AI算力趋势初现最近几天几则看似毫无关联的新闻实则共同指向了一个趋势。Meta宣布9月将开始量产第四代AI芯片Iris未来还计划每半年迭代一代芯片几乎同一时间路透社披露DeepSeek已秘密研发AI推理芯片一年且正在招募芯片设计工程师随后The Information报道称智谱正与国内ASIC厂商合作开发专用AI处理器更早之前OpenAI正式发布首款自研推理芯片JalapeñoAnthropic也开始从OpenAI芯片团队挖人筹备自己的芯片计划。把这些新闻放在一起不禁让人思考为何全球最优秀的大模型公司都开始自行造芯片竞争升级从模型到算力主权过去三年AI行业比拼的是模型能力如今竞争已悄然升级。AI战争正从“模型战争”迈入“算力主权战争”。几乎所有头部AI公司都走上了同一条道路采用“模型 芯片 云”的全栈战略。曾经在全球AI芯片领域占据绝对霸主地位的英伟达如今正面临前所未有的“四面楚歌”局面。英伟达真正的敌人不再是AMD而是自己的客户。过去二十年英伟达最大的竞争对手一直是AMD。但如今这个名单彻底改变了。巨头自研芯片动态7月9日路透社披露的一份Meta内部备忘录震动了整个半导体行业。这家社交媒体巨头计划最快于今年9月开始量产代号为“Iris”的自研AI芯片该芯片完全是Meta针对自身业务需求定制设计的与博通合作完成芯片设计交由台积电负责制造。备忘录显示Meta计划在2026年部署约7吉瓦AI算力基础设施2027年翻倍至14吉瓦。OpenAI是英伟达最大的GPU采购客户之一。今年6月OpenAI与博通联合发布了首款定制推理芯片“Jalapeño”。博通CEO陈福阳在接受采访时表示Jalapeño的性能与英伟达的Blackwell芯片和谷歌的TPU相当。OpenAI总裁Brockman在Jalapeño发布声明中称“世界正在迈向算力驱动的经济。”这句话解释了所有公司的动机——当算力成为核心生产资料没人愿意把命脉完全交给英伟达。此外Google早在十年前就开始布局TPUAmazon推出Trainium微软推出Maia海外科技巨头纷纷投向自研芯片。中国AI企业摆脱依赖在大洋彼岸中国AI企业同样在加速摆脱对英伟达的依赖。7月7日路透社援引三名知情人士消息称DeepSeek已秘密启动自研AI芯片项目约一年方向聚焦推理芯片目的是降低对英伟达和华为等外部供应商的依赖并大幅压降算力成本。消息传出后英伟达盘前跌了约1.6%。几乎同一时间智谱AI也被曝出正在权衡设计自有AI芯片。据The Information报道智谱近期已向一些中国芯片设计公司做了初步询问讨论能否合作开发一款为其模型运行优化的AI处理器。这些曾经最依赖英伟达的企业如今正成为它未来最大的竞争者这种情况在半导体历史上几乎从未发生过。苹果虽摆脱了Intel但未改变整个PC产业而如今大模型公司自研芯片正重构整个AI计算生态。自研芯片的原因剖析原因其实很简单。并非英伟达不够优秀而是它太过优秀优秀到全球AI产业几乎都建立在它之上。CUDA成为行业标准H100、Blackwell成为全球训练集群的默认配置NVLink定义GPU互联DGX成为AI超级计算机标准——AI产业越发展对英伟达的依赖就越深。而任何一家真正希望成为AI基础设施的平台公司都不可能接受这种依赖。Forrester分析师Mike Gualtieri一句话点破了本质“如果你依赖别人的芯片就永远无法成为真正的AI巨头。” 这句话比任何行业报告都更直接。为何所有AI公司都必须自己造芯如果说三年前大模型竞争比拼的是谁能训练出更聪明的模型那么如今竞争已转变为另一件事谁能把每一个Token做得更便宜。因为AI已进入推理时代训练一个模型只发生几次而推理却每天发生几万亿次。每一次ChatGPT回答问题、AI Agent调用工具、代码生成都在消耗GPU。于是一个新的数学题出现了。如果一个Token成本是0.01美元每天调用100亿次一年就是365亿美元。若把Token成本降一半利润则直接翻倍。所以如今最大的竞争不是谁的模型排名第一而是谁的成本最低。而GPU恰恰是最大的成本。Meta预计今年AI基础设施投入高达1450亿美元微软、Google、Amazon也都维持着数百亿美元级的资本支出。GPU采购已成为AI公司最大的固定成本且价格还越来越贵。摩根士丹利甚至提出一个新词Chip Inflation芯片通胀。GPU、HBM、高速光模块、交换芯片、存储器……整个AI产业链价格持续上涨。AI正经历属于自己的“能源危机”于是自研芯片成为唯一选择。AI竞争进入“全栈战争”AI竞争已进入“全栈战争”。很多人仍认为大模型公司的核心竞争力是模型。其实这种理解已经过时。如今真正领先的AI企业没有一家只做模型。Google拥有Gemini也拥有TPU、Google Cloud和全球最大的光纤网络Meta拥有Llama也拥有MTIA芯片、14GW数据中心和全球最大的社交网络OpenAI不仅研发GPT还布局Jalapeño芯片、Stargate数据中心并与Oracle、SoftBank构建新的算力联盟DeepSeek、智谱同样开始向芯片领域延伸。为何如此因为未来卖给客户的不再是一个模型而是一整套AI基础设施。模型只是应用层真正决定成本和利润的是底层架构。未来的竞争不再是谁拥有最大的参数而是谁拥有模型、芯片、编译器、软件栈、云平台、数据中心、光互连、能源系统。AI正在复制苹果生态的成功路径。苹果之所以强大不只是因为A系列芯片而是因为芯片、iOS、App Store、开发者生态共同形成了闭环。未来AI也是如此。模型只是入口芯片才是底座。未来比拼的不再是单项冠军而是整个系统。英伟达的挑战推理市场的威胁英伟达真正危险的不是训练而是推理。很多人看到AI公司自研芯片会下意识认为他们准备全面替代英伟达。其实并非如此。训练芯片在未来很多年仍将属于英伟达。真正发生变化的是推理推理对芯片的要求与训练完全不同。训练需要极高精度、超大HBM、高带宽互联而推理更关注成本、功耗、延迟和部署效率。ASIC天生适合这一市场Google TPU、Amazon Inferentia、OpenAI Jalapeño以及DeepSeek均已证明了这一点。未来很可能形成新的产业格局训练继续使用Blackwell推理逐渐转向ASIC。一旦推理市场完成迁移英伟达未来最赚钱的一部分业务就会慢慢被蚕食。这不会一夜之间发生但会像云计算替代本地服务器一样缓慢而不可逆。切走英伟达蛋糕的不是某一个对手而是来自四面八方的竞争谷歌TPU、亚马逊Trainium、微软Maia、Meta MTIA、博通定制的XPU——还有刚加入的OpenAI。博通的定制AI芯片业务增速惊人第二财季半导体营收达108亿美元同比增长143%使其成为超大规模供应链中英伟达的主要替代选择。“去英伟达化”成共识及中国市场格局“去英伟达化”已成为全球科技巨头的共识。荷兰国际集团的分析师指出随着微软、Alphabet和亚马逊等主要客户开发自己的定制芯片以帮助控制AI基础设施成本英伟达维持利润率的能力存在不确定性定价权可能面临比近年来更激烈的竞争。对于中国企业来说自研芯片还有另一层意义。美国出口限制已使最先进GPU难以进入中国CUDA生态受到限制HBM供应受限先进制程受到约束。如果未来继续依赖海外GPU中国AI的发展速度将始终受制于人。因此DeepSeek和智谱布局推理芯片不仅是为了降低成本更是为了建立属于自己的算力主权。DeepSeek过去一年不断优化国产芯片适配其API价格远低于海外同行却依然保持优秀性能背后正是软硬件协同优化的结果。与此同时华为昇腾、寒武纪、沐曦、摩尔线程等国产芯片企业也正在形成新的国产AI生态。事实上英伟达在中国的市场份额正在急剧萎缩。投资银行伯恩斯坦预测英伟达在中国AI半导体市场的份额将从2025年的约40%降至2026年的约8%。不到五年时间英伟达便从占据绝对优势变成边缘参与者。集邦咨询预测以华为和寒武纪为首的国产芯片供应商2026年将合计占据中国AI服务器芯片市场近80%的份额。全球层面虽然英伟达仍保持领先地位集邦咨询预计2026年其全球AI芯片市场份额约为64%但中国市场的结构性逆转已成定局。国内格局演变AI竞争很可能不再只是模型能力竞争而是“模型 国产芯片 国产云 国产数据中心”的整体竞争。真正决定未来的不是谁拥有最多GPU而是谁拥有完整的AI基础设施体系。结语英伟达的十字路口五年前英伟达的GPU在AI训练领域几乎没有对手如今它的超级客户清单正变成一份竞争对手名单。趋势已明朗AI算力正从“单一供应商垄断”走向“多元化竞争”的新时代。对于英伟达而言真正的挑战不仅是技术上的——如何在保持GPU领先优势的同时应对ASIC的蚕食——更是商业模式上的当你的客户不再仅仅是客户而是潜在的竞争对手时定价权、利润率、市场份额都将面临前所未有的压力。英伟达的“四面楚歌”才刚刚开始。