NVIDIA 的頭號勁敵不是 AMD，是 Google

本文整理自 a16z Podcast 2025 年 10 月在 Runtime 大會播出的單集。

{{< youtube 5ze3ZNvOdRY >}}

{{< apple-podcast "tw/podcast/is-there-an-ai-bubble-gavin-baker-and-david-george/id842818711?i=1000734192167" >}}

---

問 AI 投資人「NVIDIA 的最大競爭對手是誰」，十個裡大概有八個會回答 AMD。少數人可能會提到 Broadcom 或 Intel。但 Atreides Management 創辦人暨投資長 Gavin Baker 的答案不一樣：Google。

Baker 在創辦 Atreides 之前，曾在 Fidelity Investments 管理 170 億美元的科技基金長達 18 年，是華爾街最受關注的科技投資人之一。在 a16z 的 Runtime 大會上，他和 a16z 成長基金負責人 David George 對談時，毫不猶豫地重新定義了 AI 晶片的競爭版圖：「NVIDIA 最大的競爭對手不是 AMD，不是 Broadcom，當然不是 Marvell，也不是 Intel。是 Google。」

Google：晶片、模型、流量三位一體

Baker 認為 Google 之所以是 NVIDIA 的真正威脅，不只因為它有 TPU 這顆晶片，而是因為它同時擁有三個別人很難複製的東西。

首先是 TPU（Tensor Processing Unit）本身。Baker 認為這可能是目前 NVIDIA GPU 之外唯一經過驗證的大規模 AI 訓練硬體，在推論方面甚至可能是最好的選擇。Google 花了三代 TPU 才真正把它做對，這個時間投入本身就是一道護城河。想要從零開始設計一顆能跟 TPU 匹敵的晶片，光是試錯的週期就要好幾年。

其次是 DeepMind 和 Gemini。Google 不只賣晶片（事實上它目前不對外賣 TPU），它自己就是 TPU 最大的消費者，用來訓練和運行自家的 AI 模型。這意味著 TPU 的優化方向完全由 Google 自己的 AI 研究需求來驅動，晶片和模型之間形成了緊密的共同進化關係，其他純硬體廠商很難複製這種回饋迴路。

第三是流量。Baker 估計 Gemini 在短短兩三個月內搶下了 15 到 20 個百分點的 AI 流量份額，而且這還不包括 Google 搜尋中的 AI 摘要功能。「我懷疑，如果把所有管道加在一起，Google 的實際 AI 流量已經超過 OpenAI 和 Anthropic。」加上 Chrome 瀏覽器的 50 億使用者，Google 手上握有其他 AI 公司難以企及的分發能力。

這三者加在一起，意味著 Google 同時在三條戰線上和 NVIDIA 交火：用 TPU 取代客戶對 NVIDIA GPU 的需求，用 Gemini 搶走 AI 模型的市場份額，用 Chrome 和搜尋鎖住使用者的入口。單看任何一條，威脅都有限；三條一起看，就理解了為什麼 Baker 認為這才是 NVIDIA 真正要擔心的對手。

NVIDIA 的四次進化

面對 Google 這種三位一體的對手，NVIDIA 靠什麼守住地位？Baker 的回答是：NVIDIA 早就不只是一家晶片公司了。

他把 NVIDIA 的進化分成四個階段。第一階段是半導體公司，做 GPU 晶片，這是大多數人對 NVIDIA 的認知。第二階段是軟體公司，靠 CUDA 平台建立了龐大的開發者生態系。CUDA 讓寫 GPU 程式變得相對容易，幾乎所有 AI 研究框架都預設在 CUDA 上運行，這個軟體鎖定效應比晶片本身的效能優勢更難打破。第三階段是系統公司，提供機架級（rack-level）的整合解決方案，不再只是賣一張張的顯示卡。第四階段是資料中心架構師。NVIDIA 現在做的事情是幫客戶設計整個資料中心的網路拓撲，包括向上擴展（scale-up）、橫向擴展（scale-across）和向外擴展（scale-out）的多層網路架構。

這種垂直整合讓競爭對手很難只靠一個環節來挑戰。你可以做出一顆效能接近的晶片，但你沒有 CUDA 的開發者生態；你可以建一套 Ethernet 網路，但效能追不上 NVLink 的超低延遲。NVIDIA 的護城河不是任何單一技術，而是從晶片到軟體到網路到資料中心的全堆疊深度整合。Baker 對黃仁勳（Jensen Huang）的評價極高，稱他是自己認識的兩位最優秀執行長之一（另一位是伊隆·馬斯克），「拿著一手好牌打得非常漂亮。」

反 NVIDIA 聯盟：Broadcom 和 AMD 的合縱策略

不過，並非所有超大規模企業都甘心被 NVIDIA 綁定。Baker 觀察到一個不太被關注的趨勢：Broadcom 和 AMD 實際上正在聯手，對 Meta 等大客戶推銷一套完整的「非 NVIDIA 方案」。

策略是這樣的。Broadcom 對大客戶說：我們幫你打造一套以 Ethernet 為基礎的開放網路架構，可以跟 NVIDIA 的 NVLink 加 InfiniBand 封閉堆疊競爭。然後我們再幫你設計一顆屬於你自己的客製化 AI 晶片（ASIC）。如果你的 ASIC 效果不好？沒關係，AMD 的 GPU 直接插上去就能用，當作備案。兩家合在一起，提供了一個完整的替代路線：Broadcom 負責網路和晶片設計，AMD 負責當通用 GPU 備胎。

Baker 承認這是一個聰明的組合策略，但他個人對大多數 ASIC 計畫的前景相當悲觀。「未來三年內，你會看到一堆高調的 ASIC 專案被取消。」原因很實際：Google 花了三代 TPU 才做對，大多數公司沒有這種耐心和技術積累。如果 Google 某天決定對外銷售 TPU（這個傳言在 X 上流傳已久），那更多客製化 ASIC 計畫就直接失去了存在的意義。何必自己花好幾年做一顆不確定能不能用的晶片，不如直接買 Google 已經驗證過的 TPU？

Baker 唯一給予正面評價的例外是 Amazon 的 Annapurna 團隊和它們開發的 Trainium 晶片。他認為 Annapurna 可能是所有超大規模企業中最有天賦的矽晶設計團隊，Trainium 3 應該會比 Trainium 2 好很多。但即便如此，他也提醒：Google TPU 花了三代才成熟，Amazon 的自研晶片之路同樣不會是一帆風順的。

四大實驗室，各自的晶片歸宿

Baker 的晶片分析帶出了一個更宏觀的圖景：四大前沿 AI 實驗室，最終會跑在誰的晶片上？

Google 的 Gemini 跑在自家 TPU 上，這沒有懸念。Anthropic 的情況比較特殊。Baker 用了一個很直白的詞來描述：Anthropic 是 Amazon 和 Google 的「附庸」（captive）。它的運算主力會是 TPU 和 Amazon 的 Trainium，而不是 NVIDIA 的 GPU。有傳言指出 Anthropic 想購買價值數百億美元的 TPU，顯示它和 Google 晶片生態系的綁定程度。

這意味著，真正仍然綁在 NVIDIA 硬體上的前沿實驗室，只剩下 xAI 和 OpenAI。這就是為什麼 NVIDIA 投資 OpenAI 和 xAI 不是什麼奇怪的行為，而是一種防禦性的戰略必要。如果 Google 能用 TPU 和資金把 Anthropic 拉進自己的生態圈，NVIDIA 就必須用類似的手段保住僅存的兩個前沿客戶。黃仁勳自己也說過，他認為這些投資會有好的回報。

Baker 對 Google 的整體 AI 地位評價很高。他把 ChatGPT 推出的那一天比喻為 Google 的「珍珠港事件」，一記突如其來的重擊。但他也觀察到 Google 正在認真地回應，Gemini 的流量增長速度就是證據。如果 Google 真的是今天最大的 AI 公司（按流量計算），那 NVIDIA 面對的就不只是一個晶片對手，而是一個在模型、晶片、分發三個維度都在壯大的超級競爭者。

我的觀察

Baker 的晶片分析對臺灣讀者有一層特別的意義。

如果 AI 晶片的真正戰場是 NVIDIA vs Google TPU，那台積電的角色就更加關鍵。NVIDIA 的 GPU、Google 的 TPU、AMD 的 MI 系列、Broadcom 設計的各種 ASIC，幾乎全部由台積電代工。不管這場晶片大戰的結局如何，臺灣的半導體製造能力都是所有參賽者共同依賴的基礎設施。某種意義上，AI 晶片戰爭對台積電來說幾乎是純粹的利多，至少在晶圓代工這一層是如此。

但 Baker 預測大多數 ASIC 計畫會失敗，這一點值得留意。如果他說對了，原本分散在各種客製化 ASIC 上的需求會回流到 NVIDIA 和 Google 兩大陣營，形成更集中的雙寡頭格局。對台積電來說，客戶集中度上升是一把雙面刃：短期內大單更穩定，長期來看議價空間可能受限。

最後值得一提的是 Baker 用來表達謙遜的那個類比。他把 ChatGPT 比喻成 AI 時代的 Netscape Navigator，然後指出在網路時代的同一個時間點，Google 還沒成立，馬克·祖克柏（Mark Zuckerberg）還在讀中學，Uber 創辦人 Travis Kalanick 還在上幼稚園。換句話說，AI 晶片的最終贏家，搞不好今天根本還不存在。在一個連十年後的世界長什麼樣都很難預測的產業裡，對任何確定性判斷都保持一點懷疑，可能是最合理的投資態度。