本文由半導體產業縱橫（ID：ICVIEWS）編譯自economictimes
英偉達80%壟斷下，巨頭們狂造定製AI芯片。
英偉達鞏固其在人工智能芯片領域的主導地位三年後，該公司仍然控制着約80%的市場，估值表明其主導地位至少還能持續10年。然而，像埃隆·馬斯克、薩姆·奧特曼和桑達爾·皮查伊這樣的科技巨頭已經初露鋒芒，準備通過打造自己的定製芯片來降低這種依賴。
市場將這些人工智能芯片稱爲XPU——一種包羅萬象的處理器，它不僅與圖形處理（如GPU）或傳統計算（如CPU）掛鉤，還可以滿足訓練、推理、網絡、遊戲、數據分析等定製需求。
張量處理單元(TPU) 的開發商谷歌，可能率先撼動英偉達的主導地位。預計到 2026 年，TPU 的出貨量將達到 270 萬臺，而英偉達的出貨量爲 940 萬臺。
華爾街分析師估計，如果谷歌將其DeepMind 研究實驗室與 TPU 業務一起剝離，合併後的實體估值可能達到 9000 億美元，約爲英偉達 4 萬億美元市值的四分之一。
與此同時，英偉達正向英特爾投資50 億美元，用於構建機架式超級計算基礎設施。
與此同時，據報道，OpenAI 已與博通達成一項價值 100 億美元的協議，將從 2026 年開始生產自己的人工智能芯片。
馬斯克也在加速推進芯片計劃。上個月，特斯拉與三星簽署了一項價值165 億美元的協議，將在 2026 年底前生產 AI5 芯片。馬斯克表示，AI5 芯片將“史詩般”，而即將推出的 AI6 芯片“有望成爲迄今爲止最好的 AI 芯片”。
與此同時，人工智能研究實驗室Anthropic 的主要投資者亞馬遜預計將使用 AWS 的 Trainium 和 Inferentia 芯片爲後者構建兩個大型千兆瓦級集羣。Constellation Research 副總裁兼首席分析師 Chirag Mehta 表示：“我們所見證的並不是大衛與歌利亞之間的簡單較量。這是大型企業認識到他們不能完全依賴 Nvidia 來處理他們最關鍵的AI 工作負載。對於超大規模企業來說，定製芯片不是面子工程，而是供應鏈保險。”
然而，他警告說，僅僅擁有芯片是不夠的。
“Nvidia 真正的護城河不僅在於 GPU，還在於構成 AI 操作系統的 CUDA（他們的軟件編程生態系統）、庫和開發工具。”
“所以，是的，超大規模企業將獲得優勢，但這與推翻 Nvidia 無關，而與確保對成本、供應和特定工作負載性能的控制有關，”Mehta 說。“隨着人工智能工作負載的多樣化，基礎設施也必須隨之多樣化。也就是說，基於通用 GPU 的千篇一律的數據中心基礎設施已無法滿足所有工作負載的需求，因爲每種工作負載都有其特定的要求。”Counterpoint Research 副研究總監 Gareth Owen 表示。
事實上，他解釋說，定製化對於任何大規模部署人工智能的公司來說都具有戰略意義，因爲它可以實現最佳的每瓦性能。“定製的 XPU 也將比 Nvidia GPU 更便宜，並使客戶能夠避免被 Nvidia 鎖定。它還能降低功耗，這對數據中心運營商來說是一個越來越重要的指標。”
Owen 表示，並補充說這代表着一個數十億美元的市場機遇。“就連 Nvidia 也計劃參與其中，並將在其通用 GPU 之外提供自己的定製硅芯片。”這些數字令人難以置信AMD 董事長兼首席執行官蘇姿豐預計，到 2027 年，人工智能芯片市場規模將達到 4000 億美元。英特爾首席執行官預計，到 2030 年，人工智能芯片將成爲一個價值 1 萬億美元的市場，幾乎是 2023 年整個芯片行業規模的兩倍。Nvidia首席執行官黃仁勳預計，到 2028 年，全球數據中心的資本支出將達到 1 萬億美元。
美國研究公司650 Group 上週發佈了一份樂觀報告，將 2029 年人工智能服務器市場的預測從 3860 億美元上調至 5810 億美元，增幅達 40%。Gartner高級分析師 Naresh Singh 表示，博通等公司在人工智能硬件堆棧方面取得的進步爲超大規模企業提供了專注於其軟件堆棧的基礎。“這對於與 Nvidia 運行良好的領先人工智能堆棧競爭至關重要，”他說。 “儘管 Nvidia 繼續保持領先地位，但它確實認識到超大規模企業的內部採購趨勢，並採取了平衡措施。”此外，專家表示，隨着人工智能工作負載從訓練轉向推理，Groq 和 Sambanova Systems 等規模較小的挑戰者也有望獲得市場份額。
Constellation 的 Mehta 表示：“隨着越來越多的模型投入生產，效率、延遲和每次推理的成本比峯值訓練吞吐量更重要。但採用仍然是比性能更大的障礙。對於挑戰者來說，真正的突破不是更快的芯片，而是更快的採用。”
*聲明：本文系原作者創作。文章內容系其個人觀點，我方轉載僅爲分享與討論，不代表我方贊成或認同，如有異議，請聯繫後臺。