摘要：当一家公司的股价开始下跌时，人们很容易将其归咎于糟糕的运营业绩。但英伟达的情况并非如此。第四季度的收益显示，该公司的业务仍在全力以赴。收入较上年同期飙升 78%，达到创纪录的 393 亿美元，这得益于该公司数据中心部门的强劲表现，该公司在该部门生产用于运行和训

当一家公司的股价开始下跌时，人们很容易将其归咎于糟糕的运营业绩。但英伟达的情况并非如此。第四季度的收益显示，该公司的业务仍在全力以赴。收入较上年同期飙升 78%，达到创纪录的 393 亿美元，这得益于该公司数据中心部门的强劲表现，该公司在该部门生产用于运行和训练大型语言模型(LLM) 的先进 AI 芯片。

截至本文撰写之时，Nvidia 的股价较 2 月 26 日公布财报时下跌了 14%。这一下跌表明，尽管该公司增长率高且成功推出了 Blackwell 芯片，但市场对该公司的印象并不好。有些人可能将此归咎于毛利率下降。虽然公司CEO黄仁勋表示芯片需求疯狂。

然而，更大的挑战可能来自长期需求。或者说，背后的很多逻辑已经变了。

DeepSeek改变了需求？

在DeepSeek横空出世以后，英伟达曾经暴跌17%，虽然后面他们已经收复了失地。但在分析人士看来，这动摇了大家疯狂堆积算力的根基。

今年 2 月，微软取消了美国部分数据中心的租约，此举震惊了科技界。据信，微软是 Nvidia 的最大消费者之一，而数据中心容量的减少可能表明其希望减少对该行业的投资。

虽然微软可能不会放弃人工智能，但其首席执行官萨蒂亚·纳德拉 (Satya Nadella) 表示，这项技术目前还没有创造太多有意义的价值。如果一位行业领袖公开这么说，其他 Nvidia 客户（如Alphabet和Meta Platforms）在幕后可能会有同样的感受。

金融时报在最新的报道也指出，DeepSeek 的 R1 和其他所谓的“推理”模型（例如 OpenAI 的 o3 和 Anthropic 的 Claude 3.7）在用户提出请求时消耗的计算资源比以前的AI系统更多，这个过程称为“推理”。

这改变了人工智能计算需求的焦点，因为直到最近，人工智能计算还以训练或创建模型为中心。随着个人和企业对超越当今流行聊天机器人（如 ChatGPT 或 xAI 的 Grok）的应用程序的需求不断增长，推理预计将成为该技术需求的重要组成部分。

Nvidia在大型计算集群市场占据主导地位，例如埃隆·马斯克在孟菲斯的 xAI 设施或 OpenAI 与软银合作的 Stargate 项目。但其投资者希望确保 Nvidia 能够继续在专注于推理的、规模小得多的数据中心的销售上超越竞争对手。

摩根士丹利 (Morgan Stanley) 的分析师估计，未来几年美国数据中心 75% 以上的电力和计算需求将用于推理，但他们警告称，这一转变究竟如何进行存在“很大的不确定性”。

巴克莱分析师也预估，未来两年内，“前沿人工智能”（指最大、最先进的系统）的推理资本支出将超过训练资本支出，从 2025 年的 1226 亿美元跃升至 2026 年的 2082 亿美元。

根据金融时报引述巴克莱的数据预测，尽管Nvidia 将在前沿 AI 训练领域“占据 100% 的市场份额”，但从长远来看，它只能占据 50% 的推理计算份额。这意味着到 2028 年，该公司的竞争对手将面临近 2000 亿美元的芯片支出。

虽然Nvidia 首席执行官黄仁勋坚称，该公司芯片的推理能力与训练能力同样强大，因为他看到了巨大的新市场机会。但从市场的反应看来，很多厂商正在趁机崛起。

竞争对手的咄咄逼人

在英伟达众多竞争对手中，Cerebras无疑是其中最激进的一个。基于其打造的晶圆大小芯片，这家公司近年来在推理领域频频发力。Cerebras 一直将自己定位为高速推理专家，声称其晶圆级引擎 (WSE-3) 处理器可以比基于 GPU 的解决方案快 10 到 70 倍地运行 AI 模型。随着 AI 模型向更复杂的推理能力发展，这种速度优势变得越来越有价值。

为了挑战Nvidia在人工智能市场的主导地位，该公司周二宣布大幅扩展其数据中心足迹，并建立两家主要企业合作伙伴关系，使该公司成为高速人工智能推理服务的领先提供商。

据介绍，该公司将在北美和欧洲增加六个新的 AI 数据中心，将其推理能力提高 20 倍，达到每秒超过 4000 万个tokens。

Cerebras 产品营销总监 James Wang 在接受采访时表示：“今年，公司的目标是真正满足所有需求，我们预计所有新需求都将随着 Llama 4 和新 DeepSeek 模型等新模型的推出而出现。这是我们今年的重大增长计划，旨在满足对推理token的几乎无限的需求。

他们指出，通过这些新配置，公司将速度提高了 10 倍，以前需要五秒钟或更长时间才能完成的任务在 Cerebras 上基本上可以立即完成。

Cerebras 认可黄仁勋推理是下一个大趋势的说法。但他们认为，黄仁勋并没有告诉我们，推理会让整个过程慢 10 倍，因为模型必须思考并产生一堆内心独白，然后才能给出最终答案。这种放缓为 Cerebras 创造了机会，其专用硬件旨在加速这些更复杂的 AI 工作负载。

“目前使用 GPT-4 的任何人都可以直接升级到 Llama 3.3 70B 作为替代品，”Cerebras解释道。“GPT-4 的价格约为 4.40 美元。而 Llama 3.3 的价格约为 60 美分。我们大约是 60 美分，对吧？因此，成本几乎降低了一个数量级。如果你使用 Cerebras，速度就会再提高一个数量级。”

与此同时，类似Fractile、Groq和d-Matrix 等初创公司以及 Nvidia 的传统芯片制造竞争对手（如 AMD 和英特尔）推出更适合推理的芯片，因为 Nvidia 专注于满足大型科技公司对其高端硬件的巨大需求。

此前，一家名为Positron 的公司获得了巨额融资，他们也将成为英伟达的挑战者。据介绍，该公司的的芯片主要用于推理，即使用 AI 模型的阶段，而不是用于训练 AI 模型。目前，对训练芯片的需求更高，但分析师预测，随着更多 AI 应用的部署，对推理芯片的需求可能会超过训练芯片。

写在最后

其实，在英伟达的这个故事里面，还有很多绕不开的公司。例如博通和Marvell这些ASIC供应商，他们利用其装备精良的武器库，为其克服提供源源不断的武器库。这也让亚马逊、Meta和谷歌等公司拥有时间和机会来叫板英伟达。

同时，特朗普的关税政策以及出口限制，也在给英伟达带来新的风险。

当然，如果从整个市场层面上看，英伟达也应该是无忧的。例如甲骨文在周一报告称，其订单积压金额达 1300 亿美元，其中不包括星际之门的任何合同。首席执行官萨弗拉·卡兹指出，创纪录的订单量表明需求“巨大”。背后带来的GPU需求显而易见。

此外，埃隆·马斯克的 xAI 购买了 100 万平方英尺的土地，用于建设第二个孟菲斯数据中心。据介绍，新的数据中心最多可容纳 350,000 个 GPU。据报道，该数据中心运行着 10 万个 GPU，但马斯克在 2024 年 10 月表示，计划将GPU 数量增加到20 万个，该公司在 12 月透露，最终希望在孟菲斯运行100 万个 GPU。

不过，英伟达的逻辑变了，应该也是个不争事实。

关注全球半导体产业动向与趋势

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4061期内容，欢迎关注。

『半导体第一垂直媒体』

来源：半导体行业观察