什么值得买App下载 App ›
连续签到专享现金活动

英伟达AI芯片是向终端扩展还是固守底层?全网观点大PK

英伟达近期正式发售Jetson Thor机器人计算平台和DRIVE Thor自动驾驶芯片,标志着其AI战略从数据中心向物理世界终端场景的深度延伸。黄仁勋明确将公司定位为“AI基础设施公司”,并推出“DGX训练—Omniverse仿真—Jetson部署”三位一体架构。这一战略转型引发广泛争议:一方认为这是构建万亿美元级新赛道的必然选择,另一方则质疑其是否偏离了GPU核心优势,陷入过度扩张风险。160

观点PK

60%
终端扩展
40%
固守底层
终端扩展开启万亿美元新赛道
60% 支持
  • 英伟达通过Jetson Thor和DRIVE Thor将算力直接部署到机器人、汽车等物理终端,实现从云到端的闭环生态,抢占具身智能时代标准制定权。

  • 物理AI是继生成式AI后的下一次重大机会,终端部署能显著降低延迟、提升实时交互能力,推动AI真正落地产业场景。

  • 与小米、阿里等企业形成“算力-平台-终端”三角联盟,加速技术商业化,构建难以复制的全栈护城河。

固守底层才是核心竞争力所在
40% 支持
  • 英伟达的核心优势在于GPU和CUDA生态,向终端扩展面临功耗、成本和专用芯片竞争等多重挑战,可能分散资源削弱底层优势。

  • 推理市场正呈现ASIC化趋势,谷歌、亚马逊等巨头自研芯片在特定场景能效比远超通用GPU,英伟达难以通吃所有终端。

  • 过度依赖生态绑定可能导致客户反制,一旦出现替代方案,其“AI工厂”模式将面临巨大风险。

01终端扩展开启万亿美元新赛道60%提及
支持者认为,英伟达的战略转型是抓住物理AI浪潮的关键举措,通过将数据中心级算力下沉至边缘终端,构建从训练到部署的完整闭环,从而在机器人、自动驾驶等新兴领域建立先发优势和生态壁垒。
  • 构建端到端闭环生态:英伟达打造“DGX训练-Omniverse仿真-Jetson部署”三体架构,实现研发到落地的无缝衔接。如知乎用户 @聿见前沿 表示:“英伟达于2025年8月25日正式推出专为机器人应用设计的计算平台Jetson AGX Thor,标志着其在边缘计算和机器人领域的战略升级。” 今日头条用户 @智通财经 提到:“英伟达重点推介了新一代Nvidia Jetson Thor平台,该平台专为物理AI与人形机器人设计,兼容主流AI框架及生成式AI模型,并与英伟达云端至边缘的全栈软件形成协同效应。” 知乎用户 @科技狂宣子 指出:“NVIDIA Jetson AGX Thor 是英伟达最新推出的机器人芯片模组,基于先进的 Blackwell 架构,被誉为「机械人大脑」,专为下一代机器人与物理 AI 应用设计。”204121
  • 抢占物理AI新赛道:黄仁勋多次强调机器人是“AI之后的下一次重大机会”。如微信公众号用户 @比胜宏科技更强!英伟达机器大脑+英伟达Thor芯片,国内6大合作商! 表示:“英伟达 CEO 黄仁勋此前多次强调,机器人是‘AI之后的下一次重大机会’,未来将具备物理世界理解与推理执行能力。” 知乎用户 @华尔街见闻 指出:“Jetson Thor 正致力于推动物理 AI 与通用机器人时代真正到来。” 今日头条用户 @万棱镜 认为:“Jetson及DRIVE Thor系列的发布,进一步巩固了英伟达在AI计算领域的绝对领导地位,并为其开辟了除数据中心之外的另一个万亿美元级赛道——机器人技术与自动驾驶。”442342
  • 深化产业联盟协同:英伟达与小米、阿里等企业形成战略协同,加速技术落地。如抖音用户 @美股懂哥(主页加粉丝群)直播频道 表示:“英伟达、阿里、小米的三角联盟基于扎实的双边合作,具备强烈的现实必要性与战略价值。短期有望在智能汽车与消费AI领域突破,长期目标则是构建覆盖算力、平台到终端的产业生态联盟。” 抖音用户 @懂财哥TSLA 提到:“总结来看,英伟达、小米、阿里巴巴的三方合作具有扎实的可行性与战略价值,此前双边协作的深化已为联合协同打下基础。短期可在智能汽车与AI应用实现突破,长期有望构建覆盖算力、平台与终端的产业生态联盟。”645
02固守底层才是核心竞争力所在40%提及
反对者认为,英伟达应聚焦于其GPU和CUDA生态的核心优势,终端扩展不仅面临技术挑战,还可能因过度扩张而削弱其在底层算力市场的统治地位,尤其是在专用芯片崛起的背景下。
  • 终端场景面临功耗挑战:现有AI芯片功耗过高,难以满足人形机器人等终端对低功耗的需求。如微博大V @UP实验室 表示:“英伟达现有AI芯片功耗过高,作为人形机器人的终端算力芯片有诸多限制,如功耗、散热,与手机芯片类似的小型化、低功耗AI芯片(极限不超过100W,待机20-30W)可能是未来机器人端侧算力的主流很有想象力。”156
  • 推理市场趋向ASIC化:专用芯片在特定推理场景更具能效优势,英伟达难以通吃。如抖音大V @红衣大叔周鸿祎 指出:“训练用GPU,推理用ASIC,各有各的主场。黄仁勋居然敢说ASIC注定失败……但商业视角完全不同博通52亿美金的收入从哪来不是通用算力而是云厂商的定制化需求比如Meta用ASIC做视频转码成本直接砍半……越来越多的AI推理任务正转向自研ASIC处理。”103
  • 生态绑定存在反制风险:过度依赖生态可能导致客户寻求替代方案。如知乎用户 @现实主义理想者 表示:“英伟达自己不争气(禁令和产品迭代问题)是直接原因,大厂普遍要考虑业务延续性和政策是间接助推,但最根本的因素是国产AI计算卡的崛起。”134
当前全网观点更倾向于支持英伟达向终端扩展的战略,占比约60%。支持者认为这是抓住物理AI浪潮、构建全栈生态的必然选择,而反对者则担忧其可能分散资源并面临专用芯片的竞争。短期内,随着Jetson Thor和DRIVE Thor在机器人、自动驾驶等领域的规模化落地,英伟达的终端战略将接受市场验证,其成败将决定AI芯片巨头能否成功跨越从“卖铲子”到“建工厂”的关键一步。160

评论

评论区空态插画

当前文章无评论,是时候发表评论了