ASIC出货量2027年料首超GPU，AI重塑服务器存储架构
Nashnova编辑部
DIGITIMES分析师预测ASIC芯片出货量将于2027年达1530万颗，首次超越GPU的1070万颗；与此同时AI服务器存储架构进入创新周期，三条技术路径争夺下一代主导权。
什么是"黄金交叉"，为什么是2027年？
ASIC（为特定任务定制的芯片，不像GPU那样通用）出货量2026年预计720万颗，同比增长42.3%；GPU同期850万颗，增速30%——ASIC已经在加速追赶。
到2027年，ASIC增速跃升至110.9%、达1530万颗，GPU增至1070万颗但增速放缓至25.2%。这意味着→ ASIC不是赢在绝对体量，而是赢在增长斜率：一年之内增速从42%跳到111%。
用大白话说＝ GPU仍在卖得更多，但定制芯片的需求正在以翻倍的速度膨胀——谁的客户在大规模自研芯片，谁就是这个拐点的推手。
谷歌凭什么能追上英伟达？
英伟达2027年芯片出货量预计910万颗，同比增长18.2%，仍是第一。谷歌预计800万颗，同比增长134%——差距从数量级缩小到仅110万颗。
谷歌TPU（谷歌自研的AI训练芯片）需求爆发有两个来源：内部靠Gemini和谷歌云消耗，外部向Anthropic、Meta等客户销售。这意味着→ 谷歌不只是自用大户，还在变成芯片供应商。
但供应瓶颈是最大变量：上游玻璃纤维布、ABF基板（一种芯片封装用的关键材料）以及台积电3纳米产能都可能卡脖子。这反映出 增长预测能否兑现，取决于供应链而非需求侧。
CPU为什么也在加速，谁在拉动？
CPU出货量2026年预计3610万颗，同比增长27.1%；2027年进一步增至5260万颗，增速45.7%。
驱动力来自代理式AI（agentic AI，指能自主规划、执行多步任务的AI系统）的普及——它跑在通用服务器上，不像大模型训练那样只吃GPU。
2027年通用服务器CPU预计4220万颗，AI服务器CPU预计1040万颗。用大白话说＝ AI不只是"买显卡"的故事，通用CPU的需求量反而是AI专用CPU的四倍。
存储架构2027年怎么变，三条路径谁先落地？
AI服务器存储架构预计2027年进入创新周期，沿三条路径演进：近存处理（PNM）、三维存储与逻辑堆叠、高带宽闪存（HBF）。
PNM（把计算逻辑放在存储芯片旁边，而非放在里面）在功耗、性能、面积上均优于存内处理（PIM），商业化进程预计更快。三维堆叠方面，英伟达、AMD、谷歌都在布局，不仅堆叠HBM/LPDDR等DRAM，还在把平面SRAM转向三维堆叠。
HBF容量可超HBM十倍以上，但带宽和延迟都不如HBM。这意味着→ HBF适合"大容量、对速度要求没那么极端"的场景，但标准化和软件生态尚未成熟，2028年商业部署概率仍偏低。
所有路径的共同瓶颈在哪？
台积电3纳米产能能否如期释放，是ASIC放量、谷歌TPU扩产、存储新架构落地的共同验证节点。
上游材料（玻璃纤维布、ABF基板）的供给弹性同样关键——芯片设计再快，封装材料跟不上就是空转。
用大白话说＝ 2027年的"黄金交叉"和存储变革都画在了纸上，但能不能兑现，最终看的是工厂和材料，不是PPT。
Content is for reference only, not financial advice.