4年格局大洗牌！芯片三巨头的AI数据中心收入演变

近五年内，AI芯片与数据中心市场的竞争格局发生显著重组。以下是英伟达、英特尔、AMD三家公司细分市场收入数据，梳理2021年至2025年间各企业在该领域合并收入中的份额变化及核心影响因素。

十年初期，英特尔在AI芯片与数据中心市场占据主导地位，份额超三分之二，显著领先于英伟达与AMD。2021年，市场格局呈现差异化分布：英伟达当时以游戏GPU为核心优势，在该领域市场份额约25%；AMD则处于追赶阶段，份额仅为7%。截至2025年底，市场格局出现明显转变，英伟达以86%的市场份额领跑行业。这一变化的关键转折点源于2022年底OpenAI的ChatGPT等AI聊天机器人风靡全球，直接推动大型科技公司及各国政府加速建设“AI工厂”（专注于训练和运行大型语言模型（LLM）的大型数据中心），进而催生了对GPU密集型基础设施的强劲需求。

英伟达精准把握市场需求转变机遇，实现了从芯片到整个AI系统的全面升级。其升级不仅聚焦于GPU本身的性能提升（更快运算速度、更低功耗），更延伸至芯片、网络、软件全链条，形成了平台层面的累积式优势，突破了传统CPU扩展的局限。

英伟达首席执行官黄仁勋表示，尽管传统摩尔定律在CPU领域增速放缓，但英伟达的人工智能计算性能几乎每年实现翻倍。这一优势源于其在产品构建过程中，将“架构、芯片、系统、库和算法”进行并行开发与优化。

除硬件层面的技术突破外，英伟达构建的完整软硬件生态系统形成了核心竞争壁垒，有效提升了客户切换成本，进一步巩固了其市场领先地位。

在市场环境变化过程中，行业需求重心逐步从CPU向GPU密集型AI系统转移（尤其是2022年第四季度ChatGPT发布后，数据中心投资方向明显转变）。在此背景下，英特尔的市场份额出现波动，主要与2021-2022年间CPU芯片迭代节奏调整、对市场需求转型的适应进程，以及AI芯片相关业务短期未达预期有关。针对市场变化，英特尔管理层已做出战略调整。

近日，英伟达宣布已启动面向人工智能数据中心的 Vera Rubin 平台的“全面量产”，并向合作伙伴保证该平台将按计划于今年晚些时候发布。除了可能提前发布之外，英伟达还在改进 Rubin GPU 的规格以提供更高的性能。报道称，GPU 的 TDP 将提升至 2.30 kW，内存带宽将达到 22.2 TB/s。Rubin GPU 的额定功率现已锁定为 2.3 kW，高于英伟达最初公布的 1.8 kW，但低于一些市场观察人士预期的 2.5 kW 。将额定功率从 1.8 kW 提升至 2.3 kW 的目的是为了确保今年基于 Rubin 架构的平台在速度上显著优于 AMD 的 Instinct MI455X，后者预计运行功率约为 1.7 kW。关于 Rubin 功耗预算提升的信息来自非官方渠道，但SemiAnalysis间接证实了这一点，他们声称英伟达提高了 HBM4 显存堆栈的数据传输速率，现在每颗 Rubin GPU 的显存带宽为 22.2 TB/s，高于之前的 13 TB/s。

额外约 500W 的功率余量为英伟达提供了多种提升实际性能的选择。最直接的一点是，它能够在持续的训练和推理负载下维持更高的时钟频率，并在 AI 加速器满负荷运行时减少降频。额外的功率还能让更多执行单元同时运行，从而提升计算、内存和互连同时处于高负载状态时的吞吐量。除了流处理器（或者更确切地说是张量单元）之外，额外的功耗预算还可以用于以更高的时钟频率运行 HBM4 内存和 PHY，从而提升内存带宽。事实上，更高的功耗预算还能让英伟达在保持良好信号裕度的前提下，将所有链路（包括内存、内部互连和 NVLink）的性能提升到更激进的工作点。随着现代人工智能系统日益受到内存带宽和架构性能的限制，这一点变得愈发重要。

在系统层面，AI加速器额外增加500W TDP可以转化为更高的单节点和单机架性能。超大规模数据中心更看重系统级性能而非单个GPU的性能，因为完成相同任务可能只需要更少的GPU，从而降低网络负载并提高集群效率。当然，这假设这些超大规模数据中心能够为功耗更高的机器提供充足的电力。

同样重要的是，更高的 TDP 也有助于制造，因为它能够实现更灵活的分级和电压余量，从而在无需减少执行单元数量或降低时钟频率的情况下提高可用良率。

因此，额外的500W功耗不仅能提升Rubin GPU的性能和VR200 NVL144机架式解决方案的竞争力，还能提供可靠性裕度，确保 GPU 在大规模数据中心部署中能够提供可预测的、持续的吞吐量，而不仅仅是纸面上更高的峰值性能。此外，Nvidia 还有可能向市场供应更多 Rubin GPU，这有利于其盈利。