在大模型推理规模扩大背景下，云厂商和AI企业更关注单位Token成本、功耗和时延，定制ASIC需求上升。公开信息显示，部分客户采用自研或联合设计芯片，针对Transformer、MoE、推荐系统和多模态推理进行优化。这并非简单替代GPU，而是形成通用GPU与专用ASIC并行的算力结构。半导体厂商需同时提供灵活软件栈、先进封装和供应链保障，才能在AI芯片竞争中维持份额，客户结构多元化也将影响行业周期波动。 关键要点ASIC优化推理成本通用GPU与专用芯片并行软件栈与封装成关键 返回列表 上一篇 下一篇
