摩根大通:英伟达CUDA护城河收窄,前沿实验室算力采购份额降至28%
nashnova research
摩根大通策略师塞姆巴莱斯特最新报告显示,前沿算力合同中英伟达GPU份额已从80-90%骤降至28%,CUDA迁移壁垒被AI工程工具从数月压缩至3天——护城河正在两端同时收窄。
28%这个数字到底说明了什么?
2026年及以后部署的算力合同中,英伟达GPU仅占总计约44吉瓦算力的28%(约12.1吉瓦);博通定制芯片23%、AMD 18%、亚马逊Trainium 16%、谷歌TPU 14%、Cerebras 2%。
这意味着→ 对比2024-2025年英伟达在AI芯片营收中80%-90%的份额,前沿买家的采购结构已经发生质变——从"一家独大"变成"六方分食"。
用大白话说= 以前买算力几乎等于买英伟达,现在大客户手里至少有五张备选牌。
为什么大客户都在绕开英伟达?
塞姆巴莱斯特点名七大加速器买家:五家超大规模云厂商加两家前沿实验室,仅SpaceX未启动自研芯片,其余都在设法规避英伟达75%的毛利率。
这意味着→ 驱动分散采购的核心动力不是技术偏好,而是成本——75%毛利率意味着每花1美元买英伟达GPU,有0.75美元是英伟达的利润。
大客户的算力需求增速远快于预算增速,自研或转投替代方案是降本的刚性选择。
CUDA护城河是怎么被穿透的?
塞姆巴莱斯特引述某前沿实验室反馈:一年前将模型迁移至AMD GPU需6-12个月,现在借助AI工程工具仅需3天。
用大白话说= CUDA生态(英伟达专用的编程平台,开发者用它来写AI程序)曾经是最强锁定——不是芯片不行,而是换芯片后软件要重写,成本太高没人愿意动。现在AI自己帮着改代码,锁定失效了。
Epoch AI最新推理指数显示,AMD MI455X得分约为GB300的2.9倍,英伟达Vera Rubin VR200约为2.2倍。这反映出在推理性能维度,AMD已经阶段性领先。
谷歌TPU又在哪个环节施压?
据SemiAnalysis推理模型测算,以Qwen 3.5 397B为基准,除最低速档外,谷歌TPU7x在每美元算力上均优于英伟达GB300 NVL72。
这意味着→ 英伟达面对的不只是"别人也能做",而是"别人在性价比上已经更优"——对于追求规模化部署的买家,这直接影响采购决策。
塞姆巴莱斯特承认英伟达Rubin Ultra"可能在2027年推出后改变格局",但这意味着至少还有一年以上的窗口期,竞争对手可以持续蚕食份额。
中国市场为什么是第二条收窄线?
塞姆巴莱斯特指出,中国开源社区是"英伟达核心市场之一"——其模型在OpenRouter上消耗的算力占多数,能力指数持续追踪闭源前沿水平。
据进步研究所报告,至2027年底中国AI算力中超过三分之一(36%)位于中国境内,来源涵盖合规进口与走私渠道,"英伟达是重要供应商,无论是否出于主动意愿"。
中国境外另有约三分之二的算力来自租用美国硅的算力,这构成对英伟达的另一层依赖。这意味着→ 两端同时收窄:前沿实验室分散采购压缩增量,中国市场面临许可管控压缩存量——接班人能否维持生态凝聚力,将是关键验证节点。
市场有风险,内容仅供研究参考,不构成投资建议。
