#2026年超大规模 ASIC 展望##去英伟达化加速#
刚在X上看到一位用户整理的AI专用芯片的图表。见附图。
这是个很重要的趋势，稍微解读一下。
全球最主要的云服务提供商云计算巨头们正在通过自研ASIC芯片，将计算能力这一核心基础设施牢牢掌握在自己手中。
2026年将是这场竞争的一个关键节点。​​
最显著的特征就是：“去英伟达化”趋势加速
即：亚马逊、谷歌、微软等公司不再完全依赖英伟达（NVIDIA）的GPU，而是大量投资自研AI芯片（Trainium, Inferentia, TPU, Maia）。其主要动机是：

​一、降低成本​：自研芯片可以避免高昂的GPU采购成本，从而提升自身数据中心业务的利润率。

​二、优化性能​：针对自家云平台上的特定工作负载（如AWS的EC2， Google的Vertex AI）进行深度优化，提供比通用GPU更高的效率和性能。

三、战略自主​：掌握核心技术栈，避免供应链和技术路线受制于人，形成独特的竞争优势。

另一个特征则是：AI训练与推理的边界模糊化​

多家公司的芯片（如Trainium/Google TPU系列）都同时标注了“AI training & inference”，这表明芯片设计正在向“训练推理一体化”发展。一颗芯片既能完成模型训练，也能高效进行模型部署推理，这有助于简化系统架构、降低成本。