文章核心观点 - 超威半导体2025财年业绩表现强劲，营收增长乐观且利润率大幅改善，公司规划了清晰的下一代GPU产品路线图，随着AI推理算力需求增长，公司有望进入新的增长轨道，基于稳健的业绩展望及股价回调，分析师将其评级上调至“强力买入” [1] AMD业务运营情况 - **2025财年第四季度业绩亮眼**：该季度净营收同比大增37.58%，主要得益于MI350系列GPU与霄龙（EPYC）CPU的销售，其中霄龙实例部署量增长突出，云服务提供商部署量增幅超50%，企业端部署量翻番以上 [4] - **下一代AI加速器产品矩阵**：公司规划了面向不同场景的下一代Instinct系列GPU，包括面向AI超算集群的MI455X与Helios、用于HPC与主权AI的MI430X、以及面向企业AI训练与推理的MI440X [5] - **合作伙伴与基础设施方案**：AMD将与慧与合作推出机架级架构方案，采用博通Tomahawk 6网络芯片，单台服务器机架可连接72颗MI455X GPU，该企业级就绪方案有望驱动大幅增长 [6] - **未来产品路线图**：MI400系列GPU预计于2026年下半年上市，下一代MI500系列GPU预计2027年发布，其AI算力相较MI300X系列将实现1000倍提升，采用2纳米工艺并搭载HBM4E内存 [6] - **中国市场销售与不确定性**：2026年第一季度，预计MI308系列GPU对华销售收入将达1亿美元，公司正积极申请MI325系列对华出口许可，但需遵循美国本土供货优先的规定，对华销售拓展存在不确定性 [6] - **与Riot Platforms的合作**：AMD与Riot Platforms达成合作，锁定25兆瓦数据中心算力，合同期内可扩容至200兆瓦，分析师推测公司可能在该数据中心部署机架级解决方案用于私有云开发或内部研发 [7] - **与OpenAI合作的潜在机遇**：有报道称OpenAI对英伟达最新AI芯片性能不满并寻求替代方案，尽管OpenAI CEO后续表态缓和，但英伟达拟向OpenAI的投资额从最初100亿美元大幅缩减至200亿美元，这为AMD提供了潜在增长契机 [7] - **行业竞争动态**：英特尔宣布重返GPU赛道并新设首席架构师，其与英伟达在CPU上的合作可能影响AMD在企业和云AI业务的增长逻辑，同时，OpenAI也与初创公司Cerebras达成合作引入750兆瓦低延迟AI算力，2026年AI加速芯片竞争将愈发激烈 [8] - **客户端与游戏业务**：微软筹备2027年推出下一代Xbox主机，AMD半定制芯片正处于产能爬坡初期，但管理层指引2026年该业务收入将出现双位数下滑 [8] AMD财务状况 - **2025年第四季度及全年财务表现**：2025年Q4总营收102.7亿美元，调整后毛利率57%，调整后营业利润率28%，2025财年总营收346.39亿美元，调整后毛利率52%，调整后营业利润率22% [10] - **2026年财务展望**：分析师预计2026年Q1净营收99.42亿美元，调整后每股收益1.36美元，预计2026年全年营收426.47亿美元，调整后每股收益6.06美元 [10] - **运营效率改善**：2025年Q4运营效率大幅改善，数据中心、客户端与计算业务板块利润率全面提升，仅嵌入式业务利润率下滑164个基点 [10] - **毛利率展望**：受益于MI350系列产品放量，2026年Q1调整后毛利率有望进一步改善，但在2026年下半年MI400系列新品爬坡阶段，毛利率可能阶段性承压 [10] - **强劲的资产负债表**：截至2025年Q4，公司现金及现金等价物为105.52亿美元，债务32.22亿美元，净现金头寸73.3亿美元，为公司提供了充足的财务灵活性 [11] - **库存情况**：2025年Q3、Q4库存小幅增加，主要系MI350系列产能爬坡，以及MI308系列存货跌价准备转回所致 [11] 估值与股东价值 - **当前估值水平**：AMD当前股价对应9.56倍市销率，相较其1年交易区间，估值溢价处于相对高位 [16] - **股价波动与配置价值**：2025年Q4财报发布后，AMD股价次日暴跌17%，但分析师认为下跌主要源于外部因素而非公司基本面恶化，当前公司已具备更具吸引力的配置价值 [16][18] - **长期上行空间**：分析师认为，尽管短期存在估值溢价，但随着公司把握数据中心增长红利，尤其是AI推理需求崛起，AMD仍具备上行空间 [16]

核心观点 - 2026年存储行业将迎来业绩释放大年，价格持续上涨且供需紧缺趋势预计延续至2027年，建议关注存储、设备及产业链相关公司 [1] 需求端 - AI推理驱动存储架构向“HBM+DRAM+NAND”三级金字塔架构演进，大容量NAND在数据中心的重要性凸显 [2] - 多模态视频生成带来百倍内存需求，英伟达Rubin平台引入每GPU 16TB独立存储机柜，单机存储搭载量呈指数级跃升 [2] - 数据中心将取代移动端成为NAND最大单一市场，预计2026年服务器DRAM占比将突破50% [2] - 2023-2030年，数据中心DRAM与NAND的位元需求年复合增长率预计分别达28.3%与32.6% [2] 供给端 - 2026年三大原厂资本开支显著提速，但投资重心集中于HBM及先进制程，新建产能释放需至2027年以后，导致短期有效供给弹性严重受限 [3] - 三星、海力士与美光2026年资本开支预计分别为200亿美元(同比+11%)、205亿美元(同比+17%)及135亿美元(同比+23%) [3] - 2026年DRAM与NAND位元出货量增速预计均维持在20%左右，AI服务器需求推动服务器端在DRAM与NAND位元出货占比中均超过45% [3] 库存端 - 原厂库存水位持续回落，服务器DRAM与NAND紧缺趋势预计将贯穿2026全年 [4] - 中国内地模组厂2025年第三季度库存累计同比高增34%，创历史新高，以应对2026年供需缺口 [4] 价格端 - 2026年第一季度DRAM与NAND合约价环比涨幅预计将分别高达90-95%与55-60% [5] - 虽然DDR4现货价格首次出现小幅回调，但原厂供应停滞支撑整体价格维持高位 [5] - 随着产能瓶颈向PC与移动端传导，全品类存储价格有望面临普涨 [5] 销售与业绩端 - 在价格与需求推动下，2026年DRAM与Flash产值预计达5516亿美元，同比增长134%，2027年产值预计达8427亿美元，同比增长53% [6] - 2025年第四季度，原厂端（三星/海力士/美光/南亚科）营收与利润均创历史新高 [7] - 台股与中国内地利基及模组厂商凭借战略库存优势，在涨价潮中实现盈利能力大幅修复 [7] - 随着原厂产能向高端倾斜导致通用产品持续紧缺，2026年全行业量价齐升趋势进一步走强，中下游厂商业绩向上斜率明确 [7]

公司产品与技术进展 - 优刻得液冷机柜在乌兰察布智算中心正式上架，进入规模化商用阶段 [1] - 该方案通过精密结构设计，将整机高度从传统6U压缩至4U，支持8张高性能GPU卡，算力密度提升50% [1] - 采用全浸没式液冷技术，可使GPU工作温度降低15°C，整体功耗下降15%，运行噪音低于35dB [1] 产品应用与市场定位 - 该液冷机柜方案适用于AI训练、AI推理、超算等持续高负载场景 [1]

融资与估值 - 美国AI芯片公司Cerebras Systems完成10亿美元F轮融资 投后估值达到230亿美元 [1] - 本轮融资由Tiger Global领投 Benchmark、Fidelity、AMD等多家知名投资机构跟投 [1] - 相比2025年9月G轮融资后的81亿美元估值 最新估值增长近184% [3] 技术与产品 - 公司以晶圆级引擎3（WSE-3）芯片闻名 该芯片是全球最大、速度最快的AI芯片 体积是当前最大GPU的56倍 [1] - WSE-3芯片单位计算功耗远低于同类产品 推理和训练速度比竞品快20倍以上 [1] - 其芯片架构将运算都保存在芯片内部 消除了GPU在芯片与内存间传输数据导致的内存带宽瓶颈 专为处理AI推理的顺序执行、内存密集型工作负载优化 [3] - 公司硬件运行AI模型的速度据称比英伟达的系统快数倍 [4] 客户与商业合作 - 公司与OpenAI达成一项商业协议 将为OpenAI客户提供由Cerebras托管的计算服务 [4] - 协议涉及部署750兆瓦规模的Cerebras晶圆级系统 基础设施从2026年开始分阶段建设 预计持续到2028年 将成为全球规模最大的高速AI推理部署项目 [4] - 知情人士透露 该协议价值超过100亿美元 [4] - 公司自2017年以来一直与OpenAI探索合作 其上的大语言模型能比基于GPU的系统快15倍地响应 [5] - 公司向Meta、IBM、Mistral AI等客户提供远程计算服务 [4] 行业竞争与趋势 - OpenAI正在寻找英伟达AI推理芯片的替代方案 考虑对象包括Cerebras、AMD和Groq [4] - 英伟达曾与Cerebras等公司接洽探讨潜在收购 但Cerebras拒绝了收购 [4] - 英伟达此后与Groq签署授权协议并吸纳其大量芯片人才 提振了业界对AI芯片企业的热情 [4] - 过去6个月 谷歌、Anthropic、英伟达、OpenAI等4家AI领域重要公司均未选择英伟达硬件进行推理加速投资 转而采用或投资其他方案 [6] - 这些收购和投资标志着硬件向更新、最先进的AI优化硬件设计过渡的开始 [6] 公司背景与投资者 - 公司成立于2015年 [1] - 此轮融资是公司自2025年10月撤回美国IPO申请以来的首轮融资 凸显企业因私有市场资本充足而保持私有状态更长的趋势 [3] - 公司历史投资方包括高通、台积电等芯片巨头 以及Sam Altman、Ilya Sutskever等多位知名科技界个人投资者 [3]

行业趋势与共识 - 全球AI算力重心正从训练加速转向推理，未来五到十年推理芯片将主导AI演进方向 [1] - 行业核心需求从依赖GPU、CUDA生态构建的“绝对算力”，转向对高性价比推理芯片的迫切需求 [2] - 推理芯片的增长已超越训练芯片，Groq估值在2025年9月至2026年1月四个月内从70亿美元飙升至200亿美元，增长近3倍 [3] - 谷歌在2025年4月发布第七代TPU “Ironwood”，明确将其定位为面向推理时代的基石 [1] - 英伟达以200亿美元的代价，实质上整合了Groq最核心的资产，包括其创始团队、核心技术人员，并获得其IP的永久授权 [2] 公司战略与目标 - 云天励飞在2025年果断将芯片战略全面聚焦于云端大算力、大模型专用的推理芯片 [3] - 公司致力于通过底层架构创新，力争实现百万Tokens推理成本降低100倍以上的目标 [1] - 公司目标是每年将百万Token的推理成本降低100倍，到2030年实现“百亿Token仅需一分钱人民币”的成本水平 [3] - 未来五年，公司将全力打磨并推广DeepVerse 100、200、300系列芯片，覆盖互联网、通信运营商及各行业头部客户 [6] 技术架构与创新 - 公司正在打造专为大模型推理优化的新型处理器架构GPNPU，其核心公式为“GPNPU = GPGPU + NPU + 3D堆叠存储” [5] - GPNPU架构致力于解决可迁移、可部署、可持续降本三大工程难题 [5] - 在通用生态层面，GPNPU能够实现一行代码完成CUDA程序兼容，以降低迁移成本 [5] - 针对“内存墙”瓶颈，公司正深度研发3D堆叠存储及更前沿的互连技术，以提升带宽与能效 [5] - 在架构工程上，公司采用“算力积木”架构，通过Chiplet扩展与互连思路，实现算力按需扩展 [6] 市场机遇与竞争格局 - 在推理芯片领域，格局尚未成型，谷歌TPU v7、Groq等新兴架构刚刚崭露头角，这为中国企业提供了历史性窗口 [4] - 中国在AI应用场景丰富度与落地速度上全球领先，但在模型层与芯片层仍相对落后，意味着巨大的追赶与超越空间 [3] - 公司认为中国应在训练芯片领域持续追赶，在推理芯片领域依托丰富的应用场景、强大的基建能力及开源模型生态实现弯道超车 [5] 公司核心竞争力与保障 - 公司将核心竞争力总结为技术、产能、生态、市场、资本五大关键要素的协同共振 [6] - 公司是目前国内屈指可数手握充足国产产能保障的企业之一，为芯片大规模量产与交付提供了确定性 [6]

文章核心观点 - OpenAI对英伟达部分最新AI芯片在推理性能上不满意，自去年以来积极寻求替代方案，这为两家在AI热潮中关系最紧密的公司之间的合作与投资谈判带来了复杂性 [1] - 英伟达在AI训练芯片领域占据主导，但AI推理正成为竞争新战场，OpenAI等公司的替代方案寻求标志着英伟达的统治地位面临考验 [1] - 尽管双方高管公开否认关系紧张，但谈判拖延、OpenAI与竞争对手达成协议、以及英伟达收购潜在竞争对手技术等行动，揭示了底层竞争与合作的动态博弈 [2][3][6] OpenAI的战略与行动 - OpenAI对英伟达硬件在ChatGPT处理特定类型问题（如软件开发和AI与其他软件通信）时的回答速度不满意 [2] - 公司需要新的硬件来满足其未来约10%的推理计算需求 [2] - 自去年以来，OpenAI一直在寻找GPU的替代方案，重点关注将大量SRAM内存嵌入同一芯片硅片上的公司，以提升处理用户请求的速度 [4] - 在内部，Codex（用于创建计算机代码的产品）的性能问题尤为突出，部分员工将其归咎于英伟达基于GPU的硬件 [5] - 公司已与AMD以及其他旨在与英伟达竞争的GPU公司达成合作协议 [2] - 公司曾与Cerebras和Groq等初创公司探讨合作，以提供用于更快推理的芯片 [3] - 公司已与Cerebras达成商业协议，以满足编码工作对速度的重视需求 [5] 英伟达的应对与市场动态 - 英伟达计划向OpenAI投资高达1000亿美元，以换取股份并为OpenAI提供购买先进芯片的资金 [1] - 英伟达首席执行官黄仁勋驳斥了关系紧张的报道，称其“毫无根据” [2] - 公司声明强调客户因其能大规模提供最佳性能和总体拥有成本而继续选择英伟达进行推理 [2] - 在OpenAI表达对技术的保留意见后，英伟达曾与Cerebras和Groq等公司接洽探讨潜在收购，Cerebras拒绝了收购提议 [6] - 英伟达与Groq达成了一项价值200亿美元的非独家全现金授权协议，获得了Groq的技术，并挖走了其芯片设计师 [3][6] - 公司表示Groq的知识产权与其产品路线图高度互补 [3] AI芯片行业技术趋势与竞争格局 - AI发展重点正从训练大型模型转向利用训练好的模型进行推理，这可能是AI发展的一个全新、更宏大的阶段 [4] - 推理比训练需要更多内存，因为芯片需要花费更多时间从内存中获取数据 [4] - 英伟达和AMD的GPU技术依赖于外部内存，这会增加处理时间，降低与聊天机器人交互的速度 [4] - 将大量昂贵SRAM集成到每个芯片上，可以为处理数百万用户请求提供速度优势 [4] - 竞争对手如Anthropic的Claude和Google的Gemini，更多地依赖Google内部制造的专为推理设计的张量处理单元(TPU)，相比通用GPU可提供性能优势 [5] - Groq曾吸引投资者关注，计划以约140亿美元的估值进行融资 [6]

核心观点 - OpenAI对英伟达部分AI推理芯片的表现不满，并自去年起积极寻求替代方案，这被视为对英伟达市场主导地位的一次考验 [1] - 尽管双方高层均公开强调稳固的合作关系，但OpenAI的产品路线图调整、对特定性能的需求以及潜在的千亿美元投资计划停滞，表明双方关系存在复杂动态 [1][2][3] 行业竞争格局 - AI推理芯片已成为行业竞争的全新主战场，而英伟达在大模型训练芯片领域仍占据绝对主导地位 [1] - OpenAI等企业正在推理芯片市场寻找替代方案，以应对AI推理环节对内存和响应速度的更高要求 [1][5] - 存算一体芯片（集成大容量SRAM）因能显著提升AI系统处理海量用户请求的速度，受到OpenAI等公司的重点关注 [5] OpenAI的战略与需求 - OpenAI对AI推理环节专用芯片的重视程度持续提升，源于其产品路线图调整，改变了公司对计算资源的需求类型 [1][2] - 公司寻求在特定场景（如软件开发、AI系统互联互通）下，获得比英伟达硬件更快的响应速度，以满足客户（如使用Codex编码模型的客户）对速度的极高要求 [3][5] - OpenAI计划通过新型硬件满足其未来约10%的推理计算需求 [3] - 公司的核心策略是：将英伟达作为训练和推理算力体系的核心，同时通过与Cerebras、AMD、博通等企业合作拓展生态，以实现更快技术迭代和更广泛部署 [3] OpenAI的替代方案探索 - OpenAI已与AMD达成合作，采购其对标英伟达的GPU产品 [2] - 公司已与Cerebras、Groq等研发高性能推理芯片的初创企业展开洽谈，并已与Cerebras达成商业合作协议 [4][6] - 与Groq的洽谈因英伟达与Groq达成一项价值200亿美元的非独家全现金技术授权协议而终止 [4][6] - 公司重点关注研发存算一体芯片的企业，这类芯片通过集成高成本SRAM来提升处理速度 [5] 英伟达的应对与市场地位 - 英伟达强调其推理芯片能在规模化部署中提供最佳的性能表现和总拥有成本优势，客户始终选择其产品 [1] - 为应对挑战，英伟达曾接触Cerebras、Groq等主打高容量SRAM芯片的企业，探讨潜在的收购可能性，但被Cerebras拒绝 [6] - 英伟达与Groq达成技术授权协议后，挖走了Groq的核心芯片设计团队，导致Groq业务重心转向云原生软件销售 [6] 双方的投资与合作关系 - 2025年9月，英伟达曾宣布计划向OpenAI分批注资至多1000亿美元，合作建设至少10吉瓦的AI数据中心，但该计划因内部质疑已陷入停滞 [2] - 英伟达CEO黄仁勋称千亿美元注资提议“从未成为一项正式承诺”，公司会“逐个评估”OpenAI的每一轮融资，出资额不会达到1000亿美元，但仍可能成为公司史上最大规模投资 [2] - 双方高层（OpenAI CEO奥尔特曼、基础设施负责人Sachin Katti）均公开表示与英伟达是深度、根基性的合作伙伴，整个计算集群均运行在英伟达GPU之上 [1][3]

文章核心观点 - 市场传言OpenAI对英伟达最新AI芯片在推理任务上的性能不满并寻求替代方案 凸显了AI推理正成为芯片竞争的新战场 尽管两家公司CEO均公开反驳了关系紧张的传言 [1] AI推理成为竞争新焦点 - AI推理是指AI模型响应用户查询的过程 如今AI进步越来越侧重于将训练好的模型用于推理和判断 这可能是一个全新且更大的发展阶段 [2] - 推理所需的内存比训练更多 芯片需要花费相对更多时间从内存中获取数据 而非执行数学运算 [2] - 英伟达和AMD的GPU技术依赖外部内存 这会增加处理时间并减慢用户与聊天机器人互动的速度 [2] - 竞争对手如Anthropic的Claude和谷歌的Gemini更多依赖谷歌内部制造的TPU芯片 这些芯片专为推理设计 相比英伟达的通用AI芯片更具性能优势 [2] OpenAI对英伟达芯片的具体不满 - 英伟达芯片的短板在OpenAI用于生成代码的“Codex”产品中表现明显 OpenAI员工将Codex的一些不足归咎于基于英伟达GPU的硬件 [3] - OpenAI首席执行官萨姆·阿尔特曼表示 使用其编码模型的客户“会非常看重编码工作的速度” [3] - OpenAI对英伟达硬件在为ChatGPT用户解决特定类型问题（如软件开发和AI与其他软件交互）时提供答案的速度表现不佳感到不满 [4] - OpenAI需要新的硬件来满足其未来约10%的推理计算需求 [4] OpenAI的替代方案与行业动态 - 为满足对速度的需求 OpenAI采取的应对措施之一是推进其最近与Cerebras的合作 [3] - 在投资谈判拖延期间 OpenAI与AMD等其他公司达成协议 以生产与英伟达竞争的GPU [4] - OpenAI曾与包括Cerebras和Groq在内的初创公司讨论合作 以提供用于更快推理的芯片 [5] - 英伟达后来与Groq达成了一项价值200亿美元的授权协议 这导致OpenAI与Groq的谈判破裂 [5] - 芯片行业高管表示 英伟达收购Groq的决定似乎是为了加强其技术组合 以便在快速变化的AI和芯片行业中更具竞争力 [5] 双方公司的公开立场与合作关系 - 英伟达CEO黄仁勋驳斥了与OpenAI关系紧张的报道 称其“纯属无稽之谈” 并表示英伟达计划对OpenAI进行大规模投资 [6] - 英伟达声明称 客户继续选择英伟达进行推理操作 因为其在大规模应用中提供了最佳的性能和总体拥有成本 [6] - OpenAI发言人声明 公司依靠英伟达驱动其绝大多数的推理设备 并且英伟达在每美元的成本效益方面为推理操作提供了最佳表现 [6] - OpenAI CEO萨姆·阿尔特曼表示 公司喜欢与英伟达合作 并且他们生产世界上最好的AI芯片 希望在很长一段时间里成为其超级大客户 [6] 双方的投资谈判与潜在变数 - 英伟达和OpenAI正处于投资谈判阶段 去年9月英伟达曾表示计划向OpenAI投资多达1000亿美元 以换取股份并提供购买先进芯片的资金 [4] - 该交易原预计数周内完成 但谈判拖延了数月之久 [4] - 业内人士透露 OpenAI不断变化的产品路线图改变了其所需的计算资源类型 并使它与英伟达的谈判陷入僵局 [4]

OpenAI与英伟达的关系与合作动态 - 据八位知情人士透露，OpenAI对英伟达最新的一些人工智能芯片并不满意，并且从去年以来一直在寻求替代方案，这可能使两家最受瞩目的公司之间的关系变得复杂[2] - 9月，英伟达表示计划向OpenAI投资高达1000亿美元，以获得该初创公司的股份，并为OpenAI提供购买先进芯片所需的资金[2] - 路透社报道称，这笔交易原本预计几周内就能完成，但谈判拖延了数月之久，在此期间OpenAI还与AMD以及其他旨在与英伟达竞争的GPU达成了合作协议[3] - 英伟达首席执行官黄仁勋驳斥了有关英伟达与OpenAI关系紧张的报道，称这种说法“毫无根据”，并表示英伟达计划对OpenAI进行巨额投资[3] 行业竞争格局与战略转变 - 英伟达的战略转变在于更加重视用于执行特定AI推理环节的芯片，AI推理是指AI模型响应用户查询和请求的过程[2] - 英伟达在用于训练大型AI模型的芯片领域仍然占据主导地位，而推理环节则成为竞争的新战场[2] - OpenAI和其他公司决定在推理芯片市场寻求替代方案，这标志着英伟达在人工智能领域的统治地位受到了重大考验[2] - 英伟达在一份声明中表示，客户继续选择英伟达进行推理，因为其能够大规模地提供最佳性能和总体拥有成本[3] - OpenAI的发言人表示，该公司依靠英伟达为其绝大多数推理集群提供动力，并且英伟达在推理方面提供了最佳的性价比[3] OpenAI对英伟达硬件的具体不满与替代方案 - 七位消息人士称，OpenAI对英伟达硬件在ChatGPT上针对特定类型问题（例如软件开发和人工智能与其他软件通信）给出答案的速度并不满意[3] - 一位消息人士告诉路透社，OpenAI需要新的硬件，最终以满足其未来约10%的推理计算需求[3] - ChatGPT的开发商OpenAI曾与Cerebras和Groq等初创公司探讨合作，以提供用于更快推理的芯片[4] - 英伟达与Groq达成了一项价值200亿美元的授权协议，导致OpenAI与Groq的谈判破裂[4] - OpenAI自去年以来一直在寻找GPU的替代方案，重点关注那些将大量内存（称为SRAM）嵌入到芯片同一块硅片上的公司[7] - 将尽可能多的昂贵SRAM集成到每个芯片上，可以为聊天机器人和其他人工智能系统处理数百万用户的请求提供速度优势[7] - 推理比训练需要更多内存，因为芯片需要花费更多时间从内存中获取数据，而不是执行数学运算，英伟达和AMD的GPU技术依赖于外部内存，这会增加处理时间，降低用户与聊天机器人交互的速度[7] OpenAI在特定产品上的性能挑战 - 在OpenAI内部，硬件性能问题在其用于创建计算机代码的产品Codex上表现得尤为突出，该公司一直在大力推广该产品[8] - 一位消息人士称，OpenAI员工将Codex的部分缺陷归咎于英伟达基于GPU的硬件[8] - 首席执行官Sam Altman表示，使用OpenAI编码模型的客户将“非常重视编码工作的速度”[8] - Altman表示，OpenAI满足这一需求的一种方式是通过其最近与Cerebras达成的协议，并补充说，对于ChatGPT的普通用户来说，速度并不是那么重要[8] - 像Anthropic的Claude和Google的Gemini这样的竞争产品受益于更多地依赖Google内部制造的芯片（称为张量处理单元或TPU）的部署，这些芯片专为推理所需的计算而设计，并且与英伟达设计的GPU等通用AI芯片相比，可以提供性能优势[8] 英伟达的应对措施与行业整合 - 在OpenAI明确表达了对英伟达技术的保留意见后，英伟达曾与包括Cerebras和Groq在内的多家研发大量使用SRAM芯片的公司接洽，探讨潜在的收购事宜[10] - Cerebras拒绝了英伟达的收购提议，并与OpenAI达成了上个月宣布的商业协议[10] - Groq曾与OpenAI就提供计算能力进行谈判，并吸引了投资者的关注，计划以约140亿美元的估值为其注资[10] - 到了12月，英伟达采取了非独家全现金交易的方式，获得了Groq的技术授权，虽然这项交易允许其他公司获得Groq的技术授权，但由于英伟达挖走了Groq的芯片设计师，该公司目前正专注于销售云端软件[10] - 芯片行业高管表示，英伟达收购Groq核心人才的决定，似乎是为了巩固其技术组合，从而在快速变化的AI行业中更好地竞争[5] - 英伟达在一份声明中表示，Groq的知识产权与英伟达的产品路线图高度互补[5]

文章核心观点 - OpenAI对英伟达最新的部分AI芯片性能不满意，自去年以来一直在为AI推理环节寻找替代方案，这可能使两家公司的关系复杂化，并标志着对英伟达市场主导地位的一次重大考验 [1][3][4][13] OpenAI的战略转变与需求 - OpenAI战略转变源于对AI推理芯片的重视程度不断提高，推理正成为AI竞争的新战场 [3] - OpenAI对英伟达硬件在某些特定问题上的响应速度不满意，例如软件开发和AI与其他软件的交互 [6] - OpenAI需要新的硬件，未来最终可满足其约10%的推理计算需求 [6] - 在OpenAI内部，基于英伟达GPU的硬件被部分员工认为是其编程模型Codex性能不足的原因之一 [9] 英伟达的应对与市场动态 - 英伟达首席执行官黄仁勋否认与OpenAI关系紧张，并表示仍计划对OpenAI进行巨额投资，但规模可能不及此前报道的1000亿美元 [6][12] - 英伟达曾接洽Cerebras和Groq等专注于高SRAM芯片的公司探讨潜在收购，Cerebras拒绝了收购提议并与OpenAI达成商业合作 [11] - 英伟达以一项非独家的全现金交易获得了Groq技术的授权，协议价值200亿美元，此举被认为是为了巩固其技术组合 [7][12] - 英伟达在声明中强调，客户在推理领域仍选择英伟达，因其提供了最佳性能和总体拥有成本 [6] 技术差异与市场竞争 - 英伟达GPU在训练大型AI模型领域占据主导，但推理对内存需求更高，可能成为AI发展的新阶段 [3][9] - OpenAI在寻找替代方案时，重点关注在同一块硅片上集成大量内存（SRAM）的芯片，这可在处理海量用户请求时带来速度优势 [9] - 与依赖外部内存的英伟达和AMD GPU相比，谷歌自研的专为推理设计的TPU在性能上可能更具优势，并被Anthropic的Claude等竞争产品更多依赖 [10] 合作、谈判与投资进展 - 去年9月，英伟达曾计划向OpenAI投入高达1000亿美元以换取股份，并为OpenAI提供购买芯片的资金 [6] - OpenAI在此期间已与AMD等公司达成协议，采购竞争性GPU，但其不断调整的产品路线图使与英伟达的谈判变得复杂且进展缓慢 [6] - OpenAI曾讨论与Cerebras和Groq等初创公司合作以获得更快推理速度的芯片，但英伟达与Groq的授权协议终止了OpenAI与Groq的谈判 [7] - 媒体此前报道英伟达向OpenAI投资1000亿美元的谈判已经破裂，但黄仁勋后来澄清公司“绝对”会参与OpenAI当前融资轮 [12] 市场反应与行业影响 - 消息导致英伟达股价在周一收跌近2.9% [5] - 分析师认为该消息损害了市场对英伟达关键客户OpenAI的情绪 [14] - 这些发展突显了英伟达在AI芯片市场的主导地位可能因主要客户探索特定需求的替代方案而面临挑战 [13]