2026年6月，全球AI芯片市场迎来了几个标志性事件。当地时间6月24日，英伟达召开年度股东大会，CEO黄仁勋宣告“有用的AI时代”已经到来，并将这一轮计算范式转变定性为“60年来规模最大的行业重置”。同一天，OpenAI与博通联合发布首款自研推理芯片Jalapeño，宣称可将推理成本降低约50%。也正是在这一天，高通在纽约投资者日活动上正式宣布全面进军AI数据中心市场，微软和Meta双双成为其首批客户。
三件大事同频共振，映射出一个正在加速兑现的产业判断：AI算力基础设施正在经历一场深刻的去中心化变革。英伟达GPU的统治地位并未被颠覆，但一个多元化、多极化的算力新格局已然成形。
一、推理时代：从“训练军备竞赛”到“推理成本战争”
理解这场变革，首先要看清一个根本性的需求结构转变。
2023年，推理仅占AI总算力需求约三分之一；到2026年，这一比例已升至三分之二。预计到2028至2030年，推理将占AI总算力需求的70%至85%。AI产业的底层逻辑，正从实验室里的“不计代价训练”，转向面向全球用户的“极致推理成本战”。
为什么这一转变如此关键？训练是大规模并行的矩阵运算，可以在数万个GPU核心上同时进行，这正是GPU的绝对优势领域。但推理，尤其是代理式AI（Agentic AI）的推理，涉及任务编排、工具调用、多步逻辑判断和顺序决策。这些工作负载并非纯粹的并行计算，而是大量依赖CPU擅长的复杂逻辑控制与串行处理能力。
黄仁勋在股东大会上给出了一个精辟的比喻：传统数据中心存储和传输文件，而AI工厂的核心功能是“制造token”——每一个token都是可货币化的智能单元。在这一逻辑下，竞争的关键维度不再是“谁的芯片算力最强”，而是“谁的token成本最低、吞吐量最高”。
推理需求爆发带来的直接后果是：云服务商发现，继续用昂贵的GPU跑推理，惊人的电费与采购成本正在吞噬利润。摩根大通在最新报告中指出，推动这场转变的根本因素甚至不是资金成本，而是电力供应——在电力日益吃紧的背景下，“每瓦效能”正成为AI时代最关键的竞争指标。
二、ASIC崛起：从“小众替代品”到“主力玩家”
正是在这一背景下，定制ASIC芯片迎来了爆发式增长。
市场研究机构TrendForce的数据显示，2026年云服务商自研ASIC的出货增速预计达44.6%，首次大幅超越GPU的16.1%--。2024年和2025年，GPU的成长表现原本仍领先ASIC，而这个增速拐点的出现，意味着ASIC已从“小众替代品”成长为AI算力市场的主力玩家之一。
摩根大通的预测更为激进：2026年ASIC占全球AI芯片出货量的比重约为42%，2027年将一举达到53%，正式超越GPU。该行预计2026年ASIC出货量年增109%，远高于GPU约39%的增速。
各大云厂商的自研芯片正在全面铺开。谷歌TPU出货量预计从2026年的450万颗跳升至2027年的800万颗；亚马逊Trainium系列从190万颗增至330万颗；微软与Meta的自研芯片也进入量产阶段。谷歌已向苹果、Meta等企业开放TPU算力租赁服务。亚马逊更是与AI巨头Anthropic签下十年合约，后者承诺未来10年花费超过1000亿美元购买AWS算力服务，且全数绑定在Trainium系列自研AI芯片上。
在AI推理市场中，ASIC份额预计将从2024年的15%增长至2026年的40%-。TrendForce预测，2026年AI服务器中定制芯片的渗透率将从2025年的20.9%提升至27.8%，而GPU市场份额则从75.9%下降至69.7%-。
三、Jalapeño的启示：最大客户开始“自己造芯”
在所有ASIC案例中，OpenAI的Jalapeño芯片最具象征意义。
自2022年生成式AI热潮兴起以来，OpenAI一直是英伟达最大的GPU买家之一。而如今，这家头号客户正亲手打造替代方案。Jalapeño由OpenAI工程师与博通联合设计，耗时仅九个月完成流片，是一款专为大语言模型推理设计的全新架构，而非对早期AI加速器的改造。博通CEO陈福阳称，Jalapeño的性能可与英伟达Blackwell芯片和谷歌TPU相媲美-。
早期测试显示，Jalapeño的每瓦性能“显著优于”当前最先进的芯片。基于Jalapeño的系统预计于2026年底前以吉瓦级规模首次部署。OpenAI总裁布罗克曼表示：“Jalapeño是我们长期全栈基础设施战略的一部分，旨在让算力变得更加充足。”
这一合作的战略意义不止于芯片本身。博通提供了Tomahawk网络芯片及芯片实现技术，伟创力负责板卡、机架和系统集成。OpenAI还与亚马逊AWS就Trainium芯片达成协议，并与AMD和Cerebras展开合作——这是一项有意为之的多元化战略，旨在摆脱对单一供应商的依赖。
摩根大通预测，博通凭借深度参与谷歌TPU、Meta MTIA以及OpenAI定制芯片项目，其来自AI ASIC与网络业务的营收将从2026年约600亿美元，在2027年增长逾倍至1500亿美元以上。博通管理曾透露，2027年在手订单金额已超过1000亿美元。
四、高通入局：手机芯片巨头的数据中心野望
如果说OpenAI造芯是“客户自研”的样本，那么高通的全面入局则是“新玩家跨界”的标志性事件。
6月24日，高通在纽约投资者日上正式发布面向AI数据中心市场的Dragonfly产品家族，涵盖CPU、AI加速器和数据中心互联解决方案。最重磅的消息来自Meta——CEO扎克伯格亲自确认，高通将成为Meta未来的数据中心CPU供应商。Meta将采用Dragonfly C1000数据中心CPU及后续产品世代，双方签署的是覆盖多个产品周期的长期战略合作协议。
与此同时，微软Azure宣布部署高通的高带宽计算（HBC）芯片。值得注意的是，高通HBC方案依托的是手机、笔记本通用的平价普通内存，而非英伟达使用的高价HBM高带宽内存。高通预计，数据中心业务最快将在2027财年带来数十亿美元收入。
高通CEO安蒙表示：“AI正在从数据中心扩展到边缘设备和终端设备，整个行业需要新的计算架构来支撑这种变化。”高通将Dragonfly定位为“智能体AI时代的数据中心计算平台”，这一定位与英伟达Vera Rubin“为智能体打造”的表述形成了直接对标。
高通还同步宣布以接近40亿美元的全股票交易收购AI初创公司Modular-。Modular拥有一套可跨芯片运行AI模型的软件技术，无需为每种处理器单独编写代码-。这笔收购被视为高通在软件层面直接挑战英伟达CUDA生态的关键布局。
五、英伟达的护城河还坚固吗？
面对ASIC的围攻和高通的突袭，英伟达的统治地位是否正在松动？
从市场份额看，英伟达依然占据绝对优势。SemiAnalysis数据显示，2026年第一季度，英伟达在AI训练芯片市场占有率为92%，推理芯片市场占有率为78%，与一年前几乎持平-。IDC估计英伟达控制着约81%的AI芯片市场份额-。即便市场份额预计到2026年将下降至约75%，但绝对收入仍在增长，因为整体市场扩展速度远快于任何单一竞争者的捕获能力-。
黄仁勋在股东大会上强调，英伟达系统的核心优势不在于采购价格最低，而在于“最低token成本、最高token吞吐量和最强收入能力”。Blackwell平台被第三方评测认定为“推理之王”，token吞吐量较次优平台高出30倍。Vera Rubin已全面投产，每个主要的模型开发商、公有云和超大规模云厂商都准备基于Vera Rubin进行建设。
但护城河正在被侵蚀，而非被摧毁。
摩根大通认为，尽管英伟达GPU出货量仍会持续增长，但市占率势必遭到稀释。CNBC的报道也指出，行业专家普遍认为英伟达的风险目前仍然很小，但“英伟达对AI芯片市场的控制力正在受到考验”-。
更深层的变化在于客户关系的重构。过去，所有AI公司都是英伟达的客户；现在，谷歌、亚马逊、微软、Meta、OpenAI——这些曾经最大的买家——正在变成英伟达的竞争对手。它们不再只是单纯采购现成芯片，而是逐步建立属于自己的芯片生态。
六、新格局：从“单极世界”到“多极生态”
AI算力基础设施正在从“单极世界”走向“多极生态”。这个新格局呈现几个鲜明特征：
第一，市场蛋糕在持续扩大，而非简单的存量博弈。AI加速器市场2025年约为1600亿美元，2026年正朝向2000亿美元以上迈进-。TrendForce预测，2026年全球AI服务器出货量将年增20%以上-。即便英伟达份额下降，其收入绝对值仍在增长。
第二，“CPU+GPU+ASIC”的三极算力格局正在形成。在AI训练阶段，CPU与GPU的配置比例通常维持在1:8的极端状态。而进入推理时代后，这一比例正快速拉近至1:1到1:2之间。英伟达自身也在2026年3月承认：“CPU正在成为AI工作流中的瓶颈”——这来自一家以“GPU是AI唯一需要的芯片”为产业信念的公司。
第三，软件生态成为新的竞争高地。英伟达的CUDA生态被黄仁勋称为“皇冠珠宝”。高通收购Modular、推出全栈数据中心方案，正是试图在软件层面打破CUDA的垄断-。未来芯片战争的胜负手，可能不在于硬件性能的毫厘之差，而在于谁能构建更完善的开发者生态。
第四，竞争从芯片延伸到整个基础设施堆栈。黄仁勋以“五层蛋糕”描述AI产业——能源、芯片与系统、基础设施、模型、应用。英伟达的业务覆盖远不止芯片，而是贯穿整个AI生产链条。高通也在构建“CPU+AI加速器+网络”的全栈方案。未来的赢家将是能提供完整基础设施堆栈的企业，而非单一的芯片供应商。
2026年6月24日这一天，英伟达在股东大会上看多AI基建，OpenAI发布自研芯片挑战GPU，高通跨界入局数据中心——三件事同频共振，共同指向一个清晰的产业趋势：AI算力基础设施的去中心化已经不可逆转。
英伟达不会在一夜之间失去王座，但垄断的时代正在远去。一个由GPU、ASIC、CPU共同驱动的多极化算力新时代，已然拉开帷幕。对于云厂商和AI企业而言，这意味着更多的选择、更低的成本和更强的议价能力；对于整个AI产业而言，这意味着更快的创新速度和更可持续的发展路径。正如黄仁勋所言，这轮AI基建周期“将以数十年为单位来衡量”——而在这场长达数十年的长跑中，多元化的算力生态，或许比任何单一霸主的统治都更具生命力。