抓住風(fēng)口

本期要點：英偉達如日中天，但它抓不住AI浪潮的所有精彩

你好，我是王煜全，這里是王煜全要聞評論。

在拉斯維加斯的CES展2026上，黃仁勛仍是全場焦點。

他展示了新一代GPU架構(gòu)Vera Rubin，并專門提到，英偉達為此投入了15000人年的工作量，單板算力是前代產(chǎn)品的五倍。

他還推出了BlueField-4 DPU。據(jù)稱這款芯片解決了大模型推理中極度耗電且占空間的“長上下文存儲”難題?？磥?，英偉達正將目光投向推理芯片市場。

此外，黃仁勛還有點不務(wù)正業(yè)，以相當(dāng)篇幅介紹了開源的自動駕駛模型家族Alpamayo。英偉達不僅提供芯片，還完整開源了包含真實駕駛數(shù)據(jù)、高保真仿真框架與端到端模型在內(nèi)的全套資源。而且搭載該技術(shù)的梅賽德斯-奔馳的新車型將于今年第一季度上市。

同時，黃仁勛還推出了NVIDIA AI Blueprints（AI藍圖）平臺。這是一個面向生成式AI應(yīng)用的開發(fā)工具集，覆蓋工廠監(jiān)控、智能客服、工業(yè)數(shù)字孿生等場景，意味著英偉達正式殺入應(yīng)用層。黃仁勛甚至現(xiàn)場為企業(yè)示范如何在英偉達的架構(gòu)上搭建數(shù)字員工。

這場演講進攻性不小，硬件、模型、平臺樣樣覆蓋。看來，黃仁勛似乎希望把英偉達從單純的硬件商變成算力和應(yīng)用的復(fù)合服務(wù)商。

我們認(rèn)為，這恰恰反映出英偉達的焦慮。

過去三年，英偉達壟斷著AI數(shù)據(jù)中心的市場。未來幾年中，英偉達的GPU也仍然可能一卡難求?？墒牵宓绞旰螅?dāng)算力變得像電力一樣普及，深入具體場景的應(yīng)用及承載應(yīng)用的終端必將成為產(chǎn)業(yè)的主導(dǎo)者，英偉達大概率將隨之退居幕后。

英偉達大舉布局模型層和應(yīng)用層，正是源于對壟斷地位可能喪失的擔(dān)憂。但在軟硬分離的產(chǎn)業(yè)鐵律面前，這些領(lǐng)域也必然不由他們所掌控。

進入紅海

首先，可以看出，英偉達也在力求壟斷推理市場。

英偉達深知，盡管在訓(xùn)練領(lǐng)域它幾乎獨霸江湖，但模型的發(fā)展總會有放慢的時候，訓(xùn)練芯片的需求也總會放緩，隨著AI滲透率的提升，推理的需求會不斷增長且持續(xù)存在。

所以，黃仁勛不斷強調(diào)測試時擴展（Test-time Scaling）和思維鏈等概念，指出讓AI在輸出前進行更多檢索和自洽驗證，能提升模型的表現(xiàn)。

確實，這些方法能降低幻覺的概率，提高輸出質(zhì)量。但很明顯，大量的數(shù)據(jù)檢索和驗證，以及多步驟決策，也在迅速推高算力需求。

這樣，各大廠商也只能再次慌不擇路，繼續(xù)優(yōu)先選擇英偉達的芯片，例如最新推出的DPU，以保證與既有GPU架構(gòu)的最佳協(xié)同與系統(tǒng)穩(wěn)定。

不過，我們也要注意，多種模型壓縮與算法優(yōu)化的方法，已讓推理成本大幅降低。隨著推理任務(wù)逐漸定型，更多為專門任務(wù)優(yōu)化的Asic芯片也將派上用場。同時，別忘了，各大科技公司也在自研芯片。

這些芯片都會在推理端對英偉達的芯片形成替代，英偉達其實面臨著不小的競爭，很難長期維持超75%的高毛利。

“看不上”還是“看不懂”？

而且，我們還要指出的是，英偉達不僅很難壟斷推理芯片市場，更有可能丟掉移動應(yīng)用市場。

眾所周知，英偉達的強項集中在服務(wù)器和高端個人電腦領(lǐng)域。黃仁勛的演講也很少提及手機或類似場景，表明他們對此并不感興趣，甚至不熟悉。

單從市場規(guī)模看，手機芯片市場僅數(shù)百億美元，還不到AI服務(wù)器的一半。而且服務(wù)器需求可是在爆發(fā)性增長，而智能手機的增長早已趨緩。黃仁勛看不上移動端似乎也情有可原。

但未來很有可能會迎來“行為智能”的浪潮，AI的重心會向終端設(shè)備轉(zhuǎn)移，包括了智能手機、穿戴設(shè)備、智能家居等方面。這些領(lǐng)域不僅要求本地化部署，還得低功耗。

此外，有可能每個家庭都需要一個“中央大腦”來協(xié)調(diào)各類智能設(shè)備，在本地提供高隱私性的計算服務(wù)。這不僅需要高算力和高速存儲，更要能方便地部署和操作。

這表明，移動端的芯片需求也有可能隨著行為智能浪潮的到來而爆發(fā)。英偉達對這一趨勢置之不理，可能不是看不上，更可能是沒看懂。

軟硬分離

當(dāng)然，最后，我們更想強調(diào)的是，隨著AI變革的演進，英偉達終將把舞臺交給應(yīng)用層的新玩家。

從IBM到英特爾，IT產(chǎn)業(yè)的歷史反復(fù)證明，硬件總會變成底層設(shè)施，軟件才是價值所在。

其實英偉達深諳此道，吃到了軟件的紅利。它憑借CUDA架構(gòu)將開發(fā)者綁定在自家GPU之上，鎖死了硬件需求，從而抓住了AI浪潮并迅速擴張。

可是，現(xiàn)在英偉達還保持著思維慣性，試圖也在自動駕駛、AI Agent等新領(lǐng)域進行全棧整合，還在構(gòu)建自己的云平臺，大有要將各個應(yīng)用生態(tài)以及用戶鎖定在自己芯片上的意味。

這個野心很大，但和行業(yè)大趨勢相悖。

縱向整合的模式只在產(chǎn)業(yè)的早期發(fā)展階段有效，因為技術(shù)較為簡單和通用，一個公司就有可能完成各個層面的布局。然而，隨著技術(shù)的發(fā)展，一個公司很難染指各個領(lǐng)域，不同企業(yè)各司其職才更具效率。

而這個規(guī)律在IT行業(yè)中最典型的表現(xiàn)就是“軟硬分離”。

一方面，AI Agent、自動駕駛等細分領(lǐng)域已經(jīng)有主導(dǎo)的玩家，英偉達作為后來者再進入這些領(lǐng)域，無疑是在用自己的業(yè)余去挑戰(zhàn)別人的飯碗，看似布局廣泛卻競爭力不足。

例如英偉達推出的自動駕駛平臺，不僅無法和特斯拉競爭，也很難搶走各個專業(yè)自動駕駛公司的市場，真正會采用其技術(shù)的車企將少之又少。

另一方面，也是更關(guān)鍵的一點，為了吸引更多開發(fā)者和用戶，各個云平臺都在趨向于更加開放。

它們會建立中間層，讓模型逐漸具備跨平臺運行的能力，既可以在英偉達的GPU上跑，也可以在自家芯片甚至是谷歌的TPU上跑。

我想絕大部分人不會太在乎電力的來源，只要電壓穩(wěn)定就行。未來，隨著AI應(yīng)用的普及，用戶只會關(guān)注服務(wù)體驗，不會在意背后調(diào)用的是什么模型，就更不會在乎結(jié)果是用誰的芯片算出來的。

哪怕是全球市值最大的公司，英偉達也很難以一己之力對抗這種產(chǎn)業(yè)趨勢。

所以，雖然現(xiàn)在英偉達仍處于巔峰，但并不代表它會霸業(yè)永存。算力不會永遠稀缺，芯片也終會淡出人們的視線。

英偉達總是站在視線中央，恰恰表明AI浪潮才剛剛開始。未來當(dāng)人們談?wù)揂I，焦點是吐槽AI外賣助手又不懂自己今天想吃什么了，也許才是AI浪潮真正成熟的標(biāo)志。

以上就是今天的內(nèi)容，更多科技產(chǎn)業(yè)的前沿分析與趨勢洞察，我將在科技特訓(xùn)營中持續(xù)分享，如果你也感興趣，歡迎加入，和我一起，先人一步，領(lǐng)先一路！

王煜全要聞評論，我們明天見。

本文僅作為交流使用，不構(gòu)成任何投資建議。

↓長按圖片掃碼報名，先人一步，領(lǐng)先一路

此外，也向各位家長推薦前哨AI冬令營。最好的學(xué)習(xí)是親手實踐，我們將通過高強度的集訓(xùn)，讓孩子能親自上手完成一個真實的AI項目，從理解AI到駕馭AI，快快點擊鏈接了解詳情吧。

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發(fā)布獨家資料，快快掃碼加入吧！

此外，我們還為您準(zhǔn)備了一個思維導(dǎo)圖，掃描加群即可領(lǐng)取

“AI芯片產(chǎn)業(yè)分析”

↓點擊學(xué)習(xí)王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！