<p><strong>英伟达</strong> 无疑是人工智能（AI）基础设施的王者。该公司在图形处理单元（GPU）市场占据主导地位，其芯片提供了运行 AI 工作负载所需的处理能力。其 CUDA 软件平台帮助创造了广泛的护城河，使公司在 GPU 领域的市场份额超过 90%。</p>
<p>也就是说，英伟达已经成为一家庞大的公司，最近市值达到了 4 万亿美元。因此，它现在面临着大数法则。它可以继续增长，但保持同样的增长速度将变得更加困难。</p>
<p>这就是为什么 <strong>超微半导体</strong>（AMD 1.57%）和 <strong>博通</strong>（AVGO -0.37%）的股票在未来五年可能会超越 GPU 领导者的原因。两者的收入基础较小，潜在的增长动力巨大。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQ2MjkvZ2V0dHlpbWFnZXMtMTQ5MjMxOTg4NC5qcGcmdz03MDA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="700" height="393" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQ2MjkvZ2V0dHlpbWFnZXMtMTQ5MjMxOTg4NC5qcGcmdz03MDA"/></p>
<p>图片来源：Getty Images。</p>
<h2>超微半导体</h2>
<p>超微半导体，简称 AMD，正在经历强劲的收入增长，但其 AI 机会可能刚刚开始。虽然在 GPU 市场仍然远远落后于英伟达，但它已经能够在 AI 推理中开辟出一片天地。</p>
<p>在最近的财报电话会议上，AMD 表示，全球最大的 AI 模型公司之一正在使用其 GPU 来处理其日常推理工作负载中的重要部分。主要云服务提供商一直在使用其芯片来运行搜索、推荐引擎和生成式 AI 任务。公司的 ROCm 软件平台仍然落后于 CUDA，但在推理方面通常被认为足够好。</p>
<p>然而，股票能够超越的原因主要归结于规模。英伟达的数据中心收入在上个季度达到了 391 亿美元，而 AMD 仅为 37 亿美元。它不需要从领导者那里夺取大量市场份额就能实现爆炸性增长，因为即使是适度的胜利也能产生重大影响。</p>
<p>AMD 在数据中心中央处理单元（CPU）方面也是领导者，已经在 <strong>英特尔</strong> 面前获得了显著的市场份额。CPU 作为操作的 “大脑”，随着 AI 工作负载的扩展，对高性能 CPU 的需求也将增长。</p>
<p>与此同时，由 AMD、英特尔、博通等公司组成的 UALink 联盟，正在寻求挑战英伟达的 NVLink 及其专有互连技术。它希望为数据中心的 AI 加速器开发一种开放标准，以实现高速、低延迟的互连。如果成功，这可能会削弱英伟达最大的优势之一，并为公司使用多个供应商的集群打开大门。这对 AMD 来说将是巨大的。</p>
<p>随着 AI 推理预计最终将超越训练的规模，AMD 面临着巨大的机会。</p>
<h2>博通</h2>
<p>博通并没有直接追赶英伟达在 GPU 市场的地位。相反，它在 AI 网络领域与该公司竞争，并通过帮助客户设计定制 AI 芯片来实现。</p>
<p>博通制造网络组件——如以太网交换机和光互连——这些组件在跨大型 AI 集群传输大量数据时至关重要。随着这些集群的扩大，网络需求也在增加。这正在推动公司的收入增长，上个季度其 AI 网络收入激增 70%。</p>
<p>然而，该公司的最大机会在于应用特定集成电路（ASIC）。它帮助 <strong>字母表</strong> 开发了其非常成功的张量处理单元（TPU），并且现在正在为其他几家超大规模公司设计定制 AI 芯片。这些定制芯片可以提供比现成 GPU 更好的性能和能效，需求正在快速增长。</p>
<p>管理层表示，其三个在开发中进展最快的定制 AI 芯片客户计划到其 2027 财年各自部署多达 100 万个芯片集群，这代表着 600 亿到 900 亿美元的机会。这甚至不包括像 <strong>苹果</strong> 这样的新客户。考虑到设计定制芯片的前期成本，它们通常用于大规模部署。</p>
<p>博通还拥有 VMware，这在 AI 云环境中变得越来越重要。其 Cloud Foundation 平台帮助企业在混合和多云环境中管理 AI 工作负载，并且正在看到对该平台的强劲追加销售。</p>
<p>凭借其网络产品组合、定制芯片和虚拟化软件，该公司面临着巨大的增长机会。</p>
<h2>总结</h2>
<p>英伟达仍然是一家优秀的公司，其股票还有上涨空间。然而，它刚刚看到其数据中心收入在两年内增长了九倍多。在某个时刻，保持这种快速增长将变得更加困难。</p>
<p>与此同时，AMD 和博通目前的 AI 相关收入流都要小得多。如果 AMD 能够在推理中获得一些 GPU 市场份额，那将是一个巨大的增长动力。如果博通的客户开始基于其知识产权生产大量定制芯片，这可能会解锁数百亿的高利润收入。</p>
<p>因此，我认为 AMD 和博通的股票在未来五年内有很好的超越英伟达的潜力。</p>

博通

AMDL

<p>英伟达在人工智能芯片市场占据主导地位，但由于其规模面临增长挑战。预计在未来五年内，超微半导体（AMD）和博通（Broadcom）将超过英伟达。AMD 在人工智能推理和数据中心 CPU 方面正逐渐获得市场关注，而博通则专注于人工智能网络和定制芯片设计。与英伟达相比，这两家公司在收入基础上具有显著的增长潜力，英伟达可能难以维持其快速增长的速度。AMD 的市场份额增长和博通的定制芯片机会可能推动它们在人工智能领域的成功</p>

<p><strong>Nvidia</strong> is the undisputed king of artificial intelligence (AI) infrastructure. The company has a dominant share in the graphics processing unit (GPU) market, where its chips provide the processing power necessary to run AI workloads. Its CUDA software platform has helped create a wide moat, giving the company over 90% market share in the GPU space.</p>
<div class="lb-trans"><p><strong>英伟达</strong> 无疑是人工智能（AI）基础设施的王者。该公司在图形处理单元（GPU）市场占据主导地位，其芯片提供了运行 AI 工作负载所需的处理能力。其 CUDA 软件平台帮助创造了广泛的护城河，使公司在 GPU 领域的市场份额超过 90%。</p>
</div><p>That said, Nvidia has become a mammoth company, recently hitting a $4 trillion market cap. As such, it now faces the law of large numbers. It can keep growing, but it will get more difficult to keep up the same pace.</p>
<div class="lb-trans"><p>也就是说，英伟达已经成为一家庞大的公司，最近市值达到了 4 万亿美元。因此，它现在面临着大数法则。它可以继续增长，但保持同样的增长速度将变得更加困难。</p>
</div><p>That's why the stocks of <strong>Advanced Micro Devices</strong>(AMD 1.57%) and <strong>Broadcom</strong>(AVGO -0.37%) could outperform the GPU leader over the next five years. Both have smaller revenue bases to work from and big potential tailwinds.</p>
<div class="lb-trans"><p>这就是为什么 <strong>超微半导体</strong>（AMD 1.57%）和 <strong>博通</strong>（AVGO -0.37%）的股票在未来五年可能会超越 GPU 领导者的原因。两者的收入基础较小，潜在的增长动力巨大。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQ2MjkvZ2V0dHlpbWFnZXMtMTQ5MjMxOTg4NC5qcGcmdz03MDA" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F824629%2Fgettyimages-1492319884.jpg&amp;op=resize&amp;w=700"/></p>
<p>Image source: Getty Images.</p>
<div class="lb-trans"><p>图片来源：Getty Images。</p>
</div><h2>Advanced Micro Devices</h2>
<div class="lb-trans"><h2>超微半导体</h2>
</div><p>AMD, as the company is also known, has been seeing strong revenue growth, but its AI opportunity could just be getting started. While it's still a distant second to Nvidia in GPUs, it has been able to carve out a niche in AI inference.</p>
<div class="lb-trans"><p>超微半导体，简称 AMD，正在经历强劲的收入增长，但其 AI 机会可能刚刚开始。虽然在 GPU 市场仍然远远落后于英伟达，但它已经能够在 AI 推理中开辟出一片天地。</p>
</div><p>On its last earnings call, AMD said that one of the largest AI model companies in the world is using its GPUs to run a significant chunk of its daily inference workloads. Major cloud providers have been using its chips to run search, recommendation engines, and generative AI tasks. The company's ROCm software platform still trails CUDA, but it's generally considered good enough when it comes to inference.</p>
<div class="lb-trans"><p>在最近的财报电话会议上，AMD 表示，全球最大的 AI 模型公司之一正在使用其 GPU 来处理其日常推理工作负载中的重要部分。主要云服务提供商一直在使用其芯片来运行搜索、推荐引擎和生成式 AI 任务。公司的 ROCm 软件平台仍然落后于 CUDA，但在推理方面通常被认为足够好。</p>
</div><p>The reason the stock can outperform, though, largely comes down to size. Nvidia's data center revenue hit $39.1 billion last quarter, while AMD's was just $3.7 billion. It doesn't have to take massive share from the leader to see explosive growth, as even modest wins can make a big impact.</p>
<div class="lb-trans"><p>然而，股票能够超越的原因主要归结于规模。英伟达的数据中心收入在上个季度达到了 391 亿美元，而 AMD 仅为 37 亿美元。它不需要从领导者那里夺取大量市场份额就能实现爆炸性增长，因为即使是适度的胜利也能产生重大影响。</p>
</div><p>AMD is also a leader in data center central processing units (CPUs), where it has gained meaningful share against <strong>Intel</strong>. CPUs act as the brains of the operation, so as AI workloads expand, demand for high-performance CPUs will also grow.</p>
<div class="lb-trans"><p>AMD 在数据中心中央处理单元（CPU）方面也是领导者，已经在 <strong>英特尔</strong> 面前获得了显著的市场份额。CPU 作为操作的 “大脑”，随着 AI 工作负载的扩展，对高性能 CPU 的需求也将增长。</p>
</div><p>Meanwhile, the UALink Consortium which was formed by AMD, Intel, Broadcom, and others, is looking to challenge Nvidia's NVLink and its proprietary interconnects. It wants to develop an open standard for high-speed, low-latency interconnects for AI accelerators in data centers. If successful, it could erode one of Nvidia's biggest advantages and open the door for companies to use clusters of multiple vendors. That would be huge for AMD.</p>
<div class="lb-trans"><p>与此同时，由 AMD、英特尔、博通等公司组成的 UALink 联盟，正在寻求挑战英伟达的 NVLink 及其专有互连技术。它希望为数据中心的 AI 加速器开发一种开放标准，以实现高速、低延迟的互连。如果成功，这可能会削弱英伟达最大的优势之一，并为公司使用多个供应商的集群打开大门。这对 AMD 来说将是巨大的。</p>
</div><p>With AI inference expected to eventually eclipse training in size, AMD has a big opportunity.</p>
<div class="lb-trans"><p>随着 AI 推理预计最终将超越训练的规模，AMD 面临着巨大的机会。</p>
</div><h2>Broadcom</h2>
<div class="lb-trans"><h2>博通</h2>
</div><p>Broadcom isn't directly chasing Nvidia in the GPU market. Instead, it's competing against the company in AI networking and by helping customers design custom AI chips.</p>
<div class="lb-trans"><p>博通并没有直接追赶英伟达在 GPU 市场的地位。相反，它在 AI 网络领域与该公司竞争，并通过帮助客户设计定制 AI 芯片来实现。</p>
</div><p>Broadcom makes networking components -- like Ethernet switches and optical interconnects -- that are essential in transferring huge data volumes across large AI clusters. As these clusters get bigger, so do networking demands. This is helping drive the company's revenue growth, and last quarter its AI networking revenue surged 70%.</p>
<div class="lb-trans"><p>博通制造网络组件——如以太网交换机和光互连——这些组件在跨大型 AI 集群传输大量数据时至关重要。随着这些集群的扩大，网络需求也在增加。这正在推动公司的收入增长，上个季度其 AI 网络收入激增 70%。</p>
</div><p>However, the company's biggest opportunity is in application-specific integrated circuits (ASICs). It helped <strong>Alphabet</strong> develop its highly successful Tensor Processing Units (TPUs) and is now designing custom AI chips for several other hyperscalers (companies that operate huge data centers). These custom chips can deliver better performance and power efficiency than off-the-shelf GPUs, and demand is growing fast.</p>
<div class="lb-trans"><p>然而，该公司的最大机会在于应用特定集成电路（ASIC）。它帮助 <strong>字母表</strong> 开发了其非常成功的张量处理单元（TPU），并且现在正在为其他几家超大规模公司设计定制 AI 芯片。这些定制芯片可以提供比现成 GPU 更好的性能和能效，需求正在快速增长。</p>
</div><p>Management has said that its three custom AI chip customers that are the furthest along in their development are planning to deploy up to 1 million chip clusters each by its fiscal 2027, representing a $60 billion to $90 billion opportunity. That doesn't even include newer wins like <strong>Apple.</strong> And given the up-front costs of designing custom chips, they are typically used in large deployments.</p>
<div class="lb-trans"><p>管理层表示，其三个在开发中进展最快的定制 AI 芯片客户计划到其 2027 财年各自部署多达 100 万个芯片集群，这代表着 600 亿到 900 亿美元的机会。这甚至不包括像 <strong>苹果</strong> 这样的新客户。考虑到设计定制芯片的前期成本，它们通常用于大规模部署。</p>
</div><p>Broadcom also owns VMware, which is becoming increasingly important in AI cloud environments. Its Cloud Foundation platform helps enterprises manage AI workloads across hybrid and multi-cloud environments, and it is seeing strong upselling to this platform.</p>
<div class="lb-trans"><p>博通还拥有 VMware，这在 AI 云环境中变得越来越重要。其 Cloud Foundation 平台帮助企业在混合和多云环境中管理 AI 工作负载，并且正在看到对该平台的强劲追加销售。</p>
</div><p>With its networking portfolio, custom chips, and virtualization software, the company has a lot of growth in front of it.</p>
<div class="lb-trans"><p>凭借其网络产品组合、定制芯片和虚拟化软件，该公司面临着巨大的增长机会。</p>
</div><h2>The bottom line</h2>
<div class="lb-trans"><h2>总结</h2>
</div><p>Nvidia is still a great company, and its stock has room to move higher. However, it just saw its data center revenue increase more than ninefold in two years. At some point, it gets harder to keep posting that type of breakneck growth.</p>
<div class="lb-trans"><p>英伟达仍然是一家优秀的公司，其股票还有上涨空间。然而，它刚刚看到其数据中心收入在两年内增长了九倍多。在某个时刻，保持这种快速增长将变得更加困难。</p>
</div><p>Meanwhile, AMD and Broadcom both have much smaller AI-related revenue streams today. If AMD can take some GPU market share in inference, that would be a huge growth driver. And if Broadcom's customers start producing a huge amount of custom chips based on its intellectual property, it could unlock tens of billions in high-margin revenue.</p>
<div class="lb-trans"><p>与此同时，AMD 和博通目前的 AI 相关收入流都要小得多。如果 AMD 能够在推理中获得一些 GPU 市场份额，那将是一个巨大的增长动力。如果博通的客户开始基于其知识产权生产大量定制芯片，这可能会解锁数百亿的高利润收入。</p>
</div><p>As such, I think both AMD and Broadcom stocks are well-positioned to outperform Nvidia over the next five years.</p>
<div class="lb-trans"><p>因此，我认为 AMD 和博通的股票在未来五年内有很好的超越英伟达的潜力。</p>
</div>

Prediction: These 2 AI Chip Stocks Will Outperform Nvidia Over the Next 5 Years

- Nvidia 在人工智能基础设施市场占据主导地位，市值达 4 万亿美元。  
- AMD 和 Broadcom 在 AI 领域有较小的收入基础，但增长潜力巨大。  
- 预计未来五年，AMD 和 Broadcom 的股票可能会超越 Nvidia。

预测：这两只 AI 芯片股票将在未来五年内的表现超过英伟达