四面楚歌
《看懂英伟达》系列 · 第 04 篇 · 竞争与威胁 阅读时间约 14 分钟
英伟达面对的不是一个对手
90% 市场份额、75% 毛利率——这两个数字本身就是一张悬赏令。全世界有钱有能力的公司，都有动力砸钱造一个替代品。不是因为意识形态，而是因为算盘：英伟达每赚 $100，其中 $75 是利润，这 $75 里有一大块本可以留在买方手里。
英伟达面对的威胁来自 5 个方向，每个方向的威胁程度不同：
| 威胁向量 | 代表 | 威胁等级 | 时间表 |
|---|---|---|---|
| 客户自研芯片 | Google TPU、AWS Trainium、微软 Maia、Meta MTIA | 最高 | 已在发生 |
| 博通（帮客户造芯片） | 定制 ASIC 代工 | 高 | 加速中 |
| AMD | MI300X / MI355X / MI400 | 中 | 持续追赶 |
| AI 编程 + 开源编译器 | Claude Code、Triton、ROCm | 中 | 侵蚀 CUDA 代码层 |
| 中国本土替代 | 华为昇腾 | 中（区域性） | 中国市场封闭化 |
威胁一：客户即对手——已从"未来威胁"变成"当下现实"
四大自研芯片全景
| 客户 | 自研芯片 | 能力 | 规模（2026） | 关键合同 |
|---|---|---|---|---|
| TPU Ironwood (v7) | 训练 + 推理均可替代英伟达 | 9,216 芯片/Pod，42.5 EFLOPS | Anthropic $500 亿+、Meta 租赁 | |
| AWS | Trainium2 / Trainium3 | 推理已验证，训练部分验证 | Project Rainier 50-100 万颗 | Anthropic、OpenAI、Apple 均在使用 |
| 微软 | Maia 200 | 纯推理芯片 | 已在 Iowa 部署 | 服务 GPT-5.2 |
| Meta | MTIA 300-500 | 推荐排序推理 | 数十万颗，每 6 个月迭代一代 | 内部使用 |
数据来源：Google Cloud Blog、AWS 官方、微软 Blog 2026-01、Meta 官方 2026-03、Bloomberg 2026-04-06
几个必须记住的事实：
- Google 是唯一已证明可以完全不用英伟达训练前沿模型的公司——Gemini 3 全程在 TPU 上训练
- Anthropic 已从英伟达的"增量大客户"变成了自研芯片的最大拥趸——50-100 万颗 Trainium2 + 40 万颗 TPU Ironwood，未来 GW 级算力全部押注非英伟达方案
- TechCrunch 2026 年 3 月报道：Trainium 已赢得 Anthropic、OpenAI、甚至 Apple 的使用——AWS 的芯片从"内部替代"升级为"外部销售"
- 四家中只有 Google 验证了训练替代——其余三家主要替代推理端
"自研短期威胁被高估"——这个判断需要修正
很多分析师说："Google 做了 10 年 TPU，仍是英伟达最大客户——自研替代速度比想象中慢。"
这在 2024 年是对的。但 2025-2026 年发生了质变：
| 时间 | 事件 | 意义 |
|---|---|---|
| 2025-11 | AWS 官宣 Project Rainier 50 万颗 Trainium2 上线 | 从"测试"到"生产部署" |
| 2026-01 | 微软 Maia 200 开始服务 GPT-5.2 | 推理端替代进入生产 |
| 2026-03 | Meta 官宣 MTIA 300/400/450/500 四代规划，每 6 个月一代 | 比行业速度快 2 倍 |
| 2026-04 | Anthropic 签下 40 万颗 TPU Ironwood、~$100 亿合同 | GW 级合同 + SEC 披露 = 不再是传闻 |
判断：自研芯片已从"长期威胁"变成"当下现实"。2025 Q4-2026 Q2 是 ASIC 规模化生产部署的拐点。
威胁二：博通——比 AMD 更危险的"幕后推手"
AMD 是英伟达在公开市场上的直接竞争者。但博通（Broadcom）可能是更大的威胁——因为它不是在和英伟达竞争，而是在帮英伟达的客户造自己的芯片。
| 指标 | 数据 |
|---|---|
| 定制 AI 芯片客户数 | 6 家：Google、Meta、OpenAI、Anthropic + 2 家未公开（推测字节跳动、Apple） |
| FY2025 AI 收入 | $199 亿（+63%） |
| FY2027 CEO 目标 | >$1,000 亿 |
| 积压订单 | $730 亿 |
| Google TPU 长约 | 至 2031 年 |
| OpenAI 合同 | "Titan" XPU，10GW 算力目标 |
数据来源：CNBC 2025-12、Broadcom 财报、Next Platform
博通 AI 收入两年目标从 $199 亿增至 $1,000 亿+（约 5 倍），这个增量的每一分钱都对应着从英伟达 GPU 转向定制 ASIC 的市场转移。
博通的角色是"军火商"——它不直接和英伟达竞争，而是帮 Google 设计 TPU、帮 Meta 设计 MTIA、帮 OpenAI 设计 Titan。它的成功建立在英伟达的失败之上。
威胁三：AMD——性价比搅局者
AMD 不是英伟达最大的威胁（自研芯片才是），但它是最持久的。
现状
| 指标 | AMD MI300X | 英伟达 B200 |
|---|---|---|
| HBM 容量 | 192 GB | 192 GB |
| 内存带宽 | 5.3 TB/s | 8 TB/s |
| FP8 算力 | 2,615 TFLOPS | ~9,000 TFLOPS（稀疏） |
| 价格 | $10-15K | $35-45K |
| 互连带宽 | ~896 GB/s | 1.8 TB/s（NVLink 5） |
数据来源：AMD 官方、英伟达官方
AMD 的硬件单项指标在缩小差距，但英伟达在全栈整合上仍有 2-3 年的系统级领先。
AMD 的真正瓶颈
AMD 最大的问题不是硬件，而是软件。
ROCm 与 CUDA 的差距从 2023 年的 2-3 倍缩窄到 2026 年的 10-30%——但"10-30% 的差距"在追求极致性能的训练场景中就是"不可接受"。
更关键的是长尾生态：调试工具（AMD 没有 Nsight 级别的产品）、优化闭环（cuDNN 每代 GPU 手工调优到 90%+ 利用率）、框架集成（ROCm 在 PyTorch 中仍是二等公民，bug 修复落后 6-12 个月）。
AMD 的策略是"不和英伟达比极致，在性价比战场赢"——MI355X 在大批量推理场景的 TCO 已经反超英伟达。这在推理市场是有效的，但在训练市场几乎无效。
历史参照：Intel 的教训
Intel 在 x86 服务器市场的份额从 2017 年的 98% 降至 2025 年的 73%（x86 内）。加上 ARM 服务器的侵蚀，Intel 的"广义份额"可能已降至 55-60%。
从 98% 降到 73% 用了约 8 年。 Intel 的衰落很大程度因为自身执行失败（制程落后、错过移动端）。英伟达的执行力远强于 Intel——每年一代新品，主动防御。
但最大的教训是：Intel 的毛利率从约 60% 就足以吸引替代者。英伟达的毛利率高达 75%——替代动机只会更强。
威胁四：AI 编程 + 开源编译器——CUDA 代码层的终结
这一点在第 02 篇已详细讨论，这里做一个总结：
| 年份 | AI 编程能力 | CUDA→ROCm 迁移成本 | 含义 |
|---|---|---|---|
| 2023 | 基础 | 团队 + 数月 | CUDA 代码锁定坚固 |
| 2025 | 能写 tensor core kernel | 1-2 人 + 数周 | 开始松动 |
| 2026 | 能端到端移植 | 1 人 + 数小时 | 代码锁定层基本消失 |
但系统级护城河（万卡通信、极致优化、全栈集成）仍然坚固。AI 工具能翻译简单 kernel，但攻不下 NCCL 级别的分布式系统优化。
一个有趣的反直觉现象：互联网上 99% 的 GPU 代码都是 CUDA 写的。这意味着 AI 大模型的训练数据里 CUDA 代码远多于 ROCm 代码——AI 写 CUDA 比写 ROCm 更擅长。这是英伟达的"反向飞轮"——AI 编程越发达，CUDA 生态反而越强化。
威胁五：中国市场——从"已消化"变为"永久损失"
短期：已实现的损失
- 2025 年 Q1：美国政府叫停 H20 对华出货，英伟达计提 $45 亿库存减值 + 损失 $25 亿可发货收入
- 此前的 Trump 首禁已导致 $55 亿 write-off
- 2025 年 7 月政策逆转，H20 恢复出货
- B30A（阉割版 Blackwell）仍需获批
长期：失去的市场
| 指标 | 数据 |
|---|---|
| 华为昇腾 910C 2026 年产量目标 | 60 万颗（约 2025 年的 2 倍） |
| Ascend 950DT SuperCluster | 524 EFLOPS FP8（2026 Q4 出货） |
| CANN（华为版 CUDA）开源 | 2025 年 12 月 31 日 |
| 华为生态投入 | 5 年 $21 亿/年 |
数据来源：TrendForce 2025-09、华为官方 HC 大会
中国 AI 算力市场潜在每年 $200-500 亿——英伟达正在被永久性排除在外。 这不是短期政策波动，而是中美技术脱钩的结构性后果。
反方观点：中国市场在英伟达总收入中的占比已降至约 3%，已基本被消化。B30A 如果获批，仍有一定的增量空间。
反面的反面：3% 的收入占比掩盖了一个事实——中国市场的增量 TAM 可能是英伟达失去的最大一块。如果没有出口管制，英伟达每年可以多卖 $200-500 亿——这是被永久封锁的增长空间。
护城河的精确分层——谁在翻墙，谁还被锁着
把所有竞争威胁综合起来，英伟达的用户群可以分成三类：
| 用户群体 | CUDA 护城河 | 原因 |
|---|---|---|
| 已脱离 | Gemini 3 全 TPU 训练，JAX/XLA 完整替代 | |
| AWS / Anthropic | 正在脱离 | 百万颗 Trainium2，但前沿训练未完全验证 |
| Meta | 推理脱离，训练锁定 | 60 万颗 H100 训练不可替代，MTIA 只做推理 |
| 微软 | 推理脱离，训练锁定 | Maia 200 纯推理，训练仍深度依赖英伟达 |
| OpenAI | 中期脱离 | Broadcom 合作 Titan XPU 2027 部署 |
| 创业公司 / 大学 / 研究机构 | 深度锁定 | 没钱没人自研，CUDA 是唯一选择 |
护城河从顶部瓦解——最大的 5-6 个客户正在翻越城墙；但全世界 99% 的 AI 开发者仍被锁在城里。
问题是：那 5-6 个客户占了英伟达 61% 的收入。
对定价权的影响
以前英伟达是收费桥——唯一的路，随便定价。以后英伟达是最好的桥——还有其他桥，但它最快最宽。
| 之前 | 之后 |
|---|---|
| 客户想买 AI 芯片 → 只能找英伟达 | 客户 → 英伟达或 TPU / Trainium / Maia |
| 毛利率 78%，无人议价 | 客户有筹码："你不降价我就买 TPU" |
| 定价权来自垄断 | 定价权来自"最好"——但"最好"需要每年证明 |
定价权不会一夜消失。但从 78% 降到 71%（FY2025→FY2026）已经是信号。中性预期下，5 年后毛利率可能稳定在 65-70% 区间。
本篇结论
| 威胁 | 短期（1-2 年） | 中期（3-5 年） | 长期（5-10 年） |
|---|---|---|---|
| 客户自研芯片 | 推理端开始替代 | 训练端开始松动 | 重大侵蚀 |
| 博通 | 订单加速 | 收入可达 $1,000 亿+（直接对应英伟达流失） | 成为 AI 芯片第二极 |
| AMD | 推理性价比领先 | 训练端仍差距明显 | 持续缩小差距 |
| AI 编程 + 编译器 | 代码层侵蚀 | 系统级开始松动 | CUDA 锁定基本消失 |
| 中国市场 | 已损失 | 永久封锁 | TAM 永久失去 |
综合判断：英伟达 2-3 年内训练端安全，但推理端已在加速流失。5 年视角下，"近垄断"将变为"最大玩家但非垄断"。这家公司不会衰落——但它的超额垄断利润正在被结构性压缩。
下期预告
最后一篇是终章——风险、估值与决策。
把所有分析综合起来，回答最终的投资问题：
- AI 资本开支周期会在什么时候见顶？
- 当前 $5.4 万亿市值需要什么样的未来才能支撑？
- DeepSeek 事件告诉我们什么？
- 段永平为什么敢买 7.7% 但不敢买 30%？
- 如果判断错了，安全垫有多厚？
本文是《看懂英伟达》系列第 04 篇。 本系列不构成任何投资建议。