北京
普华永道在报告中给出一个数字：到2030年，人工智能有望为全球经济创造出15.7万亿美元的价值。这张庞大的蓝图里，芯片制造商是让数据中心运转起来的核心角色，而英伟达的GPU几乎统治了这个赛道。不过，视线稍微移开就会发现，博通推出的定制专用集成电路（ASIC），以及AMD专为AI负载设计的Instinct系列GPU，正在从不同角度对英伟达的AI基础设施霸主地位形成包抄。表面上看，这两家芯片公司才是英伟达最大的风险。但只要把账本再翻一翻，真正最危险的东西，其实藏在最亲近的地方——英伟达自己的顶级客户。
先说正方逻辑：为什么博通和AMD被视作头号威胁。博通的主攻方向是ASIC，这些芯片专门为超大规模云计算客户进行定制优化，比如针对推荐系统、搜索排序或者特定模型的推理任务，可以在特定工作上实现极高的能效比。当一线云厂商开始用ASIC分担一部分训练和推理工作流时，英伟达在通用GPU上赚取的份额就可能被慢慢撬动。博通获得的订单和行业讨论度，让市场看到了定制芯片对通用解决方案的侵蚀可能。另一边，AMD拿出的则是更清晰的价格牌和较短的交付周期。随着人工智能加速硬件需求猛涨，AMD的Instinct GPU凭借着相对低廉的价格和更小的订单积压量，成了那些既需要高性能、又等不起英伟达漫长排队的企业的替代选择。在成本敏感和交付时间紧迫的项目里，AMD的方案确实能从英伟达手中拿走一部分生意。
但切换到反方视角，这两股力量很难真正动摇英伟达的根基。英伟达在AI数据中心的市场份额优势，首先是建立在连续四代GPU架构的累积上——从Hopper到Blackwell，再到Blackwell Ultra，直至刚刚公布的Vera Rubin。每一代都进一步拉高了生成式AI和大语言模型训练的算力天花板，让竞争对手在峰值性能上几乎看不到尾灯。黄仁勋更是把产品节奏推到了极致：每年将一款先进的AI GPU推向市场，确保最新发布的硬件永远比上一代强得多。这种极速迭代，迫使追赶者始终处于性能落差之中。AMD虽然拿走了部分对价格敏感的项目，但更多是充当性价比备胎，无力直接挑战英伟达的性能王座。而博通的ASIC再怎么为特定负载优化，也绕不开一个局限——它们是为超大规模客户的专有需求定制的，无法覆盖英伟达GPU所承担的通用型工作负载。换句话说，博通能造的是一条条量身定做的窄轨铁路，而英伟达手里是一张四通八达的高速路网。两者的竞争并不在同一个维度上。
这样分析下来，博通和AMD更像是让英伟达时常需要盯一盯的刺，却远算不上能掀翻王座的危机。真正的风险因素，恰恰来自英伟达收入构成中最依赖的那一部分：净销售额排名前列的大客户们。当一家公司的营收高度集中在少数几家云服务巨头和科技巨头手中时，这些客户每一点采购策略的变化，都会在财务数据上形成成倍的放大效应。这批大客户本身就具备极强的研发能力和自研芯片的冲动，它们一边大量采购英伟达GPU，一边也在储备自己的AI加速器设计能力。一旦它们觉得自研芯片在某类任务上的性价比足够，或者开始主动控制对单一供应商的依赖，英伟达就面临着订单骤然收缩的风险。
这种风险并非遥远的推测，而是已经藏在公开的供应链信号和资本开支调整之中。大客户为了降低总拥有成本，从单纯采购转向“以我为主”的混合架构，这是一个缓慢却不可逆的趋势。英伟达目前用产品性能优势和服务生态绑住了客户的选择，但高集中度的客户结构本身就是一把双刃剑：增长时可以创造陡峭的收入曲线，退潮时也可能带来断崖式的调整。当市场把所有注意力都放在与博通、AMD的芯片竞赛上时，这股近在眼前的客户集中度风险，反倒最容易被忽视。真正能让一个王者陷入困境的，往往不是对面冲来的挑战者，而是陪在身边的巨人突然转身。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
