<p><strong>英偉達</strong>(NVDA -1.10%) 自人工智能 (AI) 熱潮開始以來，一直是人工智能芯片的明顯領導者。其圖形處理單元 (GPU) 已成為訓練大型語言模型 (LLM) 的首選硬件，因為它們能夠處理推動 AI 的大量計算。</p>
<p>該公司早期對構建其 CUDA 軟件平台的投資，使其擁有了其他人無法突破的護城河，因為多年來大多數 AI 模型都是為 CUDA 編寫的。硬件與軟件之間的緊密聯繫是英偉達今天佔據超過 90% GPU 市場份額的原因。</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>圖片來源：Getty Images。</p>
<p>儘管如此，隨着 AI 從訓練轉向推理，英偉達的主導地位面臨新的挑戰。訓練僅在模型首次構建時發生，而推理則在每次使用該模型回答問題或生成輸出時運行。在未來五年中，推理市場可能會變得更大，而在這裏，價格和效率比原始性能更為重要。這一轉變為其他芯片製造商爭取市場份額打開了大門。</p>
<p>雖然英偉達仍然非常有可能成為 AI 的贏家，但由於其龐大的規模，較小的 AI 領導者在未來幾年可能會表現更好。讓我們看看兩隻可能在 2030 年之前超越它的股票。</p>
<h2>博通</h2>
<p><strong>博通</strong>(AVGO -0.72%) 正在成為 AI 領域中最重要的參與者之一，因為大型科技公司正在尋找降低推理成本的方法。該公司設計應用特定集成電路 (ASIC)，即為單一任務定製的芯片。它們是預編程的，因此缺乏 GPU 的靈活性，但在其設計的任務上通常更快且更節能。</p>
<p>博通通過幫助 <strong>Alphabet</strong> 設計其張量處理單元 (TPU) 建立了其在 ASIC 領域的聲譽，這些 TPU 現在為 Google Cloud 的 AI 工作負載（包括訓練和推理）提供動力。這一成功吸引了其他主要客户，如 <strong>Meta Platforms</strong> 和字節跳動，博通表示，與 Alphabet 一起，這些客户在 2027 財年合計可服務市場機會在 600 億到 900 億美元之間。</p>
<p>博通最近還透露，第四個大型客户（廣泛認為是 OpenAI）已經下了明年 100 億美元的訂單。報告還顯示 <strong>蘋果</strong> 也在與博通合作開發自己的 AI 芯片。隨着博通預計在截至 11 月 2 日的財年總收入超過 630 億美元，其定製芯片的機會在未來幾年將非常巨大。</p>
<p>如果博通能夠抓住這一機會，其股票在未來幾年可能會超越英偉達。</p>
<h2>AMD</h2>
<p><strong>超威半導體</strong>(AMD 23.61%) 長期以來一直是僅次於英偉達的第二大 GPU 製造商，但推理的轉變為其爭取更多市場份額提供了機會。由於每次使用 AI 模型時都需要進行推理，因此成本和效率變得至關重要，而 AMD 正在這裏找到一個細分市場。</p>
<p>這在很大程度上得益於其 ROCm 軟件平台的進展，該平台已經足夠成熟，可以有效處理推理工作負載。儘管在訓練方面仍遠遠落後於英偉達的 CUDA，但 ROCm 7 在許多推理應用中表現良好，在這些應用中，價格和能效比峯值性能更為重要。一家主要的 AI 公司已經在其 GPU 上運行了大量推理流量，而現在前 10 大 AI 運營商中有 7 家使用其硬件。</p>
<p>AMD 與博通一起，還是 UALink 聯盟的創始成員，該聯盟是一個開源替代方案，旨在替代英偉達的專有 NVLink，使來自不同供應商的芯片能夠更好地協同工作。如果這一標準得以確立，將對像 AMD 這樣的公司帶來巨大的推動。</p>
<p>上個季度，AMD 在 AI 數據中心的收入約為 30 億美元，而英偉達則超過 400 億美元。考慮到 AMD 的收入基數較小，即使在推理中獲得適度的市場份額增長，也可能在未來五年內推動顯著增長，並幫助其股票表現優於英偉達。</p>

博通

AMDL

<p>Nvidia 在人工智能芯片市場佔據主導地位，但隨着重點從訓練轉向推理，像博通和 AMD 這樣的競爭對手可能會在 2030 年前超越它。博通憑藉其 ASICs 正在獲得關注，贏得了主要客户，並獲得了來自 OpenAI 的 100 億美元訂單。AMD 則利用其 ROCm 軟件進行推理，儘管在訓練方面落後於 Nvidia，但仍在擴大市場份額。這兩家公司都處於有利位置，可以利用對高效 AI 解決方案日益增長的需求，可能會對 Nvidia 的市場領導地位構成挑戰</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>英偉達</strong>(NVDA -1.10%) 自人工智能 (AI) 熱潮開始以來，一直是人工智能芯片的明顯領導者。其圖形處理單元 (GPU) 已成為訓練大型語言模型 (LLM) 的首選硬件，因為它們能夠處理推動 AI 的大量計算。</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>該公司早期對構建其 CUDA 軟件平台的投資，使其擁有了其他人無法突破的護城河，因為多年來大多數 AI 模型都是為 CUDA 編寫的。硬件與軟件之間的緊密聯繫是英偉達今天佔據超過 90% GPU 市場份額的原因。</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>圖片來源：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>儘管如此，隨着 AI 從訓練轉向推理，英偉達的主導地位面臨新的挑戰。訓練僅在模型首次構建時發生，而推理則在每次使用該模型回答問題或生成輸出時運行。在未來五年中，推理市場可能會變得更大，而在這裏，價格和效率比原始性能更為重要。這一轉變為其他芯片製造商爭取市場份額打開了大門。</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>雖然英偉達仍然非常有可能成為 AI 的贏家，但由於其龐大的規模，較小的 AI 領導者在未來幾年可能會表現更好。讓我們看看兩隻可能在 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%) 正在成為 AI 領域中最重要的參與者之一，因為大型科技公司正在尋找降低推理成本的方法。該公司設計應用特定集成電路 (ASIC)，即為單一任務定製的芯片。它們是預編程的，因此缺乏 GPU 的靈活性，但在其設計的任務上通常更快且更節能。</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>博通通過幫助 <strong>Alphabet</strong> 設計其張量處理單元 (TPU) 建立了其在 ASIC 領域的聲譽，這些 TPU 現在為 Google Cloud 的 AI 工作負載（包括訓練和推理）提供動力。這一成功吸引了其他主要客户，如 <strong>Meta Platforms</strong> 和字節跳動，博通表示，與 Alphabet 一起，這些客户在 2027 財年合計可服務市場機會在 600 億到 900 億美元之間。</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>博通最近還透露，第四個大型客户（廣泛認為是 OpenAI）已經下了明年 100 億美元的訂單。報告還顯示 <strong>蘋果</strong> 也在與博通合作開發自己的 AI 芯片。隨着博通預計在截至 11 月 2 日的財年總收入超過 630 億美元，其定製芯片的機會在未來幾年將非常巨大。</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>如果博通能夠抓住這一機會，其股票在未來幾年可能會超越英偉達。</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>超威半導體</strong>(AMD 23.61%) 長期以來一直是僅次於英偉達的第二大 GPU 製造商，但推理的轉變為其爭取更多市場份額提供了機會。由於每次使用 AI 模型時都需要進行推理，因此成本和效率變得至關重要，而 AMD 正在這裏找到一個細分市場。</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>這在很大程度上得益於其 ROCm 軟件平台的進展，該平台已經足夠成熟，可以有效處理推理工作負載。儘管在訓練方面仍遠遠落後於英偉達的 CUDA，但 ROCm 7 在許多推理應用中表現良好，在這些應用中，價格和能效比峯值性能更為重要。一家主要的 AI 公司已經在其 GPU 上運行了大量推理流量，而現在前 10 大 AI 運營商中有 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 與博通一起，還是 UALink 聯盟的創始成員，該聯盟是一個開源替代方案，旨在替代英偉達的專有 NVLink，使來自不同供應商的芯片能夠更好地協同工作。如果這一標準得以確立，將對像 AMD 這樣的公司帶來巨大的推動。</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>上個季度，AMD 在 AI 數據中心的收入約為 30 億美元，而英偉達則超過 400 億美元。考慮到 AMD 的收入基數較小，即使在推理中獲得適度的市場份額增長，也可能在未來五年內推動顯著增長，並幫助其股票表現優於英偉達。</p>
</div>

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

- Nvidia 在人工智能芯片市場佔據主導地位，擁有超過 90% 的 GPU 市場份額。  
- 隨着 AI 從訓練轉向推理，Nvidia 面臨新挑戰，推理市場將更大。  
- Broadcom 和 AMD 可能在未來幾年超越 Nvidia，因其在推理方面的優勢。

到 2030 年，這些 AI 領導者可能會超越英偉達。以下是原因