潘攻愚：“即使我們對手的產品免費，我們還是比他們便宜”-心智觀察所、潘攻愚

【文/觀察者網專欄作者 潘攻愚】

“即使我們競爭對手的產品免費給到客户，我們還是比他們要便宜。”

在2024年3月份SIEPR 經濟峯會的主題演講中，英偉達CEO黃仁勳這樣回答斯坦福大學查爾斯·R·施瓦布經濟學名譽教授約翰·肖文 (John Shoven)的提問。

這一席話當時在半導體圈引起了軒然大波。競爭對手的產品免費送，居然還比英偉達的GPU貴？那豈不是對手們要大肆賠錢才能和英偉達競爭？

黃仁勳在公眾場合一貫謙遜節制，但也偶露崢嶸，那一次，他可能實在是忍受不了發問人對英偉達競爭態勢的質疑，語調有些“浪”了。他口中所謂的競爭對手，乍一看上去説的是AMD或者英特爾，但仔細品味，是説給另一個領域的競爭對手聽的，即ASIC（專用芯片）的戰場。

須知，英偉達在高性能GPU（HPC和AI加速器領域）就在全球吃掉了接近450億美元的盤子，而ASIC市場2023年滿打滿算也只有200億美元，前者的高壟斷性看起來暫時不用擔心以博通、Marvell為代表定製化芯片對其市場份額的侵蝕。

但你要説黃仁勳不着急那肯定是假的。AI大潮的推動下，比如TPU在Google Cloud上的應用，或者亞馬遜AWS的Trainium/Inferentia讓不少公司在考慮ASIC方案。2023年就有風傳英偉達也想進入ASIC這個領域，為美國諸多CSP（雲服務商）提供定製化服務。

OpenAI也在“背刺”英偉達？

據路透社近日報道，OpenAI正在通過開發其首款自家人工智能芯片，以減少其對英偉達芯片的需求。路透社還聲稱OpenAI將在近幾個月內確定其芯片的最終設計，並將方案交由台積電進行流片測試。

多年以來，OpenAI一直是英偉達的大主顧之一。他們考慮非通用性GPU方案，無異於是對英偉達的一種背刺。

OpenAI的訓練和推理任務高度依賴英偉達的高性能GPU（如 A100、H100）。OpenAI在2020年的論文中曾提到，GPT-3的訓練使用了約1萬塊V100 GPU。不過，OpenAI並未公開披露其從英偉達採購的GPU具體數量，這類信息通常被視為商業機密或涉及合作伙伴協議，因此外界難以獲得準確數據。

除了採購GPU，他們之間的合作模式還有兩點需要指出：OpenAI 深度依賴英偉達的CUDA並行計算平台和cuDNN加速庫，以最大化GPU在深度學習任務中的性能；英偉達OpenAI還有間接合作，通過合作伙伴（如微軟Azure、亞馬遜AWS）為OpenAI提供雲GPU資源，支持其彈性計算需求。

英偉達首個DGX H200給到OpenAI

OpenAI在思考用更專用硬件ASIC的可能，步微軟Maia AI芯片和谷歌TPU的後塵，主要也是苦英偉達久矣。

英偉達通用高端GPU不僅價格昂貴，而且功耗極高，且有很強的定價權，損傷了OpenAI的“自尊心”和財務毛利率，而且某種程度上削弱了其振臂一呼搞“星際之門”的話語權和領導權。

OpenAI敢邁出這一步，也是看到了商用實地落地的可能性——踩着谷歌TPU的轅輻前進。

TPU是谷歌專門為機器學習（尤其是神經網絡訓練和推理）而設計的ASIC，從硬件到軟件全棧優化，避免了GPU的通用計算冗餘。

谷歌單芯片TPU v4的FP16性能約275 TFLOPS，而英偉達H100的FP16算力為400 TFLOPS，看起來差距巨大，但TPU v4可以用“打羣架”的方式避免單打獨鬥的劣勢，而且，TPU的專用推理硬件在低延遲場景中表現更優。

雖然英偉達高端GPU也需要HBM，但TPU採用的HBM高帶寬內存與計算單元緊密耦合，減少數據搬運開銷，英偉達GPU需通過顯存管理優化才能避免瓶頸。

另外還有很重要的一點，就呼應到了本文開頭的話題：成本。

在谷歌雲平台，TPU的按需計費成本可能低於同等算力的GPU實例，尤其對長期訓練任務或批量推理更具性價比。TPU作為託管服務，用户無需關注底層硬件運維，而自建GPU集羣需投入更多運維資源。

這一切，加速了OpenAI與英偉達軟脱鈎的念想，雙方有了某種程度上的離心力。

儘管如此，採用ASIC方案的侷限性依然十分明顯，TPU綁定了特定框架（TensorFlow/JAX），而GPU支持更廣泛的開源工具和私有化部署，而且，ASIC一旦流片無法修改，而GPU可通過架構升級和軟件優化適應新需求。

英偉達GPU的“專用特性”

黃仁勳在業界以危機感嗅覺著稱，他的名言“要時刻為企業一個月內破產做好準備”享譽全球，他不斷督促自己洞察一切可能的挑戰和危機。

ASIC的衝擊，他也洞若觀火。

在最近這兩代（Grace Hopper和Blackwell）的AI加速器中，他其實已經用了“通用+專用”的混合架構。他明白，AI訓練/推理、科學計算等場景對算力需求爆炸式增長，通用架構難以滿足能效和性能要求。專用硬件可顯著降低大模型訓練成本（如Blackwell的FP4/FP6支持稀疏計算）。

國內某知名GPU圖形渲染供應商市場主管告訴心智觀察所，通用芯片性能提升趨緩，通過領域專用架構（DSA）實現差異化會成為必然選擇。

Grace Hopper和Blackwell正在不斷增加專用硬件單元，比如針對深度學習矩陣運算優化（FP16/FP8精度、稀疏計算）的Tensor Core專用於光線追蹤的硬件加速的RT Core，針對大規模AI集羣做了通信優化（如Grace Hopper的芯片間互連），Blackwell架構還直接面向大語言模型（LLM）做了硬件加速Transformer引擎。

這一切的一切都説明英偉達看到了谷歌TPU、亞馬遜Trainium等專用AI芯片的威脅，迫使英偉達通過專用化鞏固技術壁壘。

仍然需要指出的是，英偉達的高端GPU確實在向領域專用架構（DSA）演進，但其本質仍是以通用性為基礎、通過專用模塊提升關鍵場景效率的混合模式，與ASIC的完全固化設計有本質區別。

製造端，英偉達的另一個隱秘的“護城河”

業界喜歡談英偉達的護城河，CUDA開發者平台是其中之一，老生常談之外，還有他們和台積電的聯盟屬性不可不察。

OpenAI曾經和Meta展開GPU的軍備競賽，總裁Altman不惜屈尊去遊説台積電的張忠謀，讓台積電大肆斥千億美元在美國本土擴建晶圓廠配合英偉達擴建，在半導體圈曾一度被傳為笑談。這也説明，芯片光設計出來沒用，需要造出來才能用——代工廠的地位不可低估，甚至他們經常扮演產業鏈的核心角色。

英偉達的高端GPU，如Hopper架構的H100、Blackwell架構的B200長期依賴台積電的先進製程工藝（如7nm、5nm、4nm及更先進節點），以實現更高性能、更低功耗。台積電為英偉達提供工藝定製服務，例如在4N工藝中優化了高頻性能和功耗。

台積電投桃報李，將英偉達列為關鍵客户，在先進製程（如4nm）和封裝產能上優先分配，應對AI芯片的爆發式需求。受地緣政治影響，雙方合作擴展至台積電美國亞利桑那工廠（Fab 21），計劃未來部分生產轉移至美國本土。

英偉達不但在新架構設計階段即與台積電合作，驗證工藝可行性，而且雙方合作定義Chiplet互聯標準（如NVLink-C2C），推動異構計算生態。英偉達與台積電的合作通過製程迭代、封裝創新和供應鏈協同，共同定義了AI芯片的性能天花板。這種合作不僅推動技術進步，更重塑了全球半導體產業鏈的競爭格局。

這恰恰就是英偉達一個隱秘的“護城河”，那就是他們和台積電保持着緊密的合作關係，而競爭對手則未必。

為什麼台積電這樣的頂級代工廠喜歡英偉達的通用GPU，而相對不那麼喜歡製造ASIC？

GPU（尤其是AI/高性能計算GPU）市場需求量大且穩定，客户如英偉達、AMD等頭部廠商的訂單規模龐大，代工廠可通過規模效應顯著降低成本。而ASIC通常為特定客户定製，需求碎片化且單次訂單量小，難以形成規模經濟。

GPU迭代週期較長，代工廠可長期維持同一製程的生產優化；而ASIC可能因客户業務調整快速過時，導致產能浪費。ASIC需要代工廠投入大量資源進行定製化設計、掩膜版製作和測試，但客户可能因項目失敗或需求變化取消訂單，導致NRE（非重複性工程）成本難以回收。相比之下，GPU的NRE費用由大客户承擔，且訂單確定性更高。

因此，代工廠通用GPU的長期穩定訂單可為代工廠提供更高的毛利率（尤其是先進製程節點），而ASIC項目通常需價格談判，利潤率較低。

黃仁勳深知，牢牢抓住台積電，就抓住了最深的那條“護城河”。

DeepSeek崛起，英偉達帝國的裂縫越來越大

DeepSeek-V3火爆之後，該公司公開論文中的更多細節逐漸被人挖掘出來。

韓國未來資產證券的分析稱，V3的硬件效率之所以能比Meta等高出10倍，可以總結為“他們從頭開始重建了一切”——用英偉達的PTX（Parallel Thread Execution）語言實現的，而不是CUDA。PTX在接近彙編語言的層級運行，允許進行細粒度的優化，如寄存器分配和Thread/Warp級別的調整。

短期內，CUDA的統治地位雖然難以被撼動，但DeepSeek的PTX可能在特定市場（如政策驅動的國產化替代、輕量級AI推理）或技術路徑（如開源生態、跨硬件支持）中開闢細分賽道。

長遠來看，其影響力取決於能否構建差異化價值，並突破英偉達的軟硬件協同壁壘。

英偉達製造端的“護城河”始於歷史演進，也必將符合歷史進程的辯證法。

英偉達和台積電這兩家過去20多年是兩株根系交纏的常青藤，但這不意味着那些被信任澆灌的藤蔓不會褪色，在AI模型從訓練到推理應用大規模遷移的微妙時刻，裂痕像午夜窗欞的冰花，在月光下折射出鋒利的稜角，契約書上的墨跡突然開始遊動，每個標點都在宣紙背面長出鋸齒。

裂紋在出現。

最致命的那道裂紋往往開始於心臟背面，在硬科技行業中我們已經見證了太多，諸如格芯和IBM，英特爾和諾基亞……當猜忌的孢子乘着沉默的風，在曾經透明的默契裏悄然着陸——直到某天整座瓷器轟然崩解，我們才看清每塊碎片裏都凍着未曾啓齒的疑雲。

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平台觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閲讀趣味文章。