摩根大通Michael Cembalest在11月14日的报告里扔了一个数字:OpenAI、Anthropic这些前沿实验室未来已经签约的算力基础设施里,英伟达GPU只占39%。(这个数字值得注意)
对比一下,2023到2025年,英伟达在AI芯片收入里的份额是83%。剩下的份额被谁拿走了:博通定制芯片24%,谷歌TPU 16%,AMD GPU 15%,亚马逊Trainium 6%。OpenAI一家就签了博通10吉瓦定制加速器和AMD 6吉瓦GPU。
但这个39%不能直接理解成英伟达要完了。它衡量的是未来合约的份额,不是当期收入,也不是出货量。这些合约是未来几年才交付的东西,是领先指标,不是同步指标。而且已签约这个口径本身有选择性,它捕捉的是那些公开披露的大额长期协议,不包括所有增量需求。所以39%更像一个方向性的下限,不是精确的终点。
但比39%更值得琢磨的,是Cembalest报告里另一个细节。他说,一家前沿实验室告诉他,一年前把模型迁移到AMD GPU上跑,需要6到12个月。最近,靠AI模型自己写底层适配代码,3天就能跑起来。这才是真正打在英伟达核心叙事上的东西。英伟达过去最硬的护城河,不是单卡跑分,是CUDA,几百万开发者、十几年积累的迁移成本。客户不换AMD,不是因为AMD的卡不能跑,是因为换过去太贵、太慢、太疼。
如果太疼这件事从一年缩短到三天,那CUDA锁定的经济学基础就在松动。
有意思吧?英伟达的GPU训练出来的AI,写出来代码,淘汰了英伟达的GPU。
以子之矛攻子之盾。
#热点观点##海外新鲜事#
发布于 河北
