Anthropic在S-1招股说明书中表示将整合亚马逊、谷歌、AMD等多源算力资源池；紧接着，甲骨文宣布在其云平台上线多家竞品芯片、OpenAI宣布计划采购谷歌TPU。
这些事件指向同一个结构性变化：英伟达最赚钱的那部分利润——来自“客户别无选择”的溢价，正在被重新定价。那被重新定价的那部分利润，流向了产业链上的谁？
01 英伟达75%毛利率的本质：卖的不是芯片，是“没有替代方案”
英伟达卖的不只是芯片，而是“芯片+CUDA软件生态+高速互联”的整套系统。当开发者习惯在CUDA上写代码、调模型，迁移有真实成本；大规模训练场景对稳定性和通用性要求极高，这套体系短期仍难替代。
英伟达2026财年第四季报显示，其全球数据中心AI加速器份额约85%，2026财年第四季度毛利率75%。相比之下，苹果毛利率才45%，台积电约53%。这个毛利率之所以成立，不是因为制造成本低，而是因为客户缺少可比的替代报价。英伟达75%的毛利率，已经不是卖硬件了，是卖不可替代的战略资源。
但护城河挡不住3个现实痛点。
一是成本。高端GPU溢价高，专用芯片在特定负载上单位算力成本更低；规模越大，压价动机越强。
二是供应链安全。单一供应商意味着排期被人拿捏、议价被动；多供应商并行，才能保障上线节奏。
三是任务分化。训练追求通用并行，推理更看重专用能效。一种芯片打所有负载并不经济，按工作负载选芯片才是更优解——这也是甲骨文官方表述的核心逻辑。
所以“去英伟达化”并不准确，更准确的描述是：买方从“没得选”进入了“比价选型”阶段，多元化采购是商业理性，不是情绪站队。而且，英伟达不需要失去份额绝对值，它只需要失去“客户没有第二份报价”这个前提，75%毛利率的可持续性就会被重新审视。
02 TPU提供的不是性能对标，是一个“公开成本锚点”
在Transformer模型上，TPU的每美元性能可达H100的4倍，因ASIC去除了未使用的电路，每平方毫米硅片利用率更高。最直观的案例：Midjourney从英伟达集群迁移到TPU v6e后，月度推理支出从210万美元降至70万美元，降幅65%。需要诚实指出，这一性价比优势存在工作负载和口径的边界，但方向上，TPU在推理场景提供了一个英伟达无法忽视的每美元算力参照值。
甲骨文引入TPU的意义在于，把这个参照值从谷歌云内部推到了公开的云市场上。甲骨文云基础设施（OCI）总裁Mahesh Thiagarajan表示，不同的AI负载有不同的算力需求，引入谷歌TPU让客户能在一个云上选择性能、吞吐量和经济性上更合适的AI算力架构”。OpenAI从租到买的信号则更强：最大的GPU买家之一，在主动建立第二供应链。
TPU不需要在性能上超越英伟达。它只需要存在，并给出一个价格，就足以改变谈判结构。
03 利润流向：被压缩的是“通用溢价”，被强化的是产业链上多股力量
第一股：云厂商自研专用芯片，从自用走向外售。谷歌TPU、亚马逊Trainium、微软Maia、Meta MTIA都在其列。TPU首次进入第三方云OCI，标志自研芯片从“内部自用”走向“对外商业化”。
第二股：独立芯片厂正面竞争。 AMD持续扩合作、Cerebras进入甲骨文机柜、博通与Marvell承接大厂定制设计；它们不绑定单一云，做中立替代选项。
💬 评论