文章核心观点 - 英伟达凭借GPU在人工智能市场占据主导地位，但定制ASIC、FPGA和边缘AI芯片等替代方案正迅速崛起，形成多元化竞争格局[3][6][17][19] 用于通用计算的GPU - GPU从游戏转向AI工作负载，使英伟达成为全球市值最高上市公司，过去一年出货约600万块最新Blackwell GPU[4] - GPU并行计算特性适合AI训练和推理，英伟达GPU深度集成CUDA软件平台，AMD使用开源软件生态系统[7][8] - 装有72个Blackwell GPU的服务器机架售价约300万美元，每周出货量约1000个[9] - 英伟达向云服务商、AI公司及外国政府销售GPU，例如向OpenAI出售至少400万块GPU[8] 用于定制云AI的专用集成电路 - 大型云服务商设计定制ASIC以降低对英伟达GPU依赖，定制ASIC未来几年增速可能超过GPU市场[3][6] - 谷歌2015年推出首款AI定制ASIC TPU，2025年发布第七代Ironwood TPU，Anthropic将使用多达100万个TPU训练Claude模型[11][12] - 亚马逊AWS推出Inferentia和Trainium芯片，其ASIC性价比比其他硬件供应商芯片高出30%到40%[12][13] - 定制ASIC设计成本高，企业依赖博通等芯片设计公司提供技术支持，博通帮助谷歌、Meta和OpenAI构建ASIC[15] - 微软部署自研Maia 100芯片，其他参与者包括高通、英特尔、特斯拉及Cerebras等初创公司[16] 基于NPU和FPGA的边缘AI - 边缘AI芯片集成于设备系统芯片，支持低延迟、数据隐私和节能，应用覆盖手机、汽车、机器人等领域[17][18] - 高通、英特尔、AMD生产NPU，苹果M系列芯片包含神经网络引擎，三星手机配备自研NPU[18] - FPGA可通过软件重新配置但AI性能较低，AMD以490亿美元收购Xilinx成为最大FPGA制造商，英特尔以167亿美元收购Altera位居第二[19] 行业生态与竞争格局 - 台积电为所有AI芯片公司生产芯片，其亚利桑那州工厂已投产英伟达Blackwell GPU[19] - 尽管竞争加剧，英伟达凭借软件生态和多年技术积累仍难以被撼动[19]