须知，英伟达在高性能GPU（HPC和AI加(jia)速器领域）就在全球吃掉了接近450亿(yi)美(mei)元的(de)盘子，而ASIC市场2023年满(man)打满(man)算也(ye)只(zhi)有200亿(yi)美(mei)元，前者的(de)高垄断性看起(qi)来暂时不用担心以博通(tong)，Marvell为代(dai)表定制化芯片对其市场份额的(de)侵蚀(shi)。

但你要说黄仁勋不着(zhe)急那肯定是假的(de)。AI大潮的(de)推动下，比如TPU在Google Cloud上的(de)应(ying)用，或者亚马逊AWS的(de)Trainium/Inferentia让不少公司在考虑ASIC方案(an)。2023年就有风传英伟达也(ye)想(xiang)进入ASIC这个领域，为美(mei)国诸多CSP（云服(fu)务商）提供定制化服(fu)务。

OpenAI也(ye)在“背(bei)刺”英伟达？

据路(lu)透社近日报道，OpenAI正在通(tong)过开发其首款自(zi)家人工智能芯片，以减(jian)少其对英伟达芯片的(de)需(xu)求。路(lu)透社还声称称OpenAI将在近几个月内确定其芯片的(de)最终(zhong)设计，并(bing)将方案(an)交由台积(ji)电(dian)进行流片测试。

多年以来，OpenAI一直是英伟达的(de)大主顾(gu)之一。他们考虑非通(tong)用性GPU方案(an)，无异于(yu)是对英伟达的(de)一种(zhong)背(bei)刺。

OpenAI 的(de)训练和推理(li)任务高度依赖英伟达的(de)高性能 GPU（如 A100、H100）。OpenAI在2020年的(de)论(lun)文中曾提到，GPT-3的(de)训练使用了约1万块V100 GPU。不过，OpenAI并(bing)未公开披露其从英伟达采购的(de)GPU具体数量，这类信息(xi)通(tong)常被视为商业机密或涉及合作伙伴协议，因此外界难以获得准确数据。

除了采购GPU，他们之间的(de)合作模(mo)式还有两点需(xu)要指(zhi)出(chu)：OpenAI 深度依赖英伟达的(de)CUDA 并(bing)行计算平台和cuDNN加(jia)速库，以最大化GPU在深度学习任务中的(de)性能；英伟达OpenAI还有间接合作，通(tong)过合作伙伴（如微软Azure、亚马逊AWS）为 OpenAI 提供云GPU资源，支(zhi)持其弹性计算需(xu)求。

英伟达首个DGX H200给(gei)到OpenAI

OpenAI在思考用更专(zhuan)用硬(ying)件ASIC的(de)可能，步微软Maia AI芯片和谷(gu)歌TPU的(de)后尘，主要也(ye)是苦英伟达久矣。

英伟达通(tong)用高端GPU不仅价(jia)格昂贵，而且(qie)功(gong)耗极高，且(qie)有很强的(de)定价(jia)权(quan)，损(sun)伤了OpenAI的(de)“自(zi)尊心”和财务毛利(li)率，而且(qie)某种(zhong)程度上削弱了其振臂一呼搞“星际之门(men)”的(de)话语权(quan)和领导权(quan)。

OpenAI敢(gan)迈出(chu)这一步，也(ye)是看到了商用实地(di)落地(di)的(de)可能性——踩着(zhe)谷(gu)歌TPU的(de)辕辐前进。

TPU是谷(gu)歌专(zhuan)门(men)为机器学习（尤其是神经网络训练和推理(li)）而设计的(de)ASIC，从硬(ying)件到软件全栈优化，避免了GPU的(de)通(tong)用计算冗余。

谷(gu)歌单芯片TPU v4的(de)FP16性能约275 TFLOPS，而英伟达H100的(de)FP16算力为400 TFLOPS，看起(qi)来差距巨大，但 TPU v4可以用“打群架”的(de)方式避免单打独斗的(de)劣势，而且(qie)，TPU的(de)专(zhuan)用推理(li)硬(ying)件在低延迟场景中表现更优。

虽然(ran)英伟达高端GPU也(ye)需(xu)要HBM，但TPU采用的(de)HBM高带宽内存与计算单元紧密耦合，减(jian)少数据搬(ban)运(yun)开销，英伟达GPU需(xu)通(tong)过显存管理(li)优化才能避免瓶颈。

另外还有很重要的(de)一点， 就呼应(ying)到了本文开头的(de)话题：成本。

在谷(gu)歌云平台，TPU的(de)按需(xu)计费成本可能低于(yu)同等算力的(de)GPU实例(li)，尤其对长期训练任务或批量推理(li)更具性价(jia)比。TPU作为托管服(fu)务，用户无需(xu)关注底层硬(ying)件运(yun)维，而自(zi)建GPU集群需(xu)投入更多运(yun)维资源。

这一切，加(jia)速了OpenAI与英伟达软脱钩的(de)念想(xiang)，双(shuang)方有了某种(zhong)程度上的(de)离心力。

尽管如此，采用ASIC方案(an)的(de)局限(xian)性依然(ran)十(shi)分(fen)明(ming)显，TPU绑(bang)定了特定框架（TensorFlow/JAX），而GPU支(zhi)持更广泛的(de)开源工具和私(si)有化部署，而且(qie)，ASIC一旦(dan)流片无法修改，而GPU可通(tong)过架构升级和软件优化适应(ying)新需(xu)求。

英伟达GPU的(de)“专(zhuan)用特性”

黄仁勋在业界以危机感嗅觉(jue)著称，他的(de)名(ming)言“要时刻为企业一个月内破产做好准备”享誉全球，他不断督促自(zi)己(ji)洞察一切可能的(de)挑战和危机。

ASIC的(de)冲击，他也(ye)洞若观火(huo)。

在最近这两代(dai)（Grace Hopper和Blackwell）的(de)AI加(jia)速器中，他其实已经用了“通(tong)用+专(zhuan)用”的(de)混合架构。他明(ming)白，AI训练/推理(li)、科学计算等场景对算力需(xu)求爆炸式增长，通(tong)用架构难以满(man)足能效和性能要求。专(zhuan)用硬(ying)件可显著降低大模(mo)型训练成本（如Blackwell的(de)FP4/FP6支(zhi)持稀疏计算）。

国内某知名(ming)GPU图形渲染供应(ying)商市场主管告(gao)诉心智观察所，通(tong)用芯片性能提升趋缓，通(tong)过领域专(zhuan)用架构（DSA）实现差异化会成为必然(ran)选(xuan)择。

Grace Hopper和Blackwell正在不断增加(jia)专(zhuan)用硬(ying)件单元，比如针对深度学习矩阵运(yun)算优化（FP16/FP8精度、稀疏计算）的(de)Tensor Core专(zhuan)用于(yu)光线追踪(zong)的(de)硬(ying)件加(jia)速的(de)RT Core，针对大规模(mo)AI集群做了通(tong)信优化（如Grace Hopper的(de)芯片间互连(lian)），Blackwell架构还直接面向(xiang)大语言模(mo)型（LLM）做了硬(ying)件加(jia)速Transformer引擎。

这一切的(de)一切都说明(ming)英伟达看到了谷(gu)歌TPU、亚马逊Trainium等专(zhuan)用AI芯片的(de)威胁，迫使英伟达通(tong)过专(zhuan)用化巩(gong)固技术(shu)壁垒(lei)。

仍然(ran)需(xu)要指(zhi)出(chu)的(de)是，英伟达的(de)高端GPU确实在向(xiang)领域专(zhuan)用架构（DSA）演进，但其本质仍是以通(tong)用性为基(ji)础、通(tong)过专(zhuan)用模(mo)块提升关键场景效率的(de)混合模(mo)式，与ASIC的(de)完全固化设计有本质区别(bie)。

制造端，英伟达的(de)另一个隐秘的(de)“护城河”

业界喜欢谈英伟达的(de)护城河，CUDA开发者平台是其中之一，老生常谈之外，还有他们和台积(ji)电(dian)的(de)联盟属性不可不察。

OpenAI曾经和Meta展开GPU的(de)军(jun)备竞赛，总裁Altman不惜屈(qu)尊去游说台积(ji)电(dian)的(de)张忠谋(mou)，让台积(ji)电(dian)大肆斥千亿(yi)美(mei)元在美(mei)国本土扩建晶圆厂(chang)配合英伟达扩建，在半导体圈曾一度被传为笑谈。这也(ye)说明(ming)，芯片光设计出(chu)来没用，需(xu)要造出(chu)来才能用——代(dai)工厂(chang)的(de)地(di)位不可低估，甚(shen)至他们经常扮演产业链(lian)的(de)核心角色。

英伟达的(de)高端GPU，如Hopper架构的(de)H100、Blackwell架构的(de)B200长期依赖台积(ji)电(dian)的(de)先进制程工艺（如7nm、5nm、4nm及更先进节(jie)点），以实现更高性能、更低功(gong)耗。台积(ji)电(dian)为英伟达提供工艺定制服(fu)务，例(li)如在4N工艺中优化了高频性能和功(gong)耗。

台积(ji)电(dian)投桃(tao)报李，将英伟达列(lie)为关键客户，在先进制程（如4nm）和封装产能上优先分(fen)配，应(ying)对AI芯片的(de)爆发式需(xu)求。受地(di)缘政治影响，双(shuang)方合作扩展至台积(ji)电(dian)美(mei)国亚利(li)桑那工厂(chang)（Fab 21），计划未来部分(fen)生产转移至美(mei)国本土。

英伟达不但在新架构设计阶段即与台积(ji)电(dian)合作，验证工艺可行性，而且(qie)双(shuang)方合作定义Chiplet互联标准（如NVLink-C2C），推动异构计算生态。英伟达与台积(ji)电(dian)的(de)合作通(tong)过制程迭代(dai)、封装创新和供应(ying)链(lian)协同，共同定义了AI芯片的(de)性能天花板(ban)。这种(zhong)合作不仅推动技术(shu)进步，更重塑了全球半导体产业链(lian)的(de)竞争(zheng)格局。

这恰恰就是英伟达一个隐秘的(de)“护城河”，那就是 他们和台积(ji)电(dian)保持着(zhe)紧密的(de)合作关系，而竞争(zheng)对手则未必。

为什么 台积(ji)电(dian)这样的(de)顶级代(dai)工厂(chang)喜欢英伟达的(de)通(tong)用GPU，而相对不那么喜欢制造ASIC？

GPU（尤其是AI/高性能计算GPU）市场需(xu)求量大且(qie)稳(wen)定，客户如英伟达、AMD等头部厂(chang)商的(de)订单规模(mo)庞大，代(dai)工厂(chang)可通(tong)过规模(mo)效应(ying)显著降低成本。而ASIC通(tong)常为特定客户定制，需(xu)求碎片化且(qie)单次订单量小，难以形成规模(mo)经济(ji)。

GPU迭代(dai)周期较长，代(dai)工厂(chang)可长期维持同一制程的(de)生产优化；而ASIC可能因客户业务调整快速过时，导致(zhi)产能浪费。ASIC需(xu)要代(dai)工厂(chang)投入大量资源进行定制化设计、掩膜版制作和测试，但客户可能因项目失败或需(xu)求变化取消(xiao)订单，导致(zhi)NRE（非重复(fu)性工程）成本难以回收。相比之下，GPU的(de)NRE费用由大客户承担，且(qie)订单确定性更高。

因此，代(dai)工厂(chang)通(tong)用GPU的(de)长期稳(wen)定订单可为代(dai)工厂(chang)提供更高的(de)毛利(li)率（尤其是先进制程节(jie)点），而ASIC项目通(tong)常需(xu)价(jia)格谈判，利(li)润率较低。

黄仁勋深知， 牢牢抓住台积(ji)电(dian)，就抓住了最深的(de)那条“护城河”。

DeepSeek崛起(qi)，英伟达帝国的(de)裂缝越来越大

DeepSeek-V3火(huo)爆之后，该公司公开论(lun)文中的(de)更多细节(jie)逐渐被人挖掘出(chu)来。

韩(han)国未来资产证券的(de)分(fen)析称，V3的(de)硬(ying)件效率之所以能比Meta等高出(chu)10倍，可以总结为“他们从头开始重建了一切”——用英伟达的(de)PTX（Parallel Thread Execution）语言实现的(de)，而不是CUDA。PTX在接近汇编语言的(de)层级运(yun)行，允许进行细粒度的(de)优化，如寄存器分(fen)配和Thread/Warp级别(bie)的(de)调整。

短期内，CUDA的(de)统治地(di)位虽然(ran)难以被撼动，但DeepSeek的(de)PTX可能在特定市场（如政策驱动的(de)国产化替代(dai)、轻量级AI推理(li)）或技术(shu)路(lu)径（如开源生态、跨(kua)硬(ying)件支(zhi)持）中开辟细分(fen)赛道。

长远来看，其影响力取决(jue)于(yu)能否构建差异化价(jia)值(zhi)，并(bing)突破英伟达的(de)软硬(ying)件协同壁垒(lei)。

英伟达制造端的(de)“护城河”始于(yu)历史(shi)演进，也(ye)必将符合历史(shi)进程的(de)辩证法。

英伟达和台积(ji)电(dian)这两家过去20多年是两株根系交缠的(de)常青(qing)藤，但这不意味着(zhe)那些被信任浇灌的(de)藤蔓不会褪色，在AI模(mo)型从训练到推理(li)应(ying)用大规模(mo)迁移的(de)微妙时刻，裂痕像午夜窗棂的(de)冰花，在月光下折(she)射出(chu)锋利(li)的(de)棱角，契约书上的(de)墨迹突然(ran)开始游动，每个标点都在宣(xuan)纸背(bei)面长出(chu)锯齿。

裂纹在出(chu)现。

最致(zhi)命的(de)那道裂纹往往开始于(yu)心脏背(bei)面，在硬(ying)科技行业中我们已经见证了太(tai)多，诸如格芯和IBM，英特尔(er)和诺基(ji)亚......当猜忌的(de)孢子乘着(zhe)沉默的(de)风，在曾经透明(ming)的(de)默契里悄然(ran)着(zhe)陆——直到某天整座瓷器轰然(ran)崩解，我们才看清每块碎片里都冻着(zhe)未曾启齿的(de)疑云。

来源|心智观察所

观察者网两部作品进入中国正能量网络精品评(ping)选(xuan)

欢迎大家积(ji)极投票！