作 者：Hernanderz来源：价值研究所AI蓝海护持加上上半年半年报远超消费市场预期，英伟达公司股价笑傲、总市值已逼近万万英镑，统治地位不断加强在万亿英伟达身后，谁能甘当金融行业“老大”？AMD、AMD这两个老对手并不是唯一的标准答案。
盘中一度涨逾30%，尾盘公司股价、总市值分别剪影在379.8英镑和9392.95万英镑，英伟达距离万万英镑俱乐部仅有咫尺之遥公司股价走势如此威猛，华尔街大行也很懂事，自发前来再添一把火从24日开始，已有巴克莱、高盛、莱恩布希证券、Baird多家机构宣布下调英伟达公司股价消费市场预期。
其中最乐观的巴克莱，将英伟达的目标价从原来的275英镑大幅下调至500英镑，对这家积体电路小厂的发展前景十分看好英伟达能成为积体电路冬天中第一个迎来春天的巨头，原因很简单：皮德盖了说，日前公布的上半年半年报远超消费市场消费市场预期；往远了说，有AI蓝海护持，英伟达的高算力晶片供不应求，业绩消费市场预期还有非常大增长空间。
横向对比可以发现，经过本轮暴涨后，英伟达和南埃尔普们拉开了更大差距：截止25日美国股市尾盘时，AMD的总市值为1938.07万英镑，英特尔为1158.78万英镑，AMD仅有1142.85万英镑，三者相加也只有英伟达的五分之一。
谁是积体电路金融行业的老大？资本消费市场出钱投票，给出了自己的标准答案。而较之追赶英伟达这个天方夜谭的目标，对AMD们来说，丢掉金融行业“老大”位置可能是一个更实际的任务。
（图片来自UNsplash）境况截然不同的“准季军”：AMD刘天祺当头，AMD困难重重虽然我们有意识地把英伟达、AMD、AMD、英特尔这几家积体电路小厂放在一起比较，但英特尔的销售业务模式和另外两个南埃尔普其实有许多差异英特尔的业绩消费市场预期，非常大程度上和智能机金融行业挂钩，和英伟达的正面对付只存在于汽车晶片等少数两个应用领域。
真正和英伟达近身肉搏战的，是AMD和AMD要明确的是，AI伺服器的晶片消费市场需求非常大，但最核心的是GPU和存储晶片openAI曾表示，在AI大模型训练中，算力消费市场需求一般3-4个月就会翻一倍，对存储晶片和GPU的消费市场需求也会相应提升。
通常情况下，AI伺服器的存储晶片使用率是普通伺服器的8倍，GPU就更不用说了因此，AMD、AMD和英伟达的对付，也主要集中在GPU、AI晶片应用领域两者相比之下，AMD胜在稳定，交易额、技术虽比不上英伟达却比上不足。
AMD境况则更为尴尬，对GPU拿不下也不悔，Xianyang了许多岁月，至今仍没选准方向有“千年老大”之称的AMD，在CPU称雄积体电路金融行业的年代长期甘当AMD的小角色，后来又在智能机时代成为英特尔身边的一号人物，直到现在为英伟达作配，仿佛一直没主角命。
但较之每况愈下的AMD，AMD至少销售业务布局更广泛，没完全错过任何一个蓝海目前，AMD的销售业务涵盖CPU、GPU和PDP三条赛车场，前两项销售业务的交易额都位居金融行业第二在去年上半年完成对伊士曼的并购后，AMD又拿下了FPGA消费市场的六分之一，势力版图进一步拓宽。
在最重要的GPU销售业务上，AMD指望MI300系列新机，并将其视为Kanniyakumari英伟达A100的冠季军从近两个季度的业绩消费市场预期来看，AMD的积极信号也多于AMD今年上半年，伺服器销售业务所处的网络系统股销售收入占比接近25%，CPU解决方案销售业务所处的客户服务股占比已下滑至15%。
GPU和CPU这一进一退，表明AMD正努力抓住AI蓝海，改善销售收入结构那么昔日霸主AMD现在是什么情况？CPU消费市场需求随着PC消费市场衰落而萎缩是不争的事实，AMD在追逐AI蓝海、开发GPU产品线的过程中也是波折不断，至今没太多拿得出手的战绩。
过去5年，AMD为图形部门AXG投入了近35万英镑研发资金，可惜收效寥寥去年8月传出AXG部门可能整体被裁撤的消息，年底又进行了拆分，整合出客户端计算和网络系统、AI两个团队再到后来，AMD副总裁兼超级计算事业部总经理Jeff McVeigh承认整合CPU、GPU核心产品的XPU项目已经流产，KanniyakumariAMDMI300和英伟达A100的目标自然成为泡影。
近日，AMD又调整方案，将Falcon Shores计划改为纯GPU解决方案，预计2025年发布从这一系列变动中可以看出，AMD并不愿意放弃GPU，但又一直找不准定位，弯道超车远没想象中那么简单在日前接受媒体采访时，Jeff McVeigh表示公司不会放弃GPU销售业务，正在花时间重新设计新机。
他也向外界承诺，AMD的新产品算力肯定会优于英伟达H100系列但没看到产品之前，这番话很难令投资者信服总的来说，AMD比AMD更稳定、更有希望丢掉“老大”位置，但也只是相对而言在英伟达的领先优势面前，这两个传统豪强并没太多应对之策。
不过话又说回来，正在追逐AI蓝海的也远不止AMD、AMD等积体电路厂商——还有硅谷一众科技巨头微软、Meta、谷歌、亚马逊这些小厂中，会不会跑出一匹黑马？不确定的“X因素”：硅谷小厂联手对付英伟达？晶片又贵又难抢，似乎成为英伟达的“原罪”。
从官方定价可以看到，英伟达GPU均价甚至高于许多重要处理器，使用H100 GPU晶片的设备开价4万英镑，比隔壁AMD的顶配版Xeon贵了接近两倍更糟糕的是，明知道英伟达的晶片又贵又抢手，急于训练AI大模型的硅谷小厂们并没更好的替代品。
谷歌所使用的A3超级计算机，就需要配备8个英伟达的H100 GPU英伟达的“算力垄断”，已然成为硅谷众巨头心腹大患它们采取的应对之策，则是自己下场研发AI晶片截止目前，已有微软、亚马逊、谷歌三家小厂计划研发AI晶片和搭载自研晶片的AI伺服器，Meta也蠢蠢欲动。
这几家小厂中，谷歌、亚马逊领先一步：前者胜在入局时间早，积累了一定的AI技术和研发经验；后者作为全球头号云计算厂商，自研晶片经验同样丰富、产业链成熟且行动力强谷歌早在2021年发布的Pixel 6和Pixel 6Pro中就搭载了首款自研的Tensor晶片，GPU性能比前一代旗舰手机搭载的外购晶片提升近80%。
此外，谷歌还有专用AI算力晶片TPU，支持加速机器学习目前，谷歌TPU已经迭代到第四代，最新一代TPU v4超级计算机整体运行速度较上一代产品提升近10倍，已经不输英伟达A100，功耗甚至比A100低1.3-1.9倍。
亚马逊则早在2018年便开始涉足AI定制晶片，但早期对算力要求并不高，涉及的应用领域没那么广泛直到今年年初，最新一代Inferentia 2推理晶片发布，外界才感受到其进步：性能较上一代晶片提高近3倍，最多可实现1750亿个参数的超高速连接分布式推理。
在大模型推理、训练过程中，Inferentia 2将发挥无可替代的作用和谷歌、亚马逊相比，和openAI走得最近、吃到最多红利的微软反倒是实力较弱的一方计划在2025年推出首款自研AI定制晶片MTIA和开源晶片架构RISC-V的Meta，同样落后许多。
不过它们追赶英伟达的决心也很强烈，不计成本的投入难保不会大力出奇迹总而言之，打破英伟达的垄断成为硅谷巨头们的共同目标为了尽快实现这个目标，它们甚至不惜联手英伟达的两个老对手5月初，彭博社爆料微软有意资助AMD，联合开发代号为Athena的AI晶片，但遭到双方否认。
这则消息传出后，AMD公司股价直线拉涨逾12%，英伟达短线走低超1%，资本消费市场的反应相当敏感坦白说，现阶段的谷歌、亚马逊们很难对英伟达带来实质影响，但终究是一个不可不防的“X因素”AI时代，晶片除了拼算力还能拼什么？。
在追赶英伟达这件事上，无论是AMD、AMD这种传统积体电路小厂，还是微软、Meta等硅谷科技巨头，都把AI算力视作头号突破口毫无疑问，英伟达的晶片在算力上确实有优势在2020年发布的A100晶片，直到现在仍保持着业界领先的算力和性能。
配备540亿个晶体管、最大功率400W，在BERT模型的训练、推理性能分别较上一代产品V100提升6倍和7倍而经过改造的安培架构还实现了GPU扩展功能，进一步提升加速能力性能决定消费市场需求、消费市场需求影响价格，在这条规则下，我们可以看到英伟达AI晶片的旺盛消费市场需求和优越性能是相辅相成的。
以前面提到的王牌产品A100晶片为例，过去5个月的价格累计涨幅达到37.5%；中国特供版的A800同期涨幅也超过20%，依旧供不应求Asymmetric Advisors的知名分析师Amir Anvarzadeh也在不久前的一份报告中感叹到，英伟达A100和H100晶片的算力“非常壮观”，订单暴涨是情理之中。
甚至作为合作方的台积电也获益匪浅，产能利用率再度攀升有鉴于此，在算力上PK英伟达，成为大多数竞争对手的不二之选AMD在今年CES上发布预览的AI推理加速器Alveo V70、首款网络系统APU MI300，都重点宣传AI算力。
前者号称75级TDP的AI算力巅峰，算力峰值达到400TOPS，后者则拥有1460亿个晶体管、采用先进的5nm和6nm制程工艺，同样性能拉满但一颗晶片的算力、功率，就能决定两家晶片公司的高低成败了吗？标准答案明显是否定的。
举个例子：如果单纯比拼晶片算力的话，并非以GPU见长的英特尔其实不输英伟达太多比如英特尔的Cloud AI 100晶片，在MLCommons人工智能晶片测试标准工程联盟的测试中就有两项功率指标超过英伟达H100。
在物体检测和图像分类这两个环节，Cloud AI 100优势明显，英伟达H100则在自然语言处理上遥遥领先，两者只能算各有千秋然而，英伟达不止赢在晶片算力在AI赛车场上，英伟达的影响力是全方位的：除了GPU晶片，还有围绕AI设计的推理平台、云服务体系甚至计算光刻技术。
而这些配套的产品、服务，是英特尔，也是其他绝大多数竞争对手欠缺的用英伟达CEO黄仁勋的话来说，AI金融行业需要一个“台积电式的代工厂，构筑自定义大语言模型”，为企业提供大语言模型推理、训练所需的各种产品和服务。
在今年3月的GTC大会上占据重要篇幅的NVIDIA DGX Cloud云服务体系，就配备超级计算专用集群、AI软件等各种基础设施和软件，可以让企业客户快速开展大模型训练工作要追上英伟达，抢夺AI红利，AMD们要做的绝不止提高晶片算力。
重重考验之下，它们首先要明确目标、了解自己的不足，才能选准将来的方向写在最后对于积体电路金融行业在AI时代的发展前景，绰号“皮衣哥”的黄仁勋充满信心，也坚信AI技术会给积体电路企业带来更多商业价值在今年3月接受采访时，他曾预测来自AI金融行业的收入将在未来12个月大幅增长，“企业要么跟上AI的步伐，要么就会被甩在身后”。
12个月之后的事情还说不准，但现在的局势很明确，英伟达的确把两个竞争对手远远甩在身后了更有甚者，已有媒体将黄仁勋称作“新时代的摩尔”看到这局面，AMD、AMD这些老对手心里一定不是滋味丢掉金融行业老大的位置后，英伟达开始想办法加固竞争壁垒，身后的追赶者们同样很着急，厮杀不会终止。
不过英伟达从初次接触AI晶片到战胜各路对手成为算力之王，也花了数年时间AMD、AMD们想抹平这些差距，并不是一朝一夕可以办到的想追上英伟达，AMD们要做好打持久战的准备要弥补的差距，也绝不止AI晶片算力。
