今日行业报告转达研究效果龙舟失控撞翻邻队“逼停”三家 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

濮阳市南乐县黑龙江省佳木斯市富锦市巴音郭楞蒙古自治州和硕县广东省佛山市三水区广东省深圳市昌平区延寿镇延庆区康庄镇陕西省宝鸡市千阳县西城区天桥街道内蒙古乌海市乌达区山东省青岛市城阳区四川省凉山彝族自治州西昌市福建省南平市建瓯市黑龙江省哈尔滨市巴彦县辽宁省本溪市溪湖区西藏山南市钦州市黑龙江省绥化市明水县陕西省咸阳市兴平市山西省忻州市定襄县平顶山市卫东区贵州省铜仁市印江土家族苗族自治县江苏省徐州市新沂市宝坻区牛家牌镇四川省遂宁市蓬溪县怀柔区宝山镇吉林省白山市浑江区甘肃省天水市秦州区江西省鹰潭市余江区江苏省南京市浦口区元氏县殷村镇博尔塔拉蒙古自治州温泉县西藏拉萨市达孜区辽宁省铁岭市开原市鹿泉区白鹿泉乡青海省海南藏族自治州贵德县桥西区留营街道江西省宜春市奉新县内蒙古鄂尔多斯市康巴什区平山县岗南镇甘肃省陇南市武都区向阳区豆各庄地区向阳区豆各庄地区西藏阿里地区日土县长安区南村镇内蒙古鄂尔多斯市鄂托克旗山西省晋都会泽州县黑龙江省佳木斯市富锦市西城区月坛街道四川省成都会双流区清静区南市街道云南省大理白族自治州云龙县江西省赣州市石城县元氏县丰台区宛平城地区四川省凉山彝族自治州甘洛县山东省德州市齐河县平山县宅北乡静海区大邱庄镇山东省泰安市东平县重庆市市辖区北碚区四川省凉山彝族自治州甘洛县顺义区空港街道北辰区新乐市协神乡平山县东回舍镇平山县东回舍镇湖北省恩施土家族苗族自治州建始县赞皇县院头镇江苏省连云港市赣榆区内蒙古鄂尔多斯市康巴什区平山县岗南镇山东省滨州市向阳区豆各庄地区江苏省镇江市句容市昌平区回龙观街道内蒙古兴安盟乌兰浩特市贵州省黔东南苗族侗族自治州天柱县山东省潍坊市青州市西城区月坛街道昌平区阳坊镇江苏省徐州市新沂市辽宁省铁岭市清河区平山县宅北乡钦州市福建省福州市罗源县甘肃省甘南藏族自治州桂林市秀峰区福建省三明市梅列区福建省厦门市海沧区甘肃省甘南藏族自治州山东省东营市垦利区黑龙江省哈尔滨市巴彦县西藏阿里地区日土县濮阳市南乐县黑龙江省佳木斯市汤原县四川省凉山彝族自治州西昌市湖北省孝感市汉川市湖北省恩施土家族苗族自治州建始县南阳市内乡县

本月行业协会披露重大效果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:官方服务专线，，支持多品牌报修

崇左市宁明县四川省德阳市广汉市江苏省徐州市合肥市瑶海区大兴区陕西省汉中市南郑区四川省广安市岳池县甘肃省兰州市西藏山南市贡嘎县顺义区空港街道清静区南市街道清静区南市街道福建省莆田市仙游县平山县小觉镇辽宁省铁岭市开原市密云区不老屯镇四川省宜宾市珙县喀什地区麦盖提县蚌埠市龙子湖区辽宁省本溪市溪湖区平山县小觉镇大兴区江西省赣州市石城县塔城地区和布克赛尔蒙古自治县百色市靖西市甘肃省白银市景泰县黑龙江省七台河市桃山区信阳市平桥区四川省广元市海南省儋州市百色市靖西市怀柔区宝山镇四川省遂宁市蓬溪县焦作市沁阳市无极县大陈镇南开区体育中心街道广东省汕头市龙湖区顺义区空港街道山西省晋中市太谷区密云区不老屯镇辽宁省向阳市北票市江西省赣州市石城县江苏省南京市浦口区行唐县龙州镇山西省晋中市榆社县蚌埠市蚌山区和田地区固原市西吉县江苏省徐州市新沂市云南省普洱市景东彝族自治县蓟州区官庄镇贵州省黔东南苗族侗族自治州天柱县福建省福州市罗源县吉林省四平市铁西区江苏省徐州市西藏山南市固原市西吉县山东省枣庄市台儿庄区江苏省连云港市赣榆区云南省玉溪市新平彝族傣族自治县平山县上观音堂乡鹿泉区寺家庄镇平山县宅北乡福建省莆田市仙游县云南省丽江市宁蒗彝族自治县甘肃省定西市渭源县和田地区广东省珠海市斗门区福建省厦门市湖里区山西省长治市襄垣县内蒙古鄂尔多斯市康巴什区北海市海城区山西省阳泉市平定县四川省凉山彝族自治州甘洛县哈密市伊吾县四川省德阳市广汉市甘肃省白银市景泰县喀什地区叶城县辽宁省铁岭市开原市山东省威海市辽宁省向阳市北票市四川省成都会双流区西青区精武镇蓟州区东施古镇北辰区广源街道赞皇县院头镇北海市海城区黑龙江省佳木斯市汤原县河东区东新街道昌平区小汤山镇行唐县龙州镇青秀区元氏县苏村乡四川省成都会新都区广东省珠海市斗门区隆安县北辰区广源街道四川省凉山彝族自治州西昌市湖北省孝感市汉川市西乡塘区

全球服务区域:云南省玉溪市新平彝族傣族自治县南开区体育中心街道四川省宜宾市珙县广东省珠海市斗门区桂林市兴安县山西省晋都会泽州县四川省凉山彝族自治州甘洛县喀什地区叶城县辽宁省本溪市溪湖区黑龙江省鸡西市鸡冠区井陉县吴家窑乡福建省南平市建瓯市甘肃省白银市景泰县辽宁省铁岭市清河区陕西省商洛市山阳县辽宁省向阳市北票市四川省宜宾市翠屏区山东省聊都会茌平区昌平区延寿镇西城区月坛街道云南省普洱市景东彝族自治县江西省吉安市吉安县陕西省宝鸡市眉县广东省惠州市龙门县福建省福州市永泰县黑龙江省伊春市金林区焦作市中站区湖北省襄阳市襄州区西藏山南市贡嘎县江苏省镇江市句容市西藏山南市合肥市瑶海区四川省遂宁市蓬溪县鹿泉区寺家庄镇濮阳市南乐县丰台区宛平城地区江西省宜春市宜丰县四川省成都会新都区武清区汊沽港镇山东省烟台市龙口市海南省儋州市江西省宜春市宜丰县辽宁省沈阳市浑南区南开区长虹街道福建省南平市建瓯市山东省聊都会茌平区桥西区东华街道元氏县殷村镇山西省运都会夏县四川省遂宁市蓬溪县山东省德州市齐河县洛阳市汝阳县山西省运都会夏县向阳区双井街道山西省晋中市太谷区山东省淄博市临淄区四川省甘孜藏族自治州泸定县向阳区双井街道乌鲁木齐市沙依巴克区静海区西翟庄镇黑龙江省伊春市金林区山东省聊都会茌平区丰台区右安门街道江西省萍乡市上栗县贵州省铜仁市玉屏侗族自治县吉林省四平市铁西区福建省福州市罗源县清静区南市街道吉林省长春市双阳区西藏山南市贡嘎县焦作市延庆区沈家营镇内蒙古乌海市乌达区山东省聊都会冠县亳州市利辛县江西省吉安市吉安县山西省吕梁市岚县长安区南村镇四川省宜宾市江安县崇左市江苏省徐州市丰县大兴区向阳区小关街道青秀区北海市海城区怀柔区雁栖地区元氏县殷村镇桂林市秀峰区延庆区康庄镇蓟州区东赵各庄镇甘肃省庆阳市镇原县四川省乐山市四川省成都会新都区山东省聊都会冠县湖北省宜昌市夷陵区江西省景德镇市昌江区赵县沙河店镇福建省厦门市湖里区向阳区小红门地区广东省云浮市新兴县

今日官方渠道披露行业新动态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：贵州省铜仁市印江土家族苗族自治县四川省凉山彝族自治州西昌市山东省德州市齐河县和田地区西乡塘区广东省江门市丰台区和义街道怀柔区雁栖地区山西省晋中市灵石县怀柔区龙山街道江苏省苏州市相城区西乡塘区向阳区酒仙桥街道海淀区青龙桥街道江苏省苏州市相城区向阳区双井街道陕西省西安市未央区洛阳市汝阳县山东省德州市齐河县四川省凉山彝族自治州昭觉县辽宁省辽阳市白塔区南开区体育中心街道隆安县武清区上马台镇甘肃省陇南市武都区亳州市利辛县江西省萍乡市上栗县黑龙江省佳木斯市汤原县山西省晋都会高平市辽宁省本溪市溪湖区山西省晋中市灵石县鹿泉区寺家庄镇元氏县阿克苏地区拜城县山东省烟台市牟平区吉林省四平市铁西区吉林省白山市浑江区甘肃省甘南藏族自治州山西省运都会夏县山西省吕梁市岚县怀柔区龙山街道黑龙江省鸡西市鸡冠区隆安县贵州省铜仁市印江土家族苗族自治县山西省吕梁市岚县顺义区空港街道行唐县龙州镇洛阳市汝阳县桂林市兴安县崇左市山西省阳泉市平定县甘肃省兰州市延庆区康庄镇江西省景德镇市昌江区辽宁省向阳市北票市武清区汊沽港镇江西省吉安市吉安县平山县岗南镇湖北省孝感市汉川市延庆区康庄镇黑龙江省绥化市明水县西藏山南市贵州省黔南布依族苗族自治州惠水县青海省玉树藏族自治州治多县广东省佛山市三水区平山县东回舍镇山东省聊都会茌平区重庆市市辖区北碚区黑龙江省哈尔滨市巴彦县广东省佛山市三水区青海省海北藏族自治州门源回族自治县山东省泰安市泰山区四川省宜宾市江安县江苏省苏州市相城区内蒙古乌海市乌达区山西省晋都会高平市四川省甘孜藏族自治州九龙县四川省宜宾市翠屏区云南省文山壮族苗族自治州广南县丰台区长辛店镇大兴区山西省朔州市山阴县湖北省襄阳市襄州区鹿泉区寺家庄镇向阳区双井街道元氏县苏村乡顺义区空港街道四川省宜宾市珙县长安区南村镇广东省汕头市龙湖区丰台区和义街道山东省烟台市牟平区四川省甘孜藏族自治州北海市海城区广东省珠海市斗门区江苏省徐州市云南省丽江市宁蒗彝族自治县吉林省白山市浑江区银川市贺兰县平山县宅北乡

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。。。；；；；；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。。。。

昨日官方转达转达新政策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。。。；；；；；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。。。。

据深圳市滑雪协会数据，，入夏以来，，深圳冰雪运动加入人数同比增添凌驾100%。。。。“夏日冰雪热”不但点燃了各人的运动热情，，也发动了冰雪教培、装备销售、运动康复等周边消耗的快速增添。。。。

凯时AG

龙舟失控撞翻邻队“逼停”三家