11. 2026年的AI行业,正在上演一场罕见的"围城"。
城外的人想冲进去,城里的人想逃出来。
据The Information报道,OpenAI发布了首款自研芯片Jalapeño,与博通联手从设计到流片仅用9个月,据称推理成本可降低约50%。Anthropic挖走了谷歌TPU业务创始人,砸2.5亿美元收购芯片公司,冲刺IPO前夜,最核心的故事不是模型,是"去英伟达化"。据报道,Meta自研芯片Iris即将量产。DeepSeek被曝秘密造芯已超一年。据市场消息,智谱正推进港股上市,芯片是重点投向。据36氪等媒体报道,字节跳动组建了数百人芯片团队,2026年AI总投入达1600亿元,其中850亿指向芯片。
与此同时,城墙另一边——
英伟达正在全力研发下一代旗舰开源大模型Nemotron 4,上一篇技术论文署名570人,创下行业纪录。8月11日刚发布30B参数的Nemotron 3.5 Lightning。更早之前,英伟达还发布了物理AI世界模型Cosmos 3、人形机器人专用模型Isaac GR00T。
据公开报道,AMD收购了一家叫Taalas的公司,干的事更极端——把大模型的权重直接固化到芯片硬件上。单芯片推理速度据称可达1.7万token/秒,但代价是芯片只能跑设计时对应的模型,换个模型就废了。
大模型公司怕被芯片公司卡脖子,芯片公司怕被大模型公司抛弃。两边都在往对方的地盘冲,结果所有人都在变成自己曾经想摆脱的那个人。
为什么?
第一,推理成本是生死线。 2026年推理算力已占全部AI计算的三分之二以上。对大模型公司来说,推理成本就等于毛利率。英伟达GPU的溢价直接吃掉了他们的利润。OpenAI的Jalapeño据称把推理成本砍了一半——这不是优化,是换了一个定价权。
第二,模型架构正在收敛。 到2026年,主流AI模型架构基本趋于稳定。架构一旦稳定,就可以针对它做极致定制芯片。Taalas甚至把模型权重直接刻进硅片——模型就是芯片,芯片就是模型。
第三,AI在帮自己设计芯片。 传统芯片从设计到流片要18到24个月,OpenAI的Jalapeño只用了9个月。因为AI在辅助芯片设计,周期直接腰斩。以后模型迭代一次,芯片就能跟着迭代一次,两者的耦合会越来越紧。
历史上,苹果走的就是这条路。做iOS的同时自研A系列和M系列芯片,软硬一体碾压所有对手。规律很清楚:每当软件进入应用爆发期,就会反向吞噬硬件层。因为通用硬件无法满足极致需求,定制化才能吃到最后一滴效率。
未来的AI行业,可能只剩下3到5个"全栈玩家"。
英伟达:芯片加模型加CUDA生态。谷歌:TPU加Gemini加GCP云。亚马逊:Trainium加AWS(通过投资Anthropic绑定Claude)。微软:Maia加GPT加Azure。Meta:MTIA加LLaMA加社交帝国。
中间层的独立大模型公司如果不造芯片,就会被掐脖子。如果不做云服务,就会被渠道绑架。所以Anthropic必须在IPO前把芯片故事讲圆,所以DeepSeek和智谱必须秘密造芯。
对中国来说,这既是挑战也是机会。
挑战是显而易见的:美国出口管制让国内买不到英伟达顶级GPU,必须自研。但机会在于,中国的大模型公司和芯片公司更容易形成深度绑定。智谱找寒武纪,字节找中诚华隆,DeepSeek找国内芯片设计公司——这种"模型加芯片"的国产组合,在美国出口管制的倒逼下,反而可能加速跑通。
回到那座围城。
造芯片的想做模型,做模型的想造芯片。所有人都在试图摆脱对别人的依赖,结果所有人都在变成自己曾经想摆脱的那个人。
这像极了一句话:你以为你在选择赛道,其实赛道在选择你。
而英伟达的老黄,可能比谁都更早看透了这一点。他在GTC 2026上反复强调一个词——"极限协同设计"。芯片、封装、系统、数据中心,全栈协同,任何一个环节不协同,万卡集群效率就会指数级崩塌。
说白了,他不是在卖芯片,他是在卖一整套"AI操作系统"。
当所有人还在争论谁的模型更强、谁的芯片更快的时候,真正的战场已经不在这里了。真正的战场是:谁能定义整个AI工厂的构建模式。
单点突破的时代结束了,深度协同的时代开始了。
(本文仅为行业观察,不构成任何投资建议)