历史表明这是英伟达面临的最大风险之一，并且可能即将重演
新闻要点
英伟达在人工智能（AI）热潮中凭借其图形处理单元（GPU）和CUDA软件平台占据主导地位，特别是在大型语言模型（LLM）训练领域。然而，该文章指出，英伟达正面临来自专用集成电路（ASIC）的重大风险，这可能重演加密货币挖矿市场中GPU被ASIC迅速取代的模式。 大型云服务商（如Alphabet、Amazon、Meta、Microsoft和OpenAI）正在开发自己的定制AI芯片，旨在降低成本并减少对英伟达的依赖。这些定制ASIC在处理推理工作负载方面更具成本效益，因为推理对技术要求低于训练，且英伟达在推理领域的CUDA生态系统护城河较窄。尽管GPU在处理新兴和多模态AI任务方面仍具灵活性，但ASIC的兴起可能侵蚀英伟达的市场份额，尤其是在推理市场向成本效益倾斜时。
背景介绍
英伟达目前是全球领先的AI芯片供应商，其GPU在训练大型AI模型方面占据主导地位，并受益于强大的CUDA软件生态系统。这一优势推动了其数据中心业务的爆炸式增长。 专用集成电路（ASIC）是一种为特定应用设计的芯片，与通用GPU相比，它能以更高效率和更低成本执行特定任务。例如，在2025年之前，加密货币挖矿曾是GPU的重要市场，但随着ASIC的出现，GPU在该领域几乎一夜之间被取代，因为ASIC提供了显著的经济优势。
深度 AI 洞察
超大规模云服务商自研ASIC对英伟达生态系统主导地位的长期影响是什么？ - 直接收入侵蚀： 随着主要客户转向内部芯片，英伟达将面临GPU销售量的直接下降，尤其是在推理领域。 - CUDA护城河弱化： 虽然CUDA在训练方面仍具优势，但对成本敏感的推理工作负载而言，定制ASIC可能削弱CUDA的锁定效应，促使客户寻求更开放或替代的软件解决方案。 - 竞争格局演变： 超大规模云服务商不仅是客户，其自研芯片的成功可能使其在某些AI基础设施领域成为英微达的间接竞争对手，尤其是在提供内部AI服务时。 除了对OpenAI等进行直接投资外，英伟达还能如何战略性地应对这一转变？ - 强化AI软件与服务： 进一步深化其软件平台，提供更高级别的AI服务和解决方案，将价值链从纯硬件销售扩展到软件和平台订阅模式。 - 差异化GPU创新： 专注于开发ASIC难以复制的更通用、更灵活的下一代GPU架构，特别是在处理新兴、复杂和多模态AI任务方面的能力。 - 战略性并购与合作： 投资或收购具有领先ASIC设计能力的公司，或者与拥有特定AI工作负载专业知识的伙伴建立战略联盟，从而多元化其硬件产品组合。 将AI市场与加密货币挖矿的硬件转变进行类比是否完全准确？投资者应考虑哪些关键区别？ - 工作负载复杂性与多样性： AI工作负载远比加密货币挖矿复杂和多样化，且仍在快速演进（如推理、多模态AI、具身智能）。GPU的灵活性使其能更好地适应这些快速变化，而ASIC一旦设计完成，其专用性可能成为劣势。 - 软件生态系统强度： 英伟达的CUDA在AI训练领域建立了深厚的软件护城河，这是比特币挖矿市场所不具备的。这种生态系统粘性对于AI开发者而言，迁移成本更高。 - 市场规模与结构： AI市场比加密货币挖矿市场规模更大、应用更广，且需求多样。可能存在足够空间容纳多种解决方案（GPU、ASIC、FPGA），而不是单一技术完全取代另一种技术。