英伟达周三公布的财报远超预期，利润飙升，这主要得益于其图形处理器（GPU）在人工智能工作负载方面的卓越表现。但其他类型的人工智能芯片也开始获得发展动力。

从谷歌的TPU到亚马逊的Trainium，再到OpenAI与博通的合作计划，各大云服务提供商如今都在设计自己的专用集成电路（ASIC）。这些芯片体积更小、价格更低、更易于使用，并且有望降低这些公司对英伟达GPU的依赖。Futurum Group的Daniel Newman告诉CNBC，他预计ASIC芯片“在未来几年内的增长速度将超过GPU市场”。

除了GPU和ASIC之外，还有现场可编程门阵列（FPGA），它可以在制造完成后重新配置，用于信号处理、网络和人工智能等用途。此外，还有一整代人工智能芯片，它们旨在直接在设备上运行，而不是通过云端运行——这一领域由高通和苹果等公司引领。

CNBC采访了各大科技公司的专家和内部人士，深入分析了这一竞争激烈的市场格局以及不同类型的AI芯片。

用于通用计算的GPU

GPU 最初主要用于视频游戏，但随着它们成为现代人工智能的引擎，英伟达也因此成为全球市值最高的上市公司。去年，英伟达最新一代“Blackwell”GPU 的出货量约为 600 万颗。

从游戏领域到人工智能领域的转变始于2012年，当时研究人员使用英伟达GPU训练了神经网络AlexNet——这一突破被许多人视为现代人工智能革命的火花。AlexNet参加了一场备受瞩目的图像识别竞赛，它依靠GPU而非CPU，展现了惊人的准确率和巨大的竞争优势。

GPU 的并行处理能力使其能够渲染逼真的图形，同时也使其成为训练深度学习模型的理想选择，因为深度学习模型是从数据中学习，而不是通过显式编程。

如今，GPU 通常与 CPU 搭配使用，部署在数据中心系统中，用于运行基于云的 AI 工作负载。CPU 拥有少量功能强大的核心，用于执行顺序任务；而 GPU 则拥有数千个较小的核心，专门用于矩阵乘法等并行运算。

由于GPU能够同时执行海量运算，因此非常适合用于训练和推理。训练过程教会AI模型在庞大的数据集中发现模式；推理过程则利用这些模型对新信息做出决策。

GPU仍然是英伟达及其最直接的竞争对手AMD的主要引擎。软件是它们之间的关键区别：英伟达依赖于其CUDA生态系统，而AMD则提供一套主要开源的技术栈。

这两家公司都向亚马逊、微软、谷歌、甲骨文和CoreWeave等供应商出售云GPU，这些供应商再将计算能力出租给人工智能开发者。

例如，Anthropic 与英伟达和微软达成的价值 300 亿美元的协议，其中包括基于英伟达硬件构建的相当于 1 吉瓦的计算能力。AMD 近期也获得了 OpenAI 和 Oracle 的重大订单。

英伟达还直接向各国政府和人工智能公司销售产品——包括向 OpenAI 出售至少 400 万块 GPU——以及向韩国、沙特阿拉伯和英国等外国政府销售产品。

该公司告诉 CNBC，每个包含 72 个 Blackwell GPU 的服务器机柜售价约为 300 万美元，每周出货量约为 1000 个。

英伟达人工智能基础设施高级总监迪翁·哈里斯表示，他从未想到需求会增长到如此规模。“几年前我们与企业讨论八GPU系统时，他们认为这太过分了。”

用于专用云人工智能的ASIC芯片

基于GPU的训练推动了第一波大型语言模型的发展，但随着模型的成熟，推理变得越来越重要。推理可以在专为特定数学运算而设计的、灵活性较低但成本更低的芯片上运行——这正是ASIC芯片的用武之地。

如果说GPU是一把可以执行许多不同并行任务的“瑞士军刀”，那么ASIC就是一个单一用途的工具——速度极快、效率极高，但一旦制造完成，就只能执行一种类型的操作。

《芯片战争》一书的作者克里斯·米勒说：“一旦芯片蚀刻在硅片上，就无法更改了。效率和灵活性之间需要权衡。”

英伟达的GPU功能强大，足以满足无数人工智能需求，但价格昂贵（单价高达4万美元），而且难以获取。初创公司之所以依赖它们，部分原因是定制ASIC芯片的成本可能高达数千万美元。

然而，云计算巨头们正在大力投资 ASIC 芯片，因为它们有望在大规模应用时节省大量成本。

纽曼表示：“这些公司希望对他们构建的工作负载拥有更多控制权。但他们仍将继续与英伟达和AMD合作——计算需求巨大。”

谷歌率先打造了定制化的人工智能专用集成电路（ASIC），并于2015年推出了张量处理单元（TPU）。相关研发工作始于2006年，但直到2013年，谷歌意识到人工智能可能会使其数据中心的规模翻倍，研发工作才变得迫在眉睫。2017年，TPU助力实现了Transformer架构，而Transformer架构正是支撑大多数现代人工智能的基础。

谷歌于去年11月发布了第七代TPU。Anthropico公司将使用一百万个TPU来训练其Claude模型。一些人认为TPU的性能可以与英伟达GPU相媲美，甚至超越后者。

“很多人都希望谷歌最终能更广泛地提供TPU，”米勒说。

AWS 在 2015 年收购 Annapurna Labs 后，也推出了自己的芯片。它分别于 2018 年和 2022 年推出了 Inferentia 和 Trainium，预计 Trainium3 也将很快推出。

亚马逊表示，Trainium 的性价比比其他同类产品高出 30% 到 40%。Anthropic 目前使用 50 万个 Trainium2 芯片来训练其模型。

为了构建定制化的ASIC芯片，云服务提供商依赖于博通和Marvell等公司——这些公司提供关键的IP和网络技术。“这就是为什么博通成为人工智能热潮中最大的赢家之一，”米勒说道。

博通公司帮助设计了谷歌的 TPU 和 Meta 的 2023 年加速器，并将从 2026 年开始为 OpenAI 制造定制芯片。

微软开发了Maia 100。高通有A1200。英特尔提供Gaudi系列。特斯拉正在研发AI5芯片。像Cerebras和Groq这样的初创公司正在推动新型架构的发展。

在中国，华为、字节跳动和阿里巴巴等公司不顾美国出口限制，正在设计自己的专用集成电路（ASIC）。

利用NPU和FPGA实现设备级AI

第三类人工智能芯片旨在直接在设备上运行模型，而非通过云端。这些芯片通常集成到系统级芯片 (SoC) 设计中，被称为边缘人工智能处理器。它们使人工智能功能能够在本地高效运行，从而延长电池续航时间并保护用户隐私。

“你将能够直接在手机上运行人工智能任务，延迟极低，”前白宫人工智能和技术顾问赛义夫·汗表示，“而且无需将数据发送到数据中心。”

神经处理单元 (NPU) 是该类别的重要组成部分，由高通、英特尔、AMD 等公司开发。

苹果公司虽然没有使用 NPU 这个术语，但在其 M 系列 Mac 芯片和 A 系列移动芯片中嵌入了“神经网络引擎”。

苹果公司平台架构副总裁蒂姆·米勒表示：“事实证明，这种方法非常有效。它速度快，而且让我们对用户体验拥有更大的控制权。”

Android 手机中的骁龙芯片、三星的定制 NPU 以及 NXP 和 Nvidia 的边缘 AI 处理器为汽车、机器人、相机和智能家居设备中的 AI 提供动力。

米勒说：“目前大部分支出仍然集中在数据中心。但随着人工智能扩展到手机、汽车、可穿戴设备以及其他所有领域，这种情况将会改变。”

FPGA 具有更大的灵活性，因为它们可以在制造后重新编程，尽管它们的能效不如 ASIC 或 NPU。

AMD在2022年以490亿美元收购赛灵思后，成为最大的FPGA制造商。英特尔在2015年以167亿美元收购Altera后，排名第二。

结论：英伟达仍然遥遥领先

所有这些人工智能芯片公司都依赖于同一家制造商：台湾的台积电。

台积电正在亚利桑那州建设一座大型制造工厂，苹果公司将把部分生产线转移到那里。英伟达首席执行官黄仁勋在10月份表示，Blackwell GPU也已在该工厂实现“全面量产”。

尽管市场竞争日益激烈，但要撼动英伟达的地位仍然极其困难。

纽曼表示：“英伟达之所以能取得今天的成就，是因为它付出了应有的努力。它花了数年时间构建这个开发者生态系统——最终它赢得了胜利。”

周五，由于市场对美联储可能降息的乐观情绪重现，大多数美国股指上涨。

纽约联储主席约翰·威廉姆斯周五表示，他预计美联储将有更大的降息空间。这位颇具影响力的政策制定者在智利发表讲话时指出，目前劳动力市场面临的风险超过了通胀风险，这与联邦公开市场委员会（FOMC）中较为鸽派成员的立场相呼应。

威廉姆斯表示：“我认为货币政策仍然保持适度紧缩，尽管比我们最近采取行动之前有所放松。因此，我仍然认为联邦基金利率目标区间在短期内还有进一步调整的空间，以使政策更接近中性，并在我们的两个目标之间保持平衡。”

截至格林威治标准时间16:15，道琼斯工业平均指数上涨0.4%（185点），至45937点；标准普尔500指数上涨0.1%（7点），至6545点；纳斯达克综合指数上涨0.1%（38点），至22040点。

受美元走强、需求不确定性以及供应预期增加等因素的影响，钯金价格周五继续下跌。

路透社援引知情人士的话报道称，美国正私下敦促乌克兰接受与俄罗斯达成的停火协议。此举有望提振全球工业金属供应，因为针对俄罗斯（全球最大的钯金出口国之一）的制裁正在逐步解除。

据Capital.com报道，钯金价格自10月初以来已上涨约26%，达到每盎司约1500美元。此次上涨与铂金市场走强以及全球金融环境整体宽松的趋势相吻合。

对美国降息的押注以及美元早前的疲软也支撑了钯金价格，这是所谓的“黄金+流动性”上涨行情的一部分，该行情在最近几周推高了贵金属价格。

钯几乎完全用于汽油发动机的催化转化器，这意味着任何价格波动都会直接影响美国汽车制造商和电子产品制造商的成本结构。

Monex的技术分析显示，钯金价格在每盎司1500美元至1520美元之间存在阻力，预计整体趋势看涨，但未来交易仍将震荡。CPM集团的分析师指出，钯金近期的强势“与铂金的表现密切相关”，同时警告称，美国劳动力市场疲软和持续的通胀可能会抑制需求。

尽管美中两国近期宣布达成贸易休战协议，但美国官员的言论表明，紧张局势依然高涨。美国财政部长表示，中国仍然是一个不可靠的贸易伙伴，而特朗普总统重申，他的政府不会允许英伟达公司向中国或其他国家出口先进的芯片。

截至格林威治标准时间 14:43，美元指数小幅上涨 0.1% 至 100.2，盘中最高触及 100.4，最低触及 99.9。

格林威治标准时间 14:43，12 月交割的钯金期货下跌 0.9%，至每盎司 1,374 美元。

周五早盘，比特币一度跌至 81,871.19 美元，随后稳定在 82,460 美元附近，过去 24 小时内下跌约 10.2%。

经过近一个月的持续抛售，比特币目前的交易价格比年初水平低了 10%，抹去了去年唐纳德·特朗普赢得大选后的大部分涨幅。

比特币上一次跌破 82,000 美元是在 4 月份，当时它跌至 75,000 美元，这是由于特朗普在“解放日”活动上宣布全面征收关税而引发的市场抛售潮。

根据 Coinbase 旗下期权和期货交易所 Deribit 的数据，CoinDesk 报道称，交易员们正在为进一步下跌做准备。

市值排名第二的加密货币以太坊跌破 2740 美元，24 小时内跌幅超过 9.6%。其他主流代币也面临巨大压力，瑞波币 (XRP)、币安币 (BNB) 和索尔币 (SOL) 分别下跌 9.1%、8.4% 和 10.6%。最大的网络迷因币狗狗币 (Dogecoin) 同期下跌 10.3%。

上月初创下历史新高后，加密货币市场持续下跌。10月10日，该市场遭遇前所未有的单日暴跌，24小时内高达193.7亿美元的杠杆头寸被清算。此次暴跌的导火索是特朗普宣布对中国进口商品加征100%的关税——尽管他后来撤回了这一决定。近几日，数字资产也受到整体市场波动的影响，据CoinGlass数据显示，24小时内超过22亿美元的资产被清算。

据 CoinGecko 数据显示，目前所有加密货币的总市值约为 2.92 万亿美元，较 10 月初约 4.38 万亿美元的峰值下跌了 33%。彭博社报道称，自本月初以来，比特币的市值已下跌约 25%，创下自 2022 年加密货币崩盘以来最大的单月跌幅。

由于持有大量比特币，Strategy（前身为MicroStrategy）的股价被广泛视为比特币的替代标的。该公司股价在周五盘前交易中下跌2.44%，此前一周已下跌11%，过去30天累计下跌41%。Strategy目前持有649,870枚比特币，平均购买价格为每枚74,430美元。

摩根大通分析师在本周早些时候的一份报告中警告称，Strategy 面临被纳斯达克100指数和MSCI美国指数等主要指数剔除的风险。一旦被剔除，其股价可能进一步下跌，如果该公司被迫出售部分比特币，则可能对加密货币市场造成压力。