事件概述：巨头集体寻求算力自主

随着AI大模型对算力的需求呈指数级增长，英伟达（Nvidia）凭借其在GPU市场的统治地位获得了极强的定价权，其2026财年第四季度GAAP毛利率高达75.2%。然而，这种高度依赖也引发了各大AI厂商的危机感，促使它们从不同路径尝试摆脱对英伟达的单一依赖。

核心动态：多方布局替代方案

1. OpenAI 押注 Cerebras

美国AI独角兽OpenAI正在积极构建非英伟达的算力供应链，其中最关键的举措是与芯片制造商Cerebras达成深度合作：

• 巨额合作：双方签署总额超200亿美元的合作协议。OpenAI承诺在未来三年使用Cerebras芯片驱动的服务器集群，Cerebras将部署750兆瓦算力，预计于2028年完成。
• 资本绑定：OpenAI向Cerebras提供约10亿美元资金用于数据中心开发，并获得约10%的认股权证，使其成为Cerebras的重要债权人和潜在大股东。
• 战略意图：此举旨在解决OpenAI因过度依赖英伟达而面临的成本压力（如Sora项目日均算力成本约1500万美元）及供应链风险。OpenAI同时也在推进与博通（Broadcom）合作定制芯片及采用AMD MI450芯片的计划。

2. 中国大模型适配国产芯片

在中国市场，大模型厂商正加速与国产算力芯片的适配：

• DeepSeek V4：虽然训练阶段仍主要使用英伟达芯片，但在推理阶段已明确适配华为昇腾（Ascend）算力芯片。公司表示，随着下半年昇腾950 Pro版上市，Token价格将大幅下调。
• 生态支持：天数智芯、寒武纪等国产芯片厂商均已宣布支持DeepSeek V4新模型。
• 开源趋势：中国AI公司在开源领域的活跃，使得越来越多的开源模型跑在国产算力芯片上，有助于形成独立的生态链。

3. 科技巨头的自研路线

• 谷歌（Google）：自研TPU（张量处理单元）已发展至第八代，形成了完整的训练与推理芯片产品线。
• Meta：披露了自研AI芯片路线图，计划于2027年底前部署四款MTIA系列新品，构建“自研+外采”的双轨算力供给体系。

焦点分析：Cerebras的挑战与机遇

作为英伟达的主要挑战者之一，Cerebras近期提交了IPO申请，目标融资30亿美元，估值达350亿美元。其技术特点与市场表现如下：

• 技术优势：Cerebras采用独特的“晶圆级引擎”（WSE-3），利用整块300mm晶圆打造单芯片，而非传统的多芯片拼接。该技术消除了芯片间数据传输延迟，相比GPU集群延迟降低90%，在推理场景下有望将单位Token成本降低80%。此外，其架构不依赖高带宽内存（HBM），打破了英伟达的技术壁垒。
• 财务隐忧：尽管财报显示2025年GAAP净利润为2.38亿美元，但这主要得益于移除G42相关负债带来的3.63亿美元非现金账面收益。剔除该因素后，公司实际仍处于净亏损状态（非GAAP净亏损7570万美元）。
• 客户集中风险：公司营收高度依赖单一客户。2023年和2024年，中东企业G42贡献了其总营收的83%和87%；未来收入预期则几乎完全建立在OpenAI的200亿美元远期承诺之上。若OpenAI自身经营波动或转向，Cerebras将面临巨大不确定性。
• 竞争格局：英伟达已通过收购竞争对手Groq的部分技术来巩固地位，且基于Groq的系统预计将于2026年下半年推出。OpenAI引入Cerebras更多是作为“鲶鱼”增加谈判筹码，而非彻底替换英伟达。

行业展望

英伟达创始人黄仁勋承认，摩尔定律正在走向终结，芯片性能优势不再是永恒的护城河。限制对华出口虽短期延缓了中国AI发展，但长期看将迫使中国形成独立生态。未来，算力市场可能从英伟达一家独大演变为双寡头或多极竞争结构。尽管短期内完全绕开英伟达尚不现实，但随着技术进步和地缘政治因素推动，多元化算力供应已成为行业发展的必然趋势。