主权AI成芯片业下一增长极，英伟达优势最明显
Alina Collins
云端AI基础设施增长趋于成熟，主权AI正接棒成为芯片需求的下一个驱动力——富士康董事长刘扬伟本周公开表态乐观，但这块市场并非对所有芯片厂商平等开放，英伟达凭借软硬件一体的生态占据最有利位置。
AI算力需求的"四类买家"，目前只开发了一半？
刘扬伟将AI算力需求分为四类群体：大型模型开发商、云服务商、政府、企业。
目前只有前两类在大规模使用算力，政府和企业仍处于早期阶段。
这意味着→ 当前芯片行业的AI收入，主要靠的是"半边天"；另一半——主权AI和企业AI——还没真正放量，增长空间在后面。
为什么主权AI更偏爱"标准化芯片"，而非定制芯片？
自研芯片门槛极高：需要大规模工程团队、数亿美元起步的一次性工程费用（NRE），以及专属编译器和软件团队。
主权AI项目要同时处理语言模型训练、政府服务、国防、科研等多种工作负载，专用单一功能芯片反而不够灵活。
用大白话说＝ 主权AI不是一家互联网公司只跑一种模型，它什么都要跑——所以搭配成熟软件生态的通用GPU是风险最低的选择。
这场竞争里，谁领先、谁追赶、谁还在敲门？
英伟达优势最突出：能提供完整的硬件＋软件系统，CUDA生态的市场黏性目前无人匹敌。
AMD硬件实力不弱，但其AI平台尚未达到CUDA的生态黏性，竞争力因此打折扣。
高通刚推出全栈云端AI平台Dragonfly（涵盖CPU与AI加速卡），属于后来者，能否突围待观察。
初创企业方面，Groq的LPU已进入沙特，Cerebras正与阿联酋合作——这反映出只要性价比够强，小玩家也能拿到订单。
ASIC供应商为什么在主权AI里"路窄"？
ASIC（专用定制芯片）供应链在主权AI的扩张空间相对有限。
博通、Marvell、联发科对主权AI的重视程度均低于标准化芯片厂商，最可能的切入点是网络芯片，而非核心计算芯片。
这意味着→ 主权AI的蛋糕主要由通用GPU厂商切走，ASIC厂商只能在配套环节分一杯羹。
各国"去美国芯片依赖"的政策会怎样改写格局？
中国、欧洲、日本均已出台或规划本土芯片开发政策，目标是至少在AI推理芯片层面使用国产产品。
主权AI与国家主权直接挂钩，芯片制造和研发环节也可能出现本地化要求。
用大白话说＝ 各国政府买AI芯片不只看性能和价格，还看"这颗芯片是不是我自己能控制的"——这股力量会把一部分订单从英伟达和AMD手中分流出去，长期重塑竞争版图。
Content is for reference only, not financial advice.