随着ChatGPT引发的人工智能热潮，"更大规模的AI模型更好"成为行业共识，这推动了微软(MSFT.O)、谷歌(GOOGL.O)、亚马逊(AMZN.O)和Meta Platforms(META.O)等科技巨头在芯片采购上的竞赛，英伟达(NVDA.O)凭借其在AI训练中表现卓越的GPU成为最大受益者。然而，这一竞赛可能即将改变，行业面临着在追求更大AI模型过程中遇到的多重障碍。

英伟达的领先地位与瓶颈挑战

英伟达的GPU因能够高效并行运算，在AI模型训练中占据主导地位。目前AI能力的主要衡量指标是模型参数数量，而更多参数意味着需要更多GPU。然而，行业内出现了对模型规模扩展效益的质疑。Writer公司联合创始人Waseem Alshikh指出，“超过一万亿参数后，收益趋于最小。”微软CEO萨提亚·纳德拉在近期的Ignite大会上也表示，围绕AI模型扩展的怀疑可能刺激更多创新。

尽管如此，像OpenAI的CEO山姆·阿尔特曼和Anthropic公司CEO达里奥·阿莫代伊等AI行业领袖仍强烈反对这些质疑，认为AI扩展潜力尚未达到极限。

数据瓶颈与AI未来路径

Hugging Face公司首席科学官Thomas Wolf指出，优质训练数据的缺乏可能是AI发展面临的最大挑战。“我们几个月前就已耗尽互联网作为训练数据的资源。”这种限制可能会促使未来转向基于公司或个人数据的小型化模型，而非当前由云端大公司主导的大型模型。

Meta首席AI官Yann LeCun强调，开发具备记忆、规划和推理能力的模型才是实现真正通用人工智能（AGI）的关键，而非单纯依赖更大规模的芯片。

推理的崛起与新竞争者的机会

AI焦点逐渐从训练转向推理（生成答案或结果的过程），这为芯片市场带来新的动态。推理计算可能不像训练那样依赖英伟达的GPU，AMD(AMD.O)、英特尔(INTC.O)、亚马逊定制芯片及初创公司都可能在这一领域分一杯羹。微软的Eric Boyd认为，除了模型规模，推理过程中的技术改进同样至关重要。

英伟达已注意到推理的潜力，在最近的财报中提到推理业务占数据中心收入的40%，并快速增长。其新推出的NVL72服务器系统在推理中性能提升30倍，展现了在这一领域的强劲竞争力。

新阶段的多元赢家

AI竞赛从训练转向推理，意味着行业机会将更加分散。尽管英伟达短期内仍是赢家，但随着推理的重要性上升，AMD、英特尔以及其他竞争者可能逐步侵蚀英伟达的市场份额。对于投资者来说，当前阶段的重点不再仅是支持更大规模模型训练，而是做好准备迎接使用模型时可能出现的一系列新赢家。