<p><strong>英伟达</strong>(NVDA 5.27%) 能够借助 2022 年底 ChatGPT 引发的人工智能 (AI) 热潮，主导 AI 加速器市场，部分原因是该公司花费多年建立了强大的加速计算基础。英伟达的 GPU 不仅对 AI 工作负载有用，还在学术界和工业界用于运行模拟和其他计算密集型任务。</p>
<p>CUDA 是英伟达的专有软件工具包，允许开发者利用该公司 GPU 的强大功能，已经存在近二十年。CUDA 周围庞大的生态系统在 AI 热潮开始时为英伟达提供了巨大的优势。随着科技巨头和初创公司迅速行动以在 AI 竞赛中领先，英伟达的 GPU 成为最简单的选择。</p>
<h2>潮流开始转变</h2>
<p>当数据中心 GPU 市场规模较小时，英伟达的客户花费工程资源来摆脱对 CUDA 的依赖是没有意义的。投资回报率根本不够。</p>
<p>随着 AI 热潮导致对数据中心 GPU 的需求激增，情况开始发生变化。英伟达的数据中心部门在最新一个季度的收入超过 350 亿美元，公司的利润率也高得惊人。像 <strong>微软</strong>、<strong>Meta Platforms</strong> 和 OpenAI 这样的客户每年在英伟达的 GPU 上花费数十亿甚至数百亿美元，以满足对 AI 计算能力的需求。</p>
<p>现在的风险大大增加。像 Meta 这样的公司通过去掉英伟达，自己从头设计 AI 芯片和软件堆栈，可以节省数十亿。这种将 AI 加速器内部化的推动在科技行业似乎正在加速。</p>
<p>一些公司，包括 <strong>亚马逊</strong> 和 <strong>字母表</strong>，已经创造了多个世代的定制 AI 芯片。其他公司现在也在效仿。Meta 据报道正在测试一款针对 AI 训练工作负载的定制 AI 芯片，这些工作负载比 AI 推理工作负载计算密集得多。OpenAI 也不甘落后，正在努力完成其首款定制 AI 芯片设计。</p>
<p>设计自己 AI 芯片并减少对英伟达昂贵的 AI 加速器依赖的公司，可能在成本上对不走同样道路的竞争对手具有重大优势。这可能会促使更多公司将 AI 芯片内部化。</p>
<h2>削弱英伟达的主导地位</h2>
<p>虽然英伟达在 AI 加速器市场上确实面临来自 <strong>AMD</strong> 的一些竞争，但其自身客户构成了更大的威胁。现在的数字足够大，促使科技巨头和 AI 公司重新思考他们的 AI 硬件和软件堆栈。除了减少对英伟达芯片的需求，这一趋势可能会对英伟达的定价和利润率施加压力。</p>
<p>正是因为数据中心 GPU 市场变得如此庞大，CUDA 对加速计算的控制才受到攻击。英伟达仍在销售大量 AI 芯片，只要 AI 热潮持续，它将继续这样做。一旦对 AI 计算能力的需求降温——毕竟树木不会永远向上生长——随着来自自家 AI 芯片的竞争，英伟达的市场份额将会下降，增长将变得艰难。</p>
<p>由于对 AI 需求韧性的担忧与关税和全球经济状况的担忧交织在一起，英伟达的股票已经从历史高点下滑。随着定制 AI 芯片在 AI 加速器市场中占比不断增加，股票可能会面临额外压力。</p>

英伟达

<p>英伟达在人工智能市场蓬勃发展，得益于其 GPU 和 CUDA 软件工具包。然而，随着数据中心 GPU 需求激增，Meta 和 OpenAI 等科技巨头正在探索定制的 AI 芯片，以减少对英伟达的依赖，这可能会侵蚀其市场主导地位。这一转变可能会对英伟达的定价和利润率施加压力，尤其是在竞争加剧的情况下。尽管英伟达仍在销售 AI 芯片，但需求的降温可能会对其增长和股票表现构成挑战，而其股票在经济担忧中已经面临下滑</p>

<p><strong>Nvidia</strong>(NVDA 5.27%) was able to ride the artificial intelligence (AI) wave kicked off by ChatGPT in late 2022 and dominate the market for AI accelerators, partly because the company had spent years building a strong foundation in accelerated computing. Nvidia's GPUs are useful not only for AI workloads, but also across academia and industry for running simulations and doing other computing-intensive tasks.</p>
<div class="lb-trans"><p><strong>英伟达</strong>(NVDA 5.27%) 能够借助 2022 年底 ChatGPT 引发的人工智能 (AI) 热潮，主导 AI 加速器市场，部分原因是该公司花费多年建立了强大的加速计算基础。英伟达的 GPU 不仅对 AI 工作负载有用，还在学术界和工业界用于运行模拟和其他计算密集型任务。</p>
</div><p>CUDA, Nvidia's proprietary software toolkit that allows developers to harness the power of the company's GPUs, has been around for nearly two decades. The vast ecosystem around CUDA was an enormous advantage for Nvidia when the AI boom started. With tech giants and start-ups moving fast to pull ahead in the AI race, Nvidia's GPUs were the path of least resistance.</p>
<div class="lb-trans"><p>CUDA 是英伟达的专有软件工具包，允许开发者利用该公司 GPU 的强大功能，已经存在近二十年。CUDA 周围庞大的生态系统在 AI 热潮开始时为英伟达提供了巨大的优势。随着科技巨头和初创公司迅速行动以在 AI 竞赛中领先，英伟达的 GPU 成为最简单的选择。</p>
</div><h2>The tide is starting to turn</h2>
<div class="lb-trans"><h2>潮流开始转变</h2>
</div><p>When the market for data center GPUs was much smaller, it made no sense for Nvidia's customers to spend the engineering resources necessary to free themselves from their dependence on CUDA. The return on investment just wasn't there.</p>
<div class="lb-trans"><p>当数据中心 GPU 市场规模较小时，英伟达的客户花费工程资源来摆脱对 CUDA 的依赖是没有意义的。投资回报率根本不够。</p>
</div><p>With the AI boom causing an explosion in demand for data center GPUs, the math is starting to change. Nvidia's data center segment generated more than $35 billion in revenue during the latest quarter alone, and the company's profit margins are through the roof. Customers like <strong>Microsoft</strong>, <strong>Meta Platforms</strong>, and OpenAI are spending billions, or even tens of billions, of dollars each year on Nvidia's GPUs as they race to meet demand for AI computing capacity.</p>
<div class="lb-trans"><p>随着 AI 热潮导致对数据中心 GPU 的需求激增，情况开始发生变化。英伟达的数据中心部门在最新一个季度的收入超过 350 亿美元，公司的利润率也高得惊人。像 <strong>微软</strong>、<strong>Meta Platforms</strong> 和 OpenAI 这样的客户每年在英伟达的 GPU 上花费数十亿甚至数百亿美元，以满足对 AI 计算能力的需求。</p>
</div><p>The stakes are now much higher. A company like Meta could save billions by cutting out Nvidia and designing its own AI chip and software stack from the ground up. This push to bring AI accelerators in-house appears to be picking up steam across the tech industry.</p>
<div class="lb-trans"><p>现在的风险大大增加。像 Meta 这样的公司通过去掉英伟达，自己从头设计 AI 芯片和软件堆栈，可以节省数十亿。这种将 AI 加速器内部化的推动在科技行业似乎正在加速。</p>
</div><p>Some companies, including <strong>Amazon</strong> and <strong>Alphabet</strong>, have already created multiple generations of custom AI chips. Other companies are now following suit. Meta is reportedly testing a custom AI chip aimed at AI training workloads, which are much more computationally intensive than AI inference workloads. OpenAI isn't far behind, reportedly working on finalizing its first custom AI chip design.</p>
<div class="lb-trans"><p>一些公司，包括 <strong>亚马逊</strong> 和 <strong>字母表</strong>，已经创造了多个世代的定制 AI 芯片。其他公司现在也在效仿。Meta 据报道正在测试一款针对 AI 训练工作负载的定制 AI 芯片，这些工作负载比 AI 推理工作负载计算密集得多。OpenAI 也不甘落后，正在努力完成其首款定制 AI 芯片设计。</p>
</div><p>Companies that design their own AI chips and reduce dependence on Nvidia's pricey AI accelerators could have a major cost advantage over competitors that don't follow the same path. This could compel even more companies to bring AI chips in-house.</p>
<div class="lb-trans"><p>设计自己 AI 芯片并减少对英伟达昂贵的 AI 加速器依赖的公司，可能在成本上对不走同样道路的竞争对手具有重大优势。这可能会促使更多公司将 AI 芯片内部化。</p>
</div><h2>Eroding Nvidia's dominance</h2>
<div class="lb-trans"><h2>削弱英伟达的主导地位</h2>
</div><p>While Nvidia does have some competition from <strong>AMD</strong> in the AI accelerator market, its own customers represent a far larger threat. The numbers are now big enough to prompt tech giants and AI companies to rethink their AI hardware and software stacks. Beyond reducing demand for Nvidia's chips, this trend could put pressure on Nvidia's pricing and margins.</p>
<div class="lb-trans"><p>虽然英伟达在 AI 加速器市场上确实面临来自 <strong>AMD</strong> 的一些竞争，但其自身客户构成了更大的威胁。现在的数字足够大，促使科技巨头和 AI 公司重新思考他们的 AI 硬件和软件堆栈。除了减少对英伟达芯片的需求，这一趋势可能会对英伟达的定价和利润率施加压力。</p>
</div><p>It's only because the market for data center GPUs became so large that the CUDA stranglehold over accelerated computing is under attack. Nvidia is still selling a lot of AI chips, and it will continue to do so as long as the AI boom keeps going. Once demand for AI computing capacity cools down -- trees don't grow to the sky, after all -- growth will be tough for Nvidia as its market share erodes due to competition from homegrown AI chips.</p>
<div class="lb-trans"><p>正是因为数据中心 GPU 市场变得如此庞大，CUDA 对加速计算的控制才受到攻击。英伟达仍在销售大量 AI 芯片，只要 AI 热潮持续，它将继续这样做。一旦对 AI 计算能力的需求降温——毕竟树木不会永远向上生长——随着来自自家 AI 芯片的竞争，英伟达的市场份额将会下降，增长将变得艰难。</p>
</div><p>Nvidia stock has already slumped from its all-time high as concerns about the resiliency of AI demand have collided with worries about tariffs and the state of the global economy. As custom AI chips make up a growing portion of the AI accelerator market, the stock could come under additional pressure.</p>
<div class="lb-trans"><p>由于对 AI 需求韧性的担忧与关税和全球经济状况的担忧交织在一起，英伟达的股票已经从历史高点下滑。随着定制 AI 芯片在 AI 加速器市场中占比不断增加，股票可能会面临额外压力。</p>
</div>

Here's How Nvidia's Incredible AI Success Could Lead to Its Undoing

- Nvidia 在 AI 加速器市场占据主导地位，受益于 ChatGPT 的兴起。  
- 数据中心 GPU 的需求激增，Nvidia 收入超过 350 亿美元。  
- 自主设计 AI 芯片的趋势可能削弱 Nvidia 的市场份额。  

英伟达令人难以置信的 AI 成功可能如何导致其失败