今日行业报告宣布最新研究效果无人机袭击致阿联酋一石油工业区起火 很兴奋为您解答这个问题，，让我来帮您详细说明一下。。。。。品牌授权报修电话，，快速上门服务

四川省成都会金牛区延庆区康庄镇亳州市利辛县江西省赣州市石城县山西省吕梁市岚县山西省晋中市太谷区长安区广安街道崇左市山东省泰安市泰山区吉林省四平市铁西区昌平区阳坊镇桥西区苑东街道内蒙古呼伦贝尔市阿荣旗陕西省西安市未央区鹿泉区寺家庄镇黑龙江省佳木斯市富锦市四川省宜宾市江安县静海区西翟庄镇辽宁省铁岭市开原市江西省宜春市宜丰县云南省文山壮族苗族自治州广南县四川省成都会双流区密云区古北口镇山西省晋都会高平市西青区精武镇广东省珠海市斗门区云南省文山壮族苗族自治州广南县四川省宜宾市翠屏区黑龙江省鹤岗市江苏省徐州市新沂市江西省吉安市吉安县江苏省南京市浦口区丰台区和义街道桂林市兴安县信阳市平桥区云南省大理白族自治州云龙县四川省凉山彝族自治州昭觉县云南省红河哈尼族彝族自治州绿春县山西省吕梁市岚县湖北省孝感市汉川市福建省福州市罗源县桥西区苑东街道海南省三沙市西沙区赵县沙河店镇云南省普洱市景东彝族自治县阿克苏地区拜城县青海省海南藏族自治州贵德县内蒙古鄂尔多斯市康巴什区蚌埠市龙子湖区桥西区苑东街道银川市贺兰县密云区古北口镇怀柔区雁栖地区青海省海南藏族自治州贵德县开封市通许县赵县沙河店镇黑龙江省佳木斯市富锦市重庆市县巫山县昌平区阳坊镇青海省玉树藏族自治州治多县云南省怒江傈僳族自治州福贡县辽宁省辽阳市白塔区四川省德阳市广汉市百色市田林县和田地区广东省广州市越秀区洛阳市汝阳县陕西省咸阳市兴平市山西省吕梁市岚县山东省聊都会冠县井陉县测鱼镇丰台区长辛店镇甘肃省白银市景泰县开封市通许县山东省聊都会冠县赵县沙河店镇重庆市市辖区北碚区哈密市伊吾县内蒙古锡林郭勒盟正镶白旗青海省海北藏族自治州门源回族自治县吉林省四平市铁西区宝坻区牛家牌镇山西省忻州市宁武县阿克苏地区新和县福建省南平市建瓯市新乐市协神乡陕西省咸阳市兴平市江西省九江市武宁县云南省怒江傈僳族自治州福贡县四川省乐山市甘肃省陇南市武都区四川省广安市岳池县怀柔区宝山镇山东省泰安市东平县马鞍山市博望区平山县小觉镇合肥市庐阳区山西省临汾市安泽县平山县宅北乡江西省吉安市吉安县

今日行业报告转达主要政策Rubin缩水背后，，英伟达的CUDA神话正在松动，，很兴奋为您解答这个问题，，让我来帮您详细说明一下:官方服务专线，，支持多品牌报修

甘肃省定西市渭源县内蒙古呼伦贝尔市阿荣旗江苏省南京市浦口区云南省丽江市宁蒗彝族自治县濮阳市南乐县江西省吉安市永新县四川省广元市云南省丽江市宁蒗彝族自治县湖北省恩施土家族苗族自治州恩施市福建省厦门市海沧区密云区古北口镇丰台区宛平城地区四川省甘孜藏族自治州九龙县长安区南村镇甘肃省白银市景泰县喀什地区麦盖提县南开区体育中心街道平顶山市卫东区喀什地区叶城县合肥市庐阳区巴音郭楞蒙古自治州和硕县赞皇县西龙门乡江西省吉安市永新县西藏山南市云南省红河哈尼族彝族自治州泸西县防城港市东兴市湖北省恩施土家族苗族自治州建始县辽宁省铁岭市清河区密云区古北口镇西藏阿里地区日土县山西省晋中市灵石县向阳区酒仙桥街道贵州省安顺市普定县静海区大邱庄镇河东区大直沽街道江西省赣州市石城县江西省宜春市奉新县巴音郭楞蒙古自治州和硕县云南省怒江傈僳族自治州福贡县内蒙古锡林郭勒盟镶黄旗内蒙古鄂尔多斯市鄂托克旗昌平区小汤山镇青海省果洛藏族自治州元氏县山西省忻州市宁武县昌平区延寿镇山西省吕梁市中阳县黑龙江省佳木斯市汤原县崇左市焦作市四川省成都会新都区昌平区阳坊镇甘肃省天水市秦州区山西省晋都会高平市四川省甘孜藏族自治州泸定县广东省珠海市斗门区内蒙古鄂尔多斯市康巴什区昌平区阳坊镇赵县沙河店镇静海区西翟庄镇湖北省孝感市汉川市鹿泉区寺家庄镇百色市田林县甘肃省陇南市密云区高岭镇四川省凉山彝族自治州昭觉县云南省红河哈尼族彝族自治州泸西县广东省珠海市斗门区辽宁省沈阳市沈河区和田地区黑龙江省大兴安岭地区呼玛县洛阳市汝阳县洛阳市汝阳县向阳区小关街道黑龙江省绥化市明水县长安区广安街道西藏山南市辽宁省沈阳市浑南区吉林省四平市铁西区青海省海西蒙古族藏族自治州德令哈市密云区河南寨镇福建省三明市梅列区密云区不老屯镇山西省运都会夏县密云区不老屯镇四川省成都会双流区丰台区长辛店镇门头沟区大峪街道四川省甘孜藏族自治州九龙县贵州省铜仁市印江土家族苗族自治县四川省甘孜藏族自治州九龙县重庆市市辖区北碚区延庆区沈家营镇吉林省四平市铁西区向阳区小关街道焦作市沁阳市陕西省宝鸡市眉县山西省临汾市安泽县桥西区苑东街道百色市田林县

全球服务区域:江西省宜春市奉新县芜湖市南陵县丰台区和义街道云南省红河哈尼族彝族自治州泸西县内蒙古鄂尔多斯市康巴什区鹿泉区白鹿泉乡江西省吉安市吉安县四川省成都会双流区门头沟区大峪街道内蒙古呼伦贝尔市阿荣旗上海市市辖区嘉定区四川省凉山彝族自治州昭觉县广东省佛山市三水区怀柔区宝山镇江苏省连云港市赣榆区贵州省铜仁市印江土家族苗族自治县四川省宜宾市江安县昌平区阳坊镇鹿泉区寺家庄镇黑龙江省哈尔滨市巴彦县昌平区小汤山镇江苏省徐州市丰县贵州省铜仁市玉屏侗族自治县湖北省宜昌市秭归县武清区汊沽港镇山东省泰安市泰山区长安区南村镇北辰区广源街道淮南市大通区喀什地区叶城县黑龙江省七台河市桃山区黑龙江省佳木斯市汤原县江苏省南京市浦口区贵州省六盘水市水城县云南省普洱市景东彝族自治县平山县上观音堂乡丰台区宛平城地区湖北省宜昌市夷陵区丰台区长辛店镇广东省深圳市内蒙古乌海市乌达区广东省珠海市斗门区青海省海西蒙古族藏族自治州德令哈市广东省惠州市龙门县四川省成都会金牛区西藏阿里地区日土县甘肃省庆阳市镇原县丰台区宛平城地区陕西省汉中市南郑区伊犁哈萨克自治州昭苏县云南省丽江市宁蒗彝族自治县大兴区平顶山市湛河区黑龙江省绥化市明水县四川省宜宾市江安县海南省？？？？？谑忻览记蜓羟茏厍忧烨底蛄赡省本溪市溪湖区鹿泉区寺家庄镇向阳区酒仙桥街道南开区体育中心街道延庆区沈家营镇云南省西双版纳傣族自治州勐腊县甘肃省兰州市江西省吉安市永新县云南省丽江市宁蒗彝族自治县延庆区康庄镇贵州省黔东南苗族侗族自治州天柱县福建省南平市建瓯市福建省南平市四川省广元市焦作市沁阳市青海省海北藏族自治州门源回族自治县辽宁省沈阳市浑南区四川省成都会双流区青海省果洛藏族自治州海南省？？？？？谑忻览记蕉√┌彩刑┥角挛魇∩搪迨猩窖粝亟帐⌒熘菔行乱适衅缴较囟厣嵴蛩拇ㄊ」阍泻北省宜昌市宜都会赞皇县西龙门乡陕西省宝鸡市千阳县辽宁省铁岭市清河区辽宁省铁岭市开原市濮阳市南乐县云南省红河哈尼族彝族自治州泸西县云南省丽江市宁蒗彝族自治县江苏省苏州市相城区福建省福州市罗源县怀柔区龙山街道黑龙江省鸡西市鸡冠区江西省九江市武宁县平山县宅北乡甘肃省兰州市辽宁省辽阳市白塔区固原市西吉县

本月羁系部分宣布最新研究效果Rubin缩水背后，，英伟达的CUDA神话正在松动，，很兴奋为您解答这个问题，，让我来帮您详细说明一下:售后服务维修中心电话，，支持多渠道服务

天下服务区域：内蒙古兴安盟乌兰浩特市山西省长治市襄垣县黑龙江省佳木斯市富锦市陕西省商洛市山阳县广东省惠州市龙门县四川省成都会新都区山西省晋都会泽州县福建省厦门市湖里区云南省文山壮族苗族自治州广南县江苏省徐州市新沂市赞皇县西龙门乡门头沟区大峪街道北辰区西藏拉萨市达孜区淮南市大通区陕西省咸阳市兴平市甘肃省兰州市陕西省宝鸡市千阳县江苏省徐州市新沂市辽宁省沈阳市江西省宜春市奉新县平山县小觉镇内蒙古锡林郭勒盟镶黄旗陕西省咸阳市兴平市四川省甘孜藏族自治州泸定县黑龙江省绥化市明水县宝坻区牛家牌镇四川省成都会新都区重庆市县巫山县内蒙古乌海市乌达区陕西省汉中市南郑区元氏县殷村镇赵县沙河店镇山西省晋都会高平市元氏县苏村乡北辰区蚌埠市蚌山区山东省潍坊市青州市青海省果洛藏族自治州广东省珠海市斗门区信阳市平桥区辽宁省沈阳市山西省忻州市宁武县洛阳市汝阳县四川省广安市岳池县密云区不老屯镇井陉县测鱼镇甘肃省陇南市武都区四川省甘孜藏族自治州泸定县内蒙古锡林郭勒盟镶黄旗四川省宜宾市珙县广东省珠海市斗门区元氏县苏村乡洛阳市汝阳县黑龙江省大兴安岭地区呼玛县福建省南平市向阳区豆各庄地区山西省吕梁市岚县山东省枣庄市台儿庄区怀柔区宝山镇甘肃省天水市秦州区延庆区康庄镇百色市靖西市辽宁省锦州市义县山西省晋都会泽州县隆安县钦州市亳州市利辛县上海市市辖区嘉定区江苏省徐州市江西省萍乡市上栗县山西省长治市襄垣县福建省福州市永泰县宝坻区牛家牌镇昌平区回龙观街道静海区大邱庄镇甘肃省兰州市江西省吉安市吉安县防城港市东兴市山东省潍坊市青州市四川省凉山彝族自治州西昌市昌平区小汤山镇行唐县龙州镇蓟州区官庄镇向阳区小红门地区山东省青岛市城阳区密云区不老屯镇新乐市协神乡山东省滨州市井陉县吴家窑乡大兴区昌平区阳坊镇武清区上马台镇湖北省宜昌市秭归县吉林省白山市浑江区银川市贺兰县长安区广安街道百色市靖西市静海区西翟庄镇桥西区东华街道

售后服务上门服务电话，，智能分配票据：Rubin缩水背后，，英伟达的CUDA神话正在松动

两条看似无关的新闻，，在6月最后一周先后落地。。。。。

6月25日，，OpenAI宣布首款自研AI推理芯片Jalape?o，，与博通联手仅用9个月完成从设计到流片——这家全球最大的GPU买家，，最先自己造芯片了。。。。。

6月30日，，半导体研究机构SemiAnalysis在社交平台果真宣布：英伟达原版4芯片Rubin Ultra已在GTC 2026宣布仅三个月后遭作废，，新版性能缩水近半。。。。。"这一切爆发的配景是，，"该机构增补道，，"英伟达的市场份额正在被侵蚀。。。。。"

而早在去年，，媒体爆出Anthropic的年化营收已迫近70亿美元，，旗下Claude Code在推出两个月内创立了5亿美元年化收入。。。。。而驱动这一切的算力底座，，已经不再只有英伟达——谷歌TPU肩负训练、亚马逊Trainium认真推理、英伟达GPU退居为"研究探索"的第三选项。。。。。

三条新闻，，指向统一个问题：CUDA护城河——英伟达最结实也最被神话的竞争壁垒——正在泛起裂痕。。。。。

87%到75%，，英伟达的"不可替换"正在瓦解

先看一组数字。。。。。

据Silicon Analysts基于英伟达/AMD财报及台积电产能分配数据的估算，，英伟达在AI加速器市场！。。。ò词杖爰疲┑姆荻罟旒Ｈ缦拢

可以看到，， 英伟达的收入仍在增添——从150亿到1500亿，，四年十倍。。。。。但份额从87%岑岭滑向75%，，意味着增量市场中有越来越大的一块被切走了。。。。。

切走这块蛋糕的，，不是某一个敌手，，而是来自周围八方的竞争：谷歌TPU、亚马逊Trainium、微软Maia、Meta MTIA、博通定制的XPU——尚有刚加入的OpenAI。。。。。

博通CEO陈福阳在2026财年一季报电话会上透露了一个此前未果真的数字：博通AI半导体收入已抵达84亿年化运行率，，同比增添10684亿年化运行率，，同比增添106400-500亿的年度轨迹冲刺。。。。。这家公司已经签下了六个超大规？？？？？突涠ㄖ艫I芯片，，OpenAI是第六个。。。。。

换句话说，，全球最大的几家云盘算公司和AI公司，，不约而同地选择了统一个偏向：自己造芯片。。。。。

Anthropic的选择

若是说市场份额数据是酷寒的统计，，那Anthropic的案例就是一个活生生的"去英伟达化"教科书。。。。。

Anthropic是现在全球增添最快的AI公司之一。。。。。 年化营收迫近70亿美元（2025年同期仅约10亿），，服务凌驾30万家企业客户，，大客户数目同比增添近7倍。。。。。Claude Code在推出两个月内创立了5亿美元年化收入，，Anthropic称其为"史上增添最快的产品"。。。。。

而驱动这一切的算力底座，，是一种被Anthropic CFO Krishna Rao称为"奇异盘算战略"的三平台架构：

注重最后一列。。。。。英伟达GPU排第三，，不是并列，，不是"备选"，，是三个选项里规模最小的谁人。。。。。

这不是一个缺钱的小公司在用廉价替换品拼集。。。。。这是全球第二大AI公司，，在生产情形中，，用非英伟达芯片驱动其增添最快的产品。。。。。

SemiAnalysis在6月30日的帖子中特殊点出了这一点："Claude Code的推理事情有相当大一部分运行在Trainium上，，Claude的训练在TPU上完成。。。。。就在一年前，，TPU和Trainium能增添到这种规模，，同时CUDA护城河被缓慢侵蚀，，照旧难以想象的事。。。。。"

Anthropic为什么要这样做？？？？？不是由于TPU和Trainium比H100更强——在绝对性能上它们可能仍有差别。。。。。而是由于特定场景下，，专有芯片的性价比远超通用GPU。。。。。训练用TPU，，由于谷歌给了几百亿美元的条约和百万颗芯片的供应允许。。。。。推理用Trainium，，由于AWS是其主要云服务商、已投资80亿美元，，Project Rainier超算集群完全跑在Trainium 2上，，没有GPU溢价。。。。。

亚马逊在Trainium上赌得很大。。。。。据其2026年一季报披露，，Trainium产品线已获得凌驾2250亿美元的收入允许，，客户包括OpenAI和Anthropic。。。。。AWS的AI收入运行率已凌驾150亿美元，，Bedrock推理服务大部分跑在Trainium上。。。。。

这里的要害词不是"性能"，，是"本钱"。。。。。推理是天天都在烧钱的事。。。。。ChatGPT每次回覆问题、API每次返回代码，，背后都是GPU在跑电。。。。。Anthropic用Trainium替换GPU做推理，，不是为了跑得更快，，是为了每花一美元算更多次。。。。。

三道侵蚀切口：CUDA护城河从那里裂开

CUDA之以是被视为英伟达最结实的护城河，，是由于它构建了一个"硬件-软件-开发者"的关闭生态：

20年积累，，400万+开发者所有主流ML框架优先为CUDA优化cuDNN、TensorRT、NCCL等优化库形成深度绑定切换本钱以年计，，以亿美元权衡

但2026年的AI芯片竞争，，不再是"做一个比H100快10%的GPU"——那是正面进攻，，无人能赢。。。。。侵蚀来自三个侧面：

侵蚀路径一：自研ASIC——不打全战场！。。。，只切最肥的推理蛋糕

这是最致命的路径。。。。。它的逻辑不是"我能做得比英伟达好"，，而是"我不需要GPU的所有功效，，我只需要推理"。。。。。

一块英伟达H100要做的事：图形渲染、科学盘算、AI训练、AI推理、视频编解码……一块Jalape?o只做一件事：运行OpenAI自己的模子举行推理。。。。。前者是瑞士军刀，，后者是一把专砍一种木头的斧头——在特定使命上，，斧头比军刀好用得多，，也自制得多。。。。。

OpenAI Jalape?o的定位极其精准： 反面英伟达比万能，，只在推理——这个天天消耗数十亿次API挪用、每年燃烧数亿美元本钱的场景——做到极致。。。。。OpenAI官方目的是降低30-50%的推理本钱。。。。。在天天烧掉数百万美元推理用度的体量下，，这意味着每年节约数亿美元的纯利润。。。。。

并且OpenAI不是第一家。。。。。 微软Maia 200（2026年1月宣布）、谷歌TPU Ironwood（第七代，，首款专为推理设计）、亚马逊Trainium 3——四大云厂商所有亮出了自研推理芯片。。。。。再加上Meta MTIA和苹果的定制芯片，，全球前七大科技公司中，，只有一家还在"只买不造"——而它也在路上了。。。。。

侵蚀路径二：AMD——从"保存"到"可信替换"

AMD的AI GPU收入从2022年的不到10亿美元飙升至2026年预计的150亿美元以上，，四年凌驾15倍增添。。。。。

这背后的要害转折点是MI400系列。。。。。唬；贑DNA5架构、432GB HBM4内存、19.6 TB/s带宽，，预计2026年下半年量产。。。。。S&P Global展望MI400单系列将孝顺72亿美元收入，，占AMD数据中心营业的25%。。。。。

更主要的是客户端的信号。。。。。Meta已与AMD签署了高达6吉瓦的采购允许——这不但是AMD历史上最大的AI芯片订单，，也是一个明确的信号：超大规？？？？？突г谧龆喙┯ι探峁埂！。。。

AMD的局限同样显着：台积电CoWoS产能分配仅约11%，，而英伟达占有60%以上。。。。。产能天花板决议了AMD短期内无法对英伟达形成数目级攻击。。。。。但"可信的第二供应商"这个定位自己，，就已经拆掉了"非英伟达不可"的叙事墙角。。。。。

侵蚀路径三：软件层解耦——Triton、JAX和"CUDA-Free"的未来

这是最容易被忽略、但恒久最危险的一条路径。。。。。

CUDA的绑定依赖于一个简朴事实：AI研究员写代码用PyTorch，，PyTorch底层跑在CUDA上。。。。。但若是PyTorch底层不再依赖CUDA呢？？？？？

这正在爆发。。。。。 PyTorch团队已履历证了使用Triton编译器可以实现"CUDA-Free"推理——在H100和A100上运行Llama 3模子，，Triton内核天生的token吞吐量可与CUDA媲美。。。。。2026年2月，，Triton推出了新的多后端支持，，允许统一套代码编译赴任别硬件上——AMD GPU、英特尔GPU、甚至种种ASIC。。。。。

谷歌的JAX框架走得更远。。。。。它从一最先就设计为硬件无关——同样的代码可以在TPU、GPU甚至CPU上运行。。。。。Anthropic选择TPU举行训练，，很洪流平上就是由于JAX让它们可以在不重写模子代码的条件下迁徙算力平台。。。。。

软件层的解耦意味着什么？？？？？ 意味着新一代AI研究员可能在从未写过一行CUDA代码的情形下，，训练出最先进的模子。。。。。当开发者不再被锁定在CUDA生态中，，"必需买英伟达"的硬逻辑就酿成了"可以买英伟达"的软选择。。。。。

Rubin Ultra作废：物理极限的分水岭

回到开篇的新闻。。。。。英伟达4芯片Rubin Ultra在宣布三个月后遭作废，，被SemiAnalysis视为"制造执行层面的问题正在让更多市场份额流失"。。。。。

手艺原因并不重大。。。。。原版Rubin Ultra妄想将4颗盘算芯片+16个HBM4E内存？？？？？榧稍诩虻シ庾澳冢，接纳台积电CoWoS-L工艺。。。。。但据Global Semi Research，，4芯片设置下泛起了封装基板翘曲——基板向多个偏向弯曲，，导致盘算芯片无法与基板完全接触。。。。。信号传输失效，，芯片基础无法事情。。。。。

台积电的备选方案CoPoS（面板级封装）要到2028年底才宇量产。。。。。英伟达等不起——以是新版Rubin Ultra回退到2芯片设计，，性能缩水近半。。。。。

这件事的象征意义大于现实营业影响。。。。。

英伟达仍然会卖掉它能生产的每一块Rubin Ultra。。。。。但"从4芯片回退到2芯片"袒露了一个更深层的问题：英伟达的产品迭代速率，，正在撞上物理极限的墙。。。。。 更大的芯片→更重大的封装→更高的缺陷率→要么延迟、要么缩水。。。。。这是一条不可无限延伸的曲线。。。。。

而与此同时，，竞争敌手们正在用另一种方式绕过这面墙：不做更大的芯片，，做更专用的芯片。。。。。

定价权的裂痕

英伟达的护城河真正不可撼动的部分，，不是CUDA软件生态，，是制造端。。。。。台积电60%的CoWoS先进封装产能握在它手里。。。。。这是物理壁垒，，不是软件壁垒。。。。。竞争敌手可以写出更好的框架、设计出更高效的ASIC——但在出货量上追赶英伟达，，首先要过台积电产能这一关。。。。。

但问题也就在这里：制造壁垒依赖的是一家第三方晶圆厂。。。。。它不是英伟达自己能控制的资产。。。。。

而英伟达88%的毛利率——H100本钱3320美元、售价28000美元——建设在一个条件上：客户无法脱离它。。。。。 若是这个条件从"无法脱离"酿成"性价比最优的选择"，，那定价权就不再是绝对的了。。。。。

Anthropic证实晰另一条路：不追求最好的芯片，，追求最适合的芯片。。。。。训练用TPU而不是GPU，，不是由于TPU更快，，而是由于谷歌给了足够多的芯片和足够好的价钱。。。。。推理用Trainium而不是GPU，，不是由于Trainium更强，，而是由于AWS是战略股东，，Project Rainier绕开了通用GPU的溢价。。。。。

当全球第二大AI公司把GPU降级为三大算力平台中最小的一块时，，"必需买英伟达"这件事就不再是铁律了。。。。。

英伟达仍然是最好的。。。。。头部AI公司没有一个彻底脱离了它——Anthropic保存了一部分GPU用于"前沿研究探索"，，OpenAI的Jalape?o只做推理不做训练，，Meta的MTIA只笼罩推荐系统和内容审核。。。。。

但从"只有英伟达"到"英伟达最贵，，先用自制的"，，这中心的差别就是定价权的流失。。。。。

市场已经最先为这个可能性重新定价。。。。。今年以来，，SemiAnalysis的每一次看空报告都引发相关板块强烈震惊：6月初SOCAMM削减新闻导致美光单日跌13%，，6月10日CPO延迟争议迫使英伟达高管出面辟谣，，6月30日Rubin Ultra作废再度点燃讨论。。。。。

这些波动的背后，，是市场在艰难回覆一个以前不需要回覆的问题：若是CUDA不是不可替换的，，英伟达值几多钱。。。。。

本月行业协会转达新研究效果Rubin缩水背后，，英伟达的CUDA神话正在松动

两条看似无关的新闻，，在6月最后一周先后落地。。。。。

6月25日，，OpenAI宣布首款自研AI推理芯片Jalape?o，，与博通联手仅用9个月完成从设计到流片——这家全球最大的GPU买家，，最先自己造芯片了。。。。。

6月30日，，半导体研究机构SemiAnalysis在社交平台果真宣布：英伟达原版4芯片Rubin Ultra已在GTC 2026宣布仅三个月后遭作废，，新版性能缩水近半。。。。。"这一切爆发的配景是，，"该机构增补道，，"英伟达的市场份额正在被侵蚀。。。。。"

而早在去年，，媒体爆出Anthropic的年化营收已迫近70亿美元，，旗下Claude Code在推出两个月内创立了5亿美元年化收入。。。。。而驱动这一切的算力底座，，已经不再只有英伟达——谷歌TPU肩负训练、亚马逊Trainium认真推理、英伟达GPU退居为"研究探索"的第三选项。。。。。

三条新闻，，指向统一个问题：CUDA护城河——英伟达最结实也最被神话的竞争壁垒——正在泛起裂痕。。。。。

87%到75%，，英伟达的"不可替换"正在瓦解

先看一组数字。。。。。

据Silicon Analysts基于英伟达/AMD财报及台积电产能分配数据的估算，，英伟达在AI加速器市场！。。。ò词杖爰疲┑姆荻罟旒Ｈ缦拢

可以看到，， 英伟达的收入仍在增添——从150亿到1500亿，，四年十倍。。。。。但份额从87%岑岭滑向75%，，意味着增量市场中有越来越大的一块被切走了。。。。。

切走这块蛋糕的，，不是某一个敌手，，而是来自周围八方的竞争：谷歌TPU、亚马逊Trainium、微软Maia、Meta MTIA、博通定制的XPU——尚有刚加入的OpenAI。。。。。

博通CEO陈福阳在2026财年一季报电话会上透露了一个此前未果真的数字：博通AI半导体收入已抵达84亿年化运行率，，同比增添10684亿年化运行率，，同比增添106400-500亿的年度轨迹冲刺。。。。。这家公司已经签下了六个超大规？？？？？突涠ㄖ艫I芯片，，OpenAI是第六个。。。。。

换句话说，，全球最大的几家云盘算公司和AI公司，，不约而同地选择了统一个偏向：自己造芯片。。。。。

Anthropic的选择

若是说市场份额数据是酷寒的统计，，那Anthropic的案例就是一个活生生的"去英伟达化"教科书。。。。。

Anthropic是现在全球增添最快的AI公司之一。。。。。 年化营收迫近70亿美元（2025年同期仅约10亿），，服务凌驾30万家企业客户，，大客户数目同比增添近7倍。。。。。Claude Code在推出两个月内创立了5亿美元年化收入，，Anthropic称其为"史上增添最快的产品"。。。。。

而驱动这一切的算力底座，，是一种被Anthropic CFO Krishna Rao称为"奇异盘算战略"的三平台架构：

注重最后一列。。。。。英伟达GPU排第三，，不是并列，，不是"备选"，，是三个选项里规模最小的谁人。。。。。

这不是一个缺钱的小公司在用廉价替换品拼集。。。。。这是全球第二大AI公司，，在生产情形中，，用非英伟达芯片驱动其增添最快的产品。。。。。

SemiAnalysis在6月30日的帖子中特殊点出了这一点："Claude Code的推理事情有相当大一部分运行在Trainium上，，Claude的训练在TPU上完成。。。。。就在一年前，，TPU和Trainium能增添到这种规模，，同时CUDA护城河被缓慢侵蚀，，照旧难以想象的事。。。。。"

Anthropic为什么要这样做？？？？？不是由于TPU和Trainium比H100更强——在绝对性能上它们可能仍有差别。。。。。而是由于特定场景下，，专有芯片的性价比远超通用GPU。。。。。训练用TPU，，由于谷歌给了几百亿美元的条约和百万颗芯片的供应允许。。。。。推理用Trainium，，由于AWS是其主要云服务商、已投资80亿美元，，Project Rainier超算集群完全跑在Trainium 2上，，没有GPU溢价。。。。。

亚马逊在Trainium上赌得很大。。。。。据其2026年一季报披露，，Trainium产品线已获得凌驾2250亿美元的收入允许，，客户包括OpenAI和Anthropic。。。。。AWS的AI收入运行率已凌驾150亿美元，，Bedrock推理服务大部分跑在Trainium上。。。。。

这里的要害词不是"性能"，，是"本钱"。。。。。推理是天天都在烧钱的事。。。。。ChatGPT每次回覆问题、API每次返回代码，，背后都是GPU在跑电。。。。。Anthropic用Trainium替换GPU做推理，，不是为了跑得更快，，是为了每花一美元算更多次。。。。。

三道侵蚀切口：CUDA护城河从那里裂开

CUDA之以是被视为英伟达最结实的护城河，，是由于它构建了一个"硬件-软件-开发者"的关闭生态：

20年积累，，400万+开发者所有主流ML框架优先为CUDA优化cuDNN、TensorRT、NCCL等优化库形成深度绑定切换本钱以年计，，以亿美元权衡

但2026年的AI芯片竞争，，不再是"做一个比H100快10%的GPU"——那是正面进攻，，无人能赢。。。。。侵蚀来自三个侧面：

侵蚀路径一：自研ASIC——不打全战场！。。。，只切最肥的推理蛋糕

这是最致命的路径。。。。。它的逻辑不是"我能做得比英伟达好"，，而是"我不需要GPU的所有功效，，我只需要推理"。。。。。

一块英伟达H100要做的事：图形渲染、科学盘算、AI训练、AI推理、视频编解码……一块Jalape?o只做一件事：运行OpenAI自己的模子举行推理。。。。。前者是瑞士军刀，，后者是一把专砍一种木头的斧头——在特定使命上，，斧头比军刀好用得多，，也自制得多。。。。。

OpenAI Jalape?o的定位极其精准： 反面英伟达比万能，，只在推理——这个天天消耗数十亿次API挪用、每年燃烧数亿美元本钱的场景——做到极致。。。。。OpenAI官方目的是降低30-50%的推理本钱。。。。。在天天烧掉数百万美元推理用度的体量下，，这意味着每年节约数亿美元的纯利润。。。。。

并且OpenAI不是第一家。。。。。 微软Maia 200（2026年1月宣布）、谷歌TPU Ironwood（第七代，，首款专为推理设计）、亚马逊Trainium 3——四大云厂商所有亮出了自研推理芯片。。。。。再加上Meta MTIA和苹果的定制芯片，，全球前七大科技公司中，，只有一家还在"只买不造"——而它也在路上了。。。。。

侵蚀路径二：AMD——从"保存"到"可信替换"

AMD的AI GPU收入从2022年的不到10亿美元飙升至2026年预计的150亿美元以上，，四年凌驾15倍增添。。。。。

这背后的要害转折点是MI400系列。。。。。唬；贑DNA5架构、432GB HBM4内存、19.6 TB/s带宽，，预计2026年下半年量产。。。。。S&P Global展望MI400单系列将孝顺72亿美元收入，，占AMD数据中心营业的25%。。。。。

更主要的是客户端的信号。。。。。Meta已与AMD签署了高达6吉瓦的采购允许——这不但是AMD历史上最大的AI芯片订单，，也是一个明确的信号：超大规？？？？？突г谧龆喙┯ι探峁埂！。。。

AMD的局限同样显着：台积电CoWoS产能分配仅约11%，，而英伟达占有60%以上。。。。。产能天花板决议了AMD短期内无法对英伟达形成数目级攻击。。。。。但"可信的第二供应商"这个定位自己，，就已经拆掉了"非英伟达不可"的叙事墙角。。。。。

侵蚀路径三：软件层解耦——Triton、JAX和"CUDA-Free"的未来

这是最容易被忽略、但恒久最危险的一条路径。。。。。

CUDA的绑定依赖于一个简朴事实：AI研究员写代码用PyTorch，，PyTorch底层跑在CUDA上。。。。。但若是PyTorch底层不再依赖CUDA呢？？？？？

这正在爆发。。。。。 PyTorch团队已履历证了使用Triton编译器可以实现"CUDA-Free"推理——在H100和A100上运行Llama 3模子，，Triton内核天生的token吞吐量可与CUDA媲美。。。。。2026年2月，，Triton推出了新的多后端支持，，允许统一套代码编译赴任别硬件上——AMD GPU、英特尔GPU、甚至种种ASIC。。。。。

谷歌的JAX框架走得更远。。。。。它从一最先就设计为硬件无关——同样的代码可以在TPU、GPU甚至CPU上运行。。。。。Anthropic选择TPU举行训练，，很洪流平上就是由于JAX让它们可以在不重写模子代码的条件下迁徙算力平台。。。。。

软件层的解耦意味着什么？？？？？ 意味着新一代AI研究员可能在从未写过一行CUDA代码的情形下，，训练出最先进的模子。。。。。当开发者不再被锁定在CUDA生态中，，"必需买英伟达"的硬逻辑就酿成了"可以买英伟达"的软选择。。。。。

Rubin Ultra作废：物理极限的分水岭

回到开篇的新闻。。。。。英伟达4芯片Rubin Ultra在宣布三个月后遭作废，，被SemiAnalysis视为"制造执行层面的问题正在让更多市场份额流失"。。。。。

手艺原因并不重大。。。。。原版Rubin Ultra妄想将4颗盘算芯片+16个HBM4E内存？？？？？榧稍诩虻シ庾澳冢，接纳台积电CoWoS-L工艺。。。。。但据Global Semi Research，，4芯片设置下泛起了封装基板翘曲——基板向多个偏向弯曲，，导致盘算芯片无法与基板完全接触。。。。。信号传输失效，，芯片基础无法事情。。。。。

台积电的备选方案CoPoS（面板级封装）要到2028年底才宇量产。。。。。英伟达等不起——以是新版Rubin Ultra回退到2芯片设计，，性能缩水近半。。。。。

这件事的象征意义大于现实营业影响。。。。。

英伟达仍然会卖掉它能生产的每一块Rubin Ultra。。。。。但"从4芯片回退到2芯片"袒露了一个更深层的问题：英伟达的产品迭代速率，，正在撞上物理极限的墙。。。。。 更大的芯片→更重大的封装→更高的缺陷率→要么延迟、要么缩水。。。。。这是一条不可无限延伸的曲线。。。。。

而与此同时，，竞争敌手们正在用另一种方式绕过这面墙：不做更大的芯片，，做更专用的芯片。。。。。

定价权的裂痕

英伟达的护城河真正不可撼动的部分，，不是CUDA软件生态，，是制造端。。。。。台积电60%的CoWoS先进封装产能握在它手里。。。。。这是物理壁垒，，不是软件壁垒。。。。。竞争敌手可以写出更好的框架、设计出更高效的ASIC——但在出货量上追赶英伟达，，首先要过台积电产能这一关。。。。。

但问题也就在这里：制造壁垒依赖的是一家第三方晶圆厂。。。。。它不是英伟达自己能控制的资产。。。。。

而英伟达88%的毛利率——H100本钱3320美元、售价28000美元——建设在一个条件上：客户无法脱离它。。。。。 若是这个条件从"无法脱离"酿成"性价比最优的选择"，，那定价权就不再是绝对的了。。。。。

Anthropic证实晰另一条路：不追求最好的芯片，，追求最适合的芯片。。。。。训练用TPU而不是GPU，，不是由于TPU更快，，而是由于谷歌给了足够多的芯片和足够好的价钱。。。。。推理用Trainium而不是GPU，，不是由于Trainium更强，，而是由于AWS是战略股东，，Project Rainier绕开了通用GPU的溢价。。。。。

当全球第二大AI公司把GPU降级为三大算力平台中最小的一块时，，"必需买英伟达"这件事就不再是铁律了。。。。。

英伟达仍然是最好的。。。。。头部AI公司没有一个彻底脱离了它——Anthropic保存了一部分GPU用于"前沿研究探索"，，OpenAI的Jalape?o只做推理不做训练，，Meta的MTIA只笼罩推荐系统和内容审核。。。。。

但从"只有英伟达"到"英伟达最贵，，先用自制的"，，这中心的差别就是定价权的流失。。。。。

市场已经最先为这个可能性重新定价。。。。。今年以来，，SemiAnalysis的每一次看空报告都引发相关板块强烈震惊：6月初SOCAMM削减新闻导致美光单日跌13%，，6月10日CPO延迟争议迫使英伟达高管出面辟谣，，6月30日Rubin Ultra作废再度点燃讨论。。。。。

这些波动的背后，，是市场在艰难回覆一个以前不需要回覆的问题：若是CUDA不是不可替换的，，英伟达值几多钱。。。。。

为一个馆赴一座城，，河北小众博物馆频“出圈”

凯时AG

无人机袭击致阿联酋一石油工业区起火