2026年第二季度，正在冲刺史上最大IPO的Anthropic交出一份令人瞩目的成绩单：单季营收超过115亿美元，更重要的是，调整后运营利润首次转正。这家公司今年第一季度每赚1美元，就要烧掉0.71美元的算力成本，而现在这个数字降到了0.56美元，毛利率从38%直接跳到70%至85%。
但背后的关键变量，不是模型卖得更贵了，而是算力来源变了——Anthropic开始大规模把推理任务从英伟达GPU迁移到亚马逊的Trainium和谷歌的TPU上。同一时间，OpenAI、谷歌、微软、Meta，几乎所有头部AI厂商，都在2026年把自研芯片从“探索项目”升级为“核心战略”。这场集体转向，有三条主线贯穿始终。
第一条主线：账本上那行数字，算不下去了。
问题出在英伟达GPU在AI服务器机架中的成本占比。伯恩斯坦测算，配置H100的服务器机架里，GPU芯片成本占整个机架总成本的75%，业界把这部分溢价叫做“英伟达税”。这个税对模型厂商的利润账单有多重？Anthropic 2025年推理毛利率只有38%，远低于行业头部的预期目标；OpenAI在2026年第二季度运营亏损率高达122%，核心原因就是算力采购对英伟达GPU的依赖度远高于已经引入多元算力的Anthropic。
自研定制芯片能把这个账单砍到什么程度？伯恩斯坦给出的数字是：自研专用AI芯片的采购成本仅为同性能英伟达GPU的1/5到1/3，直接降低算力采购成本67%至80%。谷歌TPUv7对比英伟达GB200集群，TCO整体下降30%到40%；亚马逊Trainium3在大规模推理场景下，内部实测成本降幅超过40%。一家头部模型厂商今年单季算力支出就高达144亿美元，单日烧掉超过1.6亿美元。在这种量级面前，67%的降本幅度不是“锦上添花”，而是决定能不能活到下一轮融资的生命线。
第二条主线：供应链上那把锁，等不起。
即便愿意付高价，英伟达的货也不是想拿就能拿。汇丰2026年8月研报显示，英伟达已预订台积电CoWoS-L先进封装产能的63%（2026年）和52%（2027年），同时提前锁定HBM产能、光学器件产能和美国本土的电力土地资源。多年期长约的头部超级客户拿到优先配额，分配顺位甚至不是纯粹的市场行为——英伟达通过向xAI投资100亿美元、向CoreWeave等企业注入资本，将最核心的GPU产能优先倾斜给接受其战略投资的客户。
地缘政治风险让这种依赖变得更加脆弱。2022年10月A100/H100被禁、2023年10月A800/H800被禁、2025年4月特供版H20被暂停销售，管制层层加码，英伟达的“合规特供版”芯片性能一降再降，却始终无法摆脱被禁的命运。对于非美国本土的模型厂商而言，把整个算力底座押在英伟达一家身上，本质上是在赌出口管制不会落到自己头上。
而且涨价还在继续。彭博社报道，英伟达已通知大客户，2027年出货的搭载VeraRubin和GraceBlackwell芯片的AI服务器价格将至少上涨15%；服务器CPU年内部分产品价格涨幅超过40%，交付周期最长拉长至6个月。当一个供应商既能决定你能不能拿到货、又能决定你拿到货的价格、还能决定你把货用在什么地方，没有人会愿意把命脉交到别人手里。
第三条主线：芯片上那层冗余，该撕掉了。
通用GPU的架构设计，从一开始就不是为大模型推理优化的。大模型推理分为Prefill和Decode两个阶段：前者计算密集、并行度高，后者逐个生成token、访存频繁。英伟达GPU把两个阶段绑在同一组硬件上执行，结果Decode阶段占用全部计算单元时，新请求的Prefill任务必须排队，流多处理器平均利用率只有40%左右，近60%的计算资源被闲置。
换成自研定制芯片，厂商可以针对自己的模型做软硬件协同优化。谷歌TPU产品线已经拆分成训练专用的TPU8t和推理专用的TPU8i，从芯片架构层面就匹配了Gemini模型的预训练和推理全流程需求。依托这套专属体系，vivo把谷歌TPU作为海外AI服务算力基座，运营成本比完全使用英伟达GPU方案降低48%。
更根本的优势在于，厂商不再需要跟着英伟达的硬件迭代节奏走。自研芯片可以按自家模型的参数量、上下文长度、并发特征量身定制，把每一分算力都用在刀刃上。对模型厂商而言，算力不再是“租来的命运”，而是可以逐步掌控的竞争壁垒。
当然，自研芯片并非没有门槛：动辄数十亿美元的研发投入、漫长的流片周期、对人才和生态的极高要求，决定了这条路只有头部玩家才走得通。但对已经站在算力悬崖边的AI厂商来说，赌一把自研，远比继续把身家性命押在单一供应商身上更理性。当“英伟达税”从75%的机架成本占比降到自研芯片的1/5到1/3，这场集体转向的答案已经写得很清楚：算力自主，正在从战略口号变成生存刚需。
本文仅代表作者个人观点（仅供参考） 来源：创客OPC原创整理
