輝達的噩夢來了？OpenAI、Google、亞馬遜都在造芯

前言

最近，美國那位“金發老頭”川普又拉著一幫科技巨頭開會，討論美國AI發展路徑。這次會談釋放出一個非常明確的訊號：未來的AI，將沿著“電力—算力—落地”這條路線加速前進。

這背後，既有能源佈局的重大機會，也有對輝達未來地位的挑戰。

電力是AI的“糧食”

為什麼？因為算力要用電力。AI時代的算力中心、資料中心，本質上就是巨大的耗電機器。

中國在這一點上其實是有優勢的，我們水電、火電、風光電的佈局已經很成熟，超高壓輸電技術全球領先，可以把西部的電送到東部沿海負荷中心。

而美國呢？他們沒有超高壓輸電，每個州都得自己解決自己的電力問題，所以未來他們會走小型核反應堆的路線。這次會議其實已經釋放了訊號——小型核電未來有很大的政策和投資機會。

我個人也會持續關注這個賽道，尤其是美國那幾家做小型核反應堆的公司。電力是AI的第一道門檻，沒有足夠便宜穩定的電，就沒有足夠便宜的算力。

算力

從訓練到推理的轉折

聊完電力，再說算力本身。很多朋友以為AI算力的需求，主要來自模型訓練。其實不是。

算力需求分兩塊：訓練（Train）和推理（Inference）。

訓練：讓AI變聰明，比如訓練一個GPT-5、一個世界模型。這一步需要大量、靈活、可程式設計的GPU，輝達就是靠這吃飯的。

推理：用AI幹活，比如呼叫GPT回答問題、讓機器人執行指令、讓自動駕駛跑一段路。推理的計算模式相對固定，不像訓練那麼複雜。

未來的爆發，不會來自訓練，而是來自推理。

MIT曾經訪談了300家重金投入AI的企業，95%的反饋是——AI沒用起來！這意味著大規模落地還沒開始，一旦開始，就是推理算力的百倍級增長。

輝達的優勢和隱憂

輝達的GPU很貴，但貴有貴的道理：通用性強、靈活、可程式設計，科研人員和模型訓練離不開它。

但到了推理階段，這個優勢反而沒那麼重要了，因為推理任務足夠單一，可以用ASIC（專用晶片）來替代。Google有TPU、亞馬遜有Turing晶片、微軟也在搞，OpenAI據傳也在做自研晶片。

這意味著什麼？意味著這些巨頭未來會把推理工作遷移到更便宜、更高效的自研晶片上，從而減少對輝達的依賴。

輝達不會“出局”，但它的生意會被分流。訓練市場仍然是它的護城河，但推理市場的蛋糕，它可能吃不到那麼多。

博通的機會

AI時代的“包工頭”

誰幫這些巨頭造晶片？博通、台積電這樣的公司。

你可以把博通理解成“包工頭”，Google提需求，博通負責設計和製造。隨著越來越多的大廠走向自研晶片，博通的訂單只會越來越多。所以你會看到，博通財報出來後股價漲，輝達跌，這就是市場在定價未來。 (老徐抓AI趨勢)