返回资讯中心
外部精选
软件工程
#开发者实时流

Nvidia面临竞争对手追赶,CFO Colette Kress接手管理

来源标题:Nvidia Was in Trouble Before the Jensen Huang Mess

Nvidia在AI加速器市场仍占80%份额,但竞争对手正加速追赶。AMD市场份额已从2022年的2%升至2026年的7%至10%,Google、Amazon和Microsoft也在开发自研AI芯片。CFO Colette Kress现已接手公司管理,需为两年后的芯片产业走向定调。

Hacker News 最新Brajeshwar2026/11/16 · 昨天17 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(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——CFO Colette Kress如今已接掌帅印——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,必须为芯片行业两年后的走向规划路线。

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。老对手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模型的训练和推理服务。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,声称在Nvidia核心产品的基础上有所改进。例如,Cerebras销售超大尺寸的芯片,用于驱动巨型AI模型。AMD最近收购了Taalas,这家公司将模型权重直接刻入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公司首席分析师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。在这个领域,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Grok的专用芯片初创公司。

Moorhead还说,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,而这几乎不是Nvidia参与的领域。

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年联合创立公司,设计PC图形芯片。2010年代中期,他看到了AI的潜力。他资助该领域的学术研究,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让AI走向主流,Nvidia芯片销量飙升。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最强大的芯片,但可以销售前几代产品。这些芯片以及非AI芯片的销售额在过去一年翻了一番,但根据其 filings,中国现在仅占公司总营收的8%,而2024年为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,或被中国企业远程使用。

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,比如开发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 traction,可能在其他地区为中国芯片创造市场。

黄仁勋与中国的关系是他下台的重要因素。他与Huang Le(又名Alice Huang)有过恋爱关系,后者是一家名为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高级分析师Babak Minovi表示,黄仁勋指出切断对华出口会壮大国内竞争对手,这是正确的。“黄仁勋采取的是务实路线,他了解竞争,”他说。

趋势洞察

即便在其主导的市场中,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。OpenAI和Anthropic最近都宣扬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,因为它也在同一浪潮之上。“他们也能使用AI,”他指出。

但Moorhead说,AI模型现在能快速重写代码以在不同硬件上运行,这可能成为问题。多年来,Nvidia通过提供使其芯片易于编写程序和构建模型的软件来吸引开发者。其Compute Unified Device Architecture(CUDA)长期以来被视为确保AI公司继续依赖Nvidia芯片的护城河。

但AI模型现在在读写代码方面如此出色,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。

打开原文
去社区讨论 →