自 2023 年 1 月人工智能 (AI) 热潮开始以来，Nvidia ( NVDA +2.56% ) 股价已上涨 1,300%。该公司在财务业绩和股价升值方面的成功得益于其在人工智能加速器领域的主导地位，该市场预计今年将突破 3000 亿美元。
Alphabet (GOOGL +1.11%) (GOOG +0.77%) 涉足人工智能加速器已有十多年了，但该公司最近开始直接向客户销售定制芯片，这标志着其更有意与 Nvidia 竞争。继续阅读以了解更多信息。
Alphabet 只是将自己定位为对 Nvidia 更严重的威胁
Nvidia 于 1999 年发明了图形处理单元 (GPU)。这些芯片最初是为了渲染逼真的视频游戏和计算机图形而构建的，现已成为加速人工智能 (AI) 等复杂数据中心工作负载的行业标准，因为它们每秒执行数万亿次计算。
据 Silicon Analysts 称，去年 Nvidia 占 AI 加速器销售额的 80% 以上。但随着越来越多的公司转向定制芯片解决方案，其市场份额在未来几年可能会下降。其最大的三个客户——亚马逊、微软和 Alphabet——已经部署了专为人工智能打造的芯片。
Alphabet 是第一个推行定制芯片战略的公司，它仍然是对 Nvidia 的最大威胁。 2016 年，Alphabet 部署了其第一个张量处理单元 (TPU)，这是一款专为构建和运行 AI 模型所需的矩阵和基于向量的数学而设计的芯片。
最初，Alphabet 将 TPU 限制在内部用例，但该公司在 2018 年初向 Google Cloud 客户提供了定制芯片。第二季度，Alphabet 开始直接向客户销售用于外部数据中心的 TPU，将自己定位为对 Nvidia 更直接的威胁。
Nvidia 不太可能失去在人工智能加速器领域的市场领导地位
英伟达不太可能放弃其在人工智能加速器市场的主导地位，原因有两个。首先，该公司在CUDA方面拥有显着的竞争优势，CUDA是一个由数百个代码库和框架（构建块）组成的软件平台，可帮助程序员编写GPU加速的应用程序。
CUDA 是 Nvidia GPU 成为主导人工智能加速器的主要原因，该平台的专有性质构成了持久的经济护城河。 VentureBeat 解释说：“一旦团队在 CUDA 上构建了管道，切换到另一个平台的成本就高得令人望而却步。”
其次，TPU 运行的算法比 GPU 少得多，因为它们是为特定任务而构建的。 VentureBeat 表示：“虽然 TPU 在特定的深度学习工作负载方面表现出色，但它们的灵活性却差得多。”这意味着如果明天发明一项新的人工智能技术，Nvidia GPU 可以立即运行，但 Alphabet TPU 却并非如此。
到 2030 年，Alphabet TPU 的收入可能将超过 1000 亿美元
Gil Luria，D.A. 技术研究主管Davidson 将定制芯片视为 Alphabet 的巨大增长机会。 Anthropic 和 Meta Platforms 已同意在未来几年在 TPU 上投入数十亿美元，Alphabet 最近宣布与 Blackstone 成立合资企业，打造 TPU 云业务。
展望未来，Lura 表示 Alphabet 最终可能占据人工智能基础设施市场 20% 的份额，这将使其芯片业务估值约为 9000 亿美元。与此同时，摩根士丹利分析师预计，到 2030 年，定制芯片（主要是 Alphabet 的 TPU）将占人工智能加速器销售额的 24%，高于目前的 15%。
这些估计表明英伟达将保持其主导地位，但它们也强调了 Alphabet 面前的巨大机遇。预计到 2030 年，人工智能加速器支出将达到 6000 亿美元，这意味着到本世纪末，Alphabet 每年仅通过 TPU 销售就能带来超过 1000 亿美元的收入。
我认为投资者忽视了这个机会。 Alphabet 的市盈率为 19 倍，远低于 25 倍市盈率的三年平均水平。对于一家未来三年盈利预计每年增长 14% 的公司来说，这个估值很便宜。这就是为什么 Alphabet 的股价可能会飙升，因为该公司瞄准了人工智能加速器市场。