来源：市场资讯
（来源：机器之心）
近日，英伟达创始人黄仁勋接受了 Dwarkesh Patel 的深度专访。访谈中，黄仁勋围绕软件英伟达的护城河是什么，梳理了英伟达如何通过 「 token 工厂」 确立自己的生态地位，阐释了通用加速计算平台与 TPU 在技术灵活性、生态适配性及 TCO 上的差异，同时谈及英伟达业务边界的选择、对华芯片出口限制带来的影响。
目录
01. 不止是 CUDA，英伟达的护城河是什么？
英伟达的竞争壁垒是什么？TPU 对英伟达的算力主导地位构成了怎样的挑战？...
02.TPU 对英伟达的竞争力带来了哪些威胁？
英伟达近千亿采购承诺背后的供应链协同有何战略价值？头部 AI 厂商布局替代方案会对 CUDA 生态造成哪些冲击？...
03. 坐拥算力优势，英伟达为何不拓宽商业版图？
英伟达坚持不涉足超大规模云服务和其他芯片的原因何在？...
不止是 CUDA，英伟达的护城河是什么？
1、在 AI 产业快速发展的过程中，市场正陷入一种矛盾。一方面，人们预期人工智能会使软件商品化，而另一方面，本质上通过设计软件并交由台积电代工、海力士提供内存的英伟达，却拥有着行业领先的竞争壁垒。对此，黄仁勋给出新的理解，「 输入的是电子，输出的是 token，中间层就是英伟达」。
2、黄仁勋提出，高价值 token 的生成，实际上是从 electrons 到最终有效 token 的转化过程，这背后需要大量的技术创造、工程能力、科学积累与设计能力，而这就是使英伟达难以被商品化的原因。
①英伟达的经营原则是 「 为实现转化做必要的事，同时做尽可能少的事」。对于自身必须承担的环节，英伟达构建严苛的技术与工程门槛。
②黄仁勋以 AI 产业的 「 五层蛋糕」 结构作比，称英伟达的生态布局覆盖了全部五个层级，而其自主承担的核心环节，本身具备难以被复制、难以被商品化的属性。
③其余非核心环节全部通过生态合作完成，英伟达由此搭建了覆盖上游供应链、下游计算机厂商、应用开发者与模型厂商合作生态。
4、针对软件产业发展趋势，市场认为 AI 会让软件走向商品化，黄仁勋则提出相反观点。他认为，大多数软件企业的定位是工具制造商，而软件工具的应用规模受限于人类工程师的数量上限。随着 AI Agents 的增长，能够使用软件工具的主体数量将同步提升，工具调用实例会大幅增加。
① 黄仁勋补充，软件工具的使用还未增加是因为 AI Agents 使用工具的能力还未达到足够水平。未来随着 AI 智能体相关能力提升，软件企业不仅不会走向商品化衰落，反而会迎来需求增长。
5、基于对软件与 AI 应用发展的判断，黄仁勋提出，软件工具与 AI Agents 的规模化应用，会带动算力需求的扩张。而英伟达作为实现 「 electrons」到 「 token」 转化的载体，则会因下游需求持续增长。
6、针对英伟达护城河的构成，主持人引述公开信息向黄仁勋提问，英伟达的核心护城河是否在于锁定了未来数年的稀缺芯片组件供应。对此，黄仁勋回应称，供应链布局确实是英伟达的核心优势之一，但并非单纯的产能锁定。
①最新披露的文件显示，英伟达与芯片代工厂、内存及封装厂商签订了近 1000 亿美元的采购承诺。
②SemiAnalysis 报道称，英伟达此类采购承诺的总额将达到 2500 亿美元。
7、黄仁勋表示，英伟达与上游供应链的合作，是基于对 AI 产业未来规模的预判，提前与供应链企业的决策层达成认知协同，以此推动供应链企业愿意提前投入巨资扩产。
① 而供应链企业之所以愿意配合英伟达的布局，是因为英伟达拥有庞大且确定的下游需求，能够消化供应链的新增产能。
②黄仁勋还提到，包括 GTC 演讲在内的诸多行业动作，目的之一也是向全产业链传递 AI 产业的发展趋势，实现上下游的认知对齐，为长期的供应链布局打下基础。
TPU 对英伟达的竞争力带来了哪些威胁？
近期全球 AI 算力市场发生格局变化，据悉在全球排名前三的大模型中， Claude、Gemini 均采用 TPU 完成训练，TPU 正成为除英伟达 GPU 之外的算力选择，这一行业动态也引发了市场对 AI 算力竞争格局的广泛讨论。
1、据悉，TPU 正在通过极致的架构定制化实现更高维度的产出。以最新发布的 TPU 8 系列为例，其性价比提升了 2.7 倍，这种专注于「 Token 生产」的效率提升，正促使 Anthropic 和 OpenAI 等巨头分配数千兆瓦的容量给非英伟达平台。[2-1]
2、对此，黄仁勋回应英伟达打造的是不同的产品。他指出 TPU 是面向张量计算的固化 ASIC，而英伟达构建的是能够适配各类框架和算法的 「 加速计算」。一旦 AI 架构发生变化，高度可编程的 CUDA 生态能支持技术创新，而缺乏灵活性的 ASIC 则存在应用局限性...
关注「机器之心PRO会员」，前往「收件箱」查看完整解读
热门跟贴