来源：雪球App，作者： 但斌，（https://xueqiu.com/1102105103/304683960）
转：关于GPT4o1对半导体影响跟美国的技术团队及TSM电话了下：先给结论：NV芯片需继续增加，毛利可能有小幅影响
GPU是一个通用解决方案，而ASIC非常特定的。需要极大的特定场景才能justify提前2年投入芯片设计
1. ASIC作用：pre-training还得用GPU，但ASIC可以在特定环境做垂直精确post-training优化结果（比如Goog推荐是非常特定得找回+推荐模型）但是，结果出来之后还是要用GPU翻回大模型
而且ASIC需要提前投入芯片设计，而且使用场景非常特定。如果选择ASIC替代GPU，垂直场景环境变化、AI模型改变都会对大公司产生风险
2. 与NV争夺同样CoWoS线程。比如Goog得TPU都需要内存，带宽，因此一样都要CoWoS。TSM反馈: 不会冒险增加线程大量给NV之外公司做ASIC。另一方面，虽然NV几乎买断了2027年前的线程，但是毛利率面对竞争可能会略降
3.使用TPU得实际问题。因为使用场景特定，Goog已经研发TPU很多年了。对于其他垂直领域，新设计芯片，完成设计"之后"光投产就需要提前1年预定TSM线程（1y对应AVGO，其他供货商起码1.5y-2y）
而且AI云是这几个大公司核心业务。放新卡替代部分GPU算力还需要测试的。假设我们模型不变，预期一切顺利可能2年后能开始使用。
4. 云计算中心迭代：不算4大云厂商新的capex，1万亿的云计算中心的迭代还是专注GPU在逐步替代CPU。同时，新的Capex对与GPU需要并不变化（MSFT反馈不预期有任何影响）
