科技巨头自研AI芯片掀垂直整合浪潮
随着人工智能算力需求激增，美国科技巨头Alphabet、Meta、微软和亚马逊正加速开发自有AI芯片并投资专用网络基础设施，这一策略被市场比作20世纪60年代IBM的垂直整合模式。彭博社指出，到2033年，定制AI芯片市场规模将达到1220亿美元。
Alphabet（谷歌）在自研TPU（张量处理单元）方面进展最快，已有报道称其正与Meta洽谈出售物理TPU芯片，此举将直接与英伟达竞争。Meta去年开始测试自研AI训练芯片，并近期收购芯片初创公司Rivos以加速布局。微软于2025年1月正式推出下一代Maia 200芯片。亚马逊则在德州奥斯汀的芯片实验室展示其最新UltraServers集群，集成自研Trainium GPU、Graviton CPU及定制网络交换机。AWS技术总监Paul Roberts表示，Trainium3芯片在推理负载上可为云客户带来最高60%的性价比优势，并显著提升能效。
除芯片外，微软和亚马逊正积极收购或投资“暗光纤”（已铺设但未启用的光纤电缆），用于连接数据中心与企业客户。谷歌和Meta虽拥有部分自有海底电缆，但仍大量依赖第三方供应商。RBC资本市场分析师Jonathan Atkin指出，这些基础设施投资是云服务商控制成本和性能的关键环节。
分析人士认为，英伟达芯片高昂价格与供应紧张促使科技巨头加速“去英伟达化”。Seaport Global分析师Jay Goldberg表示：“超大规模云厂商认识到单一AI算力供应商存在重大战略风险，因此有强烈动机开发自有硅芯片。”定制芯片不仅成本更低，还能针对自家软件和模型进行深度优化。
这一趋势被视为AI时代对上世纪计算机革命的“镜像”。1960年代，IBM通过自产主frame硬件部件实现垂直整合，一度占据计算机产业市值过半份额。但1990年代半导体成本下降、英特尔与微软崛起削弱了IBM优势，到2000年其已放弃全面垂直整合模式。
当前AI热潮自2022年底ChatGPT发布以来持续升温，算力短缺与能耗压力日益凸显。亚马逊等公司强调，自研硬件在能效上的优势将在电力供应趋紧的未来更加重要。然而，Seaport分析师Goldberg警告，领先工艺芯片设计成本极高，“并非所有科技巨头都能成功”，垂直整合浪潮或已接近极限，只有少数玩家可能长期维持竞争优势。
目前，亚马逊云端仍以英伟达 GPU销售的AI算力为主，但公司正逐步加大对自研加速器的推广力度。市场观察人士认为，未来几年科技巨头与英伟达之间的竞争格局将成为AI基础设施领域最核心的变量之一。
