
英伟达CEO黄仁勋离职之际,AMD与云厂商加速争夺AI芯片市场
来源标题:Nvidia was in trouble before the Jensen Huang mess
黄仁勋离开英伟达之际,公司正面临AMD及谷歌、亚马逊、微软等自研芯片带来的竞争压力。AMD在AI芯片市场的份额已从2022年的2%升至2026年的7%至10%,而英伟达仍占据约80%的销售额。CFO Colette Kress已接手管理,需规划未来两年的芯片路线。
以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
但就在他即将离开之际,公司面临的竞争对手名单越来越长,一系列先进的新技术正步步紧逼。对于Nvidia而言——如今CFO Colette Kress已接过掌舵之权——这个时机并不理想。
“今天卖出的所有产品,都是两三年前设计的,”一家大型AI公司的CEO对《连线》表示,他要求匿名以免影响商业关系。这位CEO说,Kress,或者最终永久接替她的人,必须为芯片行业规划两年后的路线。
竞争对手已经开始行动了。
根据Silicon Analysis的数据,Nvidia在AI加速器市场占据主导地位,拿下了80%的销售额。长期宿敌AMD正在齐心协力打造有竞争力的AI芯片。其市场份额已从2022年的仅2%攀升至2026年的7%到10%之间。
美国大型云厂商——Google、Amazon和Microsoft——都在开发更专用的芯片来支撑AI模型的训练和推理。每家都取得了类似的进展。这些公司设计自己的芯片是为了降低成本,并在一定程度上摆脱对Nvidia的依赖。
几家初创公司现在提供更专用的芯片,号称优于Nvidia的核心产品。例如,Cerebras出售巨型芯片,旨在支撑超大型AI模型。AMD最近收购了Taalas,这家公司将模型权重直接烧录进硅片以实现超高计算效率。不过,使用这些芯片需要重写大量代码,才能让它们与前沿AI模型配合工作。
追踪芯片行业的MoorInStrat首席分析师Patrick Moorhead表示,AI agent的兴起使得推理——即运行已经训练好的模型——变得更加重要。在这一领域,Nvidia相对于云超大规模厂商和初创公司的优势较小。不过,Nvidia确实在2025年12月收购了一家名为Groq的专用芯片初创公司。
Moorhead说,由于AI助手和agent的兴起,对通用中央处理器(CPU)的需求也在增长,而Nvidia在这个领域几乎没有竞争力。
得益于黄仁勋的前瞻眼光,Nvidia在AI领域仍保持着巨大领先优势。黄仁勋于1993年联合创办该公司,为PC设计图形芯片。2010年代中期,他看到了AI的潜力。他资助相关学术研究,开发支持AI工程的软件,并向实验室和初创公司提供硬件。
2022年,ChatGPT将AI推向主流,Nvidia芯片的销量随之飙升。公司营收从2022年1月的269.1亿美元增长到2026年1月的2159.4亿美元。它面临的挑战或许并非生死攸关——但确实在累积,尤其是在全球范围内。
中国挑战
Nvidia的运势在美国蒸蒸日上,但在全球另一个AI大市场——中国——却在走下坡路。华盛顿试图限制其最先进芯片的出口,而北京则在努力发展自己的芯片产业。Nvidia不被允许在中国销售其最强大的芯片,但可以销售前几代产品。根据其 filings,这些芯片以及非AI芯片的销售额在过去一年翻了一番,但中国现在仅占公司整体营收的8%,而2024年这一比例为20%。目前尚不清楚有多少出口到其他国家的芯片最终流入中国,或被中国公司远程使用。
华为——一家被美国制裁多年的中国科技巨头——开发了新型超级计算机,利用比通常更多的芯片来训练和运行AI模型。一些中国AI公司,比如打造了全球最佳开源模型之一的Z.ai,声称他们完全使用华为芯片训练了模型。如果中国的开放权重模型在其他国家获得青睐,可能会为中国的芯片在海外创造市场。
黄仁勋与中国的往来是他下台的主要原因之一。他与黄乐(英文名Alice Huang)有恋爱关系,黄乐是一家名为Megaspeed的新加坡公司的中国高管,美国政府怀疑该公司是中国国家安全部的资产。据报道,Megaspeed及其子公司向东南亚进口了价值46亿至75亿美元的Nvidia芯片。有报道称,该公司可能向中国AI公司提供了这些芯片的使用渠道。
专注于技术和地缘政治的咨询公司Eurasia Group的高级分析师Babak Minovi表示,黄仁勋指出切断对华渠道会壮大了国内竞争对手,这是正确的。“黄仁勋采取的是务实路线,而且他深谙竞争之道,”他说。
趋势洞察
即使在其主导的市场中,Nvidia也可能成为自身成功的受害者。使用Nvidia芯片构建的AI模型正在自动化那些帮助设计芯片的编码、数据分析和科学研究环节。
大多数芯片设计公司使用专用AI模型来安排处理器上的组件——这传统上需要深厚的工程专业知识和经验。而OpenAI和Anthropic最近都吹嘘其最新模型能够从零开始设计电子产品。
Moorhead表示,向AI芯片设计的转变可能不会对Nvidia构成巨大威胁,因为它也在乘同一波浪潮。“他们也能用上AI,”他指出。
但Moorhead说,AI模型现在能够快速重写代码以在不同硬件上运行,这可能会成为问题。多年来,Nvidia通过提供让开发者轻松为其芯片编写程序和构建模型的软件来吸引开发者。其统一计算设备架构(CUDA)长期被视为一道护城河,确保AI公司继续依赖Nvidia芯片。
但AI模型现在读写代码的能力如此之强,以至于它们可以快速将AI模型移植到竞争对手的芯片上。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。