护城河面前的三条岔路
英伟达的护城河（CUDA 生态 + NVLink 互联 + 供应链卡位）被反复论证过——但挑战者的尝试从未停止。有意思的是，2026 年活下来的挑战者没有一家选择「正面刚」：它们各自找到了一个英伟达通用架构「不最优」的细分场景，把单一维度推到极致。
算力芯片格局速览（库内已有专文）讲过 GPU/ASIC/推理卡的分工，本篇把三家代表性挑战者公司的技术路线与商业结果摊开——它们的生存状态，就是「英伟达垄断可被侵蚀程度」的试纸。
Groq：把 SRAM 推到极致的「时序机器」
Groq 的 LPU（Language Processing Unit）走的是一条激进路线：放弃 HBM，把片上 SRAM 做到极致（数百 MB 的超大 SRAM——对比 GPU 的几十 MB），模型权重全部装进片上内存，消除 HBM 带宽瓶颈。代价是容量小——大模型必须切分到数百颗芯片的集群上跑（权重流水线式地在芯片间传递）。
这条路的理论最优场景是推理延迟敏感的实时语音：SRAM 的确定性时序让 Groq 在 token 生成延迟（TPOT）上做到了业界最低档——语音对话（每 token 的延迟直接决定对话体验）是它的根据地市场（语音链路的延迟账可互参，库内已有专文）。商业结果：Groq 以「最快的推理云」形象切入开发者市场，订阅制推理 API 是它的收入形态。
Groq 的命门同样清晰：SRAM 的成本与容量天花板——DRAM 的位密度是 SRAM 的数十倍，SRAM 方案的每 token 成本在大模型上没有优势（它的优势只在延迟）；同时它放弃了训练市场（架构为推理定制）——单一场景的天花板决定了它的规模上限。
Cerebras：把晶圆当芯片的「面积机器」
Cerebras 的 WSE（Wafer-Scale Engine）走的是另一条极端：整片晶圆做一颗芯片（世界上最大的芯片——比 GPU 大几十倍的面积，数十万亿晶体管），用超大片上内存与互连消灭集群通信开销。它的理论最优场景是训练加速（大模型的单机训练吞吐——消除了 GPU 集群的通信瓶颈）与推理的极速输出（单位时间 token 吞吐的世界纪录档）。
商业结果：Cerebras 以「最快的训练/推理解决方案」切入，与 Groq 不同它同时覆盖训练与推理；它的上市（2025 年的 IPO）给这条路线补上了资本市场的验证。命门：晶圆级制造的良率与成本（整片晶圆一颗芯片——良率问题被冗余设计缓解但成本高企）、以及生态的孤岛性（软件栈的自研——CUDA 之外的迁移成本）。
Tenstorrent：开放架构的「联盟机器」
Jim Keller 领军的 Tenstorrent 走第三条路：不做单一极致芯片，做开放架构的授权生意——基于 RISC-V 的自研架构，把 IP 授权与定制芯片服务作为商业模式（「我们卖蓝图，你造芯片」）。它的理论最优场景是算力主权客户——主权 AI（各国政府不想把算力命脉押在英伟达上）与想自研芯片的云厂商，是这个模式的天然客户。
商业结果：Tenstorrent 与多个主权项目的合作（日本、韩国、中东的算力国产化项目）验证了这条路线的需求存在。命门：开放架构的生态成熟度——RISC-V 的 AI 软件栈与 CUDA 的成熟度差距是数年级的，授权模式的收入规模天花板低于芯片直销。
graph TD
A[挑战者的三种姿势] --> B[Groq: SRAM 极致<br/>延迟最优 · 语音场景]
A --> C[Cerebras: 晶圆级极致<br/>吞吐最优 · 训练+推理]
A --> D[Tenstorrent: 开放架构授权<br/>主权客户 · IP 生意]
B --> B1[命门: SRAM 成本天花板<br/>单场景规模上限]
C --> C1[命门: 晶圆良率成本<br/>生态孤岛]
D --> D1[命门: RISC-V 生态成熟度<br/>授权收入天花板]
共同的商业逻辑：切英伟达「不在意」的市场
三家挑战者的共同战略内核值得提炼：都在打英伟达「结构性不重视」的市场。英伟达的商业模式围绕「通用性+训练旗舰」（H100/B200 的训练优先设计），推理延迟敏感场景（语音）、单机吞吐场景（Cerebras 的紧凑部署）、算力主权场景（Tenstorrent 的授权）都太小或太特殊，不值得英伟达为它们扭曲主线产品——挑战者活在这些「英伟达的缝隙」里。
这个逻辑的反面同样成立：一旦细分市场长大，英伟达就会进来（推理市场的增长已经让英伟达推出推理优化的产品线与 NVLink-Fusion 的开放姿态——缝隙在被填补）。挑战者的长期生存依赖两条路：要么在缝隙市场建立足够的工程与客户壁垒（Groq 的语音客户绑定）、要么把缝隙技术变成通用技术（Cerebras 与 Tenstorrent 的路线赌注）。
挑战者生态的第四种姿势与买方的算力组合策略
挑战者版图里还有第四种与第五种姿势值得纳入。第四种：大厂的自研 ASIC（Google TPU 的对外出租、Amazon Trainium、Microsoft Maia——云厂商的自研芯片不是「挑战英伟达」，是「自用的成本优化+议价筹码」——TPU 的成熟度已足以支撑 Gemini 的训练与推理——云厂商的自研芯片让它们在与英伟达的采购谈判中有了替代选项——ASIC 的真正杀伤力在于云厂商的谈判桌而非芯片市场）；第五种：主权 AI 的国家项目（各国政府的算力自主计划——法国 Mistral 的国家扶持、日本的 GENIAC、中东的主权基金投资——国家算力是「非商业逻辑」的挑战者：它们不为利润定价，为自主性买单——Tenstorrent 的授权路线、Mistral 的开源路线都在吃这块需求）。买方的算力组合策略（企业与云厂商视角）随之成形：核心训练用英伟达（CUDA 生态与成熟度无可替代——前沿训练的风险不容忍实验）、推理层多元（推理的可替换性高——非英伟达方案在推理场景的性价比可评估）、持续评估自研/定制（规模的头部玩家——自研 ASIC 的回本线在万吨级算力以上）、供应链的双源策略（HBM 与封装的配额博弈——第二供应商的培育是保险）。这个组合策略的深层逻辑是「不确定性管理」：算力采购的决策变量（性能、成本、供给安全、生态成熟）在不同场景的权重不同——没有单一最优解，只有场景化的组合。对英伟达的启示（从挑战者视角反推）：它的真正防御不是芯片性能，是「把竞争对手变成客户」的生态策略（NVLink-Fusion 的开放、与 x86 阵营的联盟、对 Arm 生态的投资——把挑战者的差异化维度纳入自己的平台）——英伟达在学的不是防守，是吸收。挑战者的观察哨：Groq 的语音场景能否长出规模（延迟敏感市场的付费意愿验证）、Cerebras 的 IPO 后表现（晶圆级路线的资本市场定价）、Tenstorrent 的主权订单兑现（授权模式的收入落地）、以及云厂商 ASIC 的对外输出节奏（TPU/Trainium 什么时候真正卖给第三方——那一刻才是英伟达的正面对手出现）。芯片格局的终局不是「谁取代英伟达」，是「英伟达的份额从 90% 缓慢滑向 60-70%」——这个缓慢滑落的每一步，都由挑战者在某个缝隙里的胜利累积。
高频问答：芯片格局的边界问题
收尾前集中回答三个高频问题。「英伟达的份额会不会像 Intel 一样崩塌？」——类比要谨慎：Intel 的衰落是「架构转型的错过」（移动化与 AI 化的双重错失），英伟达正处在它自己开创的浪潮中心（不是守成者而是定义者）——崩塌的前提（技术路线的代际切换+自己错过）目前不存在；真实的风险是「增长放缓」而非「地位崩塌」——英伟达的问题会是「涨不动」，不会是「被打垮」。「云厂商自研芯片会取代英伟达吗？」——自研芯片服务的是云厂商自己的成本与议价（Trainium 推理的性价比、TPU 支撑自家模型），对外输出的规模有限（第三方对非英伟达云的采用受生态与迁移成本制约）——自研芯片改变的是「谈判桌的平衡」，不是「市场的份额」——英伟达的定价权会被削弱，但份额的滑落是缓坡不是悬崖。「中国芯片的突破路径现实吗？」——现实的路径不是「全面对标」而是「体系内循环+效率补偿」：国产芯片在受控市场（国产算力要求的项目）形成体系内循环（芯片+框架+模型+应用的国产生态），效率侧用算法压缩对硬件的依赖（推理优化篇的账）——「不追正面战场、建立平行体系」是务实的战略——它的天花板由体系内市场的规模决定。芯片格局的问答收束：垄断的松动从缝隙开始（推理、主权、定制），不在正面战场发生——观察这场马拉松的正确姿势不是「谁发布了新芯片」，是「谁的缝隙份额在悄悄长大」——以及英伟达用什么姿势回应（吸收还是挤压）——回应的姿势，才是产业格局的方向盘。
小结
挑战者的三条路线各有各的数学：Groq 用 SRAM 极致换推理延迟的确定性（语音场景的根据地，命门是 SRAM 成本与单场景天花板）；Cerebras 用晶圆级面积换吞吐与部署密度（训练推理双修，命门是良率成本与生态孤岛）；Tenstorrent 用开放架构换算力主权客户的信任（授权生意，命门是 RISC-V 生态成熟度）。共同战略是「切英伟达结构性不重视的缝隙市场」——这个生存空间的可持续性，取决于缝隙市场是否会长大到引来英伟达的正规军。对买方（云厂商与企业）的启示是务实的：特定场景（实时语音、紧凑部署、主权需求）已经有非英伟达的合理选项——单一供应商的锁死并非宿命；对行业的启示是结构性的：垄断的松动不会从正面战场开始，从缝隙的侵蚀开始——而缝隙的长法，就是未来五年芯片格局的最大悬念。
英伟达不是不可战胜，是无法正面战胜——挑战者的每一步，都在绕。
读者留言
COMMENTS 暂无还没有留言，来说第一句？