<p>英偉達（NVDA，財務）仍然處於人工智能熱潮的中心，但資金開始流向那些試圖挑戰這一地位的公司。</p>
<p>投資者今年已向人工智能芯片初創公司注入約 83 億美元，這表明市場正在擴大，不再僅僅依賴一個主導者。這一轉變並不是要在一夜之間取代英偉達，而是關於接下來會發生什麼。</p>
<p>討論正逐漸轉向人工智能推理階段，即模型實際應用於現實世界的階段。在這一階段，效率開始比原始性能更為重要，而新的芯片設計正試圖在這一點上展示其優勢。</p>
<p>初創公司認為，傳統的 GPU 架構並不是專門為此目的而設計的，這為能夠降低能耗和運營成本的替代方案留下了空間。這個觀點正在獲得關注，尤其是當公司希望在不大幅增加基礎設施支出的情況下擴展人工智能時。</p>
<p>英偉達並沒有停滯不前。該公司繼續進行大量投資，研發支出超過 180 億美元，並在光子學等新興技術上進行大規模押注。</p>
<p>然而，差距依然明顯。美國初創公司繼續吸引遠超其歐洲同行的資金，而許多新進入者在規模上仍未得到驗證。</p>
<p>目前，英偉達的領先地位依然穩固。但資金流入的增加表明，投資者越來越願意押注於人工智能的下一個階段可能會比第一個階段更具競爭性。</p>

英偉達

2 倍做多英偉達 ETF - GraniteShares

2 倍做空 NVDA ETF - T-Rex

<p>英偉達仍然是人工智能芯片市場的領導者，但競爭正在加劇，因為投資者今年已向人工智能芯片初創公司注入了約 83 億美元。關注點正轉向人工智能推理，強調效率而非單純的計算能力。初創公司聲稱傳統的 GPU 架構無法滿足這一需求，從而為降低能源成本的替代方案創造了機會。英偉達繼續在研發上進行大量投資，支出超過 180 億美元。儘管美國初創公司吸引的資金超過歐洲公司，但英偉達的主導地位依然存在，然而資本的湧入表明人工智能領域的未來將更加競爭激烈</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>英偉達（NVDA，財務）仍然處於人工智能熱潮的中心，但資金開始流向那些試圖挑戰這一地位的公司。</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>投資者今年已向人工智能芯片初創公司注入約 83 億美元，這表明市場正在擴大，不再僅僅依賴一個主導者。這一轉變並不是要在一夜之間取代英偉達，而是關於接下來會發生什麼。</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>討論正逐漸轉向人工智能推理階段，即模型實際應用於現實世界的階段。在這一階段，效率開始比原始性能更為重要，而新的芯片設計正試圖在這一點上展示其優勢。</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>初創公司認為，傳統的 GPU 架構並不是專門為此目的而設計的，這為能夠降低能耗和運營成本的替代方案留下了空間。這個觀點正在獲得關注，尤其是當公司希望在不大幅增加基礎設施支出的情況下擴展人工智能時。</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>英偉達並沒有停滯不前。該公司繼續進行大量投資，研發支出超過 180 億美元，並在光子學等新興技術上進行大規模押注。</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，差距依然明顯。美國初創公司繼續吸引遠超其歐洲同行的資金，而許多新進入者在規模上仍未得到驗證。</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，英偉達的領先地位依然穩固。但資金流入的增加表明，投資者越來越願意押注於人工智能的下一個階段可能會比第一個階段更具競爭性。</p>
</div>

Nvidia Faces Rising Competition as AI Chip Funding Surges

- Nvidia 仍然是 AI 熱潮的中心，但資金開始流向競爭對手。  
- 投資者今年已向 AI 芯片初創公司注入約 83 億美元，市場正逐漸擴大。  
- 初創公司認為傳統 GPU 架構未能滿足 AI 應用需求，推動效率和成本控制。

隨着人工智能芯片資金的激增，英偉達面臨日益激烈的競爭