推文

@ant202013 · 2026-10-14 09:06

1/7 英伟达最大的客户，也开始给自己留后路了。 微软的Maia 200已经在处理实际业务，下一代Maia 300计划于2027年部署，规模将达到多吉瓦级。 微软当然还会购买GPU。 但它不想让自己的AI产品，永远只能跟着别人的芯片节奏走。 2/7 原因其实很现实：AI太花钱了。 每一次回答、搜索和图片生成，背后都在消耗算力和电力。 一次看起来没多少，但如果每天发生几十亿次，哪怕只节省一点，最后都会变成非常大的数字。 自研芯片争夺的，首先就是这部分成本。 3/7 这样做的也不只有微软。 Google有TPU，Amazon有Trainium和Inferentia，Meta有MTIA。 这些公司一边大量购买英伟达GPU，一边又在把部分任务搬到自己的芯片上。 它们既离不开英伟达，也不想一直依赖英伟达。 4/7 不过，要说英伟达因此遇到了大麻烦，我觉得还太早。 它的护城河不只是一块GPU，还有CUDA、网络设备、整机系统，以及开发者多年形成的使用习惯。 特别是在训练最先进的模型时，通用GPU仍然很难绕开。 一块芯片容易比较，整个生态没那么容易替换。 5/7 接下来更可能出现的情况是： 那些复杂、变化快的模型训练，继续使用英伟达； 那些规模大、重复度高的推理任务，慢慢转向自研芯片。 Meta就是一个例子。它在推进MTIA的同时，今年仍然和英伟达签署了长期合作。 两条路可以同时走。 6/7 我觉得这场竞争最容易被忽略的，不是芯片跑分，而是控制权。 自己掌握芯片，意味着可以控制成本、耗电量和产品上线速度，也能少交一部分利润给供应商。 以后判断一块AI芯片有没有价值，或许不能只看它算得有多快。 还要看它花多少钱，才能生成一个真正有用的Token。 7/7 所以，我不会把自研芯片简单理解成“英伟达要被替代了”。 短期内，这些公司可能仍然会买很多GPU。 但一个变化已经很清楚： 英伟达最重要的客户，已经不愿意永远只做客户了。

曝光 24 · 评论 3 · 点赞 0 · 书签 0 · 曝光/时 15.100409594084532