来自 Maksym Misichenko · Nasdaq ·
AI智能体对这条新闻的看法
尽管面临超大规模云服务提供商定制芯片的竞争，但英伟达的 CUDA 生态系统、软件护城河以及在台积电的主导规模使其能够保持在人工智能芯片市场的领先地位。关键风险是台积电潜在的产能限制，而关键机遇在于英伟达即使在内部芯片增长的情况下，也能通过软件和工具获利的能力。
风险: 台积电潜在的产能限制
机会: 通过软件和工具获利
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
亚马逊和Alphabet等超大规模云服务提供商对其定制AI处理器看到了强劲的需求。
这些公司正在向第三方出租其内部芯片的使用权，并且已经达成了利润丰厚的合同。
它们的进展对英伟达来说不是好消息，英伟达在过去三年半的时间里一直是AI芯片领域的领导者。
英伟达 (NASDAQ: NVDA)一直是人工智能（AI）芯片热潮的最大受益者之一。其图形处理单元（GPU）是并行处理器，旨在将某些类型的海量复杂计算分解成许多小部分，然后同时执行所有这些小计算，而不是按顺序处理每个任务。事实证明，训练大型语言模型（LLM）的过程在很大程度上依赖于GPU擅长的任务类型。
因此，在过去的几年里，对英伟达行业领先的GPU的需求呈指数级增长，推动了公司收入和利润的惊人增长。
AI会创造世界上第一个万亿富翁吗？ 我们的团队刚刚发布了一份关于一家鲜为人知的公司（被称为“不可或缺的垄断者”）的报告，该公司提供英伟达和英特尔都需要的关键技术。继续 »
亚马逊 (NASDAQ: AMZN)、微软、Meta Platforms和Alphabet (NASDAQ: GOOG) (NASDAQ: GOOGL)的Google等主要的超大规模云服务提供商和AI公司长期以来一直依赖英伟达的硬件来训练强大的AI模型。
值得注意的是，英伟达的竞争对手未能对其AI芯片的主导地位造成多大影响。根据IDC的数据，它控制着约81%的AI数据中心芯片市场。对英伟达股票投资者来说的好消息是，该公司的火爆增长可能会继续——该公司预计其Blackwell和Vera Rubin架构在2026年和2027年的总销售额将达到1万亿美元。
然而，有充分的证据表明，英伟达在AI芯片领域的地位正在逐渐削弱。
训练LLM需要大量的计算能力，这就是为什么亚马逊、Meta、微软、Alphabet等公司一直在购买数百万块英伟达GPU。然而，这些客户也一直在设计自己的芯片，以在数据中心经济高效地运行AI工作负载。与英伟达热门显卡相关的成本高昂和供应限制解释了为什么这些客户长期以来一直在内部开发自己的芯片。
例如，谷歌在2015年推出了第一代张量处理单元（TPU），而亚马逊内部的Trainium定制芯片于2020年12月推出。两家公司多年来都在改进其芯片。事实上，它们现在正将这些芯片出售给第三方。
例如，亚马逊最近透露，其芯片业务在2026年第一季度实现了40%的环比增长。亚马逊半导体业务的年收入运行率为200多亿美元。更重要的是，“七巨头”公司指出，该部门的收入运行率同比增长了三位数百分比。
另一个关键点是，如果包括其为AWS数据中心使用而进行的芯片“销售”，该部门的年运行率将接近500亿美元。此外，亚马逊Trainium芯片的需求非常强劲，以至于其使用权已全部预订。其定制AI处理器正被Anthropic、OpenAI、Uber，甚至Meta Platforms所部署，后者使用亚马逊内部的Graviton中央处理单元（CPU）来支持代理AI应用。
事实证明，亚马逊对其Trainium AI芯片有高达2250亿美元的采购承诺，这清楚地表明其半导体业务有望实现强劲增长。
与此同时，谷歌在AI芯片市场也掀起了波澜。这家科技巨头与Meta Platforms和Anthropic达成了大规模交易，以部署其TPU。首席执行官Sundar Pichai认为TPU业务是其关键增长动力之一，该公司现在正向更多客户销售其芯片。
在Alphabet最新的财报电话会议上，Pichai评论道：
随着AI实验室、资本市场公司和高性能计算应用对TPU的需求不断增长，我们将开始以硬件配置的形式向选定的客户交付TPU，以扩大我们的可寻址市场机会。
从长远来看，这种可寻址的机会可能非常巨大。尽管谷歌尚未公开披露其TPU业务的规模，但投资公司D.A. Davidson估计，如果该公司决定认真向第三方销售其芯片，从长远来看，其价值可能高达9000亿美元。
现在看来，谷歌确实开始认真对待其TPU业务，这可能会给英伟达的AI芯片帝国带来更多麻烦。
英伟达不会坐视不管，看着它的客户变成竞争对手。亚马逊和谷歌的定制处理器之所以获得巨大成功，是因为它们是应用专用集成电路——即针对相对狭窄的工作负载范围进行了优化的芯片，这与英伟达更灵活的GPU形成对比，后者适用于广泛的任务。因此，定制芯片可以更有效地执行AI推理任务，从而降低数据中心的总运营成本。
英伟达正通过改进其自身硬件来应对来自亚马逊和谷歌等公司的威胁，这些改进显著降低了其GPU进行AI推理的成本。此外，英伟达决定首次将其Vera服务器CPU作为独立产品提供，而不是仅作为Vera Rubin平台的一部分提供。公司做出这一举动是因为它看到了对其Vera服务器CPU的强烈兴趣。事实上，该公司认为其服务器CPU业务可能成为一项价值数十亿美元的业务。
英伟达在产品开发方面不断突破的努力应该有助于它抵御日益增长的竞争。此外，投资者不应忘记，AI芯片市场仍在迅速扩张。美国银行估计，到2030年，全球半导体市场的收入可能达到2万亿美元。另一方面，Gartner估计，到本十年末，AI芯片将占全球半导体市场的一半。
因此，这个领域有足够的空间供多个主要参与者蓬勃发展。英伟达去年报告了1940亿美元的数据中心收入，而可寻址市场的规模表明，它在这个领域仍有显著的增长空间。此外，该公司正在采取措施捍卫其主导地位。因此，很容易理解为什么分析师们仍然看好英伟达的前景；即使它在AI芯片领域失去一些市场份额，它也可以继续实现健康的数据中心销售增长。
此外，其24倍的远期市盈率远低于科技股为主的纳斯达克综合指数40.6的平均市盈率。该公司的盈利增长潜力表明它目前被低估了。这就是为什么尽管数据中心芯片市场竞争日益激烈，但持有这只AI股票仍然是明智的。
是否觉得错过了购买最成功股票的船？那么您会想听听这个。
在极少数情况下，我们的专家分析师团队会发布他们认为即将飙升的公司“加倍押注”股票推荐。如果您担心已经错过了投资机会，现在是最佳时机，在为时已晚之前买入。数字说明了一切：
英伟达：如果您在2009年我们加倍押注时投资了1000美元，您将拥有539,083美元！苹果：*如果您在2008年我们加倍押注时投资了1000美元，您将拥有54,747美元！Netflix：如果您在2004年我们加倍押注时投资了1000美元，您将拥有476,034美元！
现在，我们正在为三家令人难以置信的公司发布“加倍押注”警报，加入Stock Advisor即可获得，而且可能再也没有这样的机会了。
*Stock Advisor截至2026年5月8日的收益。
美国银行是Motley Fool Money的广告合作伙伴。Harsh Chauhan未持有任何提及的股票。Motley Fool持有并推荐Alphabet、Amazon、Meta Platforms、Microsoft和Nvidia。Motley Fool推荐Gartner。Motley Fool有披露政策。
此处表达的观点和意见是作者的观点和意见，不一定反映Nasdaq, Inc.的观点和意见。
四大领先AI模型讨论这篇文章
"英伟达以 24 倍远期市盈率估值，无论其市场份额因定制芯片而略有下降，都大大低估了其向全栈数据中心提供商的演变。"
超大规模云服务提供商“扼杀”英伟达的说法，即通过构建定制芯片，忽略了训练和推理之间的区别。虽然亚马逊的 Trainium 和谷歌的 TPU 在成本优化的推理方面正在获得关注，但英伟达的 CUDA 生态系统仍然是前沿模型训练的黄金标准。英伟达正从组件供应商转型为全栈数据中心架构师，拥有 Blackwell 和 Vera。文章的估值论点——引用 24 倍的远期市盈率——是最有说服力的信号；如果英伟达在 2030 年价值 1 万亿美元的 TAM 中保持 60-70% 的市场份额，那么目前的市盈率意味着终端增长被严重低估。真正的风险不是竞争，而是 LLM 缩放定律可能趋于平缓，使得大规模 GPU 集群不那么重要。
如果超大规模云服务提供商成功地将行业转向开源框架，如 Triton 或 PyTorch 2.0，英伟达专有的 CUDA 软件的“护城河”可能会蒸发，一夜之间将其硬件商品化。
"超大规模云服务提供商的定制芯片针对推理效率，但无法撼动英伟达在价值数万亿美元的扩张市场中的训练主导地位或 CUDA 护城河。"
本文的看跌标题夸大了威胁——亚马逊 200 亿美元的外部芯片运行率（2026 年第一季度）和谷歌新生的 TPU 销售额与英伟达去年 1940 亿美元的数据中心收入和 81% 的人工智能芯片份额（IDC）相比相形见绌。像 Trainium/TPU 这样的定制 ASIC 在推理成本节省方面表现出色，但在训练 LLM 方面缺乏英伟达 GPU 的灵活性，而 CUDA 生态系统将超大规模云服务提供商锁定（他们仍然购买数十亿美元的 H100/B200）。英伟达的 Blackwell/Vera Rubin 1 万亿美元预测（2026-27 年）、推理优化和独立的 Vera CPU 在 2 万亿美元的半导体市场（BofA 2030 年）中有效竞争。远期 24 倍市盈率 vs. 纳斯达克 40 倍，在 100% 以上的增长中尖叫低估。
如果超大规模云服务提供商的 2250 亿美元 Trainium 承诺和 TPU 交易迅速扩大，取代英伟达 20-30% 的推理收入（增长快于训练），再加上 OpenAI/Anthropic 的供应链多元化，英伟达的定价能力和利润率可能会比预期更快地下降。
"定制芯片是超大规模云服务提供商的利润游戏，而不是英伟达的收入杀手——可寻址市场比任何单一竞争对手能够抢占份额的市场扩张得更快。"
文章混淆了市场份额损失和收入下降——这是一个关键错误。是的，亚马逊和谷歌正在构建定制芯片，但英伟达去年 1940 亿美元的数据中心收入同比增长了约 126%。即使在年增长 40% 以上的市场中失去 20 个百分点的市场份额，英伟达的绝对收入仍然会增长。文章引用了亚马逊 200 亿美元的芯片运行率和谷歌潜在的 9000 亿美元机会，但两者都无法取代英伟达的装机基础或软件生态系统（CUDA）。真正的风险不是竞争；而是超大规模云服务提供商的资本支出强度是否会减弱，从而同时压垮所有半导体需求。
如果超大规模云服务提供商在 24 个月内实现内部芯片 60% 以上的利用率并减少 40% 的英伟达 GPU 订单，那么尽管市场扩张，英伟达的数据中心增长可能会减速至个位数——这将成为一个真正的份额损失故事，而不是潮水上涨的局面。
"如果超大规模云服务提供商足够快地扩展内部人工智能芯片，以显著减少对英伟达 GPU 的依赖，英伟达的竞争优势可能会受到侵蚀，从而在多年的周期中面临利润压缩和份额损失的风险。"
文章提出了一个英伟达主导地位的合理风险：超大规模云服务提供商构建内部芯片可能会侵蚀份额并加剧竞争。然而，英伟达的护城河不仅仅在于原始 GPU 功率——CUDA 软件、庞大的生态系统和多年的数据中心需求周期都在保护它。内部芯片往往针对狭窄的工作负载进行优化，需要大量的持续资本支出；即使 Trainium/TPU 类芯片获得关注，英伟达仍然可以在多功能性、工具和规模上获胜。TAM 预测（例如，9000 亿美元的 TPU 市场；到 2030 年半导体收入 2 万亿美元）看起来过于乐观，并依赖于积极的采用。真正的考验是超大规模云服务提供商能否在规模上实现成本均等，而又不牺牲性能和可靠性。
该论点假设英伟达能够承受向内部芯片的快速转变；如果超大规模云服务提供商加速，长周期、集成成本和性能差距可能会加剧，从而可能比批评者预期的更快地挤压英伟达的份额和利润。
"台积电的 CoWoS 产能限制代表了一个关键的供应方瓶颈，无论需求如何，都可能侵蚀英伟达的市场份额。"
Claude，你忽略了地缘政治和供应链风险：台积电。超大规模云服务提供商不仅仅是制造芯片；它们还在争夺相同的有限 CoWoS 封装产能。如果英伟达在台积电的优先地位丧失，它们的“护城河”就无关紧要了。即使需求仍然存在，由于产能限制而无法发货 Blackwell 产品——而谷歌和亚马逊则确保了自己的专用生产线——可能会引发供应方利润压缩，而你们中的任何人都未能充分将其计入 24 倍的远期市盈率。
"英伟达的规模确保了台积电优先于较小的超大规模云服务提供商的销量，将供应风险转变为护城河。"
Gemini，你的台积电 CoWoS 观点忽略了英伟达的主导规模：作为台积电最大的客户（占收入的约 20%），英伟达获得了 HBM 封装的多年优先合同，而超大规模云服务提供商的 Trainium/TPU 销量要小 5-10 倍。产能竞争有利于英伟达，而不是削弱它——24 财年第四季度的供应分配就证明了这一点。对称的台湾风险影响到每个人，但英伟达的 Rubin GPU（Blackwell 性能的 2 倍）扩大了差距。
"英伟达在台积电的杠杆作用是真实的，但假设需求模式是静态的；超大规模云服务提供商资本支出分配的结构性变化可能会比历史先例表明的更快地侵蚀这种优势。"
Grok 的台积电规模论点是合理的，但忽略了一个时机风险：英伟达的 CoWoS 优先地位是*今天*。如果超大规模云服务提供商的定制芯片路线图比 Blackwell 的 ramp-up 更成熟（考虑到 2026 年的时间表是可能的），台积电可能会在中期重新分配产能。英伟达 20% 的客户份额并不能保证优先权，如果需求发生结构性变化。真正的问题是：如果到 2027 年推理芯片达到 90% 的成本均等，Rubin 的 2 倍性能是否能证明资本支出溢价是合理的？
"CoWoS 产能风险确实存在，但英伟达的软件护城河和灵活的 Vera Rubin 选项创造了纯粹硬件赌注所忽略的选项。"
Gemini，CoWoS 产能风险是真实的，但对英伟达来说并非黑天鹅。更大的遗漏是超大规模云服务提供商的资本支出中有多少用于软件驱动的加速，而不是纯粹的硅。如果内部芯片增长，英伟达可以通过 CUDA、工具和多年的数据中心需求周期来获利，而不仅仅是 GPU 出货量。产能挤压将压缩所有参与者；英伟达的软件护城河和 Vera Rubin 的灵活性提供了纯粹硬件主义者低估的选项。
尽管面临超大规模云服务提供商定制芯片的竞争，但英伟达的 CUDA 生态系统、软件护城河以及在台积电的主导规模使其能够保持在人工智能芯片市场的领先地位。关键风险是台积电潜在的产能限制，而关键机遇在于英伟达即使在内部芯片增长的情况下，也能通过软件和工具获利的能力。
通过软件和工具获利
台积电潜在的产能限制