Workflow
英伟达Rubin超级芯片
icon
搜索文档
AI芯片2025:巨头血拼,权力鼎革
钛媒体APP· 2025-12-31 19:13
文章核心观点 - AI芯片产业格局在2025年发生结构性变化,英伟达的绝对霸主地位面临多方挑战,行业竞争从单纯的算力竞赛加速转向生态之争 [4][6][24] AI芯片产业格局变化 - 英伟达在GPU领域市占率仍超过90%,但“一英独大”的局面正在改变,竞争对手包括AMD、谷歌、亚马逊、博通、OpenAI、Meta等 [4] - 2025年全球AI芯片出货预计超过千万张卡,英伟达虽坐拥半壁江山,但格局隐变 [5] - 受地缘因素影响,英伟达淡出中国市场,国产替代加速,本土AI芯片渗透率提升 [6] - 在美国市场,2025年谷歌和亚马逊的ASIC芯片出货量预计将达到英伟达GPU出货量的40%至60% [6] 主要竞争者动态与策略 - **英伟达**:2025年市值突破4万亿美元和5万亿美元,主力产品Blackwell进入大规模量产,下一代Rubin超级芯片完成首次流片 [11];投资支出近两年高增10倍有余,对Anthropic投资达百亿美元,对OpenAI未来投资总额可能累计达千亿美元 [14];通过扩展CUDA生态巩固地位 [8] - **AMD**:发布基于3纳米工艺的CDNA 4架构MI350系列AI芯片,宣称在运行AI软件方面超越英伟达B200且价格更低 [15];与OpenAI达成战略合作,未来数年内采购总算力达6吉瓦的AI芯片,硬件采购金额超数百亿美元,OpenAI可能获得AMD超过10%的股份 [15];推出开源开发平台ROCm 7以打破软件生态壁垒 [15] - **博通**:作为AI定制芯片重要玩家,2025年业绩快速增长,市值突破1.5万亿美元,股价年涨幅一度超过75% [16];摩根士丹利预计到2027年全球定制AI芯片市场规模达约300亿美元,三年内几乎翻三倍 [17] - **谷歌**:自研ASIC芯片TPU取得进展,Meta计划于2027年在其数据中心部署谷歌TPU,潜在交易规模或达数十亿美元 [18];根据Semi Analysis报告,TPUv7服务器的总拥有成本比英伟达GB200低约44%,云租赁成本低约30% [18];谷歌高管称有能力从英伟达手中夺走约10%的年收入份额 [18];意图构建“谷歌链”与“英伟达链”分庭抗礼 [18] 中国市场国产化进展 - 2025年至2029年,中国AI芯片市场年均复合增长率预计达53.7%,市场规模将从2024年的1425.37亿元激增至2029年的1.34万亿元 [6] - 国家智算中心和信创领域AI的国产化率几乎都超过90% [19] - 2025年上半年国内半导体设备国产化率超过20%,先进封装替代率升至接近40% [20] - 中科院计算所估算,预计2027年国产芯片市占率将突破45% [20] - **华为**:公布昇腾AI芯片2026-2028年路线图,将推出昇腾950、960及970系列,算力持续翻倍 [21];推出“超节点”集群架构,构建独立于英伟达的AI算力基础设施新范式,开源硬件使能套件CANN [21] - **寒武纪**:2025年三季度营收同比暴增近24倍,并首次实现盈利 [21] - **初创企业**:“国产GPU四小龙”摩尔线程、沐曦股份、壁仞科技、燧原科技走向公开市场融资,其中摩尔线程发布对标CUDA的架构“花港” [21][23] 行业发展趋势 - **技术路线分化**:从架构之争升级为系统之战,英伟达的GPU全栈方案与谷歌TPU为代表的ASIC路线竞争,重心转向系统级效率与总拥有成本优化 [7] - **竞争逻辑转变**:从产品供货走向生态捆绑,各大厂商通过投资与合作扩展生态系统 [8] - **地缘政治影响**:各国政策变动影响AI芯片格局,中美AI竞争成为观察产业链的重要视角 [9] - **2026年市场展望**:世界半导体贸易统计组织预测,2026年全球AI大模型训练量同比或将暴增300%,推动AI芯片市场规模同比增长45%,突破800亿美元 [24] 2026年关键趋势预测 - **发展重心转移**:AI大模型发展重心从训练转向应用推理,市场对高能效、低成本ASIC芯片需求将爆发式增长 [26];野村证券预测2026年ASIC芯片总出货量可能首次超过GPU [26] - **生态竞争升级**:GPU与ASIC的竞争升级为“生态大战”,谷歌正与Meta合作推进“Torch TPU”计划,旨在通过开源等策略打造媲美CUDA的生态 [27] - **供应链争夺持续**:台积电CoWoS先进封装等核心产能可能制约市场增长,巨头通过抢占上游供应挤压对手产能,美国电力基础设施瓶颈和地缘因素带来新博弈 [28] - **中国生态构建关键年**:国内市场关注点从“可用”迈向“好用”,推动国产算力生态构建,让开发者从“能用”变成“想用” [29]