AGI焦点｜OpenAI和英伟达，终究还是到了这一步

62 0 0

文章摘要

Meta、OpenAI、Anthropic等头部AI厂商今年签下数千亿美元芯片订单，芯片厂商因此获得巨额收益。ASIC芯片龙头博通2025年11月至2026年1月AI半导体收入达84亿美元，同比大涨106%，预计第二季度收入将进一步增至107亿美元，同比暴增143%，博通CEO预计明年公司AI芯片营收即可超过1000亿美元；英伟达同期业绩创下新纪录，总营收达681亿美元同比增长73%，且手握截至2026年底五个季度内至少5000亿美元的主力及下一代芯片订单，行业整体呈现狂飙突进的增长态势。

但繁荣背后已有约束隐现，支撑大模型发展多年的Scaling Law缩放定律和通用GPU的统治地位受到挑战，集中式的AI产业迅猛增长存在落潮风险。原本同为AI造浪者的英伟达与OpenAI合作关系明显松动，英伟达对OpenAI最新投资大幅缩水，黄仁勋明确表示此次投资可能是最后一次，此前规划的千亿美元合作大概率不了了之。这种转变背后是行业底层逻辑的变化：Scaling Law已出现触顶迹象，高质量结构化公开数据已被消耗殆尽，预训练阶段依靠数据和算力堆砌实现的性能跃迁难以再现。通用GPU领域同样遇到瓶颈，半导体先进制程演进速度明显放缓，摩尔定律放缓带动AI芯片性能增幅下滑，2018-2022年间AI芯片性能年均提升50%，2023-2025年已降至20%以下。

定制化ASIC芯片凭借特定场景性能优异、功耗更低、成本更优的优势强势崛起，开始冲击GPU的市场地位，谷歌TPU已经获得良好市场反馈，Meta、OpenAI等多家头部厂商都在加紧自研，预计2026年将迎来量产和商业化的集中爆发，通用硬件效率狂飙的阶段已经落幕。当前芯片与模型厂商陷入迭代速度赛跑，芯片迭代周期已从原来的18-24个月压缩至按年更新，仍跟不上大模型三个月一次的迭代速度，叠加制程、能源等硬性约束，可能引发增长动能断档，打破原有供需平衡。承担高额资本开支的云厂商压力最为突出，全球五大云厂商2026年资本开支总额将超过7000亿美元，远高于当前AI行业的整体年度经常性收入，且快速迭代让AI芯片实际折旧周期大幅缩短，业界对现有资本开支计算逻辑的质疑不断增多。Scaling Law退潮让资本开支狂飙失去合理性支撑，市场已对此给出负面反馈，云厂商股价、芯片企业估值纷纷承压，这也构成了当前AI泡沫论的核心焦虑。

目前行业仍维持高位的迭代速度和支出规模，高盛预测2025至2027年是AI服务器出货量增长最迅猛的三年，增速峰值出现在2026年，此后全产业链增长可能面临结构性放缓。2026年初多款AI Agent产品落地，直接展现了AI对人力的替代能力，相关替代危机的讨论引发广泛共鸣，为AI产业发展蒙上了一层不确定性阴影。（全文约760字）