<p><strong>英偉達</strong>(NVDA 5.27%) 能夠藉助 2022 年底 ChatGPT 引發的人工智能 (AI) 熱潮，主導 AI 加速器市場，部分原因是該公司花費多年建立了強大的加速計算基礎。英偉達的 GPU 不僅對 AI 工作負載有用，還在學術界和工業界用於運行模擬和其他計算密集型任務。</p>
<p>CUDA 是英偉達的專有軟件工具包，允許開發者利用該公司 GPU 的強大功能，已經存在近二十年。CUDA 周圍龐大的生態系統在 AI 熱潮開始時為英偉達提供了巨大的優勢。隨着科技巨頭和初創公司迅速行動以在 AI 競賽中領先，英偉達的 GPU 成為最簡單的選擇。</p>
<h2>潮流開始轉變</h2>
<p>當數據中心 GPU 市場規模較小時，英偉達的客户花費工程資源來擺脱對 CUDA 的依賴是沒有意義的。投資回報率根本不夠。</p>
<p>隨着 AI 熱潮導致對數據中心 GPU 的需求激增，情況開始發生變化。英偉達的數據中心部門在最新一個季度的收入超過 350 億美元，公司的利潤率也高得驚人。像 <strong>微軟</strong>、<strong>Meta Platforms</strong> 和 OpenAI 這樣的客户每年在英偉達的 GPU 上花費數十億甚至數百億美元，以滿足對 AI 計算能力的需求。</p>
<p>現在的風險大大增加。像 Meta 這樣的公司通過去掉英偉達，自己從頭設計 AI 芯片和軟件堆棧，可以節省數十億。這種將 AI 加速器內部化的推動在科技行業似乎正在加速。</p>
<p>一些公司，包括 <strong>亞馬遜</strong> 和 <strong>字母表</strong>，已經創造了多個世代的定製 AI 芯片。其他公司現在也在效仿。Meta 據報道正在測試一款針對 AI 訓練工作負載的定製 AI 芯片，這些工作負載比 AI 推理工作負載計算密集得多。OpenAI 也不甘落後，正在努力完成其首款定製 AI 芯片設計。</p>
<p>設計自己 AI 芯片並減少對英偉達昂貴的 AI 加速器依賴的公司，可能在成本上對不走同樣道路的競爭對手具有重大優勢。這可能會促使更多公司將 AI 芯片內部化。</p>
<h2>削弱英偉達的主導地位</h2>
<p>雖然英偉達在 AI 加速器市場上確實面臨來自 <strong>AMD</strong> 的一些競爭，但其自身客户構成了更大的威脅。現在的數字足夠大，促使科技巨頭和 AI 公司重新思考他們的 AI 硬件和軟件堆棧。除了減少對英偉達芯片的需求，這一趨勢可能會對英偉達的定價和利潤率施加壓力。</p>
<p>正是因為數據中心 GPU 市場變得如此龐大，CUDA 對加速計算的控制才受到攻擊。英偉達仍在銷售大量 AI 芯片，只要 AI 熱潮持續，它將繼續這樣做。一旦對 AI 計算能力的需求降温——畢竟樹木不會永遠向上生長——隨着來自自家 AI 芯片的競爭，英偉達的市場份額將會下降，增長將變得艱難。</p>
<p>由於對 AI 需求韌性的擔憂與關税和全球經濟狀況的擔憂交織在一起，英偉達的股票已經從歷史高點下滑。隨着定製 AI 芯片在 AI 加速器市場中佔比不斷增加，股票可能會面臨額外壓力。</p>

英偉達

<p>英偉達在人工智能市場蓬勃發展，得益於其 GPU 和 CUDA 軟件工具包。然而，隨着數據中心 GPU 需求激增，Meta 和 OpenAI 等科技巨頭正在探索定製的 AI 芯片，以減少對英偉達的依賴，這可能會侵蝕其市場主導地位。這一轉變可能會對英偉達的定價和利潤率施加壓力，尤其是在競爭加劇的情況下。儘管英偉達仍在銷售 AI 芯片，但需求的降温可能會對其增長和股票表現構成挑戰，而其股票在經濟擔憂中已經面臨下滑</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>英偉達</strong>(NVDA 5.27%) 能夠藉助 2022 年底 ChatGPT 引發的人工智能 (AI) 熱潮，主導 AI 加速器市場，部分原因是該公司花費多年建立了強大的加速計算基礎。英偉達的 GPU 不僅對 AI 工作負載有用，還在學術界和工業界用於運行模擬和其他計算密集型任務。</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 是英偉達的專有軟件工具包，允許開發者利用該公司 GPU 的強大功能，已經存在近二十年。CUDA 周圍龐大的生態系統在 AI 熱潮開始時為英偉達提供了巨大的優勢。隨着科技巨頭和初創公司迅速行動以在 AI 競賽中領先，英偉達的 GPU 成為最簡單的選擇。</p>
</div><h2>The tide is starting to turn</h2>
<div class="lb-trans"><h2>潮流開始轉變</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>當數據中心 GPU 市場規模較小時，英偉達的客户花費工程資源來擺脱對 CUDA 的依賴是沒有意義的。投資回報率根本不夠。</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>隨着 AI 熱潮導致對數據中心 GPU 的需求激增，情況開始發生變化。英偉達的數據中心部門在最新一個季度的收入超過 350 億美元，公司的利潤率也高得驚人。像 <strong>微軟</strong>、<strong>Meta Platforms</strong> 和 OpenAI 這樣的客户每年在英偉達的 GPU 上花費數十億甚至數百億美元，以滿足對 AI 計算能力的需求。</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>現在的風險大大增加。像 Meta 這樣的公司通過去掉英偉達，自己從頭設計 AI 芯片和軟件堆棧，可以節省數十億。這種將 AI 加速器內部化的推動在科技行業似乎正在加速。</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>亞馬遜</strong> 和 <strong>字母表</strong>，已經創造了多個世代的定製 AI 芯片。其他公司現在也在效仿。Meta 據報道正在測試一款針對 AI 訓練工作負載的定製 AI 芯片，這些工作負載比 AI 推理工作負載計算密集得多。OpenAI 也不甘落後，正在努力完成其首款定製 AI 芯片設計。</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>設計自己 AI 芯片並減少對英偉達昂貴的 AI 加速器依賴的公司，可能在成本上對不走同樣道路的競爭對手具有重大優勢。這可能會促使更多公司將 AI 芯片內部化。</p>
</div><h2>Eroding Nvidia's dominance</h2>
<div class="lb-trans"><h2>削弱英偉達的主導地位</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>雖然英偉達在 AI 加速器市場上確實面臨來自 <strong>AMD</strong> 的一些競爭，但其自身客户構成了更大的威脅。現在的數字足夠大，促使科技巨頭和 AI 公司重新思考他們的 AI 硬件和軟件堆棧。除了減少對英偉達芯片的需求，這一趨勢可能會對英偉達的定價和利潤率施加壓力。</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>正是因為數據中心 GPU 市場變得如此龐大，CUDA 對加速計算的控制才受到攻擊。英偉達仍在銷售大量 AI 芯片，只要 AI 熱潮持續，它將繼續這樣做。一旦對 AI 計算能力的需求降温——畢竟樹木不會永遠向上生長——隨着來自自家 AI 芯片的競爭，英偉達的市場份額將會下降，增長將變得艱難。</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>由於對 AI 需求韌性的擔憂與關税和全球經濟狀況的擔憂交織在一起，英偉達的股票已經從歷史高點下滑。隨着定製 AI 芯片在 AI 加速器市場中佔比不斷增加，股票可能會面臨額外壓力。</p>
</div>

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

- Nvidia 在 AI 加速器市場佔據主導地位，受益於 ChatGPT 的興起。  
- 數據中心 GPU 的需求激增，Nvidia 收入超過 350 億美元。  
- 自主設計 AI 芯片的趨勢可能削弱 Nvidia 的市場份額。  

英偉達令人難以置信的 AI 成功可能如何導致其失敗