科技巨头“两条腿走路”：一边抢购NVIDIA GPU，一边加速自研芯片

采购与自研并行，算力军备竞赛进入新阶段

据亚洲日报报道，全球主要科技公司目前正在大规模采购NVIDIA GPU，同时显著加快自研芯片的推进节奏。这一动态反映出，在生成式人工智能浪潮的驱动下，大型云服务商和互联网企业对算力的需求已从单纯依赖外部采购，转向“外购+自研”的双轨战略。报道并未披露具体的采购数量或自研芯片型号，但“加速”一词清晰表明，头部企业的芯片策略正在发生结构性调整。 这一现象并非孤立事件。在过去两年间，多家国际科技巨头陆续公布了自研AI芯片的规划，涉及云端推理、训练加速以及边缘计算等场景。值得关注的是，即便自研芯片已进入量产或流片阶段，企业依然选择持续购入NVIDIA的GPU产品。这背后可能有两层考虑：其一，NVIDIA在通用GPU计算生态中的CUDA软件栈仍具有极高的粘性，短期内难以被完全替代；其二，自研芯片往往针对特定工作负载优化，而云服务用户的多样化需求仍依赖通用型GPU来满足。 从产业背景看，这种“双轨并行”策略可能源于对供应链安全与成本控制的双重考量。一方面，先进制程产能长期紧张，依赖单一供应商存在交付风险；另一方面，AI芯片的采购成本在数据中心资本开支中的占比持续攀升。企业通过自研部分芯片，可以在与外部供应商谈判时获得更大的议价空间，同时降低长期单位算力成本。

自研芯片的挑战：生态壁垒比制程更难跨越

尽管多家企业已展示出自研芯片的技术实力，但业界普遍认为，硬件设计只是第一道门槛。更具挑战性的是构建与之匹配的软件生态。NVIDIA的核心竞争力不仅在于H100、A100等高性能GPU硬件，更在于其CUDA平台所积累的数百万开发者资源和成熟工具链。任何新入局者都面临“先有鸡还是先有蛋”的问题：没有足够用户就难以完善软件栈，而软件不成熟又难以吸引用户迁移。 从行业参考数据来看，全球AI芯片市场的增长势头依然强劲。根据Gartner于2025年底发布的预测，用于AI工作负载的半导体收入预计将在2026年达到约970亿美元，较2025年增长约35%。其中，数据中心AI加速器仍占据最大份额。另据IDC统计，2025年全年全球数据中心GPU出货量中，NVIDIA仍占有超过80%的市场份额，这一数据表明短期内其领导地位难以撼动。 然而，自研芯片并非没有机会。以定制ASIC芯片为例，其优势在于针对特定算法可达到更高的能效比。Semiconductor Insights在2025年的一份分析中指出，在相同制程节点下，专为Transformer架构优化的ASIC芯片，其推理能效比通用GPU可能高出2至4倍（此为行业分析机构的估算值，尚未经各公司官方财报证实）。 不过，能效优势能否转化为市场份额，仍需观察软硬件融合的进度和大规模部署的可靠性。目前来看，多数自研芯片仍主要应用于企业自有业务场景，而非对外大规模销售。这种“内需优先”的模式，可以降低初期生态不足带来的商业化风险，但也意味着外部客户短期内的选择仍高度集中于NVIDIA等成熟供应商。

供应链与市场影响：波动中的新平衡

科技巨头既有采购又有自研的行为，正在重塑半导体供应链的格局。从中长期看，这可能带来三重影响。第一，先进制程产能的争夺将更加激烈。自研芯片多采用台积电或三星的先进工艺，与NVIDIA GPU共用相同产能资源，这在一定程度上加剧了晶圆代工的排产压力。第二，定制IP和电子设计自动化（EDA）工具市场可能迎来新增长，因为不同企业的自研芯片需要不同的设计流程和验证方案。第三，云服务市场的价格竞争逻辑可能生变——自研芯片若能在内部实现成本优化，云厂商或将其转化为更具竞争力的报价。 需要指出的是，本次新闻中并未提供任何具体的投资金额、芯片性能指标或时间表。因此，以上影响多为基于行业趋势的合理推断，具体进展有待相关企业后续的官方披露进一步确认。例如，某头部云厂商是否会在2027年前将其自研芯片部署比例提升至总AI算力的三成，目前仍属市场猜测范畴，缺乏可核验的公开依据。 从更宏观的视角看，AI芯片领域的竞争已从单一硬件性能比拼，演变为涵盖架构、软件、集群互联和制造产能的全方位生态竞争。企业选择“两条腿走路”，既是对当前算力短缺风险的务实回应，也是面向未来多元化算力需求的前瞻布局。对于投资者和产业观察者而言，值得关注的不仅是芯片本身，更是这些企业在软件兼容性、开发工具链和客户迁移成本上的投入力度。

数据参考

• AI芯片市场收入预测：Gartner于2025年底预测，2026年全球AI工作负载半导体收入将达约970亿美元，同比增长约35%。此为预测数据，非本次新闻公布值。
• 数据中心GPU市场份额：IDC统计，2025年全球数据中心GPU市场，NVIDIA份额超过80%。此为历史年度数据，反映发布时点的市场格局。
• 自研ASIC能效优势估算：Semiconductor Insights在2025年分析中估算，同制程下ASIC推理能效可比通用GPU高2至4倍。此为分析机构估算值，尚未经各公司财报证实，本次新闻未提供相关实测数据。
• 本次新闻确认数据：仅确认“大科技公司正同时进行NVIDIA GPU采购和自研芯片提速”这一事实，未提供具体数量、金额和时间节点。涉及企业名单、单笔交易规模均暂缺可核验数据。 #AI芯片 #GPU #自研芯片 #算力