🔬 AI深度解析 DD43 — AI芯片四国演义：NVIDIA vs AMD vs Intel vs 华为昇腾

预计时长：约25分钟

🎤 开场

嘿，大家好，这里是AI深度解析，我是小敏。

今天我们来聊一个”硬核”话题——字面意义上的硬核——AI芯片的竞争格局。

你们有没有发现，每次AI有什么大新闻，NVIDIA的股价就要蹦一下？没办法，在AI芯片这个领域，NVIDIA就是那个”站在风口上的猪”——不对，是”站在风口上的巨兽”。但问题是，这个局面能持续多久？AMD在追赶，Intel在挣扎，华为昇腾在另辟蹊径。

今天咱们就来好好扒一扒这场AI芯片的”四国演义”，看看各家的底牌、优势和软肋。

📌 第一部分：NVIDIA——AI芯片的绝对霸主

先说NVIDIA。不夸张地说，NVIDIA现在就是AI芯片市场的”老大哥”，而且是遥遥领先的那种。

市场份额：在数据中心AI训练和推理芯片市场，NVIDIA的份额估计在80%到90%之间。对，就是这么夸张。

产品线：从H100到H200，再到最新的B200和GB200 Superchip，NVIDIA基本上每年到每年半就能迭代一代。B200的性能是H100的大约2.5倍，GB200（把GPU和Grace CPU组合在一起）更是专门为AI推理优化的怪兽。

为什么这么强？ 一个词——CUDA生态。

CUDA是NVIDIA十几年前推出的并行计算平台和编程模型。经过这么多年的积累，全球几乎所有的AI框架——PyTorch、TensorFlow、JAX——都是在CUDA上优化的。数百万开发者习惯了CUDA，大量的AI代码都依赖CUDA。

这就形成了一个几乎不可逾越的”护城河”——就算别家的芯片在纸面性能上能追上NVIDIA，但开发者要迁移过去，需要重写大量代码、重新调优，成本极高。

定价能力：正因为这种垄断地位，NVIDIA的定价非常”自信”。一块H100售价约25000到40000美元，B200更贵。利润率高得惊人——数据中心GPU的毛利率超过70%。

软肋：供应紧张是一个持续性问题。NVIDIA自己不生产芯片，依赖台积电代工，而台积电的先进制程产能有限。另外，NVIDIA的高价格也在刺激客户寻找替代方案。

📌 第二部分：AMD——最有希望的追赶者

AMD是目前被认为最有机会挑战NVIDIA的对手。

产品：MI300X是AMD在AI芯片领域的拳头产品。它有一个巨大的优势——192GB HBM3内存，比H100的80GB大了一倍多。对于需要处理超大模型的场景（比如跑一个完整的LLaMA 70B），更大的显存意味着不需要把模型拆分到多块卡上，效率更高。

MI350和MI400系列也在路线图上，性能对标NVIDIA的下一代产品。

ROCm的挑战：ROCm是AMD的GPU计算平台，相当于NVIDIA的CUDA。但说实话，ROCm的成熟度和CUDA差距还不小。很多AI框架在ROCm上的支持不如CUDA完善，性能调优工具也相对缺乏，开发者社区更小。

AMD也知道这是最大的瓶颈，所以在疯狂投入改善ROCm的体验。最近的版本确实在进步，主要AI框架的支持也在改善。但生态系统的建设不是一两年能完成的。

客户进展：好消息是，微软、Meta等大客户已经在采购MI300X，部分用于推理工作负载。微软的Azure云上已经提供了基于MI300X的虚拟机。

价格优势：AMD通常在同等性能下比NVIDIA便宜15%到20%，对成本敏感的客户有吸引力。

我的判断是，AMD在AI芯片市场能拿到15%到25%的份额是完全可能的，但短期内取代NVIDIA的霸主地位很难。CUDA生态的壁垒太高了。

📌 第三部分：Intel——巨人的困境

Intel的故事就比较让人唏嘘了。

作为曾经的半导体之王，Intel在AI芯片的竞争中明显掉队了。让我们看看它都面临什么。

Gaudi系列：Intel的AI加速器产品线叫Gaudi（来自收购的Habana Labs）。Gaudi 2在一些推理benchmark上表现还不错，性价比也还行，但市场知名度和采用率跟NVIDIA差了几个数量级。Gaudi 3刚出来，性能有提升，但能不能打开局面还是问号。

制程困境：Intel曾经在芯片制造工艺上领先全球，但在14nm到10nm的过渡中遭遇了严重延迟，被台积电和三星反超。现在Intel正在努力追赶——Intel 4、Intel 3制程已经推出，Intel 18A（对标台积电2nm）预计2025年量产。但这个时间点，台积电已经在为NVIDIA和AMD代工更先进制程的芯片了。

代工战略：Intel做了一个大胆的决定——开放自己的工厂给其他公司代工（Intel Foundry Services）。这既是机遇也是挑战。如果能吸引到足够的客户，Intel的工厂利用率会上升；但同时它也要跟台积电和三星争夺代工客户。

GPU野心的破灭：Intel曾经雄心勃勃地想用Arc GPU进军独立显卡市场，但结果不太理想。在消费级GPU市场的表现平平，更别提跟NVIDIA和AMD在数据中心GPU上竞争了。

我的看法：Intel要翻身需要时间，可能2到3年。如果代工业务能起来，加上Gaudi系列持续改进，Intel在AI芯片市场拿到一定的份额是可能的，但回到曾经的统治地位几乎不可能了。

📌 第四部分：华为昇腾——夹缝中的突围

最后说说华为昇腾（Ascend），这是一个非常特殊的故事。

华为是在美国芯片制裁的大背景下做AI芯片的。从2019年起，美国对华为实施了一系列出口限制，禁止华为使用台积电的先进制程和购买美国的芯片设计工具。

在这种极端困难的条件下，华为还是推出了昇腾910B——一款据报道性能接近NVIDIA A100的AI芯片。虽然制程（据传是7nm，由中芯国际代工）不如NVIDIA的最新产品，但对于中国国内市场来说已经是非常重要的替代方案。

910C和910D也在路线图上，性能在持续提升。但受制于先进制程的限制，和NVIDIA最新的B200之间仍然有显著差距。

生态建设：华为在围绕昇腾构建完整的软件生态——CANN计算框架、MindSpore深度学习框架。但和CUDA一样的问题，生态的建设需要时间和大量开发者的参与。好消息是，中国的AI公司别无选择——在受到制裁限制的情况下，昇腾可能是唯一的大规模替代方案。

市场定位：昇腾主要面向中国国内市场，已经被百度、阿里、腾讯等大厂采用。在国产替代的政策推动下，很多中国的云服务商和科研机构都在加速部署昇腾芯片。

独特的意义：不管你怎么评价华为的芯片在绝对性能上和NVIDIA的差距，有一点是确定的——华为证明了在极端困难的条件下，构建一套独立的AI芯片体系是可能的。这对于中国的科技自主来说有战略意义。

📌 第五部分：CUDA护城河能被攻破吗？

回到那个核心问题——NVIDIA的CUDA护城河到底有多深？

几个可能的”破城”方式：

  1. Triton/OpenAI的编译器方案：OpenAI主导的Triton编译器试图让开发者写一次代码就能在不同硬件上运行，不再被CUDA绑定。如果成功，这会大大降低硬件迁移的成本。
  2. 大客户自研芯片：Google的TPU、Amazon的Trainium/Inferentia、微软也在做自己的AI芯片。这些”甲方自研”的芯片绕过了CUDA生态，用自己的软件栈。如果这些自研芯片足够好，至少能分流一部分需求。
  3. 推理市场的特殊性：训练市场NVIDIA很难被撼动，但推理市场（占AI计算总量越来越大的部分）对性能的要求相对更灵活，给了AMD和其他玩家更多机会。
  4. 开源社区的力量：越来越多的AI框架开始支持多后端（不只是CUDA），开源社区在推动硬件无关的AI开发。

但说实话，短期内CUDA的壁垒还是非常高。这就像Windows在PC市场的地位——不是说没有替代品，而是迁移成本太高，大多数人选择留在原地。

📌 第六部分：TSMC——所有人都依赖的那个人

有一个角色我们不能忽略——台积电（TSMC）。

NVIDIA的芯片由台积电代工。AMD的芯片也是。Apple的芯片也是。全球大约90%的最先进制程芯片都是台积电生产的。

这意味着AI芯片竞争的天花板，很大程度上是由台积电的产能决定的。NVIDIA和AMD都在疯抢台积电的产能，谁能拿到更多的晶圆配额，谁就能出货更多的芯片。

台积电也很清楚自己的地位，一直在扩建产能——在亚利桑那、日本、德国都在建新工厂。但先进制程工厂的建设周期长、投资大，短期内产能紧张的局面很难根本改变。

而且台积电的地缘政治风险也是整个行业的隐忧——毕竟它的主要工厂在台湾。

📌 第七部分：2027年展望——谁能赢？

做一个大胆的预测：

  • NVIDIA：仍然是王者，市场份额可能从85%+降到70%左右，但绝对收入还会继续增长
  • AMD：稳步上升到15%到20%的份额，在推理市场打开缺口
  • 华为昇腾：在中国市场可能达到30%以上的份额，成为国内最重要的AI芯片供应商
  • Intel：如果执行到位，可能拿到5%到8%的份额；如果不顺利，可能被进一步边缘化
  • 自研芯片（Google TPU, Amazon Trainium等）：在各自的云平台上占据10%到15%的工作负载

最终，我认为AI芯片市场不会出现”一家独大被打破”的剧变，而是一个从极端垄断到寡头竞争的渐进转变。对用户来说，这是好事——竞争意味着更好的产品和更合理的价格。

📌 小结

今天的核心要点：

  • NVIDIA凭借CUDA生态和持续迭代的产品线占据80%+市场份额
  • AMD是最有希望的挑战者，但ROCm生态是最大瓶颈
  • Intel在制程追赶和战略转型中挣扎，短期内难以翻身
  • 华为昇腾在制裁压力下走出独立路线，在中国市场有战略意义
  • CUDA护城河短期内很难被攻破，但长期会逐渐松动
  • 台积电是整个AI芯片生态的关键瓶颈

👋 结尾

好了，今天关于AI芯片四国演义的话题就到这里。

做这期节目我最大的感受是——芯片之争不只是技术之争，更是生态之争、地缘之争。NVIDIA的强大不只是因为芯片好，而是因为十几年的生态积累。华为的突围不只是技术突破，更是国家意志的体现。

你最看好哪家？或者你觉得还有哪个玩家我没提到的？来评论区聊聊吧。

我是小敏，AI深度解析，下期再见！拜拜！

AI深度解析播客 DD43 · 发布日期：2026年4月15日