塞缪尔·博伊文 / NurPhoto 来自 Getty Images
每隔几周，就会有另一家公司宣布“与 Nvidia $NVDA 展开竞争”。框架是一致的。其背后的野心却并非如此。
一些公司正在设计专门用于推理的芯片，即在模型经过训练后回答问题或生成图像的工作。其他人则想要更雄心勃勃的东西：控制整个管道，从芯片设计到制造工厂。许多其他公司则介于这两个极端之间，追求更狭窄的目标，例如削减特定成本或减少对一家供应商的依赖。几乎没有一家公司尝试在训练、推理和开放市场领域全面取代 Nvidia。
这种区别很重要，因为现在试图削弱英伟达在芯片市场主导地位的公司并不都在追求同样的目标。区分他们的唯一方法是看看每个人真正想要什么，而不是看将他们混为一谈的标题。
训练与推理的鸿沟
英伟达对训练（从头开始构建人工智能模型的计算密集型过程）的控制仍然是其最强的地位。根据 Silicon Analysts 汇总的 TrendForce、摩根士丹利 $MS 和台积电 $TSM 产能数据的估计，Nvidia 在 2025 年训练中的份额将超过 90%。同期，其推理份额在 60% 至 75% 之间，但由于来自定制芯片的竞争日益激烈而受到削弱。这两个范围之间的差距约为 15 至 30 个百分点。这正是大多数挑战者争夺的领域。
人工智能芯片初创公司 Groq 专门为推理构建了语言处理单元，优先考虑快速、可预测的响应，而不是训练所需的灵活性。根据其产品描述，该公司“成立于 2016 年，致力于推理”，并将自己定位为“唯一为开发人员定制的推理芯片”。 Groq 竞争的是模型已经存在后发生的工作量，而不是 Nvidia 的培训合同。
谷歌 $GOOGL 的发展轨迹也讲述了类似的故事。谷歌将其最新的张量处理单元 Ironwood 描述为其首款“专为推理而设计”的 TPU。谷歌仍在生产处理训练的 TPU，但战略重点已转向 Nvidia 控制力最弱的领域。而且谷歌并不将 Ironwood 作为独立芯片出售。使用它的唯一方法是通过 Google Cloud 租用容量。买家被锁定在谷歌的云定价和基础设施中，无法完全拥有硬件。
内部芯片与公开市场
Nvidia 的挑战者之间最重要的区别可能是最简单的：他们是向其他人出售芯片，还是在内部使用它们？
OpenAI 希望摆脱 Nvidia 的定价和生产计划，而不是进入芯片业务。它于 2025 年 10 月宣布与 Broadcom $AVGO 合作，涉及共同开发定制 AI 芯片，该芯片将消耗高达 10 吉瓦的电力，相当于 10 个大型核反应堆产生的电力。其既定目的是让 OpenAI“将其从开发前沿模型和产品中学到的知识直接嵌入到硬件中”。这些芯片将部署在“OpenAI 的设施和合作伙伴数据中心”，不会出售给其他任何人。
亚马逊 $AMZN 是所有云提供商中最接近建立与 Nvidia 真正的开放市场竞争对手的。亚马逊的云部门AWS已通过云租赁服务EC2向外部客户提供其Trainium芯片。据 TechCrunch 称，截至 3 月份，三代部署了 140 万个 Trainium 芯片，其中 Anthropic 的 Claude 仅在超过 100 万个 Trainium2 芯片上运行。亚马逊还向 OpenAI 承诺了 2 吉瓦的 Trainium 计算能力，将其芯片放置在业界最著名的两个人工智能实验室中。
AMD $AMD 占据了一个独特的类别，是唯一一家向第三方销售训练和推理 GPU 而不是云平台的大公司。其Instinct MI300系列赢得了包括微软$MSFT Azure、Meta$META、戴尔$DELL、HPE、联想等客户。 AMD 首席执行官苏姿丰 (Lisa Su) 表示，MI350 系列提供了“Instinct 历史上最大的一代性能飞跃”。
非硅材质的护城河
即使挑战者的硬件符合或超过 Nvidia 的纸面规格，仍然存在一个单独的障碍。 Nvidia 的 CUDA 软件生态系统于 2006 年推出，已经积累了近二十年的库、工具和开发人员专业知识。根据 Nvidia 自 2025 年 1 月发布的年度报告，全球有超过 590 万开发人员在数百个特定领域库中使用 CUDA 和相关工具。
2024 年 12 月的 SemiAnalysis 基准研究发现，尽管 AMD 的 MI300X 的市场性能数据较高，但在关键训练基准中，实际结果比 Nvidia 的 H100 和 H200 慢 14%。 SemiAnalysis 总结道：“由于 AMD 的软件质量保证文化弱于预期，而且开箱即用体验具有挑战性，AMD 尚未跨越 CUDA 护城河。”
击败Nvidia的芯片是必要的，但还不够。它周围的生态系统决定了客户是否可以在不重建整个工作流程的情况下使用它。这就是亚马逊在其 Neuron 开发者工具包上投资支持 PyTorch（大多数人工智能开发人员已经使用该软件来构建模型）的原因，也是 AMD 推出 ROCm 7 和免费开发者云的原因。
竞争范围揭示了什么
构建自己的芯片的大型云提供商并没有完全放弃英伟达。 Futurum Group 分析师 Daniel Newman 于 2025 年 11 月向 CNBC 表示：“他们希望对自己构建的工作负载有更多的控制权。同时，他们将继续与 Nvidia、AMD 密切合作，因为他们也需要容量。这种需求是如此难以满足。”
瑞穗证券 (Mizuho Securities) 估计，Nvidia 的整体 AI 芯片市场份额在 70% 至 95% 之间，具体取决于细分市场，而随着市场总额扩大到超过 2000 亿美元，Silicon Analysts 预计该份额将接近 75%。市场不是零和的。英伟达可能会失去百分比份额，同时销售比以往更多的芯片。
这里没有两家公司采用相同的策略。 Groq 选择推理并坚持下去，而 Google 则追求更狭隘的目标：削减自己的云成本。 OpenAI 想要与狭窄相反。它正在锁定自己的供应链，因此英伟达的定价和生产计划无法触及它。亚马逊更进一步，建立了一个可以实际销售给其他人的完整生态系统。 AMD 是唯一愿意在公开市场上与 Nvidia 正面对抗的公司。
📬 订阅每日简报