輝達管理層：定製晶片難撼CUDA生態，雲廠商份額升至20%

nashnova research

今天发布阅读约 3 分钟

英偉達管理層在與伯恩斯坦的對話中正面回應定制晶片威脅，稱公司在雲廠商資本支出中的份額已從ChatGPT出現前的約5%升至約20%，核心護城河不是GPU硬件本身，而是CUDA生態和可編程通用性。

定制晶片搶地盤，英偉達為甚麼不慌？

管理層給出一個核心數字：英偉達在超大規模雲廠商資本支出中的份額，從ChatGPT出現前的約5%升至約20%，並進入20%中段區間。

這意味著→ 即便谷歌TPU（谷歌自研的AI專用晶片）和各家定制ASIC（針對特定任務設計的專用晶片）持續部署，英偉達的份額不降反升。

管理層的核心論點：公司的價值來源是性能、可互換性和CUDA生態系統，而非GPU硬件本身。簡單來說＝客戶買的不只是一塊晶片，而是圍繞這塊晶片的整套軟件工具和開發者社區。

管理層引用馬斯克旗下Colossus項目為例：GPU能處理不斷變化的工作負載，亦能對外出租；ASIC只針對狹窄、固定的任務做優化。

這意味著→ 當AI模型快速迭代時，通用可編程系統的價值更突出；只有工作負載高度可預測的場景，專用ASIC才有優勢。

這反映出一個更深層的行業現實：AI仍處於快速變化期，大多數客戶無法提前鎖定未來的計算需求。

管理層指出，數據中心內容正朝著每吉瓦約400億美元的方向發展——不只是晶片，還包括CPU、網絡、LPU（低延遲處理單元）等系統級組件。

這意味著→ 英偉達提供的是系統級方案，不只是單顆晶片，這把它和純晶片級的定制矽供應商拉開了距離。

供應端，英偉達在2027財年仍約70%受供應限制，瓶頸涵蓋晶圓、CoWoS封裝（一種先進晶片封裝技術）、高帶寬內存、光學收發器、土地、電力及機櫃容量。認證一家新代工廠需要超過兩三年。

超大規模雲廠商長期仍佔業務約50%；另一半將由新興雲服務商、工業、企業、主權客戶和AI實驗室貢獻，而且增長更快。

前沿AI實驗室約佔英偉達收入的20%，這些實驗室在自建基礎設施與使用雲服務之間靈活切換，兩種模式將長期共存。

管理層預計最終約80%的模型將開源。簡單來說＝開源擴大了能部署AI的群體，但不會令底層算力變成免費的——模型開源不等於算力開源。

財務層面，管理層表示一旦解決供應和基礎設施問題，計劃通過回購並可能增加股息，將幾乎所有剩餘自由現金流返還股東。

這意味著→ 英偉達認為當前最重要的事是擴產能，回報股東排在產能瓶頸之後。

後續最直接的驗證節點：定制ASIC替代論能否在雲廠商資本支出份額上留下痕跡——如果英偉達的20%份額開始下滑，定制晶片威脅論才算被證實。

市场有风险，内容仅供研究参考，不构成投资建议。