三天内三笔交易，让英伟达从默认选项变为众多选项之一

10月2日，亚马逊与Synopsys宣布达成一项价值超过10亿美元的多年度合作，亚马逊获得Synopsys的AI加速芯片设计工具的独家授权。同一天，有报道称OpenAI在机架级配置中部署了Jalapeno ASIC处理器，并搭配AMD EPYC Turin CPU，绕开了英伟达的高性能智能体芯片。10月3日，General Compute签署了一项多年度协议，将Cerebras的晶圆级处理器引入其GPU云。

三家不同的公司，三条不同的路径，同一个方向。AI算力的最大买家们正在自研或采购替代方案，以取代那个几乎供应了全部算力的供应商。

这一切都不意味着英伟达正在失去市场。它意味着市场不再是单一来源，而这是一种不同类型的风险。

亚马逊买下芯片背后的工具

与Synopsys的交易是最不引人注目的，也可能是最具深远影响的。亚马逊已经在设计自己的芯片，包括Trainium和Inferentia系列。而拥有设计工具则意味着更进一步向上游延伸。芯片设计软件决定了一家公司迭代的速度，而独家获取AI加速设计工具则缩短了从想法到可测试部件之间的循环。

“独家”是关键。如果亚马逊持有的授权是竞争对手无法获得的，那么其内部设计周期的复利速度就会快于对手。这种优势并不在于某一款芯片，而在于对手完成一代的时间里，亚马逊能产出多少代产品。

这种做法也有代价。自研加速器意味着要维护一整套软件栈、编译器以及开发者必须采用的一系列库。英伟达真正的护城河从来都不只是芯片本身，而是CUDA、建立在它之上的多年工具积累，以及工程师们习惯性地优先选择英伟达。亚马逊的10亿美元买到的是设计速度，而不是这种习惯。

OpenAI有意绕开顶级产品

OpenAI的Jalapeno部署更具指向性。在机架规模上将定制ASIC与AMD EPYC Turin CPU搭配，意味着OpenAI不再等待英伟达的下一代高性能芯片。它正在用可以按自己条件采购的组件来构建推理算力。

对于推理而言，这是一个合理的押注。训练前沿模型需要最快的互连和最大的内存池，这正是英伟达顶级芯片能够卖出高价的地方。而将训练完成的模型服务给数百万用户则是另一种工作负载，它更看重每token成本，而非原始峰值性能。如果定制ASIC加通用CPU能以更低的成本服务同样的流量，那么节省的成本会随规模扩大而放大。

OpenAI既有足够的流量，也有足够的工程人员来证明这笔投资的合理性。它还有成本之外的动机。对单一供应商的每一次依赖，都会把影响力交给这家供应商，没有任何实验室希望自己的路线图由别人的分配决策来决定。

Cerebras找到了分销渠道

与General Compute的协议是替代方案正从研究走向零售的最明确信号。Cerebras制造晶圆级处理器，这与一机架的GPU有着本质不同。将它们放入GPU云平台，意味着已经租用算力的客户可以像选择任何其他机型一样选择Cerebras实例。

这很重要，因为采用存在一个分销问题。一款更好的加速器，如果无法按小时租用，就只是一个研究项目。一款更差的加速器，如果出现在下拉菜单里，就是一门生意。General Compute提供的就是那个下拉菜单。

晶圆级芯片能否在真实工作负载中胜出仍未有定论。关键在于，推理算力不再必须来自某一家厂商的产品线才能触达客户。

为什么软件护城河更难买下

每一家追求替代加速器的公司都会撞上同一堵墙，而这堵墙不是由硅构成的。英伟达的优势建立在开发者已经熟悉的一系列库、编译器和调试工具之上。为新的加速器重写一个训练脚本只是周末的任务。重写整个生产系统、重新培训团队，并接受一段性能更差的时期，则是一个必须向某人交代清楚的决定。

这就是为什么这三笔交易聚焦于不同层面。亚马逊买的是设计工具，这降低了生产部件的成本。OpenAI部署的是推理芯片，那里的软件面比训练更窄。General Compute增加的是一个菜单项，让客户无需承诺迁移就能尝试替代方案。

挑战者最可能的路径不是在训练上取代现有霸主，而是在推理上取胜——那里的工作负载更加标准化，每token成本也更容易衡量。一旦大量推理运行在替代方案上，围绕它们的工具链就会改善，下一代的差距也会缩小。

有一个有用的历史类比。Linux并没有在桌面上取代Unix，也不需要这么做。它赢得了服务器市场，那里的工作负载是标准化的，买家关心的是单位工作量的成本。一个挑战者生态系统只需要在一个工作负载类别中站稳脚跟，就能向其他类别扩展。

这一模式是异构化，而非反英伟达

把这三步放在一起看，其策略并不是取代英伟达，而是不再依赖单一供应曲线。亚马逊想要的是设计速度。OpenAI想要的是推理经济性。General Compute想要的是差异化的菜单。每个买家都在针对不同的约束进行优化，而且没有一家试图去赢得某个基准测试。

这正是成熟算力市场的运行方式。大型机、x86，乃至后来的移动端，都随着规模增长和买家议价能力增强而走向碎片化。AI加速器市场已经到达这一节点，而这种碎片化正体现在采购环节，而非产品发布会上。

对英伟达而言，其含义并不是明天就会失去份额，而是价格和分配将变成需要谈判、而非被接受的事项。当一个客户能够可信地表示自己已有可用的替代方案时，对话的性质就变了。

值得关注什么

亚马逊的设计工具能否产出外部开发者愿意使用的部件。独家性在内部对亚马逊有帮助。但真正的替代方案需要外部生态系统，而这需要文档、编译器和耐心。

OpenAI的Jalapeno机架能否以用户期望的可靠性处理生产流量。定制芯片容易发布，却难以运营。一次高调的宕机就会让替代方案战略倒退一年。

其他云厂商是否会跟随General Compute，上架非GPU加速器。分销是每个挑战者的瓶颈，而每增加一个上架渠道，下一个就会更容易。

最有趣的细节是时间点。这三笔交易在约72小时内接连落地，而相关公司之间并无协调。当独立的买家在同一周得出相同结论时，这个结论通常反映的是底层条件的真实变化，而不是巧合。

算力采购刚刚变成了一项投资组合决策。这比任何单款芯片的发布都更为安静，却会比下一代产品存续得更久。