随着人工智能热潮的持续推进，英伟达很可能无法维持眼下在AI芯片领域的主导地位。越来越多的云服务商和大型数据中心正积极采购定制化专用芯片，这对于主打通用型产品的英伟达而言，无疑意味着市场份额将面临显著挑战。

市场研究机构Counterpoint在一份最新报告中指出，预计到2027年，博通将继续巩固其在顶级AI服务器专用芯片设计领域的领先优势，市场份额有望进一步扩张至约60%。

与此同时，与博通紧密合作的台积电也将从中受益，迎来业务快速扩张。作为定制芯片的主要代工选择，台积电几乎包揽了全球前十大数据中心及主要专用芯片客户的晶圆制造订单，其市场份额已接近99%。

Counterpoint据此预测，在英伟达通用型GPU独占鳌头的阶段之后，AI芯片热潮的第二阶段将演变为专用芯片与GPU之间的激烈竞争，而博通与台积电有望成为这一轮变革中的最大赢家。

专用芯片与GPU

英伟达GPU的核心优势在于其强大的大规模并行计算能力，非常适合处理矩阵乘法、卷积运算等典型的AI计算任务。然而，随着数据中心运营成本与能耗问题的日益凸显，各大科技公司都在积极寻求效率更高、更符合自身特定需求的解决方案。

以博通为谷歌设计的TPU为例，其核心架构围绕脉动阵列设计，专门针对矩阵乘法等张量运算进行优化。其能效表现可达英伟达H100芯片的2到3倍，而推理成本则能降低30%至40%。高盛分析师James Schneider指出，TPU技术从v6演进到v7版本，还将帮助每个token的生成成本下降约70%。

亚马逊自主研发的Trainium芯片同样在推理成本上具备优势，相比H100可降低30%至40%，其单位算力成本约为H100的60%，而推理吞吐量则高出约25%。

另一家芯片设计公司Marvell则与微软合作开发了Maia系列芯片。Marvell虽也曾参与亚马逊Trainium 2的项目合作，但由于表现未达预期，最终未能获得Trainium 3的设计订单，该订单转而由另一家台湾设计公司Alchip承接。

这也使得Marvell的处境略显尴尬。该公司此前被视为博通在定制芯片设计领域的主要挑战者，但目前其设计订单的增长势头明显受阻。Counterpoint估计，即便Marvell的总出货量持续增长，到2027年其设计服务市场份额仍可能下滑至8%左右。

相比专用芯片设计领域尚存变数的竞争格局，台积电的成功则更具确定性。因为无论是GPU还是专用芯片，台积电都是下游占据绝对主导地位的晶圆制造厂商。

不过，高盛的Schneider也指出，定制芯片虽然在成本上更具优势，但英伟达的CUDA软件生态依然是其维系企业客户的关键护城河。CUDA是英伟达推出的通用并行计算平台，覆盖了全球超过95%的AI开发者。

业界普遍预期，未来几年AI芯片市场更可能呈现专用芯片与GPU并存的局面。现阶段断言哪种技术路线会最终被淘汰，仍为时过早。