以下文章来源于半导体产业纵横 ，作者俊熹 半导体产业纵横 . 多元化的半导体产业生态服务平台，立足产业视角，提供及时、专业、深度的前沿洞见、技术速递、趋势解析，链接产业资源，构建IC生态圈，赋能中国 半导体产业，我们一直在路上。 9月3日，一则消息在科技圈引起了轩然大波： 谷歌开始对外出售 TPU了。 据报道，谷歌 近期已 在 接触那些 主要租赁 英伟达 芯片 的小型云服务提供商，敦促他们在其数据中心也托管谷歌自家的 AI处理器 ，也就是 TPU 。 谷歌已与至少一家云服务提供商 ——总部位于伦敦的Fluidstack——达成协议，将在纽约的一个数据中心部署其TPU。 来源 | 半导体产业纵横 谷歌的努力不止于此 。 据报道，该公司还向其他以 英伟达 为核心的服务商寻求类似的合作，其中包括正在为 OpenAI建 造 数据中心的 Crusoe，以及向微软租赁 芯片 并与 OpenAI签有供应合同的 英伟达 "亲儿子" CoreWeave。 9月9日， 花旗分析师因 TPU竞争加剧将英伟达目标价下调至200美元，预计2026年GPU销售额将因此减少约120亿美元。 明眼人都能看出来的是， 谷歌和英伟达之间的大战， ...

AI计算需求与增长动力 - AI计算需求正经历双重指数级复合增长：AI用户使用量呈指数级爆发，同时AI推理方式从简单一次性回答升级为复杂"思考"过程，导致每次使用所需计算量呈指数级增长，预计将带来10亿倍的推理需求增长 [2][4][11] - AI基础设施市场当前年规模约为4000亿美元，未来总体潜在市场规模有望增长至少10倍 [2][6][22] - AI推理收入占比已超过40%，且由于思维链出现，推理即将迎来爆发式增长 [10] AI工业革命与市场转型 - AI基础设施建设被视为一场工业革命，全球数万亿美元现有计算基础设施（包括搜索、推荐引擎、数据处理等）正从使用CPU迁移至AI加速计算 [2][6][19] - 通用计算时代已经结束，未来属于加速计算和AI计算，这一转型涉及数万亿美元规模的市场机会 [19][20][24] - 传统数据处理（结构化与非结构化）目前绝大多数仍在CPU上运行，未来将全部迁移至AI，这是一个庞大且尚未被充分开发的市场 [31] OpenAI合作与投资逻辑 - OpenAI有望成为下一家万亿美元级超大规模公司，将同时提供消费级和企业级服务 [3][5][14] - 对OpenAI的1000亿美元投资被视为"能想象到的最明智投资之一"，投资逻辑基于对其成为下一代超大规模公司的预期 [3][5][14] - 合作涵盖多个层面：加速Microsoft Azure构建、Oracle Cloud Infrastructure构建，以及直接帮助OpenAI首次自建AI基础设施（涉及芯片、软件、系统和AI工厂） [15][16] NVIDIA竞争优势与战略 - 采用"极致协同设计"战略，在算法、模型、系统、软件、网络、芯片等整个堆栈上进行同步创新和优化，构建强大竞争壁垒 [3][8][36] - 通过全栈设计实现性能飞跃（例如Hopper到Blackwell性能提升30倍），这种深度优化使单位能耗性能达到最优，即使竞争对手芯片免费，客户因机会成本过高仍会选择NVIDIA系统 [3][8][49] - 年度发布周期（如2024年Blackwell、2026年Vera Rubin、2027年Ultra、2028年Feynman）使竞争对手难以跟上，供应链锁定效应显著增强 [35][36][39] 行业前景与华尔街预期 - 华尔街分析师预测公司增长将在2027年趋于停滞（8%增长），但公司认为市场上的计算资源仍处于短缺状态，供应过剩可能性极低 [7][18][29] - 直到所有通用计算转换为加速计算、所有推荐引擎基于AI、所有内容生成由AI驱动，供给过剩情况才可能发生 [7][28] - AI驱动收入预计将从2026年的1000亿美元增长至2030年的1万亿美元，增长动力来自现有超大规模计算基础设施的AI转型和新应用场景的爆发 [24][27][28] 技术演进与系统复杂度 - 摩尔定律失效导致晶体管成本和能耗不再有显著改进，传统计算无法继续提供必要性能提升，必须通过系统级创新实现性能跨越 [2][8][36] - AI工厂是极其复杂的系统，涉及芯片、软件、网络、电力等多维度协同，目前没有任何公司能跟上NVIDIA的产能和研发节奏 [38][39][52] - 公司定位从芯片公司转变为AI基础设施合作伙伴，提供从芯片到系统的全方位解决方案，这种定位转变扩大了市场机会和客户合作范围 [3][52]

Cryptocurrency mining showed how quickly a market can move from GPUs to ASICs.So far, Nvidia (NVDA 0.27%) has been the biggest winner of the artificial intelligence (AI) boom, but investors should not forget how quickly hardware leadership can shift when a market matures. The cryptocurrency mining industry is a great example. Graphics processing units (GPUs) were once the workhorse of crypto mining, at least until application-specific integrated circuits (ASICs) were developed to take mining to the next lev ...

AI行业增长前景 - OpenAI很可能成为下一个万亿美元市值公司 是英伟达的重要合作伙伴 [1][3][4] - AI驱动收入将在5年内从1000亿美元增长至万亿美元级别 目前可能已达到该水平 [1][26][28] - AI将增强全球50万亿美元规模的人类智能经济活动 可能创造10万亿美元增量价值 [20][21][24] 计算范式转型 - 通用计算时代结束 全球数万亿美元计算基础设施将全面转向加速计算和AI计算 [3][17][18] - 传统超大规模计算模式（搜索 推荐 购物）正从CPU转向GPU驱动 形成数千亿美元市场 [18][28][34] - 数据处理市场（Databricks Snowflake Oracle SQL）目前主要使用CPU 未来将全面转向AI处理 [34] 英伟达竞争战略 - 通过"极致协同设计"实现系统级优化 年度发布周期使性能呈指数级提升（Hopper到Blackwell提升30倍） [3][41][47] - 即使竞争对手芯片免费 英伟达系统在总拥有成本（TCO）上仍具优势 因电力 数据中心等运营成本更低 [1][75][77] - 从GPU供应商转型为AI基础设施建设者 能整合各类ASIC满足多样化工作负载需求 [3][62][64] 技术发展路径 - AI规模定律从预训练 后训练扩展到"思考"推理定律 推理能力将实现百万倍至十亿倍增长 [3][7][8] - Token生成速度每几个月翻一番 驱动每瓦性能需持续指数级提升 电力消耗与收入直接相关 [22][24][43] - 年度发布周期包括2024年Hopper 2025年Grace Blackwell 2026年Vera Rubin 2027年Ultra 2028年Feynman [41][47] 生态系统建设 - 与OpenAI的Stargate合作涉及1000亿美元投资 帮助其建立自主AI基础设施 [3][10][11] - 推出NVLink Fusion等开源平台 整合英特尔 ARM等生态系统合作伙伴 [71][73][74] - 投资xAI CoreWeave等公司 但不与采购义务挂钩 属于机会性股权投资 [39][40] 市场容量分析 - 全球AI基础设施年资本支出可能达到5万亿美元 对应生成10万亿美元token价值（50%毛利率） [21][22] - 目前4000亿美元市场规模将增长4-5倍 阿里巴巴计划将数据中心电力容量增加10倍 [22][25] - 供应链已做好准备应对需求增长 实际需求持续超出客户预测 [31][32] 工作负载演进 - AI从单一语言模型发展为多模型系统 能同时运行 使用工具并进行研究 [9] - 传统"一次性"推理转向"思考型"推理 大幅增加单次使用的计算量 [11][13][33] - 视频生成 上下文处理等专业化工作负载需要特定芯片（如CPX） [62]

Key Points Quantum computing is expected to add trillions in economic value over the coming decades as the technology becomes commercialized. Nvidia's hardware and software stack is well positioned to power the next generation of quantum workloads. Alphabet offers a comprehensive suite of tools to help accelerate adoption of its own quantum-based services. 10 stocks we like better than Nvidia › Over the past few years, investors have witnessed in real time how breakthroughs in artificial intellig ...

经观评论 陈白/文 如果要选整个9月全球市场最受瞩目的明星公司，除了英伟达，恐怕不会有第二家。从入股英特尔到千亿投资OpenAI，再到宣布和阿里巴巴的合作 计划，在今天这样的全球环境中，黄仁勋的长袖善舞，可谓登峰造极。 当超威半导体公司（AMD）还在奋力追赶芯片性能时，英伟达已经将战场转移到了"硬件+软件+服务"的整体解决方案上。从这个角度看，英伟达正在从AI 时代的"英特尔"，进化为AI时代的"微软"。芯片是它的基座，而CUDA及其上的一系列软件平台，才是它真正的"Windows"，是未来智能化世界的底层操作 系统。 当然，驱动黄仁勋布下这盘连环大棋的，除了进攻的野心，或许还有一丝防御的焦虑。 最大的威胁恰恰来自它最大的客户：那些手握重金的云巨头。谷歌、亚马逊等科技巨头既是英伟达算力的最大买家，也是最有能力和动机摆脱对英伟达依赖 的挑战者。一旦这些巨头的自研芯片在性能和生态上取得突破，英伟达的"算力税"将面临严峻挑战。 这一系列看似散乱的布局背后，逻辑却极为清晰：这位最成功的卖铲人，已经不再满足于只提供工具。 故事的变化首先是从投资逻辑开始的。过去，英伟达的投资部门更像是一个生态赋能者，其核心目标是"扶持" ...

如果说资本布局是"广积粮"，那么平台化战略则是"高筑墙"。CUDA生态的成功已经证明了这一点。这 个十余年的布局，让全球数百万开发者习惯于在英伟达的平台上进行开发，形成了强大的用户黏性和路 径依赖。 如今，英伟达正试图将CUDA的成功模式，复制到更上层的平台。更直接点说，英伟达不再希望你只购 买它的芯片，它更希望你订阅它的服务，使用它的软件，生活在它的"操作系统"里。 当超威半导体公司（AMD）还在奋力追赶芯片性能时，英伟达已经将战场转移到了"硬件+软件+服 务"的整体解决方案上。从这个角度看，英伟达正在从AI时代的"英特尔"，进化为AI时代的"微软"。芯 片是它的基座，而CUDA及其上的一系列软件平台，才是它真正的"Windows"，是未来智能化世界的底 层操作系统。 这一系列看似散乱的布局背后，逻辑却极为清晰：这位最成功的卖铲人，已经不再满足于只提供工具。 故事的变化首先是从投资逻辑开始的。过去，英伟达的投资部门更像是一个生态赋能者，其核心目标 是"扶持"那些能够证明其GPU价值、扩大其CUDA（英伟达推出的运算平台）生态影响力的初创公司。 这是一种锦上添花的策略，确保市场上总有最前沿、最耗费算力的应用， ...

And in order to do that, you've got to do inference. So now training and inference are now integrated in reinforcement learning. Really complicated. And so that's called post-training. And then the third is inference. The old way of doing inference was one shot. But the new way of doing inference, which we appreciate, is thinking. So think before you answer. And so now you have three scaling laws. The longer you think, the better the quality answer you get. While you're thinking, you do research, you go che ...

英伟达战略投资与合作 - 英伟达投资英特尔50亿美元 占股约4% [2] - 英伟达与OpenAI达成1000亿美元投资协议 按数据中心建设进度分阶段支付 每建成1GW数据中心支付100亿美元 [3][4] - OpenAI需为1GW数据中心投入500亿至600亿美元 其中300亿至350亿美元用于购买英伟达产品 [4] - 英伟达与阿里云合作 通过云服务提供软件栈 维持中国市场联系 [7] 英伟达财务表现与市场预期 - 第二季度营收467亿美元 基本符合预期 [8] - 数据中心部门营收增长56% 略低于分析师预期的413亿美元 [8] - 第三财季营收指引540亿美元 略高于华尔街预期 [8] - 连续多个季度高增长后 增速放缓引发AI芯片需求瓶颈担忧 [8] - 财报发布后股价连续三日下跌 [9] 英伟达技术优势与护城河 - 加速计算需全栈协同设计 英伟达软件栈为行业默认选项 [11] - CUDA生态无处不在 覆盖所有云厂商和开发者群体 [11][12] - 网络业务收入73亿美元 已超过2019年收购Mellanox的成本 [14] - 每瓦性能领先 在电力受限环境中直接驱动客户营收 [15] - 提供从芯片到系统的AI工厂全栈解决方案 [11][15] 行业竞争与市场格局 - 英伟达投资英特尔对AMD构成挑战 Intel成为x86 CPU与GPU组合首选 [19] - 中国市场竞争关键取决于CUDA替代方案发展 可能影响全球格局 [16][17] - 功耗限制在西方市场强化英伟达优势 在中国市场依赖性较低 [16] AI算力需求与基础设施规划 - OpenAI与甲骨文签订5年3000亿美元云服务合同 需采购英伟达硬件 [5] - 甲骨文需通过融资支持采购计划 [6] - OpenAI计划每周建设1GW AI基础设施 需全技术栈创新 [25][26] - 算力扩张直接关联收入增长 新的融资方案将于年底公布 [28] 行业前景与战略愿景 - AI服务使用量快速增长 未来将成为经济基本驱动力甚至基本人权 [20][21] - 算力规模扩大可能推动突破性应用 如疾病治疗与个性化教育 [23] - 美国需加速芯片与能源产能建设以应对国际竞争压力 [28]

公众号记得加星标⭐️，第一时间看推送不会错过。 来源 ： 内容来自半导体行业观察综合 。 人 工 智 能 初 创 公 司 Modular Inc. 今 天 表 示 ， 其 在 第 三 轮 融 资 中 筹 集 了 2.5 亿 美 元 （ 约 18 亿 人 民 币），公司估值达到 16 亿美元。 此轮融资由 Thomas Tull 的美国创新科技基金领投，DFJ Growth 跟投。所有现有投资者均参与了此 轮融资，包括 Google Ventures、General Catalyst 和 Greylock Ventures。此轮融资使该公司的融 资总额达到 3.8 亿美元。 Modular 成立于 2022 年，它提供了一个平台，允许开发人员在不同的计算机芯片（包括中央处理 器、图形处理单元、专用集成电路和定制硅片）上运行 AI 应用程序，而无需重写或迁移代码。 在过去三年中，该公司构建了一个软件基础设施层和一种专门的编程语言，旨在让企业能够在多种芯 片和服务器上部署人工智能模型。 Modular 认为，通过赋予企业更多硬件选择自由，可以打破供应商锁定，从而有机会打破这种锁定。 其平台已经支持 Nvidia、A ...