据台媒报道，英伟达GB200量产进程一波三折，英伟达将发展机会聚焦于开放架构的GB300上，同时，针对ASIC（客制化芯片）也有自行开发的规划；其中，已选定台湾做为研发中心基地，就近吸纳台厂设计服务成熟之人才，恐造成台厂人力资源流出。
相关IC设计业者即透露，2024年中已惨遭一轮挖脚，预期2025年抢人才大战将再次上演，联发科、世芯-KY、创意等IC设计大厂严阵以待。
近期市场对英伟达GB200伺服器的信心持续受到挑战，据供应链透露，2024年仅有极少的样本机出货，2025年首季可能也只小幅提升至约2,000柜左右。显见英伟达由芯片端推进系统整合上，遭遇重重挑战。业界分析，尽管都会随着时间逐步解决，目前英伟达也积极认证更多的第三方供应来源。惟CSP大客户恐将订单转移至第三季就会出台的GB300，或是大幅加码自研ASIC伺服器。
科技巨头正寻找英伟达GPU以外的解方，苹果2024年7月发表iPhone AI的首个预览版，随后发布论文，表示AI模型是在Google的TPU（张量处理器）上训练。近期，苹果更在亚马逊的AWS Reinvent大会上，宣布将使用亚马逊自家客制化AI芯片进行模型训练，苹果正评估亚马逊最新的Trainium2芯片，种种迹象表明，非英伟达的训练方案同样奏效。
英伟达则积极因应，外传出成立自家ASIC部门、扩大客制化服务量能，同时正规画在台湾招募上千名芯片设计、软体开发及AI研发等领域之人才。半导体业界透露，英伟达持续在台揽才，其中，ASIC领域招募资深工程师，包括具有前段设计验证、IP整合、实体层设计等人才，陆续有工程师被挖脚。
不管微软Cobalt、Maia，谷歌TPU、AWS自研芯片，都有台湾ASIC业者协助打造，半导体人才素质佳，搭配既有的练兵经验，很容易被英伟达祭出的高薪捡走现成的工程师。IC设计业即透露，美商通常会提供RSU（限制型股票），英伟达2023、2024年股票涨幅分别达239％及180％，赚的比本薪还多。
Nvidia 确认进军 ASIC 市场
去年六月，Nvidia CEO黄仁勋向全球媒体透露，Nvidia设立AI研发中心和第二家AI超算中心的计划正在推进中，他还直接确认Nvidia将开始进行ASIC芯片设计。
Nvidia 凭借 AI GPU 优势在全球 AI 产业占据主导地位，甚至从电竞推动者升级为“AI 教父”。这种近乎垄断的地位也促使许多客户纷纷投资自研 ASIC 芯片组，包括 Google、Microsoft、Meta、Amazon 和其他云端服务提供商 (CSP)，以降低过度依赖控制 GPU 价格和出货量的 Nvidia 带来的巨大风险。博通、Marvell 和一些中国 IC 设计公司也全面抢占市场，抢占先机。
此前一直有传言称 Nvidia 将成立新部门进军 ASIC 市场。对此，黄仁勋首次表示“是的！”确认了这一决定。黄仁勋表示，他相信此举将进一步扩大客户群。虽然 CSP 客户将成为 Nvidia 的竞争对手，但同时，所有 CSP 仍将通过 ASIC 服务成为 Nvidia 的客户。
黄仁勋解释，Nvidia 有三大优势是云端客户离不开的。第一，虽然 Nvidia 的 AI 芯片并不便宜，但其价值就像一部智能手机取代了相机、音乐播放器等设备，将所有功能整合在一个设备中，整体上非常划算；第二，Nvidia 的 CUDA 拥有广泛而丰富的生态系统；第三，客户投资自研芯片，这大大增加了芯片的成本。
台湾ASIC设计公司爱芯微总经理沈祥林表示，博通是ASIC市场的领导者，该领域的竞争门槛不断提高，对设计、资金和整体运营的要求都非常高。
沈认为，英伟达进军 ASIC 市场是一个坏主意，会与现有产品发生冲突。他以联发科为例，该公司的 ASIC 业务表现平平，尽管客户要求很高，但 ASIC 业务的毛利率并不高。沈表示，爱芯科技并不担心来自竞争对手的挑战。
对于英伟达未来五年在台的投资计划，黄仁勋表示，将至少聘用1000名工程师，目前正持续为大型AI研发中心招募人才，并计划设立第二个人工智能超算中心，但地点尚未确定。英伟达已获得台湾政府67亿新台币AI研发中心补助，并承诺与台湾企业共同开发Omniverse平台应用，为全球市场打造产业解决方案。英伟达也计划为台湾AI研发中心搭建计算平台，并将部分算力提供给台湾的学研机构、合作伙伴或新创企业，供其研发使用。
Nvidia 击退了 ASIC 挑战者
据业内人士称，随着博通、谷歌和 AWS 加大在 AI 芯片领域的开发力度，Nvidia 面临着来自 ASIC 芯片开发商日益激烈的竞争。
ChatGPT 的崛起使 Nvidia 成为生成式 AI 应用的主要受益者，过去四个季度创造了近 630 亿美元的收入。受大型云服务提供商 (CSP) 资本支出增加的推动，Nvidia 的毛利率在 2024 年第三季度接近 75%。
虽然市场观察人士最初认为 Nvidia 在 AI 领域的领先地位难以超越，预计明年销售额将接近 1000 亿美元，但这种乐观前景最近发生了变化。Nvidia 面临着中美贸易争端以及中国和欧盟即将展开的反垄断调查的挑战，而其发展势头则受到博通、谷歌和 AWS 领导的 ASIC 联盟的威胁。
半导体供应链消息人士表示，AI GPU 和 ASIC 处理器是互补而非替代的。这种动态为 Nvidia 带来了机遇和挑战，该公司实施了三项战略应对措施：确保台积电一半以上的产能、启动 ASIC 研发计划以及控制台积电以外的先进封装能力。
英伟达占据了超过 90% 的 GPU 市场份额，在过去两年中一直主导着人工智能行业的定价和出货量，成为生成式人工智能繁荣的主要受益者。它的市场地位促使全球硬件和软件行业寻求替代方案，旨在减少对英伟达的依赖。
Nvidia 的 AI 芯片竞争对手包括传统竞争对手英特尔和 AMD，以及正在开发专有 ASIC 处理器的主要客户如 Meta Platforms、谷歌、AWS 和微软。
此外，苹果、博通、Marvell 和 OpenAI 正在大力投资研究和客户获取，旨在占领市场份额并可能削弱 Nvidia 对供应、定价和技术进步的控制。
博通近期强劲的财务表现和前景令市场感到意外。与英伟达的 AI GPU 不同，博通对其定制 AI 加速器 (XPU) 出货量充满信心，预计其出货量将比上一季度翻一番，这得益于三个主要客户的订单。市场猜测这些客户可能包括 Meta、谷歌、字节跳动，以及可能的 OpenAI。
这一发展凸显了人工智能芯片需求上升的新潜在受益者，重新激发了 ASIC 领域作为 Nvidia 强大竞争对手的活力。
业内专家预测，随着技术进步和应用扩展，ASIC 出货量将大幅增长。尽管 Nvidia 的市场份额可能从 90% 以上下降到 70% 至 80% 之间，但价格和利润率预计仍将保持有利水平。
GPU 拥有众多处理核心，擅长大规模并行计算，尤其适用于深度学习。其生产成本相对较低，开发时间较短，适合多样化的市场需求。
相反，ASIC 是为 AI 推理等特定任务而定制设计的。它们需要大量的前期研究、设计、验证和生产，因此初始成本更高，开发周期更长。谷歌和亚马逊分别于 2013 年和 2015 年开始 ASIC 开发，而微软和 Meta 分别于 2019 年和 2020 年加入，直到现在才看到成果。
行业观察人士指出，Nvidia 的 AI GPU 性能不断提高，仍然无与伦比。消息人士表示，Nvidia 计划成立一家专注于 ASIC 的新子公司。如上所述，在6 月接受采访时，首席执行官黄仁勋证实了该公司对 ASIC 开发的承诺。
黄仁勋强调，此举将扩大 Nvidia 的客户群。尽管 CSP 运营商成为竞争对手，但他们仍将是 Nvidia 的客户，因为云运营需要 Nvidia 的解决方案。
该公司保持了多项竞争优势：虽然其 AI 芯片价格昂贵，但成本效益与智能手机取代独立相机和音乐播放器类似。此外，Nvidia 的 CUDA 提供了强大的生态系统，客户在开发自己的芯片时面临巨大的成本。
Nvidia 的主要客户 Alchip 已为 ASIC 领域投入了近 5 亿美元的私募股权。Alchip 总裁 Johnny Shen 表示，进入 ASIC 领域的门槛正在提高，对设计、资本和运营能力的要求非常严格。Nvidia 进军 ASIC 领域可能会与其现有的产品组合产生冲突。
与此同时，联发科的 ASIC 表现依然平平，利润率微薄，且消费者需求巨大，使得世芯并不担心竞争威胁。
