200億美元重注LPU，英偉達上演AI推理界“諾曼底登陸”

文 | 超前實驗室，作者｜西西弗柿

就在剛剛，英偉達放大招，一石激起千層浪：

據華爾街日報報道，其計劃在下個月的GTC開發者大會上發布一款整合了Groq“語言處理單元”（LPU）技術的全新推理芯片，這款被英偉達首席執行官黃仁勛稱為“世界從未見過”的全新系統，專為加速AI模型的查詢響應而設計。

就在這番豪言發布前夕，英偉達剛剛交出一份“無死角”的完美財報：

2026財年第四季度營收681億美元，同比增長73%，創歷史新高；GAAP凈利潤429.6億美元，同比增長94%；毛利率75%，同比增長2個百分點。

但資本市場的反應卻異常冷淡，成績單公布后，英偉達股價在盤后短暫沖高后迅速回落，次日收跌。數千億美元市值，在超預期的業績中悄然蒸發。

一邊是創紀錄的財務數據，一邊是反響平平的資本市場，裂痕背后，是華爾街對這家科技巨頭的懷疑：
英偉達的財報是一襲華美的長袍，上面爬滿了虱子。

面對重重壓力，英偉達自己也心知肚明，不能坐以待斃，基于此，憑借通用圖形處理器（GPU）統治了AI訓練時代的英偉達，正在以一場斥資200億美元、融合異質架構的豪賭，向AI戰爭的下一主戰場，推理，發起總攻。

這是一場決定英偉達能否在成本、架構與生態的多重圍剿中，延續市場份額神話的“諾曼底登陸”。

AI推理時代， 英偉達面臨“三重圍剿”

英偉達的焦慮，根植于AI產業競爭重心的轉移。

此前，行業處于瘋狂堆砌參數的“訓練軍備競賽”階段，而如今，已然集體轉向模型落地、智能體普及的“應用絞殺賽”，游戲規則已然改變?？蛻絷P心的核心指標，從“能否訓練出最強大模型”，急轉為每個Token的推理成本是多少。

基于此，英偉達看似堅固的護城河，正面臨來自市場、客戶與技術的“三重圍剿”。

第一重圍剿，來自客戶對“極致性價比”的追求。

推理是AI模型實際產生價值的環節，其成本直接決定商業模式的生死。OpenAI的動向極具標志性，在承諾成為英偉達新芯片最大客戶之一的同時，其已與初創公司Cerebras達成數十億美元計算合作，并大規模使用亞馬遜自研的Trainium芯片。Cerebras CEO直言，其芯片在推理速度上已超越英偉達GPU。

無獨有偶，Meta在向英偉達下單僅一周后，便宣布向競爭對手AMD采購高達6吉瓦的算力訂單。

不難看到，當客戶個個都變成了精算師，通用GPU的高溢價模式便岌岌可危。

第二重圍剿，來自客戶自身的“贏家通吃，垂直整合”野心，英偉達最大的客戶群，如今正變成其最危險的對手。

谷歌的TPU已從內部工具成長為對外服務的核心算力，最新款Gemini模型完全基于TPU訓練，亞馬遜的Trainium芯片則深度綁定其AWS云服務，形成閉環生態……這些巨頭自研芯片的邏輯，不僅是為了降本，更是為了將算力這一最大利潤中心內部化，構建排他性優勢。

英偉達CFO曾透露，超大規模企業貢獻了其數據中心收入的50%以上，但如今，尷尬的是，這根“輸血管”本身，正試圖自成循環。

第三重圍剿，是GPU架構在推理場景的“天然不適”。

GPU為大規模并行計算而生，是訓練時代的絕對王者。但在大模型推理，尤其是耗時最長的“解碼”（Decode）階段，其架構并非最優，存在延遲高、能效比相對不足的問題。Groq設計的LPU，專為語言模型推理優化，采用不同的內存與計算架構，在特定場景下實現了數量級的延遲優勢。這證明，在推理這片新大陸上，存在更高效的本土化工具。

英偉達的通用GPU，正背負著“全能”帶來的沉重包袱。

此外，對英偉達來說，中國市場正神不知鬼不覺地消失。

英偉達CFO此前坦言，雖然獲得對華出口H200的許可，但“迄今為止尚未產生任何收入”，且未來是否被允許進口仍是未知數。

與此同時，中國本土生態正加速“去英偉達化”，有消息稱，DeepSeek將其最新模型V4代碼優先向華為等國內芯片商開放，而非英偉達或AMD。

這意味封鎖不僅在剝奪市場，更在催生一個可能并行、且最終會挑戰CUDA生態的“新標準”。

因此，英偉達的完美財報其實岌岌可危，前方，是充滿暗礁與魚雷的推理海峽。

收購Groq、推出新芯片，是這艘巨艦轉向、加速，并向潛在威脅發起的第一輪艦炮齊射。

三條戰線并進，英偉達打響突圍戰

面對立體圍剿，英偉達的應對并非單點突破，而是一場同時在三條戰線上展開的、相互關聯的全面戰爭。其核心戰略是，在架構上革命，彌補短板；在產品上分化，滿足需求；在生態上捆綁，構筑壁壘。

第一條戰線，是關乎技術根基的“架構革命”，以“LPU+GPU”的軟硬結合，正面迎戰專用芯片。

去年底，英偉達以200億美元現金，完成了對Groq核心技術授權及其核心團隊的收購。這筆交易的戰略價值，遠超財務數字，其核心在于快速獲取LPU這一“推理利器”，并將其作為“加速器”，深度整合進英偉達的CUDA+TensorRT-LLM全棧軟件生態。

LPU的設計原理與GPU截然不同。它放棄了通用性，專為語言模型推理的確定性與低延遲優化，通過極簡指令集、大規模片上SRAM集成，甚至可能采用3D堆疊等先進封裝技術，來攻克內存帶寬與延遲瓶頸。

GTC即將亮相的新品，或基于下一代Feynman架構，目標正是將LPU的高效與GPU的通用算力結合，打造單位Token成本與延遲均大幅降低的“推理怪獸”。

OpenAI承諾成為其最大客戶，也是對這一技術路線的首次、關鍵押注。

第二條戰線，是商業模式的“產品分化”，從“捆綁銷售”到“靈活配餐”，防止客戶流失。

英偉達歷史上首次為Meta大規模提供不捆綁高端GPU的純CPU服務器，用于其廣告推薦等AI工作負載。這一舉動看似微小，實則標志著其商業邏輯的轉變，從強迫客戶購買“標準套餐”，轉向允許客戶根據負載按需“自助點餐”。

這本質是一種“防御性降價”與生態鎖定策略，通過提供更靈活、更具性價比的產品組合，英偉達承認了推理場景的多樣性，并以此滿足客戶對成本的極致追求，避免其因“過度消費”，而徹底轉向亞馬遜Trainium或谷歌TPU等競品。

畢竟，沒有永恒的朋友，只有永恒的利益。在推理時代，留住客戶，比單次交易利潤最大化更重要。

第三條戰線，是最為隱秘也最牢固的“生態鐵幕”，用千億資本編織排他性聯盟。

英偉達正從一家芯片公司，演變為AI生態的中樞與“規則制定者”，其以數百億美元巨資，深度投資OpenAI、Anthropic等頂尖模型公司，并接近達成戰略協議，確保這些定義行業方向的模型，在其Grace Blackwell、Vera Rubin架構上進行訓練與推理。

更復雜的資本網絡正在展開，在OpenAI最新1100億美元融資中，英偉達與亞馬遜同為關鍵出資方。隨之達成的協議是，OpenAI在亞馬遜AWS上使用Trainium芯片，但其無狀態API獨家托管在微軟Azure，而英偉達則提供專屬推理算力。

這種“你中有我，我中有你”的交叉持股與業務綁定，構成了一個極高的競爭壁壘。對手面對的已不只是一款芯片，而是一個由資本、協議與共同利益編織的復雜網絡。

至此，英偉達的戰爭藍圖完整浮現：

在技術層，以“LPU+GPU”的融合架構，對抗專用芯片的效率顛覆；在產品層，以靈活組合的性價比方案，抵御客戶的價格倒逼；在生態層，以資本為紐帶構筑聯盟，防御標準的碎片化與分裂。這是一場攻防一體、旨在統治下一個時代的系統戰役。

英偉達的推理豪賭將帶來蝴蝶效應

大西洋上的一只蝴蝶煽動翅膀，就能引起太平洋上的一場颶風，如今，英偉達的推理豪賭，影響遠不止其自身財報。這場戰役將重構全球AI算力供應鏈的權力結構，并為中國算力產業，帶來寶貴的的時間窗口。

首先，上游產業鏈將迎來新一輪技術博弈與訂單爭奪，若“LPU+GPU”的融合架構成為主流，將對上游核心元器件產生顛覆性需求。

傳統的HBM需求可能被對更大規模、更快速度的SRAM需求部分替代或補充，這對三星、SK海力士等存儲巨頭意味著新的技術路線選擇。

同時，為實現LPU與GPU的高效集成，3D堆疊、CoWoS-L等先進封裝技術的復雜度與需求將激增，臺積電的產能與技術領導地位將進一步鞏固，但其面臨的產能壓力也將空前巨大。

此外，液冷散熱、高壓供電等基礎設施的需求標準也將水漲船高，拉動整個數據中心硬件產業鏈升級。

其次，競爭格局將演變為“全棧能力”的終極比拼。

英偉達的“軟硬結合”模式，將迫使谷歌、亞馬遜等巨頭加速其從芯片、系統到軟件的全棧自研，競爭維度從單點性能擴展到整體解決方案的效率與易用性。

與此同時，這也為聚焦極致場景的創業公司留下生存縫隙，只要能在某個垂直領域將成本或性能優勢做到極致，仍可在巨頭戰爭的邊緣地帶建立“垂直王國”。

對于中國AI算力產業，英偉達的困境與轉身，則帶來了寶貴的“機遇期”，市場替代窗口已經打開。

英偉達高端芯片在中國市場的缺位，為華為昇騰、海光、沐曦、摩爾線程等國產算力企業提供了練兵場與試錯空間，DeepSeek等領先模型公司與國產芯片的深度合作，是構建自主軟硬協同生態的關鍵一步。

國產算力的機會，或將首先出現在對尖端制程依賴相對較低、更強調軟件優化和行業理解的推理側，以及政務、金融、工業等特定行業的模型落地中。

所以，無論英偉達“諾曼底登陸”成功與否，它都標志著一個新時代的開啟：

AI算力的競爭，已從GPU晶體管的堆砌，升維為涵蓋架構創新、商業模式、資本聯盟與地緣角逐的復雜系統戰爭。

英偉達勝負未分，唯一可以確定的是，這場由巨頭掀起的推理戰爭，必將以更低的成本、更高的效率，加速智能體的普及，催生出一個遠超你我今日想象的AI原生世界。