<p>华尔街对人工智能（AI）芯片市场日益增长的竞争感到越来越谨慎。尽管 <strong>英伟达</strong>（NVIDIA）（NVDA -0.85%）在 AI 训练和部署市场中仍占据超过 80% 的份额，但竞争对手开始获得重要的设计胜利。<strong>超微半导体</strong>（AMD）（AMD -1.86%）已在 <strong>Meta Platforms</strong>、<strong>微软</strong> 和 OpenAI 获得了其 MI300X 芯片的采用。与此同时，<strong>英特尔</strong>（Intel）（INTC 3.04%）正在与美国政府进行谈判，寻求潜在的投资支持，以加速其制造和代工扩张。</p>
<p>空头认为英伟达的市场份额不可持续，尤其是在一个容易被颠覆的行业中，但这种观点忽视了更大的图景。AI 硬件市场正在从数千亿增长到数万亿，因此即使在一个更大蛋糕中占有较小的份额也能带来巨大的利润。更重要的是，英伟达保持着全栈优势，整合了硬件、计算统一设备架构（CUDA）软件、生态系统支持和开发者采用，形成了竞争对手尚未能匹敌的护城河。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84Mjk3MTQvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="700" height="411" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84Mjk3MTQvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA"/></p>
<p>图片来源：Getty Images。</p>
<h2>没有人正确计算的万亿美元顺风</h2>
<p>忘掉关于市场饱和的担忧吧。数字讲述了一个不同的故事。根据 <strong>摩根士丹利</strong> 的预测，四大超大规模云服务商单独将在 2025 年花费 3000 亿美元用于 AI 基础设施。根据 Dell'Oro Group 的报告，后端 AI 网络交换，作为图形处理单元（GPU）集群规模的直接代理，将在 2025 年至 2029 年间超过 1000 亿美元。Omdia 预测，到 2029 年，云和数据中心加速器市场将达到 1510 亿美元，增长仅会适度放缓，而不是逆转。</p>
<p>英伟达 2026 财年第一季度的业绩为这一机会提供了视角。该季度总收入达到 441 亿美元，仅数据中心收入就达 391 亿美元。这不是打字错误——在三个月内，数据中心的收入为 391 亿美元。在这种规模下，即使英伟达失去 10 个百分点的市场份额，绝对美元机会仍在增长。当你的可寻址市场每年以数千亿的速度扩张时，你不需要垄断份额来复合收入。</p>
<h2>每个人都低估的护城河</h2>
<p>英伟达的主导地位并不是因为它制造了最快的芯片，而是因为它拥有整个技术栈。CUDA 已成为训练大型模型的默认环境，将开发者、框架和工具固定在英伟达的生态系统中。NVLink 和 NVSwitch 使其 GPU 能够以 PCI Express 无法匹敌的带宽进行通信，从而使训练能够在整个机架上无缝扩展。</p>
<p>在上游，瓶颈更加决定性。<strong>台湾半导体</strong> 的 CoWoS 先进封装能力有限，即使预计在 2025 年产量将大约翻倍，并在 2026 年再次扩张。行业报告显示，英伟达已获得了大部分的分配，留下竞争对手较少的规模运输空间。</p>
<p>高带宽内存是第二个瓶颈。<strong>SK 海力士</strong> 仍然是英伟达的主要供应商，而 <strong>美光</strong> 和 <strong>三星电子</strong> 仍在提升产能。优先获得下一代高带宽内存节点的访问权确保了英伟达的加速器能够达到量产，而其他竞争对手则在排队等候。</p>
<p>这种软件锁定、互连扩展和特权供应分配的组合并不是短暂的优势。这是一个以年为单位的结构性护城河。即使竞争对手设计出强有力的替代品，他们也无法在没有这些相同资源的情况下达到有意义的规模。这就是为什么英伟达的高估值不仅仅是关于市场份额，而是关于拥有 AI 经济运行的轨道。</p>
<h2>为什么 AMD 和英特尔无法打破王国</h2>
<p>AMD 确实是一个真正的竞争对手——我们不要假装不是。Azure 的 ND MI300X 实例已经普遍可用，Meta 公开使用 MI300 级芯片进行 Llama 推理，而 OpenAI 也表示将使用 AMD 的最新芯片与其他芯片一起。</p>
<p>ROCm 7 和 AMD 开发者云确实改善了软件支持。但现实是：AMD 的整个数据中心收入在上个季度为 32 亿美元，主要由 EPYC 中央处理器驱动，而不是 GPU。英伟达在大约一周内就能做到这一点。</p>
<p>在特定工作负载上，AMD 在性价比方面表现出色，尤其是在推理方面。这为超大规模云服务商提供了谈判杠杆，并在边际上限制了英伟达的定价。但打破 CUDA 的引力需要的不仅仅是竞争硬件——还需要一场软件革命，而这场革命在 2028 年前不会发生。</p>
<p>英特尔的情况更为有趣，有报道称特朗普政府正在考虑进行政府投资。如果这发生，英特尔将获得更便宜的资本、稳定的晶圆厂和政府合同的优先待遇。</p>
<p>但这并不能解决 CUDA 锁定、NVLink 规模或英伟达的平台节奏。Gaudi 3 通过 <strong>戴尔科技</strong> 的 AI 工厂和 <strong>IBM</strong> 云进行交付，目标是在特定工作负载上提供比 H100 更好的性价比。但在绝对性能和生态系统支持方面，它仍落后于 H200 和 Blackwell。</p>
<h2>通往 2028 年的道路</h2>
<p>到 2028 年的基本情况很简单：需求增长加上平台创新使英伟达在训练工作负载中保持领先，而 AMD 和英特尔作为成本优化的替代品扩张。英伟达在训练中保持 70% 到 80% 的市场份额，并在推理中失去一些份额给更便宜的替代品，但在市场扩张中实现绝对收入增长。空头担心定制芯片、电力限制或供应冲击，但这些威胁都不会在 2028 年前迅速显现。</p>

英伟达

2 倍做多英伟达 ETF - GraniteShares

南方两倍做多英伟达

南方两倍做空英伟达

英伟达期权收益策略 ETF - YieldMax

1 倍做空英伟达 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半导体 3 倍做多 - Direxion

<p>英伟达继续在人工智能芯片市场中占据主导地位，市场份额超过 80%，尽管来自 AMD 和英特尔的竞争日益加剧。预计人工智能硬件市场将显著增长，超大规模企业将进行重大投资。英伟达强大的市场地位得益于其集成的硬件和软件生态系统，竞争对手难以匹敌。尽管 AMD 和英特尔正在取得进展，但它们在打破英伟达的软件锁定和扩大生产方面面临挑战。到 2028 年的前景表明，随着对人工智能基础设施需求的增长，英伟达将保持相当大的市场份额</p>

<p>Wall Street is increasingly wary of growing competition in the artificial intelligence (AI) chip market. While <strong>Nvidia</strong>(NVDA -0.85%) continues to dominate with more than 80% of the AI training and deployment market, rivals are starting to score meaningful design wins. <strong>Advanced Micro Devices</strong>(AMD -1.86%) has secured adoption of its MI300X chips at <strong>Meta Platforms</strong>, <strong>Microsoft</strong>, and OpenAI. Meanwhile, <strong>Intel</strong>(INTC 3.04%) is in talks with the U.S. government about potential investment support to accelerate its manufacturing and foundry expansion.</p>
<div class="lb-trans"><p>华尔街对人工智能（AI）芯片市场日益增长的竞争感到越来越谨慎。尽管 <strong>英伟达</strong>（NVIDIA）（NVDA -0.85%）在 AI 训练和部署市场中仍占据超过 80% 的份额，但竞争对手开始获得重要的设计胜利。<strong>超微半导体</strong>（AMD）（AMD -1.86%）已在 <strong>Meta Platforms</strong>、<strong>微软</strong> 和 OpenAI 获得了其 MI300X 芯片的采用。与此同时，<strong>英特尔</strong>（Intel）（INTC 3.04%）正在与美国政府进行谈判，寻求潜在的投资支持，以加速其制造和代工扩张。</p>
</div><p>Bears argue that Nvidia's market share is unsustainably high, especially in an industry prone to disruption, but that view misses the bigger picture. The AI hardware market is growing from hundreds of billions into the trillions, so even a smaller share of a much larger pie can drive enormous profit. More importantly, Nvidia retains a full-stack advantage that integrates hardware, Compute Unified Device Architecture (CUDA) software, ecosystem support, and developer adoption, creating a moat competitors have yet to match.</p>
<div class="lb-trans"><p>空头认为英伟达的市场份额不可持续，尤其是在一个容易被颠覆的行业中，但这种观点忽视了更大的图景。AI 硬件市场正在从数千亿增长到数万亿，因此即使在一个更大蛋糕中占有较小的份额也能带来巨大的利润。更重要的是，英伟达保持着全栈优势，整合了硬件、计算统一设备架构（CUDA）软件、生态系统支持和开发者采用，形成了竞争对手尚未能匹敌的护城河。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84Mjk3MTQvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F829714%2Fgettyimages-2078917109.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>The trillion-dollar tailwind nobody's calculating correctly</h2>
<div class="lb-trans"><h2>没有人正确计算的万亿美元顺风</h2>
</div><p>Forget the hand-wringing about market saturation. The numbers tell a different story. The big four hyperscalers alone are on track to spend $300 billion on AI infrastructure in 2025, according to <strong>Morgan Stanley</strong>. Backend AI network switching, a direct proxy for graphics processing unit (GPU) cluster scale, will top $100 billion between 2025 and 2029, per Dell'Oro Group. Omdia forecasts that the cloud and data center accelerator market will reach $151 billion by 2029, with growth merely moderating, not reversing, after 2026.</p>
<div class="lb-trans"><p>忘掉关于市场饱和的担忧吧。数字讲述了一个不同的故事。根据 <strong>摩根士丹利</strong> 的预测，四大超大规模云服务商单独将在 2025 年花费 3000 亿美元用于 AI 基础设施。根据 Dell'Oro Group 的报告，后端 AI 网络交换，作为图形处理单元（GPU）集群规模的直接代理，将在 2025 年至 2029 年间超过 1000 亿美元。Omdia 预测，到 2029 年，云和数据中心加速器市场将达到 1510 亿美元，增长仅会适度放缓，而不是逆转。</p>
</div><p>Nvidia's first-quarter results of fiscal 2026 put this opportunity in perspective. Total revenue hit $44.1 billion for the quarter, with data center revenue alone generating $39.1 billion. That's not a typo -- $39.1 billion in three months from data centers. At this scale, even if Nvidia loses 10 points of market share, the absolute dollar opportunity keeps growing. When your addressable market is expanding by hundreds of billions annually, you don't need a monopoly share to compound revenue.</p>
<div class="lb-trans"><p>英伟达 2026 财年第一季度的业绩为这一机会提供了视角。该季度总收入达到 441 亿美元，仅数据中心收入就达 391 亿美元。这不是打字错误——在三个月内，数据中心的收入为 391 亿美元。在这种规模下，即使英伟达失去 10 个百分点的市场份额，绝对美元机会仍在增长。当你的可寻址市场每年以数千亿的速度扩张时，你不需要垄断份额来复合收入。</p>
</div><h2>The moat everyone underestimates</h2>
<div class="lb-trans"><h2>每个人都低估的护城河</h2>
</div><p>Nvidia dominates not because it builds the fastest chips but because it owns the stack. CUDA has become the default environment for training large models, anchoring developers, frameworks, and tooling to Nvidia's ecosystem. NVLink and NVSwitch give its GPUs the ability to communicate at bandwidths PCI Express cannot match, allowing training to scale seamlessly across entire racks.</p>
<div class="lb-trans"><p>英伟达的主导地位并不是因为它制造了最快的芯片，而是因为它拥有整个技术栈。CUDA 已成为训练大型模型的默认环境，将开发者、框架和工具固定在英伟达的生态系统中。NVLink 和 NVSwitch 使其 GPU 能够以 PCI Express 无法匹敌的带宽进行通信，从而使训练能够在整个机架上无缝扩展。</p>
</div><p>Upstream, the bottlenecks are even more decisive. Advanced packaging capacity for CoWoS at <strong>Taiwan Semiconductor</strong> is limited, even with output expected to roughly double in 2025 and expand again in 2026. Industry reports indicate that Nvidia has secured the majority of that allocation, leaving rivals with less room to ship at scale.</p>
<div class="lb-trans"><p>在上游，瓶颈更加决定性。<strong>台湾半导体</strong> 的 CoWoS 先进封装能力有限，即使预计在 2025 年产量将大约翻倍，并在 2026 年再次扩张。行业报告显示，英伟达已获得了大部分的分配，留下竞争对手较少的规模运输空间。</p>
</div><p>High-bandwidth memory is the second choke point. <strong>SK Hynix</strong> remains Nvidia's lead supplier, with <strong>Micron</strong> and <strong>Samsung Electronics</strong> still ramping up capacity. Priority access to next-generation High Bandwidth Memoty nodes ensures Nvidia's accelerators hit volume while others wait in line.</p>
<div class="lb-trans"><p>高带宽内存是第二个瓶颈。<strong>SK 海力士</strong> 仍然是英伟达的主要供应商，而 <strong>美光</strong> 和 <strong>三星电子</strong> 仍在提升产能。优先获得下一代高带宽内存节点的访问权确保了英伟达的加速器能够达到量产，而其他竞争对手则在排队等候。</p>
</div><p>This combination of software lock-in, interconnect scale-out, and privileged supply allocation is not a fleeting edge. It is a structural moat measured in years. Even if competitors design strong alternatives, they can't reach meaningful volume without access to these same resources. That's why Nvidia's premium valuation is not just about market share. It's about owning the rails on which the AI economy runs.</p>
<div class="lb-trans"><p>这种软件锁定、互连扩展和特权供应分配的组合并不是短暂的优势。这是一个以年为单位的结构性护城河。即使竞争对手设计出强有力的替代品，他们也无法在没有这些相同资源的情况下达到有意义的规模。这就是为什么英伟达的高估值不仅仅是关于市场份额，而是关于拥有 AI 经济运行的轨道。</p>
</div><h2>Why AMD and Intel can't break the kingdom</h2>
<div class="lb-trans"><h2>为什么 AMD 和英特尔无法打破王国</h2>
</div><p>AMD is real competition -- let's not pretend otherwise. Azure's ND MI300X instances are generally available, Meta publicly uses MI300-class chips for Llama inference, and OpenAI has signaled it will use AMD's latest chips alongside others.</p>
<div class="lb-trans"><p>AMD 确实是一个真正的竞争对手——我们不要假装不是。Azure 的 ND MI300X 实例已经普遍可用，Meta 公开使用 MI300 级芯片进行 Llama 推理，而 OpenAI 也表示将使用 AMD 的最新芯片与其他芯片一起。</p>
</div><p>ROCm 7 and the AMD Developer Cloud have genuinely improved software support. But here's the reality check: AMD's entire data center revenue was $3.2 billion last quarter, driven largely by EPYC central processing units, not GPUs. Nvidia does that in about a week.</p>
<div class="lb-trans"><p>ROCm 7 和 AMD 开发者云确实改善了软件支持。但现实是：AMD 的整个数据中心收入在上个季度为 32 亿美元，主要由 EPYC 中央处理器驱动，而不是 GPU。英伟达在大约一周内就能做到这一点。</p>
</div><p>AMD wins on price-performance for specific workloads, especially inference. It gives hyperscalers negotiating leverage and caps Nvidia's pricing at the margin. But breaking CUDA's gravity requires more than competitive hardware -- it needs a software revolution that won't happen by 2028.</p>
<div class="lb-trans"><p>在特定工作负载上，AMD 在性价比方面表现出色，尤其是在推理方面。这为超大规模云服务商提供了谈判杠杆，并在边际上限制了英伟达的定价。但打破 CUDA 的引力需要的不仅仅是竞争硬件——还需要一场软件革命，而这场革命在 2028 年前不会发生。</p>
</div><p>Intel's situation is even more interesting with reports that the Trump administration is considering a government stake. If that happens, Intel gets cheaper capital, stabilized fabs, and preferential treatment for government contracts.</p>
<div class="lb-trans"><p>英特尔的情况更为有趣，有报道称特朗普政府正在考虑进行政府投资。如果这发生，英特尔将获得更便宜的资本、稳定的晶圆厂和政府合同的优先待遇。</p>
</div><p>But it doesn't solve CUDA lock-in, NVLink scale, or Nvidia's platform cadence. Gaudi 3 is shipping through <strong>Dell Technologies</strong>' AI Factory and <strong>IBM</strong> Cloud, targeting better price performance than H100 on selected workloads. But it's still behind H200 and Blackwell in absolute performance and ecosystem support.</p>
<div class="lb-trans"><p>但这并不能解决 CUDA 锁定、NVLink 规模或英伟达的平台节奏。Gaudi 3 通过 <strong>戴尔科技</strong> 的 AI 工厂和 <strong>IBM</strong> 云进行交付，目标是在特定工作负载上提供比 H100 更好的性价比。但在绝对性能和生态系统支持方面，它仍落后于 H200 和 Blackwell。</p>
</div><h2>The path to 2028</h2>
<div class="lb-trans"><h2>通往 2028 年的道路</h2>
</div><p>The base case through 2028 is straightforward: demand growth plus platform innovation keep Nvidia atop training workloads while AMD and Intel expand as cost-optimized alternatives. Nvidia maintains 70% to 80% share in training and loses some inference share to cheaper alternatives but grows absolute revenue on market expansion. The bears worry about customized chips, power constraints, or supply shocks, but none of these threats materialize fast enough to derail the story before 2028.</p>
<div class="lb-trans"><p>到 2028 年的基本情况很简单：需求增长加上平台创新使英伟达在训练工作负载中保持领先，而 AMD 和英特尔作为成本优化的替代品扩张。英伟达在训练中保持 70% 到 80% 的市场份额，并在推理中失去一些份额给更便宜的替代品，但在市场扩张中实现绝对收入增长。空头担心定制芯片、电力限制或供应冲击，但这些威胁都不会在 2028 年前迅速显现。</p>
</div>

Here's Why Nvidia Outperforms Out to 2028

- 华尔街对人工智能芯片市场竞争加剧表示担忧。  
- 尽管英伟达占据超过 80% 的市场份额，AMD 和英特尔等竞争对手开始获得重要设计胜利。  
- 预计到 2025 年，四大超大规模云服务商将在 AI 基础设施上支出 3000 亿美元。  

以下是英伟达为何能持续优异表现至 2028 年的原因