事件背景
NVIDIA 在 2010 年代中期開始主導加速計算市場、透過 CUDA 生態鎖定開發者、用強大的 GPU 架構佔據深度學習訓練的絕對份額。到 2020 年、NVIDIA 已成為「如果要做 AI、就必須買 NVIDIA」的代名詞。市場調研機構普遍認為、NVIDIA 的護城河牢不可破——它擁有硬體、軟體、開發者生態、且用戶粘性極高。
但到了 2025-2026 年、市場發生了詭異的逆轉。
問題的浮現
### 1. 低端市場被蠶食
當計算力的價值被徹底驗證後、越來越多玩家進入市場。AMD、Intel、新興的專用晶片公司（如 Cerebras、Graphcore）開始用「夠用且便宜」的方案搶市場。它們不需要 NVIDIA 的性能天花板、只需要達到 7-8 成性能、但成本只需要 40-60%。
對絕大多數企業客戶來說、邊際效用遞減——比 NVIDIA 快 30% 的結果和比 NVIDIA 慢 10% 的結果、在商業上的差異往往微乎其微、但成本差異卻是 40%。
### 2. 雲計算廠商自製晶片
AWS、Google Cloud、Microsoft Azure 開始投資自家晶片團隊。它們不是為了通用卓越、而是為了針對自己的工作負載做優化。
這些廠商有三大優勢： - 規模：可以自消化大量晶片、不依賴外部銷售通道 - 軟體整合：晶片可以和自家雲服務深度綁定、用戶痛點他們最清楚 - 定價權：他們是賣計算服務、不是賣晶片、可以用低利潤晶片換高利潤雲服務
NVIDIA 則被夾在中間——既要維持晶片毛利（40-50%）、又要和雲廠商的整合服務競爭、還要和專用晶片商競爭。
### 3. 「夠好」的技術替代品湧現
NVIDIA 從前的優勢是「性能領先一代」、值得付溢價。但隨著市場成熟、性能改善的曲線變平、而成本下降的動力變陡。
Tensor Processing Unit（TPU）、AMD EPYC 的改進版、以及中國的集群優化方案、都開始能用「軟體巧思」補償「硬體性能差」。換句話說、NVIDIA 原本靠硬體統治的領域、開始被軟體層創新侵蝕。
### 4. 定價權的喪失
NVIDIA 在 2023-2024 年幾乎沒有定價約束——A100、H100 缺貨、溢價出售。但到 2025 年、競爭品和自製晶片充分供應、NVIDIA 被迫降價。
表面上看起來是「市場競爭激烈化」、但深層邏輯是：NVIDIA 創造並驗證了這個市場的價值、但一旦價值被驗證、市場的競爭維度就轉向了成本和規模——而這正是 NVIDIA 原本不擅長、也不需要擅長的維度。
歷史類比
這個模式在商業史上屢見不鮮：
Intel（1980-2005）：創造 x86 生態、壟斷 PC 處理器市場長達 20 年。但一旦市場成熟、AMD 開始以「夠用且便宜」搶市、Intel 的先發優勢反而成了包袱（需要維持高毛利、維持複雜的製程節點競爭）。
Yahoo（1990s）：證明了搜尋引擎和網路導航的商業價值、教育了全市場。但市場成熟後、Google 用更簡潔高效的算法搶走份額。
Kodak（1880-1990s）：發明膠卷攝影、壟斷 100 年、教育了全球消費者攝影的需求。但膠卷市場成熟後、需求轉向低成本、高產量、最後被日本廠商（富士、柯尼卡）蠶食。
深層邏輯：市場發展的三個階段
### 第一階段：創造 + 獨占（2010-2018） - 市場不存在、需要被發明 - 贏家通吃、沒有競爭者 - 利潤率最高 - 關鍵成功因素：技術領先、生態構建、用戶教育
### 第二階段：驗證 + 競爭湧入（2019-2023） - 市場被證實有巨大商業價值 - 競爭者蜂擁而至 - 利潤率開始下降、但總市場擴大 - 關鍵成功因素：規模經濟、成本優化、供應鏈效率
### 第三階段：成熟 + 商品化（2024-） - 市場增速放緩、轉向飽和 - 競爭維度轉向純成本、純規模、純可靠性 - 利潤率逼近商品水平 - 關鍵成功因素：製造成本、物流、標準化、利潤微薄但週轉快