北京
作者 | 辰辰
出品 | 网易科技
美国时间1月5日，CES 2026发布会日程拥挤得让人喘不过气。
AI芯片三巨头在同一天亮出了底牌：黄仁勋发布了Vera Rubin平台，苏姿丰随即抛出AI处理器MI455和MI440X。而英特尔则赌上18A工艺的Panther Lake，试图在AI PC这块自留地里筑起最后的高墙。
过去两年，AI算力价格飞涨，训练大模型动辄数十亿美元，云端推理的账单更是高得让人肉疼。今年，所有人的潜台词都变成了一句大实话：这玩意儿太贵了，怎么把价格打下来？
（图片由AI生成）
在这个转折点上，英伟达、AMD和英特尔开始围攻同一个目标：如何让AI推理变得更便宜、更普及、更懂隐私。
正如一位分析师所言，核心故事已转变为：AI计算会成为稀缺的集中化资源，还是廉价的、无处不在的分布式能力？
1. 英伟达向上：我还要做规则制定者
黄仁勋一如既往地穿皮夹克登台，气场拉满。他把下一代平台命名为Vera Rubin，直接宣称这是“继Grace Blackwell之后的又一次飞跃”，已进入满产阶段。六颗芯片协同工作，像一台AI超级计算机，目标直指降低构建和部署高级AI系统的成本。
这一逻辑很明确：当单芯片性能接近物理极限时，胜负手在于网络、安全和内存带宽。
更吸睛的还有Alpamayo，一套专为自动驾驶打造的开源模型家族，今年就会上梅赛德斯-奔驰的美国新车。英伟达把触角伸向了机器人、自动驾驶、物理AI，分析师直呼“这是通往5万亿甚至6万亿美元市值的增量市场”。
但黄仁勋真正的底气不在单颗GPU，而在“系统”。它把计算、网络、安全、内存带宽全部绑在一起，形成一个难以撼动的生态壁垒。翻译成大白话就是：你想跑大模型？不买我全套，效率就打折，成本就飙升。
但问题在于，黄仁勋想把AI算力继续变成“稀缺的中心化资源”，让所有人继续为它的平台买单。可企业们已经受够了天价账单，他们渴望更灵活、更便宜的选择。这就给AMD和英特尔留下了窗口。
2. AMD走宽：我来当“实惠”的搅局者
苏姿丰的演讲风格一如既往地冷静务实。AMD一口气推出MI455、MI440X，还有Ryzen AI 400系列和嵌入式处理器。
MI455对标高端AI实验室，MI440X则主打“放进你现有机房就能用”，无需大动干戈改造数据中心。AMD打的算盘在于：不是所有企业都想建“AI工厂”，大多数只想低成本上车。
在AI PC领域，AMD更是火力全开。Ryzen AI新系列强调平衡性能与功耗，苏姿丰甚至放话：未来五年，AI活跃用户将从10亿暴增到50亿。
AMD直接瞄准了最庞大的买家群体：那些渴望AI成果却不愿彻底重构数据中心的普通企业。AMD的策略是提供多样化的“形状选项”，通过满足差异化需求来拓宽市场。这不是小目标，这是对英伟达的正面宣战，AMD要用“更多选择、更灵活部署、更实惠价格”撬开市场缝隙。华尔街分析师也承认：MI455有OpenAI这样的锚定客户，三四季度有望强势爬坡。
但隐患同样明显：AMD的成功，目前仍部分依赖“整体算力需求爆炸”，而非彻底的总拥有成本（TCO）优势。一旦英伟达把整个技术栈推到新高度，AMD还能靠“性价比”撑多久？
3. 英特尔回首：我要借制造卷土重来
英特尔最近几年在数据中心领域被打得节节败退，但这次CES，它把宝押在了Panther Lake (Core Ultra Series 3) 上。这是首款基于自研18A工艺的AI PC平台，号称能驱动超过200款设备设计，总AI算力高达180 TOPS，能本地跑700亿参数模型。
英特尔的叙事很清晰：我有制造优势，我有最广的OEM覆盖，我能让AI PC快速大规模上市。翻译过来就是：别光看实验室峰值，看看谁能真正把货铺到货架上。
但AI PC市场不只有英特尔和AMD，还有高通携Snapdragon X2系列杀入高端Windows阵营。英特尔想用规模和生态反击，却要面对“18A工艺到底能不能按时良率爬坡”的灵魂拷问。部分核心仍需台积电代工，也让借制造卷土重来的效果打了折扣。
4. 三条赛道，几个赢家？
CES 2026把AI芯片战场清晰地分成了三条赛道：
· 数据中心训练：高资本、高门槛，拼极致性能和扩展性，英伟达目前仍是一家独大。
· 数据中心推理：高规模、拼成本和稳定性，这里AMD的MI440X和英伟达的Rubin将正面硬刚。
· AI PC和边缘计算：拼功耗、内存、散热、隐私和实际体验，目前呈AMD、Intel、高通三足鼎立之势，英伟达暂时缺席。
（图片由AI生成）
眼下英伟达想通吃，AMD想多点开花，英特尔则是想先守住PC再图反攻。表面风平浪静，底下刀光剑影。谁是最终赢家还很难说。
虽然大多数普通人还在关注“算力峰值”，但决定胜负的，从来不是纸面参数，而是四座实打实的大山：
（图片由AI生成）
· 功率：数据中心能拿多少电、能散多少热？再牛的芯片，即便“性能提升百倍”，逼客户改造机房就输了。
· 高带宽内存：现代AI很多时候是内存受限，HBM供不应求，谁拿不到货谁就卡壳。
· 网络：大规模训练和推理拼的是芯片间通信效率，英伟达在这方面整合最深，占尽优势。
· 供应链：先进封装、互联、内存栈都不是无限的，谁能锁定产能，谁就“看似更快”。台积电的3纳米、4纳米、5纳米节点仍是大多数新品的底层依靠，英特尔Fab 18加速扩产的消息，也侧面印证了供应链的紧张。
5. 分析师怎么看？华尔街还是更看好英伟达
华尔街的分析师们在参加完首日展会后，显然比现场观众更加亢奋。在他们眼里，这不仅仅是一次硬件更迭，而是一场“40年一遇”的科技支出范式大转移。
· “6万亿美元俱乐部”的入场券： 韦德布什著名分析师丹·艾夫斯（Dan Ives）直接给出了极其激进的预测：英伟达不仅将站稳5万亿美元市值，更有望向6万亿美元发起冲击。他认为，AI革命的下一阶段就在眼前，未来三年将有3万亿至4万亿美元的AI资本支出涌入市场。特别是英伟达推出的Alpamayo开源模型，将成为特斯拉等公司加速自动驾驶落地的“燃料”。
· “算力饥渴”下的Token经济学： 摩根大通的哈兰·苏尔（Harlan Sur）说自己在现场仍感受到强烈的“算力饥渴”。他指出，推理Token生成的爆发式增长是当前计算需求的核心驱动力。分析师们认为，英伟达的Vera Rubin和AMD的Helios MI455X平台在2026年下半年的量产，正是为了缓解客户“对算力的渴求”（clamoring for capacity）。
· “全栈霸权” vs “性价比突围”： 摩根士丹利则保持了一份冷峻。虽然Rubin平台的生产进度给市场吃下了定心丸，但他们提醒投资者：AMD的成功目前在很大程度上源于算力市场的总体供需失衡。随着英伟达继续在全栈技术上“卷”出新高度，AMD必须证明自己在总拥有成本（TCO）上拥有真正的替代优势，才能维持长期的胜算。
· 本地AI的“反攻序曲”： 对于英特尔，摩根大通认为Panther Lake带来的180 TOPS算力具有里程碑意义。在云端成本高企、隐私安全敏感的背景下，“本地化计算”的逻辑正变得前所未有的强大。英特尔正在利用其庞大的生态系统，试图让AI处理像当年的Wi-Fi一样，成为每一台终端的标配。
6. 总结：真正的竞赛，是让AI变得“平平无奇”
行业里有句老话：当一项技术变得“无聊”时，它才真正开始改变世界。
（图片由AI生成）
CES 2026即使再喧嚣，也掩盖不了一个事实：未来一年，竞争的焦点不再是“谁的模型参数更大”，而是谁的推理更便宜、谁的本地运行更稳。
正如现场一位观察家所说，多数媒体还在盯着芯片发布的参数狂欢，但决定胜负的其实是运营层面的“及格线”：你能不能交付稳定的每瓦性能？能不能在客户缩紧的预算里，让模型长期跑下去？
“每Token成本”不是一句营销口号，而是产品生死的红线。道理很简单：如果AI助手的运行成本太高，它就只能是付费用户的特权，或者被悄悄限流；只有当它便宜到忽略不计，才会成为所有设备的默认配置。
2026年的赢家，将是那些能让AI部署变得稀松平常、让性能表现稳定可预测的公司。
这场始于数据中心的竞赛，终极目标只有一个：把AI从高高在上的尖端科技，变成像Wi-Fi一样嵌入生活、可靠且谁都用得起的“基础设施”。
当用户尝试AI的成本因为设备自带能力而趋近于零时，真正的普及浪潮，才刚刚开始。
