群狼环伺！黄仁勋刚解中国市场困局，最大对手已悄然逼近
黄仁勋终于盼来了期待已久的转机。
本周美国政府正式批准英伟达向中国及其他“经批准客户”出口高端H200 GPU芯片，但需向美方缴纳25%的销售提成。这一比例同样适用于AMD、英特尔等美国芯片巨头。不过，英伟达最新的Blackwell系列及未来的Rubin系列GPU仍被禁止出口。
这标志着黄仁勋数月游说的成功。过去半年，他频繁往返佛罗里达与华盛顿，随特朗普总统一道出访、出席国宴，还为白宫宴会厅工程捐款，只为这一刻。上周，他再赴白宫会晤总统，终于解锁了禁运限制。
利好消息一出，英伟达盘后股价应声上涨。受美国多轮芯片禁运影响，过去两年英伟达逐步失去高速增长的中国市场，AI GPU市场份额从95%骤降。核心数据中心业务中，中国市场营收占比也从四分之一大幅下滑。
两个月前，黄仁勋曾公开诉苦：“我们已失去全球最大市场之一，在中国完全出局，份额归零。”即便要缴纳四分之一提成，对英伟达业绩仍意义重大——中商产业研究院数据显示，中国AI GPU市场今年规模预计达200亿-300亿美元。
然而，就在黄仁勋努力重启中国市场时，后方已现危机：谷歌、亚马逊、微软三大超大规模云服务商（Hyperscalers）正加速普及自研芯片，这些曾是英伟达最大的AI芯片客户。
英伟达无疑是生成式AI时代的领军者，凭借性能优势与CUDA平台，在万亿级AI芯片赛道占据超八成市场份额，市值一度突破5万亿美元。
但英伟达数据中心业务暗藏隐患：客户集中度极高，过度依赖几大AI巨头。前两大客户贡献39%营收，前三客户占比更是高达53%。
据媒体推测，英伟达前五大客户为微软、谷歌、亚马逊、Meta和甲骨文。如今前三巨头正加速转用自研芯片，还拉拢第四大客户Meta。这些自研芯片不仅会减少英伟达订单，更可能在公开市场形成威胁。
AWS的低成本推理利器
上周拉斯维加斯re：Invent开发者大会上，云计算领头羊亚马逊AWS连发多款重磅产品，显露在AI热潮中主导市场的雄心。
最受瞩目的是亚马逊第三代自研AI芯片Trainium 3，被媒体称为“对英伟达的直接宣战”。自2022年起，这是亚马逊第三代AI芯片，主打低成本与推理优势。
AWS CEO马特·加曼宣布，Trainium 3训练速度较前代快4倍，成本减半，适配亚马逊Nova 2模型家族，支持百万芯片级集群。与英伟达同类GPU系统相比，训练费用可省50%。现场演示显示，Trainium 3在Llama 3.1训练中，24小时完成的任务量相当于H100集群一周的工作量。
低成本是核心卖点，AWS将其定位为英伟达GPU的平价替代。官方表示，采用Neuron软件栈和Trainium实例的客户，大型模型训练及推理成本可比同类GPU集群降低约50%。
亚马逊此次发布传递明确信号：要用自研芯片、自研模型、私有化部署及智能体全家桶，掌控从训练到推理、云端到本地、通用到定制模型的全AI赛道。云计算巨头AWS押注自研，将深刻影响AI基础设施市场走向。
目前AWS在云计算市场保持领先，为各类客户提供云端AI算力，支持自由选择大模型。Synergy Research数据显示，AWS市场份额超三成，微软、谷歌以20%和16%位居二、三位。
Anthropic、OpenAI、Meta等AI巨头与创业公司广泛使用AWS服务。上月OpenAI与AWS签署七年协议，采购380亿美元AI基础设施。AWS还透露，Anthropic等初创公司已转用Trainium，预算节省超三成。
谷歌拉拢Meta，抢占客户
谷歌是行业自研芯片先驱，2016年发布第一代TPU，成为挑战英伟达的标杆。上月Cloud Next大会上，谷歌发布第七代TPU v7 Ironwood，进一步向英伟达施压。
Ironwood核心优势是性能跃升：单芯片FP8计算能力达4.6 PFLOPS（每秒千万亿次浮点运算），较第五代提升10倍，是第六代的4倍。
谷歌强调，Ironwood专为“高吞吐、低延迟”推理优化，适配Gemini 3等多模态模型。与英伟达Blackwell相比，能效领先20%，功耗仅300W/芯片，这得益于 systolic array架构与自定义互连技术，可专攻矩阵乘法等AI核心运算。
谷歌TPU已形成全栈布局：从v1纯训练芯片到v7原生支持FP8，覆盖边缘设备（Edge TPU）至超大规模Pod。战略上，TPU不仅是硬件，更是云生态的“杀手锏”。
对英伟达而言，谷歌的威胁日益明显。2025年谷歌AI芯片市场份额预计达8%，尤其在占AI算力80%的推理领域。SemiAnalysis分析称，Ironwood“大幅缩小了与英伟达旗舰产品的浮点性能差距”。
谷歌声称，TPU可降低40%训练成本，吸引Meta等第三方客户。据报道，Meta计划2027年部署谷歌TPU，绕过英伟达芯片。谷歌Ironwood服务器由富士康代工，而Meta正是英伟达第四大客户，这对英伟达是双重打击。
黄仁勋虽以乐观态度应对，强调英伟达多平台兼容与供应链优势，认为巨头自研难撼其“生态与软件栈护城河”，但也承认竞争会引发投资者担忧。
微软自研芯片遇挫，量产推迟
相比亚马逊、谷歌的稳步推进，微软自研芯片之路暂遇挫折。2024年推出的首代Maia 100专为Azure AI优化，今年开始大规模部署，但原计划今年发布的Maia 200（代号Braga）量产已推迟至2026年。
今年10月，微软宣布Maia 100已部署于Azure数据中心，支持OpenAI模型训练。该芯片由微软与博通合作开发，成本预计比英伟达H100低40%。未来三代（Braga、Braga-R、Cobalt）计划覆盖训练、推理与边缘场景。
Maia芯片最大优势是与Azure原生集成——搭载DirectML框架，吸引企业客户私有化部署。Maia系列聚焦多模态AI，如强化微软Copilot的语音与视觉处理，单芯片BF16性能达2 PFLOPS。
微软CTO凯文·斯科特表示，公司未来将“主要使用自研芯片”，目标减少对英伟达的严重依赖。但Maia量产推迟给这一目标蒙上阴影。报道称，Maia 200延误源于设计变更、仿真不稳定等技术与内部因素。
此外，台积电产能瓶颈也是现实问题。台积电先进制程（如N3/N2/高级封装）全球抢手，英伟达、苹果、AMD等巨头争相预订，产线排期紧张。
台积电通常按订单时间、技术节点、客户战略价值排产。微软既非台积电大客户，芯片设计也未完善，只能排在非优先级。虽减少对英伟达依赖是战略必需，但芯片从设计到量产需长期供应链竞争。
因在台积电抢不到产能，微软转向英特尔18A节点，计划明年量产。延误带来高额额外开支：若Maia二代无法及时部署，微软明年或需再投100亿美元采购英伟达芯片。
性能与成本的终极较量
尽管英伟达仍主导AI芯片市场，但三大巨头的自研浪潮正引发变局。2025年谷歌、亚马逊、微软相继发布最新自研芯片，预示2026年将迎来“性能vs成本”的巅峰对决。
性能仍是英伟达核心优势，三大巨头自研芯片多强调成本优势。今年英伟达Blackwell架构B200 GPU单芯片FP8计算能力达20 PFLOPS，较前代H100提升4倍。
推理任务中，Blackwell能效比谷歌TPU高30%，得益于先进NVLink互联技术与Transformer引擎优化。黄仁勋在GTC 2025大会上自信宣称：“我们的GPU领先竞争对手整整一代。”
这种领先不仅体现在峰值性能，还包括软件栈深度整合：CUDA平台支持4000多个AI框架与库，开发者生态“开箱即用”，这才是英伟达真正的护城河。相比之下，巨头自研芯片常需额外适配，增加开发者迁移成本。
但成本是巨头自研的最大卖点。亚马逊Trainium3宣称训练成本降至前代50%，谷歌Ironwood TPU推理能效比英伟达H100高20-30%。2026年，这一差距将进一步扩大。
此外，巨头正通过“渐进式”策略蚕食CUDA优势：谷歌JAX与PyTorch/XLA集成覆盖70% AI工作负载；AWS Neuron SDK支持Llama、Stable Diffusion等开源模型；微软DirectML无缝嵌入Visual Studio，吸引企业开发者。
亚马逊AWS计划在Trainium4集成NVLink兼容技术，实现与英伟达GPU无缝混合部署，预计训练费用再降40%。2027年商用的谷歌TPU v8将引入光子互联与更先进的systolic array架构，针对Gemini 4等多模态模型推理优化，成本优势或超50%。
四分之一市场份额将被瓜分？
亚马逊目标明年自研芯片占比达50%，推动AWS AI云市场份额从31%升至35%。作为Anthropic最大投资者与云服务商，Anthropic大模型训练主要依赖AWS Trainium芯片。
谷歌TPU市场份额已悄然升至8%。今年起谷歌向外部客户销售原自用TPU，目前外部销售占比达20%。2027年Meta转用TPU后，英伟达将切实感受到谷歌的竞争压力。
今年10月，Anthropic与谷歌签署数百亿美元协议，计划使用100万片TPU，其中40万片为Ironwood，其余通过谷歌云租赁。如今AI大模型公司正推动芯片多元化，不再单一依赖英伟达GPU。
英伟达传记作者史蒂芬·维特指出：“英伟达最大风险显然是谷歌，若谷歌证明自研芯片可支撑领先AI开发，将为其他巨头树立榜样。”
即便加速自研，巨头未来几年仍会采购英伟达芯片。一个细节值得关注：谷歌、亚马逊发布自研芯片前，都会提前通知英伟达，希望维持良好关系以保证芯片供应。
AMD CEO苏姿丰对谷歌TPU评价颇高：“多年来谷歌在TPU架构上表现出色，但TPU偏向特定用途，缺乏GPU的可编程性、模型灵活性及训练推理平衡能力。GPU结合高度并行架构与可编程性，能实现快速创新。”
她认为：“各类加速器都有生存空间，但未来五年GPU仍将占市场大部分份额——行业尚处早期，开发者需灵活实验新算法。因此ASIC类加速器（三大巨头自研芯片均属此类）占据20%-25%市场份额是合理的。”
也就是说，苏姿丰预计三大巨头自研芯片未来或夺走四分之一市场份额。同时，AMD计划3-5年内抢占两位数份额，而英伟达在中国市场还需面对华为、寒武纪等本土对手。
本文来自微信公众号“新浪科技”，作者：努力码稿的小浪，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com