Nvidia 的营收从 2022 年 1 月的 269.1 亿美元飙升至 2026 年 1 月的 2159.4 亿美元,然而随着创始人黄仁勋离职后的领导层交接,该公司目前正面临技术和地缘政治双重逆风的交织。
AI 硬件市场的多样化
Nvidia 的主要竞争对手正从其他芯片制造商转向那些使用其产品的公司本身。像 Google、Amazon 和 Microsoft 这样的云超大规模企业正在设计自己的专用芯片,用于驱动 AI 模型的训练和推理,旨在追求更大的独立性和更低的成本。
与此同时,AMD 已在构建具有竞争力的 AI 芯片方面做出了一系列努力,并在过去四年中成功扩大了其市场份额。其他初创公司也在开辟细分领域,例如 Cerebras,它销售专门为大型 AI 模型设计的巨型芯片。
“但 AI 模型现在非常擅长阅读和编写代码,以至于它们可以快速将 AI 模型移植到竞争对手的芯片上。”
— Nvidia Was Already in Trouble Before the Jensen Huang Mess
软件护城河的侵蚀
多年来,Nvidia 通过 CUDA 维持竞争优势,这是一个让开发者能够轻松在 Nvidia 芯片上构建模型的软件层。然而,AI 模型的快速进步改变了格局,因为这些模型现在能够以极高的熟练度阅读和编写代码。
这种能力允许开发者以极高的速度将 AI 模型移植到竞争对手的硬件上。虽然像 Taalas 这样的某些专用芯片仍需要大量的代码重写才能运行,但 AI 模型日益增长的自动化能力可能会降低用户从 Nvidia 生态系统中切换出来的门槛。
地缘政治和结构性风险
Nvidia 在西方市场的增长正被中国市场的急剧下降所抵消。由于美国的制裁,Nvidia 被限制在中国销售其最强大的芯片,该地区在公司营收中的占比在短短两年内从 20% 骤降至 8%。
分析师警告称,Nvidia 可能正进入“英特尔式转折时刻”,即领导层的转变可能会优先考虑销售和官僚主义,而非技术创新。这一转变恰逢 AI 开始自动化用于设计下一代芯片的工程流程之际。
市场动态的不确定性
目前尚不清楚有多少出口到其他国家的芯片最终可能流向中国或被中国公司远程使用。此外,虽然 AI 模型现在可以快速重写代码,但对 Nvidia 市场主导地位的长期影响取决于这些自动移植是否能达到与原生 CUDA 环境相同的效率水平。
Hacker News 读者的反应
- 质疑: 几位评论者指出,股价下跌是正常的市场修正或在大幅上涨后的获利了结,而不是业务模式失败或 AI 泡沫破裂的迹象。 评论 ↗
- 质疑: 一位评论者认为文章的观点是事后合理化,指出在特定新闻发布之前,公司的市值一直保持稳健。 评论 ↗
- 质疑: 另一位读者建议,记者误解了公司的统治地位,且知情的投资者并非因为担心技术竞争而抛售股票。 评论 ↗
- 亲身经验: 一位评论者指出,虽然像 Google 的 TPU 这样的某些定制芯片在特定工作负载上可能更高效,但 Nvidia 在公共可用性和软件支持方面仍保持显著优势。 评论 ↗
以上为 Hacker News 讨论中观点的摘要,并非经过核实的事实。 阅读完整讨论 ↗
