1. 首頁 > 生活百科 > >

英偉達GPU，將淪為白菜價

it芯片芯片ai英偉達gpu

英偉達GPU，將淪為白菜價

文章圖片

英偉達GPU，將淪為白菜價

文章圖片

英偉達GPU，將淪為白菜價

文章圖片

英偉達GPU，將淪為白菜價

文章圖片

【英偉達GPU，將淪為白菜價】英偉達GPU，將淪為白菜價

文章圖片

英偉達GPU，將淪為白菜價

文章圖片

英偉達GPU，將淪為白菜價

文章圖片




編輯：Aeneas
【新智元導讀】剛剛 ， 彼得·蒂爾一句話捅破天花板：AI芯片最終不會稀缺 ， 將淪為白菜價 。 當AMD、ASIC、TPU、Trainium聯手圍剿 ， 英偉達的暴利時代正在倒計時 。


最近 ， 硅谷投資大佬Peter Thiel在一次訪談中 ， 直接把硅谷最大潛規則戳穿了——
AI芯片 ， 最終將變成白菜價！
如果你是英偉達的多頭 ， 看了可能會沉默 。
如果你是旁觀者 ， 看完可能會恍然大悟 。
如果你在找下一個AI投資方向 ， 這句話 ， 會徹底改變你的認知 。





英偉達賺的錢 ， 本質來自「壟斷紅利」


在目前的AI圈 ， 有85%的錢都被英偉達賺了 。
不過一個殘酷但真實的事實就是：英偉達過去幾年的暴利 ， 不是因為GPU本身有多神奇 ， 而是因為——沒有替代品 。
原因在于CUDA的生態綁定 ， 軟件棧高度封閉 ， 且訓練效率遙遙領先 。
結果就是：別人沒得選 ， 只能買 。
這樣導致的結果 ， 就是GPU成本被抬高 ， 整機售價翻了數倍 ， 于是AI公司們被迫「交稅」 。
可以說 ， 吃盡了紅利的英偉達 ， 簡直就是AI時代的「英特爾 + Windows + 高通」 。
但有一個嚴峻的問題——這種結構 ， 從來都不穩定 。


歷史拐點出現：替代品 ， 終于夠用了


歷史反反復復告訴我們一件事 ， 當替代品從「很差」變成「夠用」 ， 壟斷就開始崩塌 。
而現在 ， AI芯片正站在這個臨界點上 。
首先是AMD 。 它的硬件性能已經追平GPU ， 甚至局部反超 。
許多人還沒接受這一事實：在純硬件算力層面 ， 在部分推理和訓練場景 ， AMD早已不是追趕者 ， 而是并行競爭者 。
一旦它和英偉達芯片的性能差距縮小到10%–20%以內 ， 價格、供貨、定制化能力就會成為決定性因素 。
而這 ， 正是英偉達最不擅長的地方 。

除了AMD ， 還有ASIC的全面崛起 。
ASIC有一個致命優勢：為特定任務而生 ， 效率碾壓通用GPU 。
它的能耗比更高 ， 成本結構更低 ， 還能規?；ㄖ?。
過去 ， 業內會覺得ASIC不夠靈活 ，但現實是：大模型的訓練范式正在收斂 ， 而不是發散 。
一旦工作負載穩定 ， ASIC就會像當年的礦機一樣 ， 把通用計算打成邊角料 。

巨頭們 ， 已經用腳投票
現在 ， 面對英偉達的壟斷 ， 巨頭們已經給出回應了 。
谷歌的Gemini 3 ， 已經全部跑在TPU上 。
這就意味著 ， TPU已經成熟到足以支撐最核心模型 ， 內部也驗證過了經濟性與穩定性 。
畢竟 ， 如果TPU不好用 ， 谷歌不可能把自己最重要的模型押上去 。

Anthropic的大量訓練和推理 ， 也跑在了Trainium上 。
作為OpenAI的最強對手之一 ， 它的模型對算力極度敏感 。
現實就是 ， Trainium已成為其核心算力來源 。



英偉達會雪崩嗎？
當GPU和TPU、ASIC、Trainium的性能差距逐漸縮小 ， 接下來發生的事情 ， 只有一個——
利潤將從硬件層 ， 轉移到應用層 。
就像當年 ， PC不再暴利后后 ， 手機SoC反而成了標配 。
真正賺錢的 ， 變成了應用和平臺 。 硬件 ， 也從「印鈔機」變成「工具人」 。

當然 ， 英偉達并不會馬上崩盤 ， 而是悄悄地崩 。
當增長邏輯變了 ， 銷量和利潤率無法維持高位 ， 資本市場遲早會重估它的天花板 。
英偉達最大的風險 ， 不是對手 ， 而是AI本身 。
一旦AI從「算力稀缺」走向「算力充?！?， 英偉達就不再是時代的唯一入口 。
說白了 ， Peter Thiel不是在唱空AI ， 他只是在提醒我們：真正的機會 ， 永遠不會停留在最擁擠的地方 。
當所有人都在盯著算力、芯片和 GPU ， 聰明的錢 ， 已經開始往應用、生態等真實的商業價值移動了 。
AI的上半場 ， 屬于英偉達 。
AI的下半場 ， 未必 。



英偉達循環貸？
巧的是 ， 就在Peter Thiel采訪放出的同時 ， 外媒也發表了一篇揭秘「英偉達循環貸」的文章 。

文中提出 ， 過去幾年 ， 數據中心和云服務商為了快速擴張 ， 創新了一種 「用GPU抵押借錢」 的新融資模式——
企業把手中的高端英偉達GPU作為貸款抵押品 ， 從銀行、私募那里借入巨額資金 ， 然后繼續買進更多GPU ， 建設數據中心 ， 或者租給OpenAI、微軟等大客戶 。
原因就在于 ， GPU的價值高 ， 流動性強 ， 可以當做「資產」去貸款 。
這個模式的典型代表 ， 就是CoreWeave 。 這個公司一舉開創出GPU抵押融資模式 ，
截止2025年中 ， 這種模式帶來的債務市場規模 ， 已經突破200億美元 。
而單單CoreWeave的融資規模就超過120億美元 ， 債務占到資產的大頭 。
然而 ， 因為貸款利率極高（達到10%） ， 且GPU折舊快 ， 它的資產很可能會快速縮水 。
具體來說 ， GPU是易貶值資產 ， 一旦舊芯片被淘汰 ， 抵押價值就會大幅縮水 。

大量私募信貸資金涌入AI債務市場 ， 風險極高 。
此時 ， 英偉達就成了「隱形救命稻草」 。
這就十分危險了：如果需求下降 ， AMD、谷歌的自研芯片崛起 ， 整個生態都會動搖 。
這種GPU債務 ， 可以類比于過去金融危機爆發前夜的「資產泡沫+高杠桿」組合 。
用外媒記者的原話說 ， 「科技行業借出的債務比 90 年代互聯網泡沫時期還要多」 。
總之 ， 如今的英偉達 ， 已經成為全球算力及資本體系的錨點 。
可以說 ， 如果英偉達出現系統性崩塌 ， 那幾乎可以確定 ， 全球AI金融化已經失敗 。 一場更大的經濟危機 ， 就要來了 。

    推薦閱讀