文章核心观点 - AI芯片市场的竞争格局正在发生重要变化，挑战英伟达的不仅是传统或新兴芯片厂商，更包括亚马逊和谷歌等云巨头[1] - 云巨头正从英伟达GPU的大客户，转变为AI基础设施的芯片供应商和系统方案提供者，将自研AI芯片推向外部市场[1] - AI芯片竞争正从单点性能竞争，转向涵盖芯片、云服务、资金、客户和数据中心的系统性竞争[6] 亚马逊的战略与行动 - 亚马逊计划将其自研AI加速器Trainium销售给其他公司的基础设施数据中心，正在与潜在客户谈判[1] - Trainium于2020年推出，最初主要通过AWS提供给客户调用，目前OpenAI、Anthropic和Uber等公司已使用该硬件[2] - 与该芯片相关的AI基础设施需求已带来超过2250亿美元的营收承诺[2] - 亚马逊CEO表示公司“极有可能”将成机架的芯片出售给第三方[2] - 亚马逊的自研芯片战略正从“内部降本增效的工具”转变为“可外售的基础设施产品”[2] - 今年早些时候开始出货的第三代Trainium已经“基本售罄”，市场对预计明年亮相的第四代表现出浓厚兴趣[2] 谷歌的战略与行动 - 谷歌正在加速推动其自研TPU芯片的商业化，计划向特定客户直接交付芯片供其自有数据中心使用[3] - 谷歌的打法模仿英伟达建立生态的方法，通过资金、算力租赁、数据中心项目和核心客户绑定来扩大芯片落地规模[3] - 在纽约州西部的Lake Mariner AI数据中心项目中，谷歌提供了32亿美元的财务担保，项目开发商将向Anthropic出租搭载谷歌TPU的计算能力[4] - 谷歌与黑石达成50亿美元交易，建立新的云服务公司，参与和英伟达生态云服务商的竞争[4] - 谷歌还在路易斯安那州、得克萨斯州等地支持多个AI计算基础设施项目[4] 市场背景与驱动因素 - AI竞赛演变成算力军备竞赛，客户开始寻找英伟达之外的更多选择[4] - 成本、供货、数据主权、本地化部署以及供应链安全成为非英伟达方案切入市场的重要理由[4] - 美国以外市场对本地化控制计算资源的需求上升，尤其在欧洲，“主权云”和“主权AI”概念升温[5] - 这为云巨头提供了新的商业切口，既可以提供云服务，也可以把自研芯片和系统交给本地数据中心或合作伙伴部署[5] - AI算力供不应求、客户成本压力上升、主权云需求扩张，为定制芯片创造了市场空间[6] 竞争格局与挑战 - 英伟达凭借GPU性能、CUDA软件生态、网络互连和整机系统能力，几乎垄断了高端AI训练和推理市场[4] - 英伟达真正的强大之处在于由GPU、CUDA、NVLink、网络设备、服务器系统、软件库和开发者生态共同构成的完整平台[5] - 对于客户而言，切换到TPU、Trainium或其他方案，需要重新评估模型适配、软件迁移、工程效率和长期供货风险[5] - 英伟达认为其市场触达能力和生态广度远超单一TPU或ASIC方案，不认为云巨头自研芯片能在短期内撼动其核心地位[6] - 亚马逊和谷歌瞄准的是在特定背景下，切出一部分更适合定制芯片的市场，而非简单复制英伟达[6]