算力需求快速增长下，"用什么芯片、怎么更省"成为产业焦点；ARK Investment研究指出，未来算力增量将更多由定制芯片承接，传统通用CPU服务器的主导地位正改变。该机构预测，到2030年前后定制芯片在算力市场占比可能超过三分之一，这意味着以通用GPU为代表的厂商将面临更复杂的竞争格局。 定制芯片崛起的驱动力来自多个上。首先是成本与能效的压力。大模型训练和推理对算力、电力和散热的要求不断提高，数据中心运营者越来越关注"每瓦性能"和"每美元吞吐"。定制芯片通过针对特定算子、网络互联和存储路径的优化，往往能能效和单位成本上形成明显优势。其次是供应链的考量。全球高端芯片产能受限，云厂商希望通过自研增强可预期性，降低对单一供应商的依赖。第三是业务差异化需求。云服务商不仅采购芯片，还需要将算力、网络、存储、安全与软件栈打包成完整服务，自研芯片有助于形成差异化竞争力。第四是技术路径多元化。除GPU外，ASIC、FPGA等专用架构持续演进，配合软件编译和算子库的进步，使非GPU路线具备更强的可行性。 此变化将带来深远影响。数据中心的采购逻辑正在重构，从标准化硬件堆叠向"按工作负载选型、按平台能力计价"转变。产业竞争焦点也在转移，从单点芯片性能转向系统工程能力，编译器、通信互联、分布式训练框架等成为关键变量。另外，自研芯片与云平台的深度绑定将抬升供应链壁垒，市场可能形成"通用生态+平台生态"并行的格局。这些变化还将给芯片设计、代工、先进封装、光互联和液冷等环节带来新的投资压力。 对于通用GPU厂商，应对策略主要体现在三个上。一是强化软件与开发者生态，通过完善工具链、模型库和行业方案，提升易用性和迁移友好度。二是向系统级产品延伸，在互联、内存、网络和管理软件上形成一体化能力，用集群效率对冲单芯片竞争。三是拥抱定制化合作，在合规框架内通过联合设计和专用配置满足头部客户需求。 云厂商则需在自研与开放生态间找到平衡。既要通过自研降低成本提升效率，也要避免生态割裂抬高开发门槛，通过开放接口和框架兼容扩大应用场景。产业链上下游需提前布局先进封装、散热和电源等关键能力，适应数据中心从"堆硬件"向"工厂式运营"的转变。 展望未来，算力市场更可能呈现分层竞争格局。通用GPU将继续承担大量训练和通用推理需求，定制芯片在特定模型、特定行业和特定平台内加速渗透，两者并非简单替代关系，而是围绕效率、成本和生态的动态博弈。随着推理需求占比上升、端侧计算扩展，以及企业对数据安全的重视，场景定制的芯片与系统方案有望获得更大空间。但算法与模型的持续演进也可能改变硬件最优解，最终胜出者将是那些能在长期迭代中保持软硬件协同、交付稳定和规模化运营能力的企业。
芯片产业竞争格局正处于关键转折。定制芯片市场份额的上升既反映了技术进步的可能性，也说明了市场需求的多样化。该变化将打破长期垄断，促进产业生态健康发展。对中国芯片产业而言，这既是挑战也是机遇，需要在关键领域加强自主创新，积极参与全球竞争，推动产业向更高水平发展。