<p>英伟达（NVDA，财务）仍然处于人工智能热潮的中心，但资金开始流向那些试图挑战这一地位的公司。</p>
<p>投资者今年已向人工智能芯片初创公司注入约 83 亿美元，这表明市场正在扩大，不再仅仅依赖一个主导者。这一转变并不是要在一夜之间取代英伟达，而是关于接下来会发生什么。</p>
<p>讨论正逐渐转向人工智能推理阶段，即模型实际应用于现实世界的阶段。在这一阶段，效率开始比原始性能更为重要，而新的芯片设计正试图在这一点上展示其优势。</p>
<p>初创公司认为，传统的 GPU 架构并不是专门为此目的而设计的，这为能够降低能耗和运营成本的替代方案留下了空间。这个观点正在获得关注，尤其是当公司希望在不大幅增加基础设施支出的情况下扩展人工智能时。</p>
<p>英伟达并没有停滞不前。该公司继续进行大量投资，研发支出超过 180 亿美元，并在光子学等新兴技术上进行大规模押注。</p>
<p>然而，差距依然明显。美国初创公司继续吸引远超其欧洲同行的资金，而许多新进入者在规模上仍未得到验证。</p>
<p>目前，英伟达的领先地位依然稳固。但资金流入的增加表明，投资者越来越愿意押注于人工智能的下一个阶段可能会比第一个阶段更具竞争性。</p>

英伟达

2 倍做多英伟达 ETF - GraniteShares

2 倍做空 NVDA ETF - T-Rex

<p>英伟达仍然是人工智能芯片市场的领导者，但竞争正在加剧，因为投资者今年已向人工智能芯片初创公司注入了约 83 亿美元。关注点正转向人工智能推理，强调效率而非单纯的计算能力。初创公司声称传统的 GPU 架构无法满足这一需求，从而为降低能源成本的替代方案创造了机会。英伟达继续在研发上进行大量投资，支出超过 180 亿美元。尽管美国初创公司吸引的资金超过欧洲公司，但英伟达的主导地位依然存在，然而资本的涌入表明人工智能领域的未来将更加竞争激烈</p>

<p>Nvidia (NVDA, Financials) still sits at the center of the AI boom, but the money is starting to flow toward companies trying to challenge that position.</p>
<div class="lb-trans"><p>英伟达（NVDA，财务）仍然处于人工智能热潮的中心，但资金开始流向那些试图挑战这一地位的公司。</p>
</div><p>Investors have poured roughly $8.3 billion into AI chip startups this year, a sign that the market is widening beyond just one dominant player. The shift is not really about replacing Nvidia overnight. It is more about what comes next.</p>
<div class="lb-trans"><p>投资者今年已向人工智能芯片初创公司注入约 83 亿美元，这表明市场正在扩大，不再仅仅依赖一个主导者。这一转变并不是要在一夜之间取代英伟达，而是关于接下来会发生什么。</p>
</div><p>The conversation is moving toward AI inference, which is the stage where models are actually used in real-world applications. That is where efficiency starts to matter more than raw power, and where newer chip designs are trying to make their case.</p>
<div class="lb-trans"><p>讨论正逐渐转向人工智能推理阶段，即模型实际应用于现实世界的阶段。在这一阶段，效率开始比原始性能更为重要，而新的芯片设计正试图在这一点上展示其优势。</p>
</div><p>Startups argue that traditional GPU architecture was not built specifically for this purpose, leaving room for alternatives that can cut energy use and operating costs. That idea is gaining traction, especially as companies look to scale AI without exploding their infrastructure spending.</p>
<div class="lb-trans"><p>初创公司认为，传统的 GPU 架构并不是专门为此目的而设计的，这为能够降低能耗和运营成本的替代方案留下了空间。这个观点正在获得关注，尤其是当公司希望在不大幅增加基础设施支出的情况下扩展人工智能时。</p>
</div><p>Nvidia is not standing still. The company continues to invest heavily, spending more than $18 billion on research and development and making large bets on emerging technologies like photonics.</p>
<div class="lb-trans"><p>英伟达并没有停滞不前。该公司继续进行大量投资，研发支出超过 180 亿美元，并在光子学等新兴技术上进行大规模押注。</p>
</div><p>Still, the gap is clear. U.S. startups continue to attract far more funding than their European peers, and many of these new entrants remain unproven at scale.</p>
<div class="lb-trans"><p>然而，差距依然明显。美国初创公司继续吸引远超其欧洲同行的资金，而许多新进入者在规模上仍未得到验证。</p>
</div><p>For now, Nvidia's lead remains intact. But the growing flow of capital suggests investors are increasingly willing to bet that the next phase of AI could look more competitive than the first.</p>
<div class="lb-trans"><p>目前，英伟达的领先地位依然稳固。但资金流入的增加表明，投资者越来越愿意押注于人工智能的下一个阶段可能会比第一个阶段更具竞争性。</p>
</div>

Nvidia Faces Rising Competition as AI Chip Funding Surges

- Nvidia 仍然是 AI 热潮的中心，但资金开始流向竞争对手。  
- 投资者今年已向 AI 芯片初创公司注入约 83 亿美元，市场正逐渐扩大。  
- 初创公司认为传统 GPU 架构未能满足 AI 应用需求，推动效率和成本控制。

随着人工智能芯片资金的激增，英伟达面临日益激烈的竞争