<p><strong>英伟达</strong>(NVDA -1.10%) 自人工智能 (AI) 热潮开始以来，一直是人工智能芯片的明显领导者。其图形处理单元 (GPU) 已成为训练大型语言模型 (LLM) 的首选硬件，因为它们能够处理推动 AI 的大量计算。</p>
<p>该公司早期对构建其 CUDA 软件平台的投资，使其拥有了其他人无法突破的护城河，因为多年来大多数 AI 模型都是为 CUDA 编写的。硬件与软件之间的紧密联系是英伟达今天占据超过 90% GPU 市场份额的原因。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MzU5MjEvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA?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-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MzU5MjEvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA"/></p>
<p>图片来源：Getty Images。</p>
<p>尽管如此，随着 AI 从训练转向推理，英伟达的主导地位面临新的挑战。训练仅在模型首次构建时发生，而推理则在每次使用该模型回答问题或生成输出时运行。在未来五年中，推理市场可能会变得更大，而在这里，价格和效率比原始性能更为重要。这一转变为其他芯片制造商争取市场份额打开了大门。</p>
<p>虽然英伟达仍然非常有可能成为 AI 的赢家，但由于其庞大的规模，较小的 AI 领导者在未来几年可能会表现更好。让我们看看两只可能在 2030 年之前超越它的股票。</p>
<h2>博通</h2>
<p><strong>博通</strong>(AVGO -0.72%) 正在成为 AI 领域中最重要的参与者之一，因为大型科技公司正在寻找降低推理成本的方法。该公司设计应用特定集成电路 (ASIC)，即为单一任务定制的芯片。它们是预编程的，因此缺乏 GPU 的灵活性，但在其设计的任务上通常更快且更节能。</p>
<p>博通通过帮助 <strong>Alphabet</strong> 设计其张量处理单元 (TPU) 建立了其在 ASIC 领域的声誉，这些 TPU 现在为 Google Cloud 的 AI 工作负载（包括训练和推理）提供动力。这一成功吸引了其他主要客户，如 <strong>Meta Platforms</strong> 和字节跳动，博通表示，与 Alphabet 一起，这些客户在 2027 财年合计可服务市场机会在 600 亿到 900 亿美元之间。</p>
<p>博通最近还透露，第四个大型客户（广泛认为是 OpenAI）已经下了明年 100 亿美元的订单。报告还显示 <strong>苹果</strong> 也在与博通合作开发自己的 AI 芯片。随着博通预计在截至 11 月 2 日的财年总收入超过 630 亿美元，其定制芯片的机会在未来几年将非常巨大。</p>
<p>如果博通能够抓住这一机会，其股票在未来几年可能会超越英伟达。</p>
<h2>AMD</h2>
<p><strong>超威半导体</strong>(AMD 23.61%) 长期以来一直是仅次于英伟达的第二大 GPU 制造商，但推理的转变为其争取更多市场份额提供了机会。由于每次使用 AI 模型时都需要进行推理，因此成本和效率变得至关重要，而 AMD 正在这里找到一个细分市场。</p>
<p>这在很大程度上得益于其 ROCm 软件平台的进展，该平台已经足够成熟，可以有效处理推理工作负载。尽管在训练方面仍远远落后于英伟达的 CUDA，但 ROCm 7 在许多推理应用中表现良好，在这些应用中，价格和能效比峰值性能更为重要。一家主要的 AI 公司已经在其 GPU 上运行了大量推理流量，而现在前 10 大 AI 运营商中有 7 家使用其硬件。</p>
<p>AMD 与博通一起，还是 UALink 联盟的创始成员，该联盟是一个开源替代方案，旨在替代英伟达的专有 NVLink，使来自不同供应商的芯片能够更好地协同工作。如果这一标准得以确立，将对像 AMD 这样的公司带来巨大的推动。</p>
<p>上个季度，AMD 在 AI 数据中心的收入约为 30 亿美元，而英伟达则超过 400 亿美元。考虑到 AMD 的收入基数较小，即使在推理中获得适度的市场份额增长，也可能在未来五年内推动显著增长，并帮助其股票表现优于英伟达。</p>

博通

AMDL

<p>Nvidia 在人工智能芯片市场占据主导地位，但随着重点从训练转向推理，像博通和 AMD 这样的竞争对手可能会在 2030 年前超越它。博通凭借其 ASICs 正在获得关注，赢得了主要客户，并获得了来自 OpenAI 的 100 亿美元订单。AMD 则利用其 ROCm 软件进行推理，尽管在训练方面落后于 Nvidia，但仍在扩大市场份额。这两家公司都处于有利位置，可以利用对高效 AI 解决方案日益增长的需求，可能会对 Nvidia 的市场领导地位构成挑战</p>

<p><strong>Nvidia</strong>(NVDA -1.10%) has been the clear leader in artificial intelligence (AI) chips since the start of the AI boom. Its graphics processing units (GPUs) have become the go-to hardware for training large language models (LLMs) because they can handle the huge number of calculations that power AI.</p>
<div class="lb-trans"><p><strong>英伟达</strong>(NVDA -1.10%) 自人工智能 (AI) 热潮开始以来，一直是人工智能芯片的明显领导者。其图形处理单元 (GPU) 已成为训练大型语言模型 (LLM) 的首选硬件，因为它们能够处理推动 AI 的大量计算。</p>
</div><p>The company's early bet on building out its CUDA software platform gave it a moat no one else has been able to crack, since most AI models have been written for CUDA over the years. That tight link between its hardware and software is why Nvidia owns more than 90% of the GPU market today.</p>
<div class="lb-trans"><p>该公司早期对构建其 CUDA 软件平台的投资，使其拥有了其他人无法突破的护城河，因为多年来大多数 AI 模型都是为 CUDA 编写的。硬件与软件之间的紧密联系是英伟达今天占据超过 90% GPU 市场份额的原因。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MzU5MjEvZ2V0dHlpbWFnZXMtMjA3ODkxNzEwOS5qcGcmdz03MDA" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F835921%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><p>That said, as more of AI moves from training to inference, Nvidia's dominance faces new challenges. Training only happens when a model is first built, while inference runs every time that model is used to answer a question or generate an output. Inference will likely become the much larger market over the next five years, and price and efficiency matter more than raw performance here. That shift opens the door for other chipmakers to grab some share.</p>
<div class="lb-trans"><p>尽管如此，随着 AI 从训练转向推理，英伟达的主导地位面临新的挑战。训练仅在模型首次构建时发生，而推理则在每次使用该模型回答问题或生成输出时运行。在未来五年中，推理市场可能会变得更大，而在这里，价格和效率比原始性能更为重要。这一转变为其他芯片制造商争取市场份额打开了大门。</p>
</div><p>While Nvidia is still very well positioned to be an AI winner, smaller AI leaders could outperform in the coming years, also simply due to its massive size. Let's look at two stocks that could outperform it by 2030.</p>
<div class="lb-trans"><p>虽然英伟达仍然非常有可能成为 AI 的赢家，但由于其庞大的规模，较小的 AI 领导者在未来几年可能会表现更好。让我们看看两只可能在 2030 年之前超越它的股票。</p>
</div><h2>Broadcom</h2>
<div class="lb-trans"><h2>博通</h2>
</div><p><strong>Broadcom</strong>(AVGO -0.72%) is becoming one of the most important players in AI as big tech companies look for ways to cut costs on inference. The company designs application-specific integrated circuits, or ASICs, which are custom chips built for a single job. They are preprogrammed, so they lack the flexibility of GPUs, but they tend to be faster and more energy efficient for the task they are designed to do.</p>
<div class="lb-trans"><p><strong>博通</strong>(AVGO -0.72%) 正在成为 AI 领域中最重要的参与者之一，因为大型科技公司正在寻找降低推理成本的方法。该公司设计应用特定集成电路 (ASIC)，即为单一任务定制的芯片。它们是预编程的，因此缺乏 GPU 的灵活性，但在其设计的任务上通常更快且更节能。</p>
</div><p>Broadcom built its reputation with ASICs by helping <strong>Alphabet</strong> design its tensor processing units (TPUs), which now power a large share of Google Cloud's AI workloads for both training and inference. That success brought in other major customers like <strong>Meta Platforms</strong> and ByteDance, which, together with Alphabet, the company has said, are a combined $60 billion to $90 billion serviceable market opportunity in fiscal 2027.</p>
<div class="lb-trans"><p>博通通过帮助 <strong>Alphabet</strong> 设计其张量处理单元 (TPU) 建立了其在 ASIC 领域的声誉，这些 TPU 现在为 Google Cloud 的 AI 工作负载（包括训练和推理）提供动力。这一成功吸引了其他主要客户，如 <strong>Meta Platforms</strong> 和字节跳动，博通表示，与 Alphabet 一起，这些客户在 2027 财年合计可服务市场机会在 600 亿到 900 亿美元之间。</p>
</div><p>Broadcom also recently revealed that a fourth large customer, widely believed to be OpenAI, has already placed a $10 billion order for next year. Reports suggest <strong>Apple</strong> is also working with Broadcom on its own AI chips. With Broadcom set to generate just over $63 billion in total revenue this fiscal year, ending Nov. 2, its custom chip opportunity is just huge over the next several years.</p>
<div class="lb-trans"><p>博通最近还透露，第四个大型客户（广泛认为是 OpenAI）已经下了明年 100 亿美元的订单。报告还显示 <strong>苹果</strong> 也在与博通合作开发自己的 AI 芯片。随着博通预计在截至 11 月 2 日的财年总收入超过 630 亿美元，其定制芯片的机会在未来几年将非常巨大。</p>
</div><p>If it can capture much of this opportunity, Broadcom's stock could outperform Nvidia's over the next several years.</p>
<div class="lb-trans"><p>如果博通能够抓住这一机会，其股票在未来几年可能会超越英伟达。</p>
</div><h2>AMD</h2>
<div class="lb-trans"><h2>AMD</h2>
</div><p><strong>Advanced Micro Devices</strong>(AMD 23.61%) has long been the No. 2 GPU maker behind Nvidia, but the move to inference is giving it an opening to grab more market share. With inference running every time an AI model is used, cost and efficiency become critical, and AMD is finding a niche here.</p>
<div class="lb-trans"><p><strong>超威半导体</strong>(AMD 23.61%) 长期以来一直是仅次于英伟达的第二大 GPU 制造商，但推理的转变为其争取更多市场份额提供了机会。由于每次使用 AI 模型时都需要进行推理，因此成本和效率变得至关重要，而 AMD 正在这里找到一个细分市场。</p>
</div><p>A big part of that has been progress with its ROCm software platform, which has improved enough to handle inference workloads effectively. While it still trails Nvidia's CUDA by a wide margin in training, ROCm 7 is good enough for many inference applications where price and power efficiency matter more than peak performance. One major AI player is already running a large portion of its inference traffic on AMD's GPUs, and 7 of the top 10 AI operators now use some of its hardware.</p>
<div class="lb-trans"><p>这在很大程度上得益于其 ROCm 软件平台的进展，该平台已经足够成熟，可以有效处理推理工作负载。尽管在训练方面仍远远落后于英伟达的 CUDA，但 ROCm 7 在许多推理应用中表现良好，在这些应用中，价格和能效比峰值性能更为重要。一家主要的 AI 公司已经在其 GPU 上运行了大量推理流量，而现在前 10 大 AI 运营商中有 7 家使用其硬件。</p>
</div><p>AMD, together with Broadcom, is also a founding member of the UALink Consortium, which is an open-source alternative to Nvidia's proprietary NVLink that would allow chips from different vendors to work better together. If that becomes the standard, it would be a huge boost for a company like AMD.</p>
<div class="lb-trans"><p>AMD 与博通一起，还是 UALink 联盟的创始成员，该联盟是一个开源替代方案，旨在替代英伟达的专有 NVLink，使来自不同供应商的芯片能够更好地协同工作。如果这一标准得以确立，将对像 AMD 这样的公司带来巨大的推动。</p>
</div><p>Last quarter, AMD produced roughly $3 billion in AI data center revenue compared to more than $40 billion for Nvidia. Given AMD's much smaller revenue base, even modest share gains in inference could drive significant growth over the next five years and help its stock outperform.</p>
<div class="lb-trans"><p>上个季度，AMD 在 AI 数据中心的收入约为 30 亿美元，而英伟达则超过 400 亿美元。考虑到 AMD 的收入基数较小，即使在推理中获得适度的市场份额增长，也可能在未来五年内推动显著增长，并帮助其股票表现优于英伟达。</p>
</div>

By 2030, These AI Leaders Could Outperform Nvidia. Here's Why

- Nvidia 在人工智能芯片市场占据主导地位，拥有超过 90% 的 GPU 市场份额。  
- 随着 AI 从训练转向推理，Nvidia 面临新挑战，推理市场将更大。  
- Broadcom 和 AMD 可能在未来几年超越 Nvidia，因其在推理方面的优势。

到 2030 年，这些 AI 领导者可能会超越英伟达。以下是原因