制造端，英伟达的另一个隐秘的“护城河”

业界喜欢谈英伟达的护城河，CUDA开发者平台是其中之一，老生常谈之外，还有他们和台积电的联盟属性不可不察。

OpenAI曾经和Meta展开GPU的军备竞赛，总裁Altman不惜屈尊去游说台积电的张忠谋，让台积电大肆斥千亿美元在美国本土扩建晶圆厂配合英伟达扩建，在半导体圈曾一度被传为笑谈。这也说明，芯片光设计出来没用，需要造出来才能用——代工厂的地位不可低估，甚至他们经常扮演产业链的核心角色。

英伟达的高端GPU，如Hopper架构的H100、Blackwell架构的B200长期依赖台积电的先进制程工艺（如7nm、5nm、4nm及更先进节点），以实现更高性能、更低功耗。台积电为英伟达提供工艺定制服务，例如在4N工艺中优化了高频性能和功耗。

台积电投桃报李，将英伟达列为关键客户，在先进制程（如4nm）和封装产能上优先分配，应对AI芯片的爆发式需求。受地缘政治影响，双方合作扩展至台积电美国亚利桑那工厂（Fab 21），计划未来部分生产转移至美国本土。

英伟达不但在新架构设计阶段即与台积电合作，验证工艺可行性，而且双方合作定义Chiplet互联标准（如NVLink-C2C），推动异构计算生态。英伟达与台积电的合作通过制程迭代、封装创新和供应链协同，共同定义了AI芯片的性能天花板。这种合作不仅推动技术进步，更重塑了全球半导体产业链的竞争格局。

这恰恰就是英伟达一个隐秘的“护城河”，那就是他们和台积电保持着紧密的合作关系，而竞争对手则未必。

为什么台积电这样的顶级代工厂喜欢英伟达的通用GPU，而相对不那么喜欢制造ASIC？

GPU（尤其是AI/高性能计算GPU）市场需求量大且稳定，客户如英伟达、AMD等头部厂商的订单规模庞大，代工厂可通过规模效应显著降低成本。而ASIC通常为特定客户定制，需求碎片化且单次订单量小，难以形成规模经济。

GPU迭代周期较长，代工厂可长期维持同一制程的生产优化；而ASIC可能因客户业务调整快速过时，导致产能浪费。ASIC需要代工厂投入大量资源进行定制化设计、掩膜版制作和测试，但客户可能因项目失败或需求变化取消订单，导致NRE（非重复性工程）成本难以回收。相比之下，GPU的NRE费用由大客户承担，且订单确定性更高。

因此，代工厂通用GPU的长期稳定订单可为代工厂提供更高的毛利率（尤其是先进制程节点），而ASIC项目通常需价格谈判，利润率较低。

黄仁勋深知，牢牢抓住台积电，就抓住了最深的那条“护城河”。

DeepSeek崛起，英伟达帝国的裂缝越来越大

DeepSeek-V3火爆之后，该公司公开论文中的更多细节逐渐被人挖掘出来。

韩国未来资产证券的分析称，V3的硬件效率之所以能比Meta等高出10倍，可以总结为“他们从头开始重建了一切”——用英伟达的PTX（Parallel Thread Execution）语言实现的，而不是CUDA。PTX在接近汇编语言的层级运行，允许进行细粒度的优化，如寄存器分配和Thread/Warp级别的调整。

短期内，CUDA的统治地位虽然难以被撼动，但DeepSeek的PTX可能在特定市场（如政策驱动的国产化替代、轻量级AI推理）或技术路径（如开源生态、跨硬件支持）中开辟细分赛道。

长远来看，其影响力取决于能否构建差异化价值，并突破英伟达的软硬件协同壁垒。

英伟达制造端的“护城河”始于历史演进，也必将符合历史进程的辩证法。

英伟达和台积电这两家过去20多年是两株根系交缠的常青藤，但这不意味着那些被信任浇灌的藤蔓不会褪色，在AI模型从训练到推理应用大规模迁移的微妙时刻，裂痕像午夜窗棂的冰花，在月光下折射出锋利的棱角，契约书上的墨迹突然开始游动，每个标点都在宣纸背面长出锯齿。

裂纹在出现。

最致命的那道裂纹往往开始于心脏背面，在硬科技行业中我们已经见证了太多，诸如格芯和IBM，英特尔和诺基亚......当猜忌的孢子乘着沉默的风，在曾经透明的默契里悄然着陆——直到某天整座瓷器轰然崩解，我们才看清每块碎片里都冻着未曾启齿的疑云。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。