AI算力市场正在增加对ASIC定制芯片的投入，云服务商希望在需求稳定的训练和推理任务中降低功耗与成本。部分机构预计，ASIC出货量可能在2026年超过GPU。
OpenAI据称租用谷歌TPU支持ChatGPT等产品。谷歌4月发布面向推理的第七代TPU Ironwood，但会把更高性能版本优先留给Gemini团队。
ASIC针对特定算法优化，在大规模、重复任务中可能获得更高效率，却缺少GPU的通用性。模型快速变化时，芯片设计周期和软件迁移会构成风险。
英伟达推出NVLink Fusion，把自有高速互连与第三方ASIC、CPU结合，首批合作方包括联发科、Marvell、新思科技和Cadence。此举让英伟达即使不提供全部计算芯片，也能保留系统位置。
另一侧，亚马逊、阿里、AMD、苹果、谷歌、Meta和微软等加入UALink联盟，试图建立开放互连标准。竞争正在从单颗芯片扩展到网络、软件和整机。
“2026年超过GPU”属于行业预测，需明确出货口径和单价差异。ASIC即使数量更多，也未必在收入或高端训练市场超过GPU，客户订单和部署规模仍是判断依据。
