10月20日，据外媒报道，英伟达（NVDA）旗下的大型科技客户正准备在人工智能芯片市场中占据相当大的份额，这种动态最终可能侵蚀这家芯片制造商的利润率。

科技巨头们正积极布局自研芯片业务。ChatGPT开发商OpenAI宣布将与博通合作设计定制芯片；Meta（META）9月下旬宣布收购芯片初创公司Rivos，以强化其自主芯片研发能力；亚马逊（AMZN）今夏表示，其名为“雷尼尔计划”的巨型数据中心项目正“稳步推进”，该项目将部署数十万枚Trainium2芯片供人工智能开发商Anthropic使用。分析师指出，Anthropic数据中心已部署的芯片需求量显著攀升。

尽管英伟达的GPU（图形处理器）占据人工智能芯片市场的主导地位，但以谷歌母公司Alphabet（GOOGL, GOOG）、亚马逊和微软为首的科技公司正与博通、迈威尔科技（MRVL）等芯片制造商合作设计定制芯片。

分析师解释称，定制芯片成本更低且能更好地优化适配这些公司的软件。虽然这些科技巨头云服务商不像英伟达那样向其他公司销售实体独立芯片，但它们在内部运行AI模型时使用自有芯片，其云客户也可选择使用这些定制芯片以更低成本运行AI工作负载。

摩根大通6月研究报告指出，到2028年，谷歌、亚马逊、Meta和OpenAI等企业设计的定制芯片将占据45%的人工智能芯片市场份额，高于2024年的37%和2025年的40%。其余芯片市场由GPU制造商主导，即英伟达及其竞争对手超微半导体（AMD）。

“所有超大规模企业都关注定制芯片，其战略考量在于避免受困于英伟达的垄断地位，”Seaport分析师Jay Goldberg指出。分析师表示，英伟达AI芯片的高昂成本意味着云服务商租用其芯片的利润率低于自研芯片。

Goldberg补充道：“英伟达如今必须与客户展开竞争。”

尽管科技公司的定制芯片主要用于运行内部AI工作负载，但据报道，谷歌已于9月开始向某云服务商实体销售其名为TPU（张量处理单元）的AI芯片。此举将使其直接与英伟达等企业展开竞争。DA Davidson分析师吉尔?卢里亚估算，谷歌TPU业务与旗下DeepMind人工智能部门合计价值达9000亿美元，称其“堪称Alphabet最具价值的业务之一”。

卢里亚在9月致客户的报告中写道：“谷歌TPU仍是英伟达的最佳替代方案，过去9-12个月双方差距已显著缩小。若谷歌向外部客户销售其系统，需求必然存在，尤其来自知名前沿人工智能实验室。”

总体而言，Goldberg表示，根据其在AI芯片供应链中的多方交流，预计2026年将出现“大量定制芯片相关活动”。

科技巨头在芯片业务发展上处于不同阶段。分析师透露，谷歌研发名为TPU的AI芯片已逾十年，在同行中占据明显领先地位。亚马逊于2015年收购芯片初创公司Anapurna Labs，在谷歌推出首款TPU一年后开启自主芯片之路，并于2020年发布首款Trainium芯片。而微软直至2023年才推出首款定制Maia人工智能芯片，目前仍落后于同行。

尽管定制芯片使用成本可能更低，但人工智能开发者往往更青睐英伟达的芯片，因为其配套的软件堆栈更完善。

虽然英伟达目前占据绝对领先地位，但Futurum Group分析师David Nicholson指出，科技巨头们的定制芯片计划终将侵蚀英伟达利润：“随着时间推移，英伟达当前享有的利润率将逐渐削弱......这将如同千刀万剐般的致命打击。因为存在如此巨大的市场机遇，各类定制硅加速器（芯片）正不断涌现。”

近期在被问及定制芯片的竞争威胁时，英伟达首席执行官黄仁勋似乎淡化了这一担忧。他表示，英伟达不仅是人工智能芯片制造商，更提供完整的服务器系统，而非仅限于单个GPU。尽管客户往往只开发单一芯片，英伟达却设计了搭载多款自主芯片的庞大服务器机架。从Blackwell GPU到基于Arm架构的中央处理器（CPU）及网络产品，这些芯片能实现相互通信。“我们是当今全球唯一能为人工智能基础设施提供全栈芯片的企业。”

部分分析师认为，人工智能芯片市场规模庞大，科技公司拓展定制芯片业务不会挤占英伟达的市场空间。

美国银行分析师维韦克?阿里亚与DA戴维森分析师吉尔?卢里亚在不同访谈中均直言，定制芯片市场份额的增长“无关紧要”。这是因为英伟达“始终成功扩大着市场规模”。该公司持续向AI生态系统及“新云”企业投入巨资。Pitchbook数据显示，2020年至今年9月期间，英伟达在AI企业的风险投资总额达470亿美元，这些企业甚至与英伟达现有客户形成竞争关系。

卢里亚表示：“市场增长和需求如此庞大，我们需要更多计算能力，而AI模型正变得越来越实用，这意味着未来几年市场蛋糕将大幅扩大。”

他补充道：“英伟达的增长速度虽不及市场增速，但鉴于市场增速迅猛，其仍能保持增长。”

减轻英伟达担忧的另一因素在于，并非所有投身定制芯片领域的科技巨头都将对英伟达的霸主地位构成同等威胁。

“自主研发芯片的弊端在于难度极高，”Goldberg指出，“我认为最终结果将是并非所有企业都能成功。”