英伟达的真正护城河不是芯片，而是400万开发者

该图片可能由AI生成

最近Theo那期“英伟达为何在衰落”的视频引发了不少讨论。有人较真，翻遍了SEC文件、财报和技术基准测试，想验证这个说法到底靠不靠谱。

结论很明确：英伟达没有在衰落。单季营收351亿美元，同比增长94%。市场份额确实从90%降到了70-80%，但蛋糕本身在疯狂膨胀。Groq和Cerebras的芯片确实亮眼，但都带着各种前提条件。

那英伟达真正的护城河是什么？400万开发者，以及他们用了20年的CUDA工具链。

不过这里有个有趣的争论。很多开发者表示，他们根本不直接碰CUDA，日常用的是PyTorch或TensorFlow这些高层框架。按这个逻辑，让ROCm（AMD的替代方案）支持好PyTorch不就行了？

事情没那么简单。一位评论者给出了清晰的技术解释：AI本质上是大量矩阵运算。普通开发者用Python定义模型架构和训练策略，PyTorch把这些翻译成矩阵运算，然后调用CUDA在GPU上执行。CUDA处理的是真正底层的脏活累活。

理论上，只要有人让PyTorch兼容其他方案，开发者一行代码不改就能切换。但问题在于：谁来做这件事？能在内核层面写代码的人极少，雇佣他们成本极高，收益却往往只是边际改进。这就像为什么公司宁愿上云也不自建机房，管理基础设施本身就是巨大的负担。

更关键的是工程支持的差距。有研究者做过对比：英伟达会派真正的工程师帮你处理bug，AMD的支持体系则薄弱得多。当你的训练任务凌晨两点崩溃时，你不会想成为那个“省了30%硬件成本但让团队花三个月调试ROCm”的人。

真正的威胁来自何方？不是创业公司，而是谷歌、亚马逊和微软。这些云巨头都在开发自己的芯片：谷歌的TPU，亚马逊的Inferentia和Trainium，微软和Meta也在跟进。他们的内部推理负载很可能已经在用自家芯片了。

但英伟达的位置依然稳固。超大规模客户之外的整个科技世界，包括其他科技公司和各国的主权AI项目，仍会继续用英伟达，因为产品成熟可用。亚马逊CEO杰西说得很直接：“世界运行在英伟达上。”

有趣的是，有人指出AI编程工具最终会侵蚀这条护城河。英伟达自己似乎也明白这点，他们一直主动让自己的技术过时，理念是与其等别人来颠覆，不如自己先动手。

还有个反直觉的观点：谷歌TPU在某些基准测试上已经领先英伟达30%甚至更多，但CUDA生态依然屹立不倒。这恰恰证明了软件护城河的深度。

不过长期来看，如果云巨头让客户更容易使用他们的自研芯片，格局可能会变。谷歌已经开始直接向客户销售TPU了。这场博弈，才刚刚开始。

www.reddit.com/r/singularity/comments/1qm3n5j/nvidias_real_moat_isnt_hardware_its_4_million/