文 | 硅谷101世博体育

英伟达2025年3月18日的GTC大会看似泛泛，但妖怪和惊喜都藏在细节中。

英伟达创举东谈主兼CEO黄仁勋发布的各项更新，包括芯片道路图，此前依然被市集预期消化。在本次GTC之前，英伟达股价依然承压多时，华尔街对接下来AI芯片需求的可持续性存在怀疑。而在整场演讲中，黄仁勋也试图根除外界的疑虑，但在今日，英伟达股价仍然下降3.3%。

我们刚听完黄仁勋的Keynote演讲之后，第一反应也合计好像不如旧年那么颠簸和精彩，再加演出讲中间PPT和过程还出现了多样小失实，让通盘这个词演讲不如旧年那么齐备。

但收尾之后我们跟一些机构投资东谈主和芯片从业者深聊的时候发现，许多东谈主对英伟达的发展道路和布局照旧相等看好，认为英伟达正陆续和竞争敌手们甩开差距，固然在宏不雅层面上股价照真实近期受到多方面要素承压。

这篇著作我们就和嘉宾们一王人来聊聊在这次GTC上的不雅察，并试图来复兴以下几个问题：

1.英伟达怎样陆续扩宽它的护城河？

2.在AI市集迈入"推理inferencing"阶段，英伟达还能是市集上独占鳌头的赢家吗？AMD、Groq、ASIC芯片还有谷歌的TPU等等玩家有契机翻盘吗？

3.英伟达怎样布局全市集生态，让所谓的"每个东谈主都成为赢家"?

4.对于面前承压的股价，英伟达的下一个故事是什么？是机器东谈主、照旧是量子揣测呢？

01 横向拓展与纵向拓展

黄仁勋在Keynote演讲中数次强调：英伟达不是单张GPU芯片的叙事，而是所谓"Scale Up and Scale Out"更盛大的叙事。

黄仁勋说的Scale Up指的是"纵向扩展"，也等于通过NVLink通讯互联期间将单个系统的功能推到极致。

而Scale Out指的是"横向扩展"，也等于通过这次发布的硅光期间CPO（Co-packaged Optics，光电一体封装交换机）等更正性期间更新，来进一步结束数据中心（data center）的巨大算力集群的快速蔓延和提效。

而在AI迈入"推理"期间而对算力更加渴慕之际，英伟达"纵向"和"横向"的扩展将打造新一代AI庞大的算力生态和架构，这等于黄仁勋念念讲的新故事。

任扬

济容投资贯串创举东谈主：

老黄几年前其实也在反复强调这个主张：以后揣测单元不是GPU，以至不是劳动器，而是通盘这个词数据中心是一个揣测单元。这是黄仁勋一直在试图去推动的处所吧。

Chapter 1.1 Scale Up

在讲纵向扩展前，我们先聊聊黄仁勋公布的之后几代芯片的道路图。

在Keynote中，黄仁勋给出了相等了了的英伟达持久道路图，包括从现时的Blackwell到畴昔的Blackwell Ultra、Vera Rubin、Rubin Ultra，最终到2028年的Feynman架构。

每一代更新的芯片架构名字临了的数字，代表的是GPU的芯片数目，而每一个架构代表的是一个机架的通盘这个词性能。这个新定名形式也印证了黄仁勋念念强调的叙事，依然从单个GPU变成了数据中心的算力集群系统。

2025年下半年出货的Blackwell Ultra NVL72联接了72块Blackwell Ultra GPU，它的性能晋升是前代GB200的1.5倍（这里要驻扎一下，黄仁勋在Keynote中又再行界说了"黄氏算法"：从Rubin运转，GPU数目是凭证"封装中的GPU数目"，而不是"封装数目"来揣测的；是以按新的界说，Blackwell Ultra NVL72算是有144个GPU）。

以天文体家Vera Rubin定名的新一代GPU将于2026年下半年推出。Vera Rubin NVLink144的性能将是Blackwell Ultra（GB300） NVL72的3.3倍。

英伟达预测Vera Rubin之后，下一代Rubin Ultra NVL576将于2027年下半年推出，其性能将是Blackwell Ultra（GB300） NVL72的14倍。

Rubin之后的架构代号为"Feynman"，以表面物理学家查德・费曼定名，这依然是2028年之后的故事了。

芯片从业东谈主士告诉我们，英伟达的道路图和性能晋升幅度并莫得出乎外界的预期范围，但黄仁勋传达出的信号仍然相等积极，这等于：英伟达正在以及在畴昔几年都会稳健地给客户请托更好性能的家具。

David Xiao

CASPA主席

资深芯片从业者

ZFLOW AI创举东谈主兼CEO：

其真实我们芯片行业，以英伟达这样的节拍发布家具，依然是推行力相等强了。一般芯片公司从一款家具到下一款家具，芯片研发可能需要两年时辰，再加上软件适配，可能就需要3到4年才能推出下一代芯片和系统，是以英伟达的这个节拍依然相等蛮横。

但这也会让公众的盼望更高。比如旧年年底的时候，Blackwell出现了散热和良率的问题，股市上的反应是相等强烈的。但对我们业内东谈主士来说，这些问题是相等正常的。再行mask tap out（掩膜流片），再修正就不错了。

我合计不管从家具的权术、界说，到临了的落地推行，英伟达都是相等稳健、且当先敌手的。然而若是和投资东谈主的预期比拟，照实莫得惊喜，也没专诚外。

以上等于黄仁勋所说的Scale Up（纵向拓展）的部分，亦然嘉宾口中的与预期相通、莫得惊喜的部分。接下来我们聊聊让寰球惊喜的部分，也等于Scale Out（横向扩展）的布局。

Chapter 1.2 Scale Out

最能认识黄仁勋对"限制扩展"贪念的，是领受集成硅光期间的NVIDIA CPO（Co-packaged Optics，光电一体封装交换机）。

固然老黄在演讲中展示的时候这些黄色的线被缠在了一王人，弄了好久才弄开，但亦然挺有话题度的，让寰球对这几根线更趣味了。

接下来我们聊聊，这几根线是怎样运作的？怎样能让英伟达的数据中心纵向扩展呢？

面前通盘的Blackwell的机器，照旧基于铜的互联（Copper），之后会转向光的互联。

按照英伟达的说法，CPO交换机的创新期间，是将插拔式的光模块替换为与ASIC（专用集成电路）一体化封装的硅光器件。

与传统网罗比拟，可将现存能效提高3.5倍，网罗可靠性提高10倍，部署时辰裁汰1.3倍。这能极猛进程增强英伟达数据中心的互联性能，对于结束畴昔百万级GPU的AI工场的大限制部署来说至关迫切。

匿名对话

早期CPO光学科研东谈主员：

OpenAI旧年检会4o的时候频繁会检会失败，因为那时的Frontier model（前沿模子）依然基本穷尽了大部分的数据，是以检会失败的次数许多。检会GPT-5失败的次数也相等多，因为失败的次数更多了，是以作念需要作念更多实验，而且每次实验的时辰要尽可能短，公司是弗成哑忍一个实验作念两个礼拜没音书的。怎样能裁汰时辰？那等于提高通讯的速率。

除了速率快之外，CPO交换机也能在能耗和价钱上带来许多本钱的量入制出。在GTC现场，英伟达的职责主谈主员展示了CPO什物是怎样运作的。

Brian Sparks

英伟达职责主谈主员：

这等于我们的新家具：Quantum-X光子交换机。 这款交换机领受了ASIC（专用集成电路），亦然我们初度能够结束硅光子期间的CPO（光电夹杂封装）。往时需要一个光纤收发器用于联接网卡。但面前，光信号不错平直进入交换机的接口，不再需要光纤收发器。这样作念有两个平允：来源责骂了本钱，因为光纤收发器价钱特出怡悦；其次减少了功耗，因为传统光纤收发器大致消耗30到33瓦的功率，而我们面前能够将功耗责骂到9瓦。

我们的对话嘉宾认为，检会侧客户介意的是时辰，推理侧客户介意的是本钱。而CPO期间能在一定进程上同期这两种需求，提高检会与推理的效力。

孙田浩

好意思国二级市集投资东谈主

某新加坡贯串家办资深分析师：

你若是唯有一个芯片，把它打造得再蛮横亦然莫得用的。本体原因是我们面前作念推理、检会，都是用几万个卡在一王人的集群，比如Grok可能就一下就用 20 万个卡一王人检会。迫切的是怎样能让几万个、十万个 芯片高效地协同运作。在这个互联鸿沟英伟达又再一次地当先了全球，因为它有CPO，它的机柜上有多样千般的新技俩。是以我合计从长线来看，英伟达在推理集群鸿沟的上风亦然更通晓的。

当进行推理时需要无数的揣测资源，需要更多的揣测身手，因此网罗需要具备尽可能高的带宽，能够在每个端口上提供更多的性能，同期保持极低的蔓延。通往时掉光纤收发器，就能离这个贪图更进一步，并能减少功耗。

Chapter 1.3 CPU发展史和早期八卦

对于CPO，我们在对话期间还挖出少量点小八卦：黄仁勋在Keynote期间说CPO是他们发明的，但光学工程师们可能会有一些不同的意见。

我们对话了相等早期的硅光期间CPO的预计者和业内从业者，他们默示，CPO这个期间从2000年摆布在业界就依然运转预计了，而最运转主导这个期间的是英特尔。

那时我们建议来的这个期间叫作念 Monolistic Integrated Phontonic IC（单片集成光子集成电路），那时候还不叫 Co-packaged Optics 。那时作念这个事情是因为英特尔对Big Data（大数据）很感兴致。

这位资深的光学预计者告诉我们，大数据业务的驱动下，英特尔是20年前的硅光子学（Silicon Photonics）最大的预计援救机构。而之后发展出的CPO（Co-packaged optics）期间最早运转研发是为了科罚光电系统短距离通讯，亦然光纤通讯预计发展的势必死字。

而在行业发展过程中，除了英特尔，其它袖珍企业也在尝试研发这项期间。但硅光子学期间的研发相等耗钱耗力，需要先有市集需求，才能倒逼期间研发。

以上是Nathan评测的一部分节选，念念看完整版的不雅众不错收看硅谷101视频或Nathan的微信视频号"硅谷AI领航"。

最运转的时候，CPO应用是大数据，等于数据中心之间的通讯。但数据中心之间的通讯不需要那么高的码率，100G之内都不需要CPO。直到2012年，那时Apache Spark（开源集群运算框架）出现了，而且Snowflake运转快速发展，在这一年数据库运转上云了。这就意味着无数数据存在一个地方，而读取和使用在另外一个地方，你需要作念query（查询），数据的转移就变得相等得复杂，量也变得相等大。这时100G在数据中心之间的相通依然不够用了，是以从2012年运转，Google晋升到400G，到2020年疫情之前提到了800G。

若是面前同样大的connector（联接器）要作念 800G ，里面的集成度就要高许多。当集成度高了后，光纤系统遐想就相等复杂。需要科罚功耗、一致性等等问题。但这两个问题科罚了以后，良率基本上是0。从100G到200G、 200G到400G、 400G到800G，每一代一出来良率都是0。而研发用度是相等贵的，基本是5个亿以上。

以前莫得新的应用就不会去研发，面前有了新的应用，数据仓库出现了，是以运转研发。在400G发展到800G的时候，Meta和Google的诠释中依然运转往常地使用POP（package on package）和PIP（package in package）这两个词，其实跟今天Co-package的主张基本上很接近了。

为什么硅光子期间的良率会这样低，需要猝然的研发用度又这样高呢？

Cathy

光学工程师：

我们东谈主的头发的尺寸大约是一个0.01平方毫米，依然是一个相等小的尺寸了。但在现实使用的Silicon Photonics Engine（硅光子引擎）里面，Microring resonator（微环谐振器）的尺寸比东谈主的头发回要再小十倍。

在制作的时候，哪怕是用相等先进的工艺，也很容易形成纳米级别的差错。而且即使是纳米级别的差错，都会使得通过的光的波长有所差错。是以稍许一个不提神，就会导致原本该通过的光完全透澈通不外。

除此之外，我们需要细巧到纳米级别的加工精度的松手，降到一个纳米基度的级别是相等坚苦的一件事情。

另外因为需要松手温度，是以每一个Ring resonator（环形谐振器）都有我方的一个Heating Pad（加热垫）。然后加热垫连上一个精密的、有feedback（反馈）的温度调控。而同期温度调控又是一个时辰的参数，因为光的通过速率相等快，是以需要一个相等精准、相等智能的温度松手系统。而且每一个小的Micro resonator（微型谐振器）都需要这样去调控，不错念念象在一通盘这个词package（套件）里面有这样多的激光器，就需要相等复杂的一个温度调控的算法。最终这一切加起来导致的后果等于，硅基光子的良率相等的低。

一位多年的从业者Mehdi Asghari和我提到过一句话：在电子制造之中，你无谓提良率，因为良率都相等高，是99.999…（无数个9），唯有良率高了寰球才能收货。但在硅基光子的行业中也无谓提良率，因为寰球都知谈良率相等低，稍许不留心就会导致良率崩盘。恰是因为需要多样精准的松手，会让良率相等低，这也导致了硅基光子的本钱下不来。是以必须有个行业，既需要快速、精准的松手，又能接收高本钱，才能让硅基光子学发展起来。

陈茜

硅谷101视频专揽东谈主：

其后是怎样把良率给提上去的呢？

行业少量少量的磨合。英特尔在2000年就运转作念了，在这方面像行业的前驱。固然老黄在硅基光子学并不是最早的，然而老黄为寰球找到了相等好的应用，能让这个期间应用在数据中心、AI大模子里面，有了真实的用武之地。

凭证嘉宾的说法，英伟达的光学通讯系统期间，来自2019年收购的以色列芯片厂商Mellanox，而Mellanox的期间又源自于2013年收购硅光子公司Kotura。

以上我们大约讲了讲CPO期间的发展史，和业内从业者对老黄说"CPO是英伟达发明的"少量challenge（挑战）。 也迎接若是有硅光子产业的从业东谈主员给我们留言说说你们对这个期间发展的八卦和故事。

不外，恰是因为黄仁勋看到了CPO在AI数据中心大限制的应用，才又一次通过市集应用来援救期间研发，将这个期间带到了众人的面前。

若是LLM（大言语模子）只是千亿好意思元级的市集的话，老黄根柢就不会干这个事，因为研发太贵了。但面前LLM到了万亿好意思元级的市集，老黄就认为有市集了，就跟我之前说的800G数据仓库是一样的。既然LLM来了（市集来了），且这是一个不违犯物理定律的事情，那只须钱堆得足够多，不违犯物理定律的事情都是能作念成的。

固然CPO期间不是英伟达独家的，许多大公司都掌抓了这个期间。但我们的嘉宾认为，英伟达在里面浪漫激动CPO期间整合到生态中，将CPO作念到竞品roadmap（道路图）的数倍，用快速的推行和研发效力，进一步加深了生态的护城河和壁垒。

英伟达在光这块其实参加也很大，招了许多东谈主，也从各大公司都挖了不少东谈主，会进一步加深壁垒。

因为其实有许多作念硅光的公司不错作念CPO的Module（模块），然而若是要跟AI芯片合在一王人作念，那一定要找这些AI芯片出货量最大的厂去互助。因为这里面波及到芯片跟硅光模块codesign（共同遐想） 的问题。而英伟达是in house（里面研发）的话，比拟其他硅光公司跟AMD、Sarabas、Groq互助，会有许多的know-how（实验常识和性能）的上风。

02 第二个CUDA

我们再来说说英伟达在软件生态上的另外一个迫切更新：Dynamo。这被我们的嘉宾认为是英伟达念念在推理侧接济的"第二个CUDA"。

黄仁勋

英伟达创举东谈主兼CEO：

Blackwell NVLink72搭配Dynamo，使AI工场的性能比拟Hopper晋升40倍。在畴昔十年，跟着AI的横向扩展，推理将成为其最迫切的职责内容之一。

黄仁勋晓示在软件方面，英伟达推出了Nvidia Dynamo。这是一款开源的AI推理劳动软件，被视为Nvidia Triton推理劳动器的"交班东谈主"，旨在简化推理部署和扩展。而它的遐想贪图也很明确：以更高效和更低的本钱来加快并扩展AI模子的推理部署。

粗浅来说，Dynamo就像AI工场中的"大脑和核心"，隆重和谐成百上千张GPU的协同职责，确保每一次AI模子的推理苦求都能用最少的资源、最快的速率得到处理，从而让部署这些模子的企业花更少的钱去办更多的事。

一些好意思股分析师认为：若是说CUDA是英伟达最庞大的软件生态护城河，那么Dynamo等于英伟达在推理侧念念搭建的第二谈护城河。

英伟达60%以上的护城河都来自于软件。这一次推出的Dynamo，特出于是在大模子AI鸿沟又再造了一个CUDA。因为Dynamo是能给推理降本的，而且还开源了。Dynamo早期在畴昔新处所的布局上和CUDA是一样的；从长线来说，可能英伟达能再造一个CUDA，这对于它的在AI这个鸿沟的护城河的匡助是相等强的。这是我比较看好的一个更新。

Dynamo带来的最大亮点之一，等于大幅晋升了推感性能和资源哄骗率，同期责骂了单元推理任务的本钱。

作念一个类比，Dynamo就像一家餐厅的智能迁移司理，在忙时能马上增派更多厨师（也等于GPU）上灶，在闲时又让实足的厨师休息，不让东谈主力闲置，从而作念到高效又从简。

凭证英伟达官网，Dynamo包含了四项要津创新，来责骂推理劳动本钱并改善用户体验。

1.GPU 权术器 (GPU Planner)：这是一种权术引擎，可动态地添加和移除GPU，以适合赓续变化的用户需求，从而幸免GPU成就过度或不及。这就像我们刚才说的厨房遭遇就餐岑岭的时候，就加派厨师东谈主手、加开新的厨房，而来宾少的时候就关掉部分厨房，Dynamo但愿确保GPU不闲着也不堵车，永久在最好负载下运行。这样每一块 GPU 都被充分哄骗，集群全体婉曲量随之提高。

2.智能路由器 (Smart Router)：这是一个具备大言语模子 (LLM) 感知身手的路由器，它不错在大型 GPU 集群中带领苦求的流向，从而最猛进程减少因重复或相通苦求，而导致的代价怡悦的GPU重复揣测，开释出GPU资源以反映新的苦求。这有点像客服中心里把老客户平直转接给之前劳动过他的座次员，因为那位座次员依然有客户的纪录（缓存），不错免去重复预计，更快给出复兴。而Dynamo恰是哄骗这种机制，将过往推理中产生并存储在显存里的"常识" (KV缓存) 在潜在的数千块 GPU 间建立索引映射，新苦求来了就路由到抓有关连缓存的 GPU 上。这样一来，无数重复的中间揣测被不祥，让GPU 算力主要劳动新的零丁苦求。

3.低蔓延通讯库 (Low-Latency Communication Library)：这个推理优化库援救先进的GPU到GPU通讯，并简化异构开荒之间的复杂数据交换，从而加快数据传输。

4.显存管制器 (Memory Manager)：这是一种可在不影响用户体验的情况下，以智能的形式在低本钱显存和存储开荒上，卸载及再行加载推理数据的引擎。这雷同于把不常用的用具先放入仓库，需要时再拿出来，留出怡悦的职责台空间（高性能显存）给现时最紧要的职责。这种分层存储和快速调取的政策，让GPU显存的哄骗更高效，推理本钱能随之下降。

而有了以上的这些优化旅途，黄仁勋念念在AI渐渐转向推理期间之际，让英伟达依然保持AI芯片的霸主地位。

凭证英伟达的官方数据，在相通数目的 GPU 下，使用NVIDIA Hopper架构的GPU跑的Llama大模子，在领受Dynamo后的全体推感性能和产生的死字数目平直翻倍，在由GB200 NVL72机架构成的大型集群上运行DeepSeek-R1模子时，Dynamo让每张 GPU每秒能生成的token数目晋升了跨越30倍。

英伟达在这条路上走得比其他东谈主越来越远了，是以我合计它传递的Key Message（迫切信息） 等于all in推理。它把通盘的元气心灵都花在推理这条线上，然后让其他东谈主追不上它。

在本年的Keynote中，老黄的名句也变了：从"The more you buy, the more you save"（买得越多，省得越多），变成了"The more you buy, the more you make"（买得越多，赚得越多）。

这意味着英伟达的AI数据中心依然准备好劳动推理侧的客户，匡助客户省钱提效。也意味着，英伟达念念在推理侧陆续成为算力霸主。

03 数据中心基建

要配合这样更大限制集群的树立，关连的数据中心基建和高下流也需要随之更新了。

上文我们提到过，芯片架构的取名形式更新，代表着黄仁勋对"集群"生态的强调，而非单芯片。而对应的，数据中心中的机架架构也将升级为"Kyber"，通过揣测托盘旋转90度，从而结束更高的机架密度。

Kyber 现场展示

这个是我们畴昔的Kyber Generation，是下一代家具。这等于一个72个GPU的GB200，系数有288个GPU（72*4） 。

除了机架的更新之外，通盘这个词数据中心的制冷、供电也都需要为新一代的芯片升级。

Mark Luxford

Vertiv职责主谈主员：

正如黄仁勋在主题演讲中晓示的，我们将推出Vera Rubin和Vera Rubin Ultra（配套基树立施）。我们平时与英伟达的互助相等紧密，我个东谈主每周与他们相通四次，来共同制定了这代家具的参考遐想。

每代家具都这意味着需要更高功率，会需要更强的冷却身手，我们正在反映这一需求，同期确保系统架构和冷却管谈能够正常运行，CDU（冷却分拨单元）能够扩展以满足新的需求。就比如我们依然把CDU从1兆瓦升级到了2.3兆瓦，这将相等稳妥Vera Rubin Ultra，能毫无压力地处理600千瓦功率的机架。

这只是系统的一部分，我们还需要再行遐想风冷系统。我们会在机架级别的劳动器中索取热量，并通过CDU与身手电路进行热量交换。然后通过冷冻机、冷却塔、干式冷却器以至通过热泵将热量排放到空气或大气中，或者将其用于城市供暖等用途。

硅谷101信得过密切关怀着数据中心的基建、电力系统、高下流供应链等处所，畴昔会更深度地聊聊。

04 推理期间：问鼎华夏照旧单一霸主？

在AI检会侧，英伟达是十足的霸主地位，但在AI进入推理侧之际，AMD、Groq、谷歌TPU还有ASIC这些玩家有契机分掉英伟达的蛋糕吗？

在2023年的时候，我们请黄教主到华好意思半导体协会，我那时还挑战性地问了一个问题。因为我我方作念AI芯片许多年，我就问他：GPU架构在许多应用场景下的效力其实不高，而我们在作念多样定制的AI芯片，比如荒芜化的（Sparsity）、基于RISC-V的，或者像Cerebras这种基于wafer-scaling（晶圆微缩）的大芯片等，那我们是不是还有契机？老黄对于我这个问题的复兴是："寰球都有契机，然而你们的契机不大。"

在我们对话的嘉宾中，不管是投资东谈主、照旧芯片鸿沟的东谈主，对于"寰球都有契机，但契机不大"这个论断都基本赞同。

原因是英伟达面前的生态依然太完整，护城河依然太高了，不单是是单个GPU的性能，而是通盘这个词大集群的高效联通，以及CUDA软件层面的优化和援救。况且如我们上文所说的，英伟达在当先敌手的情况下，还在握住地加固新的护城河。

比如说寰球相等关怀的"千大哥二"AMD，一直莫得能在AI GPU这方面赢得阻扰性的市集份额，在往时一年，股价也下滑了跨越40%。归根结底，照旧软件方面追逐不上英伟达。

AMD的MI300发的时候，对标的是英伟达的H100、H200。H100的内存是80G，但MI300平直是128G；MI350是192G，英伟达的B卡才190G。AMD不仅卡的内存高，而且还比英伟达低廉40%。固然它参数看起来都很蛮横，但我去测试的时候发现，AMD的实验的性能远低于它写的参数。

原因有两个：第一，真的去开发、测试ROCm（AMD的软件，CUDA的对标品）的时候，软件全是bug（故障），根柢就跑欠亨模子，推不出来。第二，AMD面前作念得比较练习的等于8张卡互联，我都没见到过64个卡互联。但英伟达在2027年都要576个卡互联了，这之间的差距依然没方针去弥补了。

更何况英伟达有NV Switch，AMD是莫得相应的芯片的，莫得作念出雷同成型的东西。AMD固然有替代NVLink的东西，然而它强壮的效力是NVLink的二分之一。而莫得NV Switch它又作念不了集群，只可8个卡互联，是以我合计在互联的差距更大，更赶不上。

但并不是说AMD在一些特定的市集莫得契机。二级市集投资东谈主们认为，客户们不可能接收一家独大，一定会赐与AMD和其它芯片厂商一些契机。但在端模子起来之前，最大的份额可能依然会被英伟达所占据。

而至于ASIC这样的专用集成电路，固然也会有它们特定的市集，但可能也占据不了太多英伟达的份额。

AMD在浪漫推AI PC，包括也在推它的GPU。然而它推的形式，可能是去跟一些大模子的厂商平直互助，比如说某一个大模子在它这个场景下用得很好，而且这个应用场景又相等广，那在这种情况下亦然有契机的。

AMD的故事是在三到五年以后，当端侧的东西都起来了，C端的应用大模子的本钱依然相等低的时候，比如一个电脑、一个GPU也不错去检会大模子、作念AI的时候。不错这样一语气，在GPU这个鸿沟，除了英伟达之外，唯有AMD配在这个市集上谢世，是以它就能吃那些中长尾的份额。

Groq呢？ASIC呢？他们不配谢世吗？

ASIC落地的难度是相等高的，而且通用性很窄。第一是它量产很难，谷歌的TPU核心揣测单元的transistor（晶体管），大小比英伟达要大2～4倍，背后的原因是它遐想身手的不及，而芯片作念大后，会导致良率下降，是以谷歌的TPU的良率90%都不到，英伟达的可能是99%，死字等于TPU量产很难，许多时候只可满足大厂一两个需求。

第二，ASIC的核心是凭证客户的业务来遐想芯片，天然中间很复杂，需要先了解客户的业务、知谈客户的是代码怎样写的，再凭证这些代码去遐想硬件的芯片。谷歌的芯片只可在谷歌的分娩里用，亚马逊的芯片只可在亚马逊的分娩里用。

是以我合计畴昔的推演，ASIC和GPU是共存的。英伟达会拿绝大部分通用的揣测需求，然后ASIC它可能会拿走一些大厂部分的业务场景。比如谷歌有那么多TPU，然而它也采购了无数的英伟达的卡，因为它那些英伟达的卡是要用到它我方的云上头给客户用的，它的TPU只用在检会或者搜索上，应用场景照旧比较局限的。

是以看起来，就像老黄说的，不管在检会侧照旧在推理侧，"寰球都有契机，但契机不大"。英伟达不可能吃掉通盘这个词算力蛋糕，特出是当我们进入推理期间，出现越来越多特定环境的应用需求，越来越多端侧的需求，这时候市集是足够大的，能容忍多个玩家。

若是我们只从这个算力的一个角度来说，我合计Inference（推理）的竞争会比Training（检会） 更热烈。若是把这个视角放大少量的话，Nvidia其实不是在和AMD、Groq或者ASIC这些去竞争，它其实是在和云揣测厂商去竞争，比如Amazon、Microsoft，而算力是这里面相等迫切的一个子战场。

老黄有个政策是，不错用上一代的旧卡作念推理，新一代卡作念检会。因为旧卡有扣头了，跟其他AI芯片公司在推理场景中竞争时是有上风的。同期对许多东谈主来说，若是检会跟推理的软件框架是一致的，后头软件部署的本钱也会责骂，这亦然英伟达旧卡在推理市集的上风。

英伟达有许多的布置，它不错去定制推理卡。也不错在产能受限的情况下，只用旧卡来作念推理，针对检会作念这种又大、又能够横向拓展的新卡。老黄手里面的牌照旧相等多的，完全不错遴荐作念或者不作念ASIC。

业内东谈主士们依然对英伟达的护城河和市集上风抱有相等大的信心，但同期我们照实也嗅觉到，英伟达的股价在最近受到不少压力。有好意思股机构投资东谈主对我们默示，除了宏不雅大环境的压力之外，GPT-5这样的大模子性能认识依然是影响市集的要害要素。

刘沁东

济容投资首席投资官：

因为投资东谈主都是一帮粗浅薄情的东谈主，我合计能够给投资东谈主信心的，等于GPT-5出来后，让寰球看到：堆算力照旧灵验，而且把模子带到了下一个意境。那英伟达的股价可能就又都冲回想了。若是莫得的话，我合计要花特出长一段时辰，让天下一语气了英伟达在生态链中的迫切性，英伟达的股价才会冉冉到它该有的位置。

05 全生态超等碗模式

我们此前的数期节目都提到，黄仁勋是一个目光相等永远的CEO。而他这次传递出的一个迫切信号，等于"全生态布局"：今后任何一个需要加快揣测的鸿沟，他都不会错过。

让我们牵记很潜入等于：在这一次的演讲当中，黄仁勋背后出现这一瞥像塔罗牌一样的全生态布局，标题是"为每一个产业劳动的CUDA-X"。包括数值揣测、揣测光刻、5G/6G 信号处理、方案优化、基因测序、医学成像、天气分析、量子揣测、量子化学、深度学习、揣测机辅助工程、数据科学和处理、物理学等等。

其中，量子揣测、自动驾驶和机器东谈主赛谈中的仿真平台和算法，亦然英伟达面前崇敬布局的处所。总的论断是：黄仁勋不会放过任何一个需要算力的市集。

而黄仁勋也发出了很强盛的信号，他说2024年GTC大会就像一个Rock Concert，一个秀肌肉、炫酷的摇滚音乐会。而2025年的GTC大会是好意思国橄榄球Super Bowl（超等碗）。因为Super Bowl堪称"好意思国春晚"，里面的通盘东谈主，包括两个参赛的队列、告白商、转播商、不雅赛搭客，每个东谈主都是赢家。

黄仁勋讲的"全生态超等碗模式"的故事是"Nvidia is gonna make everyone a winner."也等于说，在英伟达生态中每个东谈主都是赢家。

我们制定了一套年度道路权术图供寰球参考，以便寰球更好地权术树立AI基础身手。同期，我们正在构建三大AI基础身手：云表AI基础身手、企业级AI基础身手以及机器东谈主AI基础身手。

黄仁勋预测2028年数据中心开销将会阻扰1万亿好意思元，而到那时世博体育，AI生态会怎样发展？英伟达的霸主地位，是否如我们节目中嘉宾们预测的那样将持续保持？而剩下的蛋糕中又会有什么新契机？硅谷101会持续为寰球关怀畴昔的动向。