算力棋局的落子聲，正穿透 2025 年 AI 產業的喧囂。近日，兩大晶片巨頭相繼與頭部 AI 企業敲定億級算力訂單，一個以技術霸權搶佔增量賽道，一個憑股權繫結撕開突破缺口，兩種截然不同的賭注，正將全球 AI 晶片的核心棋局，下得愈發清晰且激烈。01AI晶片龍頭，兩種賭注9月，輝達與OpenAI宣佈雙方達成一項戰略合作夥伴關係：OpenAI將部署至少10GW（10吉瓦，即1000萬千瓦）的輝達系統，包含數百萬顆GPU，而輝達將在這些算力逐步上線時，向OpenAI持續投資，投資總額最高達1000億美元（約合人民幣7114.7億元）。值得注意的是，10吉瓦算力相當於400-500萬塊GPU，相當於吃掉輝達 2025 年全年 AI 晶片產能，並且是輝達去年出貨量的兩倍。同時，雙方也宣佈將於2026年下半年，部署首個基於輝達Vera Rubin平台的GW等級資料中心。這場合作對於輝達與OpenAI來說均至關重要。黃仁勳直接將上述合作稱為“史上最大算力項目”和“史上最大AI基礎設施項目”。Sam Altman則表示，沒有它，OpenAI無法向使用者交付他們想要的服務，也無法持續打造更好的模型。這些基礎設施就是推動OpenAI改進模型、增加營收的“燃料”。10月初，OpenAI與AMD再度達成重磅協議。OpenAI將在未來數年部署高達6GW（千兆瓦）的AMD Instinct GPU。根據協議，首批1GW裝置將於2026年投入使用。核心產品是AMD Instinct MI450系列，將延伸至MI350X及後續代際。根據協議，首批1GW裝置將於2026年投入使用。AMD已向OpenAI發行最高1.6億股認股權證，行權條件與晶片部署進度及股價里程碑掛鉤。如果OpenAI全額行權，基於AMD當前流通股總數計算，它可能獲得AMD約10%的股權。股權繫結也使 OpenAI 與AMD成為“利益共同體”。那麼與OpenAI的合作，給輝達和AMD各自帶來那些影響呢？02輝達和AMD，各自帶來那些影響？首先，最直觀的就是給上述兩者帶來的直接收益。黃仁勳曾在財報電話中透露，建設1GW算力的成本大約為500-600億美元，而輝達的晶片與系統佔其中約350億美元。據此推算，最新的10GW資料中心建設項目投資規模大約為5000-6000億美元——與此前公佈的星際之門項目規模基本一致，而輝達在其中能收穫大約3500億美元的營收。AMD首席執行官蘇姿丰則預計，該協議將在未來四年為公司帶來每年數百億美元的新增營收，並帶動其他客戶跟進，使AMD整體新增收入突破千億美元。除直接收益外，OpenAI 與這兩家頭部 AI 晶片公司的合作，也為整個 AI 市場帶來諸多潛在影響。有業內人士表示：首先在價格層面，輝達的議價能力或許會受到稀釋。OpenAI 通過 AMD 合作獲得比價權，可能迫使輝達在後續訂單中降低溢價。其次在技術層面，後續OpenAI將直接參與AMD從Instinct MI300X到MI450、MI350X等多代產品的設計反饋階段。OpenAI與AMD的合作已不止於供需交換，而是建立了軟硬體聯合研發的框架。雙方將共享產品路線圖，共同最佳化GPU架構、記憶體頻寬、AI加速器，以及AMD的ROCm軟體生態。如此一來或許會直接削弱輝達“硬體 - 軟體” 協同優勢。最後在市場方面，來自OpenAI每年數百億美元新增營收的核心價值在於“客戶背書槓桿”，目前已有戴爾、聯想等 OEM 廠商加速量產 MI300X 系統，微軟、Oracle 等雲廠商跟進採購，OpenAI的加入印證“龍頭客戶帶動效應”。蘇姿丰近日表示，AI 的繁榮預計將持續十年，今年才是這一浪潮的第二年。面對未來八年集中的算力需求，AMD 與 OpenAI 的緊密合作恰恰換取了關鍵的市場切入點。03市場地震：誰在狂歡？在晶片設計與計算方面，OpenAI與博通的定製晶片項目可能因此受到影響，但博通的交換晶片業務仍可能受益於AI資料中心建設。不過，這場賭注早已超出晶片設計領域。在晶片製造與封裝方面，AMD和輝達均由台積電代工並採用CoWoS等先進封裝。此次大單將持續推高對台積電先進製程和先進封裝產能的需求。此外，日月光、安靠等封測公司也將因AI晶片需求高漲而受益。據悉，日月光作為全球最大的獨立 OSAT（外包封測）廠商，正加快在高雄的先進封裝佈局，全面提升 CoWoS、SoIC、FOPLP 等高階產能。還有這樣一家公司，或許不是最耀眼的明星，但卻是AMD等巨頭背後不可或缺的“幕後英雄”。即：通富微電。據悉，通富微電已與AMD形成合資＋合作的聯合模式，建立緊密戰略合作夥伴關係，簽訂長期業務協議，提供AMD AI PC晶片及工作訓練推理用AI加速器封測服務，現為AMD最大封裝測試供應商，AMD也成為通富微電大客戶。此外，AMD均持有通富微電檳城及蘇州廠15%的股份，通富微電每年來自AMD的訂單收入佔比超過六成(2025年上半年佔比64%)。OpenAI與AMD宣佈合作，通富微電將直接受益。在儲存（HBM）方面，SK海力士、美光、三星均是HBM的主要參與者，而HBM又是輝達和AMD GPU不可或缺的重要部件，因此該系列公司將一同受益於行業高景氣度。值得注意的是，近日市場消息稱，輝達已基本確認旗下最新 AI 加速晶片 GB300 將採用三星的第五代高頻寬 HBM3E 技術，意味著三星在歷經多次波折後，終於能進入輝達供應鏈。目前雙方正就供貨數量、價格及交付時間等小細節進行最後協調。在伺服器與資料中心方面，戴爾、超微等伺服器廠商需要提供整機解決方案，合作將拉動這些廠商的訂單。資料中心內部的高速網路需求隨之增長，Arista Networks等網路裝置商將受益於AI資料中心向400/800G乙太網路的升級。在供電、散熱等方面，1GW等級的算力叢集對電力和製冷提出極致要求。這將直接利多供配電、液冷散熱等資料中心基礎設施供應商，比如Vertiv、施耐德電氣 (Schneider Electric)、伊頓 (Eaton)等。04OpenAI，第三條路在選擇與國際 GPU 晶片龍頭公司合作的同時，OpenAI 亦在謀求第三條路，即自研晶片。OpenAI 去年就已開始與博通（Broadcom）合作開發其首款定製 AI 推理晶片，旨在處理其大規模的 AI 工作負載，特別是推理任務。據悉，博通將會幫助 OpenAI 進行晶片設計，並確保由台積電進行製造，預計 2026 年開始生產。台積電作為全球最大的晶片製造商，擁有先進的製造技術和大規模生產能力。根據此前資訊，OpenAI開發的晶片將陸續利用台積電3nm與後續1.6nm製程投片生產。為了實現晶片供應的多元化，OpenAI 此前還計畫建立晶片製作代工廠。但由於成本高昂，並且建構代工廠網路需要大量時間，OpenAI 已經擱置了這一計畫，轉而專注於內部晶片設計。OpenAI自研晶片的策略主要有兩方面意義：其一，OpenAI 是輝達GPU的最大買家之一，並且此前幾乎完全依賴輝達GPU 進行訓練。2020 年以來，OpenAI 在微軟建造的大型超級電腦上開發了其生成式人工智慧技術，這台電腦使用了超過10000 個輝達GPU。但由於晶片短缺和供應延遲，以及訓練成本高昂的問題，OpenAI 不得不開始探索替代方案。早在2024年，OpenAI CEO薩姆·奧爾特曼曾在社交媒體上表達出輝達GPU供應不足的問題，導致其AI開發處理程序受到制約。這一次自研晶片的決定，正是希望通過內部的技術迭代，逐步擺脫對單一供應商的依賴，從而獲得更高的自主性。其二，不止是OpenAI，如今的AI市場已經迎來諸多競爭者包括Meta和微軟，值得注意的是，這些企業均有自研高性能AI晶片產品推出，比如Meta的MTIA系列及微軟的Azure Maia 100等。據悉，亞馬遜自研Trainium系列晶片，性價比目前其他GPU（圖形處理器，如輝達）供應商高出30%-40%。不過，無論是自研 AI 晶片，還是 AMD 加速推進，短期內都難以衝擊輝達的市場份額。根據行業分析師Susquehanna的最新報告顯示，當輝達在AI顯示卡領域的佔有率已接近80%，這一資料充分體現了其在技術創新和產品佈局上的顯著競爭力。儘管未來市場競爭將更加激烈，但Susquehanna預測，到2030年輝達仍將佔據67%的市場份額。這一比例雖然較當前有所下降，但依然遠超其他競爭對手，顯示出其難以撼動的行業地位。該資料顯示，在輝達主導的市場格局下，其他廠商也在積極尋求突破。AMD作為第二大受益者，預計到2030年將獲得約4%的市場份額。雖然這一比例相對較低，但其年營收有望從目前的63億美元增長至200億美元，顯示出強勁的增長潛力。與此同時，博通公司通過專注於定製ASIC晶片的開發，開闢了新的市場空間。分析師預測，到2030年博通將拿下14%的市場份額，營收規模可達600億美元，較今年的145億美元實現顯著增長。 (半導體產業縱橫)

伴隨著AI大模型的快速上車，作為汽車大腦的晶片，也迎來了新一輪全面升級。在輔助駕駛晶片領域，輝達Thor正式上車，今年5月起，第一批搭載輝達Thor U的新車開啟交付，包括理想L8、領克900等。雖然這款晶片並非“頂配版”Thor，屬於其衍生版中的中低配，但單顆算力仍高達700TOPS，是目前主流的輝達Orin X算力（254TOPS）兩倍還多。座艙晶片領域，當前的“天花板”高通8295（最大AI算力為60TOPS），也將很快淪為“上一代”產品。據悉，高通第五代座艙晶片明年量產，AI算力高達360TOPS，且將更好適配大模型。根據摩爾定律，處理器的性能大約每兩年翻一倍，同時價格下降為之前的一半。以此判斷，車規級AI晶片算力即將全面進入千級時代。然而，經歷過前些年盲目卷硬體的階段，很多人都已經意識到了，算力其實“啥也不是”。相比算力翻了多少倍，真正能對汽車智能化水平起到重大作用的，是晶片換代帶來的架構革新，企業的軟硬體適配能力，以及國產晶片的快速追趕。1. 智能汽車開啟One Brain時代：“一顆大腦統管一切”拼算力，輝達無疑“遙遙領先”，其2022年發佈的Thor晶片最高算力可達2000TOPS。目前，業內主流的輔助駕駛演算法正在從“端到端+VLM”向VLA進階，Orin X的算力難以支撐結構更複雜，參數成倍增加的VLA模型，因此Thor等千級算力晶片，被視為實現高等級自動駕駛和車內AI功能的關鍵。而強大算力背後更值得關注的是，輝達引入了最新一代GPU架構和Transformer加速單元，能夠將過去汽車中分散的多個電子控制單元（ECU）功能整合在一起，例如，高級駕駛輔助系統(ADAS)、泊車、駕駛員監控、數字儀表盤和座艙娛樂等。做個簡單的比喻，汽車可以和人一樣，由一顆“中央計算大腦”統管全身所有功能，即我們之前分析汽車電子電氣架構發展趨勢時提到的“One Brain”。由此帶來的好處是，集中算力支援更複雜的汽車軟體和功能，同時減少線束，實現更高效的通訊，降低功耗和製造成本，提升車輛性能和智能化體驗。不過，在Thor為汽車插上智慧的翅膀前，車企必須先跨過幾條“深溝”。業內專家指出，採用新GPU架構和Transformer引擎的Thor晶片，在計算單元和指令集上都有變化。這意味著此前基於Orin開發的演算法和中介軟體，都要跟著重構和最佳化。雖然輝達也會提供對應的工具，但整車廠的軟體工程師仍需重新調校參數、適配驅動，才能發揮Thor的全部性能。此外，如上所述，實現One Brain不只是為汽車裝上一個聰明的大腦這麼簡單，車企必須打造出真正的中央集中式電子電氣架構，相當於是對全身的神經系統進行徹底改造。這對車企的軟體架構設計、即時性保障、故障隔離等都提出了更高要求。如果適配不當，可能出現系統調度混亂或安全隱患。與此同時，輝達自己的問題也困擾著車企。一方面是Thor晶片技術上的複雜性，導致其研發和生產都遇到巨大挑戰。有消息稱，Thor此前多次“跳票”，可能就是因為遇到了功耗控制、發熱管理、可靠性驗證等技術瓶頸。這直接影響了車企的新車計畫。多個品牌曾向水滴汽車表示：“原本旗艦車型研發時計畫直接使用Thor晶片，但因為延期，最終選擇了雙Orin-X配置”。理想汽車也表示，這款晶片對於i8的性能和智能化水平至關重要，因此新車的發佈時間不得不從一季度推遲到今年7月。另一方面，輝達等美國晶片巨頭，一直被美國政府的對華政策束縛，動不動就要限製出口。這顆嚴重威脅供應鏈安全的“不定時”炸彈，讓包括主機廠在內的中國企業，不得不未雨綢繆，減少對美國先進晶片的依賴。雖然尋找替代的道路充滿艱辛，卻是必須要吃的苦。2. 兼顧成本、效率和體驗才是先進技術消費者往往會被帳面參數“蠱惑”，前兩年汽車圈盛行卷硬體，晶片算力和雷射雷達數量是車企重點宣傳的產品點，實際不過是“差生文具多”，技術不夠硬體湊。如今，科技平權，AI技術到了拼量產上車的時候，當年的迴旋鏢卻正中眉心，車企不得不推翻自己一手設計的“唯算力論”，為使用者樹立新的智能化技術標準。多位汽車智能工程師都對筆者表達了相似的觀點，算力只是衡量晶片能力的一個指標，還有很多其他因素甚至比它還重要。首先，晶片根據定位和使用場景的不同，考量標準本身就不一樣。比如輔助駕駛晶片，就側重異構計算與即時性，算力分佈以NPU（神經網路處理單元）/TPU（張量處理單元）為核心，時延、可靠性等都是關鍵指標。智艙晶片則側重通用計算與多媒體，CPU（中央處理器）/GPU（圖形處理器）是核心，關鍵指標為多工處理能力、圖形渲染影格率、介面相容性等。老話說“好鋼用在刀刃上”，對於晶片亦是如此，算力有沒有用在正地兒上，直接影響著實際能力。其次，系統頻寬、性能功耗等指標也非常關鍵。芯馳科技CTO孫鳴樂表示，算力再高，系統頻寬跟不上，計算單元就無法充分發揮性能。他指出，許多現有座艙平台源自手機晶片設計，記憶體頻寬通常為64位，總頻寬約六七十GB/s，不足以支援大模型運行。不久前，芯馳科技發佈了自研智艙晶片X10，CPU 200k DMIPS，NPU算力40TOPS，系統頻寬高達154GB/s。在多工平行時，高頻寬如同多車道的高速路，具備更靈活的調度機制，可有效利用算力。一般情況下，算力越大功耗越高，這讓高算力的輔助駕駛晶片成了一把鋒利的雙刃劍。雖然技術進步會提升晶片的性能功耗比，但像Thor這樣的“艙駕一體”晶片，一定會對功耗控制提出更大挑戰。有媒體估算，擁有千級算力的Thor晶片，總功耗可能高達數百瓦等級，需要更好的散熱條件。理想汽車曾提到，他們將採用更先進的冷卻方案，以適應更高算力的晶片。最後，也是最重要的，千級算力能不能得到有效利用。對於車企來說，選擇一種晶片不僅取決於算力高低，還取決於它能否無縫融入自己的技術路線圖。僅從Thor來看，企業要做的磨合工作不輕，需要相當長的整合測試周期，去匹配軟體生態。如今市場內卷嚴重，產品迭代速度堪比電子產品，企業有沒有足夠的時間和能力，讓Thor自上車起就發揮出應有的實力，答案其實大家都心知肚明。典型案例便是2021年1月發佈的蔚來ET7，其搭載了四Orin平台，智駕算力高達1016TOPS，這一數字至今無人超越，然而功耗超過300瓦的智駕系統，最終只給使用者帶來了一個“耗電大戶”，以及二流的輔助駕駛體驗。這再次提醒我們：晶片再強大，若沒有配套的軟體與支援體系，也是渣渣。事實上在工程師眼中，不存在高參數的先進技術，有的只是兼顧成本、效率和實際體驗的更優技術。站在使用者需求的角度，要是你需要的只是自動泊車等L2功能，10TOPS其實就夠了，高速NOA最好有100TOPS，到了城市NOA，再要求500TOPS以上。按需選擇，沒必要花大價錢交智商稅。3. 中國國產晶片快速追擊，只買對的不買貴的在內部與外部多重因素的共同作用下，這兩年中國國產晶片如雨後春筍般蓬勃發展，整車廠與上游供應鏈企業，都在集體發力，並且已經拿出許多極具競爭力的產品。諸如小鵬汽車加快了自研圖靈晶片的步伐，將於第二季度上車，算力達到700TOPS，不輸Thor U。廠家介紹，圖靈晶片的計算能力較當前主流的輝達Orin X晶片組合方案提升3.2倍，功耗降低40%。更關鍵的是，其具備大模型承載能力，可支援本地運行300億參數神經網路。蔚來甚至更早推出了自研的神璣NX9031晶片，並且已經隨著ET9實現量產，性能對標輝達旗艦晶片。去年底放話要轉型AI公司的理想，也加入了這場競爭。最新消息稱，理想自主研發的5nm製程輔助駕駛晶片，已開始流片。企業還在積極招聘晶片和訓練叢集方面的人才，並在香港籌建專門的晶片研發辦公室。造車新勢力成果初現，傳統主機廠和供應鏈企業更是你追我趕。吉利、比亞迪、奇瑞、長城等頭部大廠均已深度佈局車規級晶片賽道。華為自研的昇騰晶片能力碾壓同級，已是得到市場驗證的事實；跑在前面的地平線J6P，今年三季度量產上車；芯擎星辰一號、芯馳X10等一眾國產輔助駕駛晶片和智能座艙晶片，量產節點鎖定明年。筆者粗略觀察，國產輔助駕駛晶片的算力最高已在500~700TOPS，由於很多是專為AI大模型設計的，與企業的自研演算法適配性更高，因此在車端的實際表現上，不輸國際巨頭。相似性能，更低成本，是中國企業百試不爽的競爭策略，在晶片領域同樣適用。輝達晶片採購成本在整車成本裡佔比5%~8%，而車企自研晶片能讓成本降低30%~50%。如今，我們在人工智慧演算法上已經走在了世界前列，L3自動駕駛和AI大模型上車也是勢不可擋。在巨大的應用前景面前，國產晶片必然能借勢而起。隨著消費者認知的不斷成熟，以及國產晶片口碑的逐漸累積，消費者的認知和信任也將快速建立起來，“只買對的不買貴的”。筆者相信，國產晶片大範圍替代的那天或許不會太遠了。 (水滴汽車)