AI自动编程崛起，英伟达CUDA护城河或两年内被削弱
Nashnova编辑部
两位资深AI从业者指出，英伟达GPU利润空间高达20倍，但真正的护城河——CUDA软件生态——可能在两年内被AI自动编程和竞争对手共同瓦解。
英伟达赚的到底是什么钱？
GPU芯片成本与市场售价之间的差距可能高达20倍。这意味着→ 英伟达卖的不是硅片，而是没有替代品的溢价。
资深AI创业者戴夫·布伦迪与前微软AI专家拉梅兹·纳姆同时指出：英伟达真正的壁垒不是芯片本身，而是CUDA（英伟达自己开发的GPU编程工具和生态系统）。
用大白话说＝ 芯片谁都能造，但全世界的AI开发者写代码都绑在CUDA上——换芯片就得重写代码，这才是英伟达敢卖高价的底气。
CUDA的护城河怎么就可能塌了？
两人认为两股力量正在同时侵蚀这条护城河：AI自动编程技术的成熟，以及AMD等芯片厂商的持续追赶。
这意味着→ 如果AI能自动把CUDA代码转写成其他芯片能用的代码，开发者就不再被锁死在英伟达生态里。
他们判断，这一生态优势可能在未来两年内被显著削弱。
推理需求爆发，为什么反而帮了竞争对手？
AI推理业务（模型训练完之后，用训练好的模型来回答问题、生成内容的过程）正在快速增长，正在改变算力需求结构。
与模型训练高度依赖芯片间高速互联不同，推理任务对互联带宽的依赖程度更低。这意味着→ 替代芯片不需要追平英伟达最难复制的硬件优势，就能切入推理市场。
用大白话说＝ 训练像一场需要所有人同时喊话的会议，对"话筒系统"要求极高；推理更像各自做题，对"话筒"的要求低得多——这就给了AMD们上桌的机会。
算力扩张还卡在哪里？
两人同时提及，能源供给仍是AI算力扩张的关键约束。
他们认为太阳能在长期可能成为AI算力的主导能源来源。
这反映出 AI行业的瓶颈正在从"芯片够不够"转向"电够不够"。
Content is for reference only, not financial advice.