科技资讯

OpenAI造芯、Anthropic找三星、Google自研——AI巨头集体”反水”，NVIDIA的GPU帝国正在被从内部瓦解？

一、”我们不需要NVIDIA也能造芯片”——AI公司的集体叛逆

2026年7月初，科技界正在经历一场安静但深刻的范式转换。过去两年里，NVIDIA凭借GPU垄断了AI基础设施的话语权——从训练到推理，从数据中心到边缘设备，几乎所有AI公司都依赖黄仁勋的”算力印钞机”。但现在，这份依赖正在被逐一拆解。

最先动手的是OpenAI。据路透社独家报道，OpenAI与Broadcom联合发布了一款专为大语言模型推理优化的定制芯片”Jalapeño”。Axios确认该芯片已经上线运行。这不是一个概念验证项目——它是OpenAI第一款真正投入生产环境的自研硅片，标志着这家估值万亿美元的公司从”纯软件公司”向”软硬一体”的战略转型。

紧接着，据《The Information》报道，Anthropic正在与三星深入洽谈，计划采用2nm工艺制造其首款定制AI芯片。如果这一合作落地，Anthropic将成为首家同时掌控模型层和芯片层的AI公司——不再需要像现在这样，既依赖NVIDIA的GPU做训练，又依赖云端算力做推理。

而Google也不甘示弱。TechCrunch报道，Google Cloud在同一天推出了两款全新的AI芯片产品，直接对标NVIDIA的数据中心GPU。加上此前发布的第五代TPU，Google的自研芯片产品线已经覆盖了从训练到推理、从云端到边缘的完整场景。

这三家公司几乎在同一时间采取行动，绝非巧合。它们共同传递了一个信号：AI基础设施的下一个战场不在算法，而在硅片。

二、一条被忽视的暗线——Broadcom的106%暴涨

在所有关于”AI公司造芯片”的报道中，有一个角色往往被忽略：Broadcom（博通）。这家总部位于圣何塞的网络芯片公司，正在成为定制AI芯片浪潮中最大的受益者之一。

TechTimes的报道揭示了一个令人惊讶的数字：Broadcom的AI相关收入同比增长106%。为什么？因为OpenAI的”Jalapeño”不是OpenAI自己造的——它是Broadcom设计的。Anthropic的三星定制芯片也需要芯片架构师和IP授权。Google的TPU系列同样离不开Broadcom的互连技术和定制服务。

换句话说，当AI公司都在宣布”我们要自己造芯片”的时候，真正的赢家可能不是那三家巨头，而是帮它们造芯片的人。

这种”卖铲子”模式的魅力在于：无论哪家AI公司最终胜出，它们都需要芯片设计服务、封装技术、高速互连方案——而这些正是Broadcom的核心竞争力。在AI军备竞赛中，Broadcom选择了一个最稳妥的位置：不押注任何一家，而是为所有人提供武器。

三、NVIDIA的”完美困境”——客户正在变成竞争对手

对NVIDIA来说，这场定制芯片浪潮带来了一个前所未有的战略困境：它最大的客户，正在成为它最大的竞争对手。

过去三年里，OpenAI、Google、Anthropic这些公司是NVIDIA GPU的最大买家。它们购买H100、B100、B200，搭建数据中心，训练最大规模的模型。但现在，这些客户中的每一家都在开发自己的替代方案——而且这些方案一旦成熟，就会减少甚至取代对NVIDIA芯片的采购。

InvestorPlace在最近的分析文章中直言：”The Rise of Custom AI Chips Is Breaking Nvidia’s Grip”（定制AI芯片正在瓦解NVIDIA的控制力）。这篇报道指出，随着AI模型规模持续增长，训练和推理成本呈指数级上升，定制化芯片带来的能效优势越来越难以忽视。对AI公司而言，自研芯片不仅是成本问题，更是供应链安全和战略自主的问题。

但NVIDIA并非坐以待毙。黄仁勋在最近的公开场合强调，NVIDIA的CUDA生态、软件工具和全栈解决方案仍然是不可替代的竞争壁垒。而且，NVIDIA也在积极布局定制芯片市场——通过NVIDIA Custom Accelerator Program，它为大型客户提供基于其架构的定制芯片设计服务。

问题是：当你的客户都在学习如何不用你的产品时，你的护城河还能守住多久？

四、Meta的65亿美元豪赌——当社交巨头也想卖算力

在这场芯片自主化的浪潮中，还有一个更为激进的玩家：Meta。

据24/7 Wall St.报道，Meta正在投入65亿美元建设电力基础设施，为其云和AI业务提供动力。这不仅仅是扩建数据中心那么简单——Meta正在试图成为一个AI云服务提供商，直接与Amazon AWS、Microsoft Azure和Google Cloud竞争。

这一消息引发了连锁反应。Crypto Briefing报道，Meta宣布进入AI云市场的消息导致Nebius、CoreWeave和IREN等”新云”（neocloud）公司的股价大幅下跌。TechTimes的分析文章标题直白而震撼：”Meta Enters AI Cloud Market: Neocloud Rivals CoreWeave and Nebius Crater”（Meta进入AI云市场：新云对手CoreWeave和Nebius崩盘）。

Meta的逻辑很清晰：如果它已经有了庞大的用户基础（30亿+月活）、成熟的推荐算法、以及自研的AI芯片（Training Inference Unit），为什么不把多余的算力也卖给其他人呢？

但这同时也引发了一个更深层的问题：当Meta这样的公司开始大规模出售算力时，AI基础设施的市场格局将发生怎样的变化？是一个更加分散、竞争更激烈的市场，还是一场新的整合浪潮的前奏？

五、更深层的信号——AI基础设施正在走向”碎片化”

综合来看，2026年7月初的这一系列事件，指向了一个更为宏观的趋势：AI基础设施正在从”NVIDIA中心化”走向”多极碎片化”。

过去，AI基础设施的逻辑很简单：买NVIDIA的GPU → 用CUDA写代码 → 训练你的模型。这套模式在AI发展的早期阶段非常高效——它降低了门槛，加速了创新。但随着AI市场规模的膨胀，这套模式的弊端也越来越明显：

成本不可控：当每一家AI公司都要为GPU支付溢价，而NVIDIA的定价权又几乎没有竞争对手时，整个行业的利润率都被挤压。定制芯片的出现，本质上是对这种成本结构的反抗。

供应链风险：地缘政治紧张局势让AI公司意识到，过度依赖单一供应商（尤其是来自不同国家的供应商）是危险的。自研芯片不仅是为了省钱，更是为了安全。

战略自主权：当芯片和模型深度绑定（比如针对特定架构优化的推理引擎），拥有自研芯片意味着能够更快地迭代和优化。在这个意义上，芯片不再是基础设施——它是核心竞争力的一部分。

但这种碎片化也带来了新的问题：软件生态的割裂。CUDA之所以成为壁垒，不仅因为硬件性能好，更因为整个AI开发生态都围绕它构建。当各家AI公司开始使用不同的定制芯片架构时，模型移植的成本将大幅增加，这可能反过来减缓创新速度。

六、中国视角——出口管制下的”逆向推力”

值得特别关注的是，这场定制芯片浪潮在中国的语境下有另一层含义。

路透社的报道指出，一款价格更低的中国AI模型正在Anthropic和OpenAI的”主场”——英语市场——快速追赶。与此同时，美国对先进芯片的出口管制政策，实际上在加速中国AI公司的芯片自主化进程。

当无法获得最先进的NVIDIA芯片时，中国公司被迫寻找替代方案——而这恰恰催生了国内芯片设计产业的快速发展。华为昇腾、寒武纪、天数智芯等国产AI芯片正在快速迭代，虽然距离NVIDIA的顶级产品仍有差距，但在性价比和本土适配方面已经展现出竞争力。

换句话说，美国的出口管制政策，正在以意想不到的方式推动全球AI芯片格局的多极化。这不仅是技术问题，更是地缘政治问题——谁掌握了芯片的设计能力和制造能力，谁就掌握了AI时代的战略主动权。