法一旦改变，计算能力会大幅下降，需要重新定制。
Google、亚马逊（Amazon）、华为等超大规模云端服务商，正大量投资专有解决方案，以减少对NVIDIA GPU的依赖。
Google早在2013年就秘密研发专注AI机器学习算法芯片，并用于云计算数据中心，取代英伟达GPU。这款TPU自研芯片2016年公开，为深度学习模型执行大规模矩阵运算，如自然语言处理、计算机视觉和推荐系统模型。Google其实在2020年的资料中心便建构AI芯片TPU v4，直到2023年4月才首次公开细节。值得注意的是TPU是一种定制化的ASIC芯片，它由谷歌从头设计，并专门用于机器学习工作负载。
亚马逊也推出了其自研AI芯片Trainium，以减少对英伟达的依赖并提高自身在AI领域的竞争力。该公司投资大量资金用于技术基础设施建设，并已定制芯片以提升数据中心效率，降低成本。亚马逊与被收购的芯片初创公司Annapurna Labs合作，旨在打造自有的AI芯片，同时也在投资AI基础设施。
据预测，2024年至2030年，AI ASIC市场年复合增长率（CAGR）将达45%，规模将从2024年的90亿美元增长至2030年的850亿美元，成为行业增长最快的部分。
其他类型处理器销售情况好坏不一：DPU增长与人工智能及服务器需求相关，预计2030年将增长至170亿美元；FPGA 2024年销售额出现下滑，但预计将逐步稳定，2030年前规模达80亿美元，增长主要受汽车应用支撑。
市场层面，2024年电信与基础设施领域收入占比首次超越移动与消费领域，达53%。预计到2030年，这一比例将升至66%，凸显云端人工智能部署的核心作用。汽车行业，尤其是与ADAS及娱乐系统相关的应用，同样是增长引擎，预计2030年前年增长率将达15%。
近日来自大摩的一份报告也给GPU市场热度再添一把火。
摩根士丹利（大摩）最新报告显示，在与英伟达管理层会谈后，对其在人工智能（AI）领域的短期及长期需求信心增强，维持“增持”评级，目标价设定为210美元，对应总市值约5.1万亿美元。这一积极的评估，反映了市场对GPU驱动的AI基础设施建设的乐观预期，以及英伟达在这一领域的领先地位。
报告指出，全球云资本支出持续扩张，计算核心正从CPU向GPU加速迁移。这一趋势是英伟达收入增长的主要动力。随着AI技术在各行各业的深入应用，对算力的需求呈现爆发式增长。英伟达凭借其在GPU领域的深厚积累，以及CUDA等生态系统的优势，成为了AI基础设施建设的核心供应商。大摩预计，到2030年，AI基础设施市场规模有望达到3至5万亿美元，远高于此前的预测，这无疑为英伟达带来了巨大的增长潜力。
针对英伟达与OpenAI合作引发的供应商融资议题，摩根士丹利的分析师团队认为，这种模式是“需求加速器”。英伟达正通过投资CoreWeave及英国主权基金等方式扩大数据中心产能，以满足市场日益增长的需求。这种战略不仅能够加速AI基础设施的建设，也为英伟达带来了更多的市场机遇。未来，这种合作模式有望复制到更多企业，进一步巩固英伟达的市场地位。
