-
Nvidia (NVDA) 40-50% 的收入来自微软、Meta、亚马逊和谷歌。这四家公司现在都在生产基础设施中部署了定制人工智能芯片。
-
推理占长期 AI 计算的 80%，而训练占 20%。构建内部推理芯片的超大规模企业威胁着 Nvidia 的潜在市场。
-
AMD (AMD) 在过去一年中上涨了 111%，而 Nvidia 则上涨了 28%。MI300X 芯片以降低 20-30% 的成本提供具有竞争力的性能。
黄仁勋通过销售人工智能革命的镐和铲子建立了一个价值 4.6 万亿美元的帝国。但是，尽管他鼓吹加速计算，但财报电话会议中并未讨论三个存在的威胁。他们现在正在发生。
微软（纳斯达克股票代码：MSFT), 元 (纳斯达克股票代码：META）、亚马逊（纳斯达克股票代码：AMZN）和字母表（纳斯达克股票代码：谷歌) 代表 Nvidia 的 40-50% (纳斯达克股票代码：NVDA）收入。每个人都在开发定制人工智能芯片。
Google 的 TPU 为 Bard 和 Search 提供支持。亚马逊的 Trainium 芯片为 AWS 客户提供了更便宜的替代方案。Meta 的 MTIA 处理推理工作负载。微软的 Maia 芯片正在 Azure 上部署。这些是生产基础设施。
英伟达的回应？定制芯片是“补充”而不是取代 GPU。但这里的数学应该会让投资者感到恐惧：推理占长期人工智能计算的 80%。培训占20%。如果超大规模企业内部构建推理芯片，Nvidia 将失去 80% 的潜在市场。该公司向正在构建自己的数据中心的客户销售基础设施，获得了 85% 的毛利率。
超微半导体公司（纳斯达克股票代码：AMD）的股价在过去一年中飙升了 111%，而 Nvidia 则上涨了 28%。市场注意到企业已经知道的事情：MI300X 芯片以降低 20-30% 的成本提供具有竞争力的性能。
Microsoft Azure 现在提供 MI300X 实例。Oracle Cloud 与 AMD 合作开发基础设施。Meta部署了MI300X进行推理。据报道，OpenAI 测试了 AMD 芯片，以摆脱对 Nvidia 的依赖。
CUDA 护城河论假设 2020 年的动态仍然适用。PyTorch 支持显着改善。AMD 的 ROCm 软件堆栈弥补了差距。OpenAI 的 Triton 编译器抽象了硬件差异。对于推理工作负载，性价比比原始速度更重要，AMD 赢得了业务。
英伟达不需要彻底失败。AMD 占据 20-30% 的市场份额意味着 Nvidia 的增长急剧减速。公司能否在真正的竞争下维持73%的毛利率？2026 年推出的 MI400 系列进一步缩小了性能差距。