英伟达的市集份额到底有多大？公司的竞争上风到底在哪？AMD、谷歌、亚马逊的契机在哪？数据短缺是伪命题吗？行业成本开支确凿没问题吗？窜改点在哪？开云体育(中国)官方网站

近日，Semi Analysis首创东谈主兼首席分析师迪伦·帕特尔（Dylan Patel）、硅谷着名科技投资东谈主比尔.柯尔利（Bill Gurley）、布拉德·格斯特纳 (Brad Gerstner)伸开三方对谈，就AI芯片面前的近况，英伟达的竞争上风还能陆续多久，数据短缺是否是伪翌日，以及AI成本开支还能陆续多久进行了深切的磋议。

以下是对谈中枢重心：

不计划谷歌，全球AI职责量中98%是在英伟达芯片上运行的，淌若计划谷歌这个数据是70%。

英伟达的上风是三方面：公司软件优于大部分半导体公司；硬件方面，他们大约率先禁受新手艺，并以极快的速率将芯片从设想推向部署；麇集方面，他们收购MELLONOX，极地面培育了麇集才略。

谷歌固然在软件和打算元素方面有我方的清醒，但在芯片封装设想和麇集等贫瘠界限需要与其他供应商协作。

跟着数据中心的缔造和电力供应的焦躁，企业需要愈加合理地野心资源。

文本是面前最有用的数据界限，但视频数据蕴含的信息更多。此外，预教师仅仅模子教师的一部分，推理时候打算也很垂危。淌若数据耗尽，可以通过创造合成数据来络续翻新模子。

固然预教师的一次性巨大收益可能仍是往日，但通过增多打算资源，企业仍然可以获取一定的收益，尤其是在竞争热烈的环境下。收益仍然存在，仅仅获取难度增多了。

合成数据在大约进行功能考据的界限最有用。

华尔街面前对数据中心成本开支的猜度频频过低。通过追踪全球数据中心，微软、Meta、亚马逊等公司在数据中心容量上的开销很是大。这标明他们敬佩通过扩大界限可以在竞争中得胜，是以才会不休插足。

英伟达不是2000年的想科，两边估值莫得可比性。

预教师可能会遭受收益递减或成本过高的问题，但合成数据生成和推理时候打算成为新的发展地方。

面前公司对于推理的插足相对较小。掂量在畴昔6个月到 1 年，在某些具有功能考据的基准测试中，模子性能将有巨大培育。

面前 GPT - 4o很是激昂，但淌若镌汰模子界限，成本会大幅下落。

AMD 在芯片工程方面进展出色，但在软件方面存在彰着不及。他们短少鼓胀的软件开发东谈主员，也莫得插足资金缔造 GPU 集群来开发软件，这与英伟达酿成较着对比。

谷歌与博通协作构建的TPU系统，在芯片互连、麇集架构等方面具有竞争力，以至在某些方面优于英伟达。

谷歌的TPU在营业上的得胜相对有限，主要原因包括其软件不够灵通，订价莫得竞争力，主要用于里面功绩等。

亚马逊芯片通过镌汰成本，在 HBM 内存带宽和每好意思元成本方面具有上风，固然在手艺目的上（如内存、带宽等）低于英伟达，但对于一些对成本敏锐的应用场景具有蛊卦力。

从市集合座来看，超大界限数据中神思划在来岁大幅增多开销，这将带动通盘半导体生态系统（包括麇集开辟供应商、ASIC 供应商、系统供应商等）的发展。

2026 年的情况存在一定的不笃定性。一方面，模子性能是否大约陆续培育将是关节成分。淌若模子性能培育速率放缓，可能会导致市集出现退换。

以下为对谈全文，由AI进行翻译

主办东谈主：迪伦，原宥来到咱们的节目。今天咱们要深切探讨一个本年一直在磋议的话题，那即是打算机宇宙正在发生的根人道变化。比尔，你先来给群众先容一下迪伦吧。

比尔：好的，咱们很安闲邀请到 SemiAnalysis 的迪伦・帕特尔。迪伦赶紧成就起了全球半导体行业最受尊敬的研究团队之一。今天咱们想深切探讨迪伦在手艺层面所了解的架构、芯片缩放趋势、全球市集的主要参与者、供应链等学问，并将其与咱们听众激情的营业问题有计划起来。我但愿能对与东谈主工智能激越关联的半导体算作进行一个阶段性的总结，并尝试从合座上把执其发展趋势。

迪伦：很安闲来到这里。我小时候，我的 Xbox 坏了，我父母是外侨，我在佐治亚州的农村长大，没什么事可作念，就只可捣饱读电子居品。我大开 Xbox，短路了温度传感器，然后修好了它。从那时起，我就对半导体产生了浓厚的好奇，运转阅读半导体公司的财报并投资，还深切研究手艺关联的内容。

主办东谈主：能给咱们简便先容一下 SemiAnalysis 吗？

迪伦：咱们是一家半导体和东谈主工智能研究公司，为超大界限数据中心、大型半导体私募股权公司和对冲基金等提供功绩。

咱们销售全球数据中心的关联数据，包括每个季度的功率、缔造进展等；追踪全球约 1500 家晶圆厂（但本色关节的约 50 家）；还提供供应链关联数据，如电缆、功绩器、电路板、变压器等开辟的数据，并进行预测和商榷功绩。

不计划谷歌，全球98%的AI职责王人使用英伟达芯片

比尔：迪伦，咱们王人知谈英伟达在 AI 芯片界限占据主导地位，你认为面前全球 AI 职责量中有些许是在英伟达芯片上运行的呢？

迪伦：淌若不计划谷歌，占比高出 98%。但淌若把谷歌算进去，大致是 70%。因为谷歌有很大一部分 AI 职责量，尤其是分娩性职责量，是在我方的芯片上运行的。

比尔：你说的分娩性职责量是指那些能产生收益的业务，比如谷歌搜索和谷歌的其他大型 AI 驱动业务吗？

迪伦：没错。谷歌的非大言语模子（LLM）和其他分娩性职责负载运行在其里面自研芯片上。

本色上，谷歌早在 2018 - 2019 年就在搜索职责负载中使用了 Transformer 手艺，比如 BERT 即是其时很是闻明且流行的 Transformer 模子之一，多年来一直在其分娩搜索职责负载中运行。

三项上风连结让英伟达面前主导市集

比尔：那回到英伟达，为什么它如斯主导市集呢？

迪伦：可以把英伟达比作三头龙。全球大多数半导体公司在软件方面进展欠安，但英伟达之外。

在硬件方面，英伟达也比大多数公司更出色，他们大约率先禁受新手艺，并以极快的速率将芯片从设想推向部署。此外，在麇集方面，他们收购了 MELLONOX，极地面培育了麇集才略。这三个方面的上风说合结，使得其他半导体公司难以单独与之竞争。

比尔：你之前写过一篇著述，匡助群众清醒了英伟达这些当代顶端部署的复杂性，包括机架、内存、麇集和界限等方面，能再给咱们简便先容一下吗？

迪伦：好的。当咱们看 GPU 时，运行一个 AI 职责负载频频需要多个芯片协同职责，因为模子的界限仍是远超单个芯片的才略。

英伟达的 NVLink 架构大约很好地将多个芯片联网，但真谛的是，谷歌和博通早在英伟达之前就协作构建了近似的系统架构，比如谷歌在 2018 年就用 TPU 构建了近似系统。

谷歌固然在软件和打算元素方面有我方的清醒，但在芯片封装设想和麇集等贫瘠界限需要与其他供应商协作。

当今，英伟达推出了 Blackwell 系统，这是一个包含多个 GPU 的机架，重达三吨，相当千根电缆，很是复杂。

而竞争敌手如 AMD 等，最近也通过收购来进入系统设想界限，因为构建一个大约协同职责、冷却细致、麇集可靠的多芯片系统是一个极具挑战性的问题，半导体公司频频短少关联工程师。

比尔：那你认为英伟达在哪些方面进行了增量各异化投资呢？

迪伦：英伟达主要在供应链方面进行了大王人投资。他们必须与供应链缜密协作，以开发下一代手艺并率先推向市集。

例如，在麇集、光学、水冷和电力传输等界限，英伟达不休推出新手艺，以保持其竞争上风。他们的节律很是快，每年王人有许多变化，像 Blackwell、Rubin 等居品的推出。淌若他们停滞不前，就会濒临竞争压力，因为其他竞争敌手也在尽力追逐。

比尔：淌若英伟达停滞不前，他们在哪些方面可能会濒临竞争？市集上其他替代品需要具备哪些条件才略占据更多的职责负载份额呢？

迪伦：对于英伟达来说，其主要客户在 AI 方面的开销巨大，他们有鼓胀的资源来研究如安在其他硬件上运行模子，尤其是在推理方面。

固然英伟达在推理软件方面的上风相对较小，但他们的硬件性能面前是最佳的，这意味着更低的成本成本、运营成本和更高的性能。淌若英伟达住手跳跃，其性能上风将不再增长，其他竞争敌手就有契机。

例如，当今跟着 Blackwell 的推出，英伟达不仅在推感性能上比以前的居品快 10 - 15 倍（针对大型模子进行了优化），还镌汰了利润率以应付竞争，他们计划每年将性能培育 5 倍以上，这是一个很是快的速率。同期，AI 模子本人也在不休翻新，成本也不才降，这将进一步刺激需求。

比尔：你提到软件在教师和推理中的作用不同，能贵重发挥注解一下吗？

迪伦：许多东谈主把英伟达的软件简便地称为 Kuta，但本色上它包含许多档次。

在教师方面，用户频频依赖英伟达的软件性能，因为研究东谈主员不休尝试新的口头，莫得太多时候去优化性能。

而在推理方面，像微软这么的公司，会在有限的几个模子上进行部署，何况每六个月傍边更新一次模子，他们可以插足大王人工程师来优化这些模子在其他硬件上的运行性能。例如，微软仍是在 AMD 等公司的硬件上部署了 GPT 作风的模子。

主办东谈主：咱们之前提到过一张图表，露馅畴昔四年将有一万亿好意思元的新 AI 职责量，以及一万亿好意思元的数据中心替换职责量，你对此若何看？有东谈主认为东谈主们不会用英伟达的 GPU 来重建 CPU 数据中心，你若何修起这种不雅点？

迪伦：英伟达恒久以来一直在鼓舞非 AI 职责负载使用加速器，比如专科可视化界限（如 Pixar 制作电影）、西门子工程应用等王人使用了 GPU。

固然这些在 AI 界限比拟仅仅一小部分，但如实存在应用。对于数据中心替换，固然 AI 发展赶紧，但传统职责负载（如麇集功绩、数据库）并不会因此住手或放缓。数据中心的供应链较长，缔造周期也长，这是一个实验问题。

例如，英特尔的 CPU 在往日几年进展慢慢，而 AMD 的出现提供了更高性能的罗致，许多亚马逊数据中心的旧英特尔 CPU 功绩器仍是使用多年，当今可以用性能更高的新功绩器（如 128 核或 192 核）来替换，这么不仅能培育性能，还能在疏导功耗下减少功绩器数目，从而为 AI 功绩器腾出空间。

是以，固然相当据中心替换的情况，但市集合座仍在增长，仅仅 AI 的发展促使了这种步履，因为企业需要更多的打算才略来援救 AI 应用。

主办东谈主：这让我想起上周萨沙在节目中提到的，他说他们受到数据中心和电力的舍弃，而不是芯片的舍弃，你认为这与你刚刚的发挥注解有什么关联吗？

迪伦：我认为萨沙的不雅点强调了数据中心和电力在刻下的瓶颈地位，这与芯片供应情况不同。跟着数据中心的缔造和电力供应的焦躁，企业需要愈加合理地野心资源，这也发挥注解了为什么他们会选用一些设施，如从加密货币挖矿公司获取电力资源，或者延迟旧功绩器的折旧周期等。

淌若没相当据，可以创造合成数据翻新模子

主办东谈主：在磋议替代英伟达的决议之前，咱们先谈谈你在著述中提到的预教师和缩放辩说吧。伊利亚特说数据是 AI 的 “化石燃料”，咱们仍是破钞了大部分，预教师的巨大收益不会再重叠，你若何看这个不雅点？

迪伦：预教师缩放定律相对简便，增多打算资源可以培育模子性能，但这波及到数据和参数两个维度。

当数据耗尽时，固然可以络续扩大模子界限，但收益可能会减少。不外，面前咱们对视频数据的运用还很是有限，这是一个曲解。本色上，文本是面前最有用的数据界限，但视频数据蕴含的信息更多。此外，预教师仅仅模子教师的一部分，推理时候打算也很垂危。淌若数据耗尽，咱们可以通过创造合成数据来络续翻新模子，例如 OpenAI 等公司正在尝试的口头，通过让模子生成大王人数据，然后进行功能考据，筛选出有用的数据用于教师，从而提高模子的性能。固然这种口头面前还处于早期阶段，插足的资金相对较少，但它为模子翻新提供了新的地方。

主办东谈主：从投资的角度来看，英伟达引人注目。但淌若预教师的收益仍是大部分被获取，为什么群众还在建造更大的集群呢？

迪伦：固然预教师的一次性巨大收益可能仍是往日，但通过增多打算资源，咱们仍然可以获取一定的收益，尤其是在竞争热烈的环境下，企业但愿通过培育模子性能来保持竞争力。

此外，模子与竞争敌手模子之间的对比也促使企业不休插足。固然从投资酬报率来看，络续扩大界限可能是对数级别的激昂，但仍然可能是一个感性的决策，因为收益仍然存在，仅仅获取难度增多了。而且，跟着合成数据生成等新口头的出现，模子翻新的速率可能会加速，这也为企业络续投资提供了能源。

主办东谈主：那在哪些界限合成数据最有用呢？能例如发挥吗？

迪伦：合成数据在大约进行功能考据的界限最有用，比如在谷歌的功绩中，他们有大王人的单位测试来确保系统普通运行，这些单位测试可以用来评估 LLM 生成的输出是否正确。

在数学、工程等界限，输出可以通过明确的圭臬进行评估，而在一些主不雅界限，如艺术、写稿作风、谈判妙技等，很难进行功能考据，因为这些界限的评判圭臬比较主不雅。例如，在图像生成界限，很难说哪张图像更好意思，因为这取决于个东谈主喜好；而在数学打算或工程设想中，可以明确判断输出是否正确。

华尔街低估了大型数据中心的成本开销

主办东谈主：你从超大界限数据中心那边听到了什么？他们王人发挥年景本开销（capex）会增多，正在建造更大的集群，这是确凿吗？

迪伦：字据咱们的追踪和分析，华尔街对 capex 的猜度频频过低。咱们追踪全球每个数据中心，发现微软、Meta、亚马逊等公司在数据中心容量上的开销很是大。

他们签署了来岁的数据中心租出契约，掂量云收入将加速增长，因为他们面前受到数据中心容量的舍弃。这标明他们敬佩通过扩大界限可以在竞争中得胜，是以才会不休插足。

主办东谈主：你之前提到的对于预教师的大界限集群缔造，淌若预教师趋势发生变化，他们在推理方面的缔造会有什么变化吗？

迪伦：在教师神经麇集时，正向传播用于生成数据，反向传播用于更新权重，而在合成数据生成、评估输出和教师模子的新范式中，正向传播的打算量大幅增多，因为需要生成大王人可能性，而反向传播的打算量相对较少，因为只在少数有用数据上进行教师。这意味着在教师经过中有大王人的推理打算，本色上教师中的推理打算量比更新模子权重的打算量还要大。

此外，在教师模子时，是否需要通盘组件王人在并吞位置取决于具体情况。

例如，微软在不同地区缔造多个数据中心，因为他们发现可以将推理职责负载分拨到不同数据中心，同期在其他地方更新模子，这么可以更有用地运用资源。因此，预教师的范式并莫得放缓，仅仅每一代的翻新成本呈对数增多，但企业正在寻找其他口头来镌汰成本，提高效用。

英伟达不是2000年的想科

主办东谈主：有东谈主将英伟达与想科在 2000 年的情况进行比较，你若何看？

迪伦：这种比较存在一些不服允之处。想科的收入很大一部分来自利东谈主 / 信贷投资于电信基础技艺缔造，而英伟达的收入开始与此不同，其私东谈主 / 信贷投资占比较小，如 CoreWeave 由微软援救。

此外，在互联网泡沫时期，进入该界限的私东谈主成本界限重大于当今，固然当今风险投资市集看似活跃，但本色上私东谈主市集（如中东主权资产基金）的资金尚未大王人进入。而且，与想科其时比拟，当今这些盈利公司的成蓝本源、正现款流以及投资的感性进程王人有所不同。英伟达面前的市盈率为 30，与想科其时的 120 比拟还有很大差距，因此不成简便地进行类比。

推理时候推理（inference time reasoning）是彭胀智能的新地方

主办东谈主：你提到推理时候推理是彭胀智能的新地方，何况打算密集度比预教师更高，能贵重发挥注解一下吗？

迪伦：预教师可能会遭受收益递减或成本过高的问题，但合成数据生成和推理时候打算成为新的发展地方。

推理时候打算听起来可以，因为不需要在教师模子上破耗更多成本，但本色上存在很大的衡量。以 GPT - 4o 为例，它在推理时会生成大王人数据，但最终输出给用户的仅仅其中一部分，在这个经过中，模子需要破钞大王人打算资源。

例如，在惩处用户申请时，模子可能会生成数千个中间完了（令牌），但最终只输出几百个给用户。这意味着打算成本大幅增多，不仅因为生成的令牌数目增多，还因为在惩处这些令牌时，需要更多的内存来存储高下文信息（如 KV 缓存），这导致功绩器大约同期惩处的用户申请数目减少，从而增多了每个用户的成本。

从成本角度看，对于微软这么的公司，淌若其推理收入为 100 亿好意思元，毛利率为 50 - 70%，成本为几十亿好意思元，当使用像 GPT - 4o 这么的模子时，由于推理打算成本增多，其成本可能会显赫上升，尽管模子性能更好，可以收取更高用度，但成本的增多幅度可能高出收入的增多幅度。

GPT - 4o模子的企业级需求被低估了

主办东谈主：那市集对 GPT - 4o 这么的模子的企业级需求是被高估如故低估了呢？

迪伦：GPT - 4o 面前还处于早期阶段，东谈主们对它的清醒和应用还不够深切。

但从面前一些匿名基准测试来看，有许多公司（如谷歌、Anthropic 等）正在开发推理模子，何况他们看到了通过增多打算资源来培育模子性能的明确旅途。这些公司在推理方面的插足相对较少，面前还处于起步阶段，但他们有很大的培育空间，掂量在畴昔 6 个月到 1 年，在某些具有功能考据的基准测试中，模子性能将有巨大培育。因此，市集对这类模子的需求后劲巨大，但面前还难以准确评估。

主办东谈主：回来互联网波浪，其时许多创业公司最初依赖甲骨文和太阳公司的手艺，但五年后情况发生了变化。在 AI 芯片界限，这种情况会发生吗？

迪伦：面前 GPT - 4o 很是激昂，但淌若镌汰模子界限，成本会大幅下落。

例如，从 GPT - 4o 到 Llama 7b，成本可以镌汰许多。对于微型模子，推理相对容易，可以在单个芯片上运行，这导致市集竞争热烈，许多公司提供基于 Llama 等模子的 API 推理功绩，价钱竞争热烈，利润率较低。

比拟之下，像微软这么使用 OpenAI 模子的公司，毛利率较高（50 - 70%），因为他们领有高性能模子，何况有企业或消费者粗鲁为其支付高额用度。

但跟着更多公司进入市集，模子的各异化变得愈加垂危，惟有领有最佳的模子，何况大约找到粗鲁为其付费的企业或消费者，才略在竞争中脱颖而出。因此，市集正在快速筛选，最终可能惟有少数几家公司大约在这个界限竞争。

谷歌、亚马逊芯片各自有优劣

主办东谈主：那在这些竞争公司中，AMD 的情况若何呢？

迪伦：AMD 在芯片工程方面进展出色，但在软件方面存在彰着不及。他们短少鼓胀的软件开发东谈主员，也莫得插足资金缔造 GPU 集群来开发软件，这与英伟达酿成较着对比。

此外，AMD 一直专注于与英特尔竞争，短少系统级设想申饬，固然收购了 ZT 系统公司，但在大界限数据中心的系统架构设想方面仍落伍于英伟达。

超大界限数据中心客户（如 Meta 和微软）在匡助 AMD 翻新软件和清醒模子开发、推理经济等方面，但 AMD 仍无法与英伟达在并吞时候表上竞争。掂量 AMD 来岁在微软和 Meta 等客户中的 AI 收入份额将下落，但仍能从市集中赢利，仅仅不会像英伟达那样取得巨大得胜。

主办东谈主：谷歌的 TPU 情况呢？它似乎是仅次于英伟达的罗致。

迪伦：谷歌的 TPU 在系统和基础技艺方面有其私有之处。单个 TPU 的性能固然可以，但更垂危的是其系统设想。谷歌与博通协作构建的 TPU 系统，在芯片互连、麇集架构等方面具有竞争力，以至在某些方面优于英伟达。

此外，谷歌多年来禁受水冷手艺，提高了系统的可靠性，而英伟达直到最近才意志到需要水冷手艺。

可是，谷歌的 TPU 在营业上的得胜相对有限，主要原因包括其软件不够灵通，许多里面使用的软件（如 DeepMind 使用的软件）未向谷歌云用户提供；

订价方面，固然官方订价较高，但本色谈判后价钱仍短少竞争力，比拟其他云功绩提供商（如甲骨文、微软、亚马逊等），谷歌的 TPU 价钱莫得上风；

此外，谷歌将大王人 TPU 用于里面功绩（如搜索、Gemini 应用等），外部租用市集份额较小，主要客户为苹果，且苹果租用 TPU 可能与对英伟达的立场有计划（可能存在竞争关系，但具体原因暂未说起）。

主办东谈主：那亚马逊呢？能像先容谷歌 TPU 那样贵重先容一下亚马逊的芯片吗？

迪伦：亚马逊的芯片可以被称为 “亚马逊基础版 TPU”。它在一些方面具有成本效益上风，例如使用更多的硅和内存，麇集才略与 TPU 有一定可比性，但在效用方面存在不及，如使用更多的有源电缆（与博通协作的谷歌 TPU 使用无源电缆），硅单方面积使用效用较低等。

可是，亚马逊通过镌汰成本，在 HBM 内存带宽和每好意思元成本方面具有上风，其芯片价钱远低于英伟达，固然在手艺目的上（如内存、带宽等）低于英伟达，但对于一些对成本敏锐的应用场景具有蛊卦力。

亚马逊与 Anthropic 协作成就了一个包含 40 万个芯片的超等打算机系统，他们敬佩大界限的芯片部署对于推理和模子翻新是有用的，尽管在手艺上可能不是最先进的，但成本效益使其成为亚马逊的一个合理罗致。

来岁成本开支明确，26年后存在不笃定性

主办东谈主：掂量 2025 - 2026 年，你对半导体市集有什么观点？比如博通最近股价高潮，英伟达股价波动，你认为市集结若何发展？

迪伦：博通在定制 ASIC 界限取得了一些效果，例如赢得了多个定制 ASIC 订单，包括谷歌等公司的订单。谷歌正在尽力培育其定制芯片的性能，尤其是在保举系统方面。此外，像 OpenAI 等公司也在开发我方的芯片，苹果也有部分芯片与博通协作分娩。这些发展趋势标明，市集竞争将愈加热烈。

从市集合座来看，超大界限数据中神思划在来岁大幅增多开销，这将带动通盘半导体生态系统（包括麇集开辟供应商、ASIC 供应商、系统供应商等）的发展。

可是，2026 年的情况存在一定的不笃定性。

一方面，模子性能是否大约陆续培育将是关节成分。淌若模子性能培育速率放缓，可能会导致市集出现退换，因为面前市集的增长在很猛进程上依赖于模子性能的不休跳跃以及由此带来的对打算资源的需求增长。

另一方面，成本插足亦然一个垂危变量。面前中东主权资产基金、新加坡、北欧和加拿大养老基金等尚未大界限进入该市集，但淌若他们畴昔决定插足大王人资金，将对市集产生紧要影响。

此外，新云市集将濒临整合。面前咱们追踪的约 80 家新云功绩提供商中，惟有少数（5 - 10 家）可能在竞争中存活下来。其中 5 家是主权云功绩提供商，另外 5 家傍边是具有市集竞争力的企业。

刻下，GPU 租出市集价钱变化赶紧，例如英伟达 H100 的租出价钱大幅下落，不仅新云功绩提供商之间的竞争热烈，亚马逊等大型云功绩提供商的按需 GPU 订价也在快速下落。企业购买 GPU 集群的比例仍然相对较低，他们更倾向于将 GPU 打算需求外包给新云功绩提供商，但跟着市集整合，这种情况可能会发生变化。

对于英伟达来说，固然其濒临竞争，但淌若大约络续保持手艺率先，推出性能更优、成本更低的居品，仍然有契机在市集中占据主导地位。例如，他们行将推出的居品成本固然高于前代居品，但通过优化性能和退换价钱战略，仍有可能扫尾增长。可是，淌若市集需求未能如预期增长，或者出现更具竞争力的替代品，英伟达的收入可能会受到影响。

主办东谈主：很是感谢迪伦今天的共享，这让咱们对半导体行业在 AI 界限的发展有了更深切的了解。但愿在畴昔咱们能络续关注这个界限的动态，也期待看到各公司在这个充满机遇和挑战的市集中的进展。再次感谢！

迪伦：谢谢，很安闲能在这里共享我的不雅点。

主办东谈主：提醒一下群众开云体育(中国)官方网站，以上内容仅代表咱们的不雅点，不组成投资提倡。

风险指示及免责条件 市集有风险，投资需严慎。本文不组成个东谈主投资提倡，也未计划到个别用户特殊的投资主见、财务现象或需要。用户应试虑本文中的任何意见、不雅点或论断是否顺应其特定现象。据此投资，包袱自诩。