NVIDIA王冠滑落：AI计算的未来之争

NVIDIA的GPU霸主地位正在受到挑战。超大规模云厂商整合需求、自研芯片崛起、分布式计算兴起，预示着其市场优势的动摇。

NVIDIA曾是AI热潮的最大赢家。凭借GPU的垄断地位和AI计算需求的爆炸式增长，这家公司以惊人速度崛起，仅13个月就新增2万亿美元市值，利润率堪比软件即服务企业。H100芯片的定价巅峰让NVIDIA财源滚滚，尽管新款B200利润率略降、成本上升，但短期内缺乏替代品仍确保其现金流强劲。然而，长期来看，六年后的市场格局是否依然如此？答案并不乐观。

变化正在悄然发生。超大规模云厂商(如Google、Microsoft、Amazon、Meta)正迅速整合AI加速器的需求，成为市场主导者。与此同时，它们投入巨资研发自有芯片，展现出不容小觑的竞争力。比如，Google的TPU已迭代至第六代(Trillium)，性能翻倍，能效提升，成功训练了Gemini-Ultra这样的前沿模型。Meta也将自研的MTIA芯片用于Instagram和WhatsApp的AI推理任务，逐步减少对NVIDIA的依赖。

需求结构的转变也在削弱NVIDIA的根基。初创企业对GPU的疯狂采购曾推高市场热潮，但如今许多初创公司发现，租用云服务比自建基础设施更划算。过量采购的GPU导致低利用率和糟糕的投资回报，迫使一些公司低价出租库存，令人想起互联网泡沫时期企业为服务器硬件辩护的窘境。更关键的是，AI模型的开发正向少数闭源API集中，即使开源和边缘模型也多由超大规模云厂商掌控。专有小型模型(如Bloomberg GPT)因成本高、泛化能力弱而举步维艰，市场需求进一步向头部厂商倾斜。

独立云服务商(如Coreweave、Lambda)的未来同样堪忧。NVIDIA曾通过投资和优先分配GPU支持这些公司，以分散对超大规模云厂商的依赖。然而，这些小型云商缺乏产品多样性和基础设施优势，难以建立客户黏性，只能出售廉价的H100计算时长。随着NVIDIA产量提升，GPU稀缺性下降，价格战已将租赁成本压低40%以上，部分厂商的每小时租金低至1.99美元，投资回报率不足10%。若价格跌破1.65美元，亏损将不可避免。相比之下，超大规模云厂商凭借规模经济和基础设施经验，轻松应对折旧和停机成本，赢得高利润和客户信任。

计算需求的激增也带来了新挑战。资本支出、电力供应和基础设施建设已逼近极限，迫使行业转向分布式、垂直整合的系统，涵盖芯片、机架、网络、冷却和软件。NVIDIA作为单一硬件供应商，难以适应这一趋势。Google的策略颇具代表性：放弃大芯片，采用小型ASIC集群，通过低成本铜缆连接64个TPU，并使用独特的多维网络拓扑结构，显著降低能耗和延迟。Microsoft则计划自建光纤网络，连接远距离数据中心，实现跨区域训练。这些分布式系统不仅降低成本，还能利用现有设施，延长老旧芯片的使用寿命。

在软件层面，NVIDIA的短板同样明显。超大规模云厂商拥有更强大的内部解决方案。例如，Google的Pathways软件能有效处理故障，优于NVIDIA的诊断工具DCGM。Microsoft的Singularity和Google的Borg在集群管理和任务调度上也远超NVIDIA的BaseCommand。NVIDIA试图通过Blackwell芯片和Spectrum-X网络解决方案迎头赶上，但与超大规模云厂商的深度整合能力相比，仍显不足。以冷却技术为例，Google早在2018年就全面采用液体冷却，数据中心能效比NVIDIA高出30%，占地面积节省50%。

NVIDIA的困境并非无解，但挑战巨大。它试图通过DGX Cloud等服务向上游延伸，却难以跳出数据中心优化的视野，而未来属于跨区域的云校园。超大规模云厂商的垂直整合能力，正在重塑AI计算的竞争格局。NVIDIA即便拥有最强的GPU，也可能在这场系统级较量中败北。正如莎士比亚所言，戴王冠的头是不能安于他的枕席的。

本文译自 mohitdagarwal，由 BALI 编辑发布。