一份名单最近在圈子里传得很广。小米有玄戒 O1，华为有昇腾，阿里的平头哥在做含光，Google 的 TPU 已经迭代到不知道第几代，Amazon 的 Trainium 和 Inferentia 在云上跑得飞起，连 Microsoft 的 Maia 系列、OpenAI 代号"Jalapeño"的自研 ASIC 都已经在路上。换句话说，几乎所有你叫得出名字的 AI 巨头，都在悄悄攒自己的芯片。而就在今晚，向来被当成"AI 卖水人"的英伟达要发最新一季财报。
这两件事搁在一起看，像极了一场大戏的开幕和第一幕同时上演：台上的人都在准备自己的道具，台下唯一卖道具的、也是收租最狠的那位，今晚要交出成绩单。我把这份名单读成了一件事——AI 算力的权力，正在从"只有英伟达能造"慢慢转向"人人都想自己造"。
这里得先掰扯一个概念，不然容易看晕。这些公司造的，大部分不是要和英伟达的 GPU 正面拼通用训练能力，而是做专用芯片，行话叫 ASIC。GPU 像个什么都会的万能工，ASIC 是只干一件事但干得极快极省的专职工。训练大模型用 GPU 多，但到了推理（也就是你每次问 AI 它给你回话那一步），专用芯片的性价比高得多。
为什么大家都往这条路上挤？根子上是钱和命脉。AI 推理是个无底洞级别的开销，像 Amazon、Google 这种每天要处理几十亿次请求的公司，每省一点电和延迟，一年就是几十亿美元的差额。更关键的是供应链——把命根子全压在一家供应商身上，一旦对方产能不够、或者地缘政治出问题，业务直接停摆。所以自研芯片，一半是为省钱，一半是为不被人卡脖子。
小米的玄戒、华为的昇腾、阿里的平头哥，动机还多了层"国产替代"的意味。当外部高端 GPU 受限制、拿不全的时候，自己手里有没有能顶上的，就不再是商业优化题，而是生存题。这也是为什么国内这几家的芯片，节奏明显比前几年快了。
名单看着吓人，但说英伟达明天就垮了，那是瞎扯。今晚这份财报，大概率是又一份漂亮的成绩单。原因很简单：自研芯片从立项到量产到成规模替代，是以年计的工程，而眼下的 AI 训练需求还在疯涨。Google、Amazon、Microsoft 一边喊着自研，一边照样是英伟达最大的买家——因为他们自己的芯片根本不够用，缺口还得靠英伟达填。
英伟达手里还有一张别人抄不走的牌，叫"生态"。它卖的不只是一块硅，而是一整套软件栈，CUDA 那个东西，十多年攒下来的开发者习惯、工具链、代码库，是护城河里最深的那道。你换了别人的芯片，意味着整套训练流程要重写，这个迁移成本比芯片本身贵得多。所以即便大厂自研芯片出来了，短期内还得和英伟达的 GPU 长期共存，而不是一刀两断。
但有一个趋势是英伟达真得警惕的：过去的商业模式是"卖铲子给所有淘金者"，现在最大的几个淘金者开始自己打铲子了。一旦 Google、Amazon、Microsoft 的自研芯片在自己内部占比越来越高，英伟达丢的不是一单两单生意，而是它增长故事里最肥的那块——超大客户的增量采购。这也是为什么英伟达早就在往网络（NVLink）、整机柜、云平台这些"不只是芯片"的方向转，它想从卖零件变成卖整套水电系统。
把镜头转回我们这些天天调 API、跑模型、买算力的人，这股自研潮其实正在悄悄改变你手里的牌。
第一，算力来源会变多，价格战可能从模型蔓延到算力。大厂自研芯片的一大目的就是压低自家推理成本，省下来的钱有一部分会变成更便宜的 API 价格。你这两年已经看到模型在降价，接下来算力底座更便宜，会进一步给模型降价提供空间。对做产品的团队，这是个好消息：底层成本往下走，你的毛利就有往上走的可能。
第二，别把宝全押在"英伟达系"上。今晚财报如果超预期，市场会狂欢，但长期叙事是多元化的。对你来说，技术选型时如果能兼容不同后端的模型（前面几篇我们反复讲过的"模型路由、可替换"），你就同时吃到了英伟达生态的成熟，和自研芯片带来的低价。纳德拉那句"别押注单一模型"，放到算力层一样成立：别押注单一供应商。
第三，今晚这份财报值得你认真看一眼，不炒股也值得。它不只是英伟达一个公司的成绩单，更像是给"AI 投入到底有没有回报"这个大问题交的一次阶段性答卷。如果数据中心收入继续暴涨，说明大厂砸钱 All-in AI（阿里那 800 亿、各家自研芯片）不是空喊口号，是真金白银在烧，你所在的赛道就还在扩张期；如果增速放缓，那才是该警惕信号——意味着算力需求的蜜月期可能比想象中短。
人人都在造铲子，不是因为卖铲子的不行了，而是因为淘金的人想自己掌控矿脉。今晚英伟达的财报，就是检验这场权力转移到底走了多远的第一块试金石。看戏的我们，记住别把身家押在任何一把铲子上。