社区

$英伟达(NVDA)$

过去三年，AI世界的叙事由两家公司主导：OpenAI 用 ChatGPT 点燃了消费端的燎原之火，英伟达则凭借 GPU 成为这场革命的“卖铲人”。但最近，沉默已久的谷歌突然亮剑——Gemini 3 不仅在性能上叫板 GPT-4，更悄然将自研 TPU 推向市场，直指英伟达的利润心脏。

若回溯一两年前，或许能论证英伟达相较于TPU拥有三重护城河：卓越的性能表现、基于GPU通用性远超TPU的显著灵活性，以及CUDA及其周边的开发者生态系统。与此同时，OpenAI则拥有顶尖的模型、广泛应用的API，以及海量使用ChatGPT的用户群体。

那么核心问题在于：当各公司的首要差异化优势消失时会发生什么？这正是过去两周引发的讨论焦点：若TPU性能与GPU持平，英伟达能否保持优势？若OpenAI失去无可争议的最佳模型地位，其长期发展能否持续？

英伟达的灵活性优势确凿存在——微软和Meta将GPU跨工作负载的通用性作为增加资本支出的依据绝非偶然。TPU在硬件层面更具专属性，软件编程难度更高；因此只要客户重视灵活性，英伟达仍是理所当然的选择。

与此同时，CUDA长期以来一直是英伟达锁定客户的关键因素，这既源于它为开发者提供的底层访问权限，也源于开发者网络效应：如果你的技术栈基于英伟达，你更容易招聘到底层工程师。然而，英伟达面临的挑战在于，“大公司效应”可能使CUDA在灵活性方面产生相反的效果。虽然超大规模企业等大型公司拥有多样化的工作负载，能够受益于GPU的灵活性，但它们也具备构建替代软件堆栈的实力。它们长期未采取行动，仅仅是因为不值得花费时间和精力；然而，当资本支出计划达到数千亿美元时，“值得”花费时间和精力的标准就发生了变化。

这里可参考AMD在数据中心崛起的故事。其崛起并未发生在本地部署或政府领域（这些领域仍由英特尔主导），而是大型超大规模企业投入时间精力重写底层软件，实现对AMD与英特尔的真正中立支持，从而让AMD凭借性能优势赢得市场。当前英伟达面临的挑战在于：其市场由少数高度集中的客户构成，这些客户拥有（目前尚未充分利用的）资源来突破CUDA壁垒——正如他们此前对英特尔差异化策略所做的那样。

显然英伟达对此忧心已久。以下引文摘自《英伟达的浪潮与护城河》——该文撰写于2024年Blackwell架构发布后市场炒作周期顶峰期：

这篇文章由此形成闭环：在ChatGPT问世前的时代，英伟达正围绕其GPU构建强大的（免费）软件护城河；但当时面临的挑战在于，尚不明确谁将使用这些软件。而今，这些GPU的应用场景已清晰可见，且应用层级远高于CUDA框架（即模型之上）；加之寻找NVIDIA替代方案的巨大激励，使得逃离CUDA的压力与可能性都达到了前所未有的高度（尽管在底层工作尤其是训练领域仍遥不可及）。

英伟达已开始应对：我认为理解DGX云服务的一种方式是，这是英伟达试图在AMD芯片性能更优（因客户已标准化采用）的时代，继续抢占仍在采购英特尔服务器芯片的市场；而NIM则是另一种构建锁定效应的尝试。

但值得注意的是，英伟达在Blackwell架构上的利润率似乎低于市场预期；未来是否需要进一步让利，不仅取决于芯片性能，更取决于能否在软件护城河领域重新构筑优势——而正是推动GTC大会成为盛会的技术浪潮，正不断侵蚀着这道护城河。

需要说明的是，Blackwell的利润率表现良好——在计算资源普遍紧缺的当下本应如此。事实上这或许使整个争论失去意义：假设TPU会蚕食GPU市场份额，其隐含前提是两者非此即彼。

资料来源：Ben Thompson深度解析：谷歌、英伟达与OpenAI的AI战略十字路口

免责声明：本号对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，且不构成任何投资建议，对于使用该信息而引发或可能引发的损失将由投资者自行承担。投资者不应以该等信息取代其独立判断或仅根据该等信息做出决策。同时，我们尊重原创。文字图表等素材，版权属于原作者或其代理人。若涉及版权问题，敬请联系我们，立即做删除处理。