黄仁勋开炮ASIC注定失败！周鸿祎：黄仁勋错了 他是在偷换概念 这是商业模式的降维打击

10月3日，360集团创始人周鸿祎就英伟达CEO黄仁勋“ASIC注定失败”的言论发表了自己的看法。

视频一开始，周鸿祎便抛出疑问：黄仁勋竟然断言ASIC（专用集成电路）注定做不大，哪怕别人免费送，客户也还是会选英伟达？这话是不是太狂了？

他指出，最近黄仁勋再次发声，认为ASIC无法成为主流，难以形成大规模市场。

周鸿祎归纳了黄仁勋的核心论点：

第一，ASIC市场规模有限，一旦某个领域成熟，大客户就会选择自研芯片。比如苹果早已不再依赖外部方案，而是自主研发A系列和M系列芯片；

第二，AI算法迭代速度极快，而ASIC从设计到量产周期长达一年半以上，等芯片出来时技术可能已经过时，灵活性远不如英伟达基于CUDA生态的通用GPU架构；

第三，当前AI已进入“AI工厂”时代，英伟达卖的不只是芯片，而是一整套软硬件协同的计算基础设施，ASIC厂商根本无法复制这种体系优势。

对此，周鸿祎并不认同，并用博通最新的财报数据作为反证。

他表示，在AI数据中心建设热潮推动下，博通的高速互联与定制化芯片订单激增，仅一个季度营收就达到52亿美元。

这一数字让他发问：如果ASIC真如黄仁勋所说毫无前途，那这些巨额收入从何而来？难道黄仁勋是在夸大其词？

紧接着，周鸿祎亮出自己的核心判断：这场争论的本质不是技术优劣，而是商业模式上的“降维打击”。

他认为，黄仁勋混淆了两个不同的赛道——通用AI训练市场与特定场景下的推理优化需求。

从技术角度看，ASIC确实像量身定做的西装，性能出色但缺乏弹性。一旦算法变更，整颗芯片可能就得推倒重来。

而AI领域的技术演进极为迅猛：上周还在热议MoE（混合专家模型），这周注意力机制压缩成了焦点，下个月又可能出现全新范式。

相比之下，ASIC动辄18个月的研发周期，显然跟不上节奏。

但从商业逻辑出发，情况完全不同。周鸿祎强调，博通的收入并非来自通用算力，而是源于云厂商对高效能专用芯片的强烈需求。

例如，Meta使用自研ASIC进行视频转码，成本直接砍半；

亚马逊在推荐系统中部署ASIC后，响应延迟下降高达70%。

笔灵降AI

论文降AI神器，适配知网及维普！一键降至安全线，100%保留原文格式；无口语化问题，文风更学术，降后字数控制最佳！

62

查看详情

对于这类高频、稳定、重复性强的任务，ASIC就是一台高效的“赚钱机器”。

因此，黄仁勋真正担心的，并非ASIC做不大，而是它正在悄然侵蚀英伟达在推理市场的高额利润。

周鸿祎进一步分析称，越来越多的AI推理任务正被科技巨头迁移到自研ASIC上，尤其是在搜索、广告推荐、语音识别、图像处理等场景中，谷歌TPU、亚马逊Inferentia等已实现规模化落地。

AI的发展可分为上下半场：上半场以模型训练为主，高度依赖GPU的强大并行算力；

下半场则聚焦于推理应用，更看重效率、延迟和单位成本。以撰写文案、实时翻译等常见任务为例，ASIC的能效比通常是GPU的3到5倍。

周鸿祎直言：“黄仁勋说就算免费送，大家也不会用ASIC，这话有一定道理，但也只说对了一半。”

他解释道，若OpenAI要训练下一代GPT—7，确实绕不开英伟达的H100或B200集群；

可当谷歌、Meta、微软等公司纷纷用自家ASIC处理日常推理请求时，英伟达的市场份额必然会被大量分流。

基于此，周鸿祎预测未来AI芯片将走向“双轨制”格局。

在通用训练领域，英伟达凭借CUDA生态和完整工具链，有望长期占据主导地位，如同当年英特尔在PC时代的统治地位；

而在专用推理市场，ASIC将如雨后春笋般涌现，类似Arm当年在移动芯片领域的崛起路径。

最后，他用一个生动比喻收尾：黄仁勋描绘的“AI工厂”固然宏伟，但他忽略了一个现实——不是每家企业都需要建一座超级工厂。

大多数企业只需要一个高效的“加工车间”，甚至只是一把趁手的“工具”。

就像特斯拉造车需要巨型工厂，但开一家汽修店，只需一套专业设备即可运转。

在AI芯片的竞争中，英伟达试图向客户兜售一整间厨房，包括炉灶、抽油烟机和全套厨具；

但很多时候，用户只想买一把锋利的菜刀——而这把菜刀，很可能正是ASIC。

周鸿祎总结道：ASIC不会取代GPU，GPU也无法消灭ASIC。两者将在不同战场各自为王，最终由市场需求决定各自的生存空间。

以上就是黄仁勋开炮ASIC注定失败！周鸿祎：黄仁勋错了 他是在偷换概念 这是商业模式的降维打击的详细内容，更多请关注php中文网其它相关文章！