芯片yi姐:全球AI万亿算力的钱,最终都流进了谁的口袋?

你猜全球那些科技巨头，每年砸进AI算力的钱，超过70%最后进了谁兜里？就那么几家芯片公司。

大家都在追大模型、追应用，觉得那才是风口。但真正闷声发大财的，根本不是你以为的那些人。今天我就把这条产业链上躺着数钱的玩家，给你一个一个扒出来。

我喜欢把AI算力系统比作一座高速运转的工厂。最核心的算力芯片GPU，是工厂里干粗活的工人，专门扛起大模型海量数据的计算。

但工人算得再快，旁边没人递材料也白搭。这个递材料的角色，叫高带宽存储HBM，它直接贴在GPU旁边，专职喂数据，速度极快。

CPU是做统筹的包工头，负责调度整个流程。再加上负责数据预处理的系统内存，和存放海量训练数据的固态硬盘，这五个角色加在一起，就是整套AI算力系统的完整骨架。

说完结构，咱们聊最核心的战场，算力芯片。

训练市场，英伟达一家独大，占比超过90%。

为什么别人追不上？三个字，生态锁。

英伟达的CUDA软件体系，就是AI领域的Windows系统。

十几年积累下来，全行业最成熟的算法和工具全在里面。你要换别家芯片？代码几乎得重写，遇到报错可能几个月都排查不出来。

对于烧钱如流水的大模型团队，这种时间成本根本承受不起。再加上英伟达保持一年一代的迭代速度，你刚追上上一代，它的下一代已经开始交货了。

黄仁勋的逻辑就一句话，只要我跑得够快，你就只能永远追在后面。

但天下苦英伟达久矣。谷歌、亚马逊、微软这些云巨头，绝不甘心永远给黄仁勋打工。

他们的反击路线很清晰，一边扶持AMD，一边自己下场造定制芯片ASIC。ASIC的逻辑很简单，GPU是通用芯片，里面保留了大量为游戏渲染设计的电路，纯属浪费。

自研ASIC直接把这些全砍掉，把每一个晶体管都用来伺候大模型的矩阵计算。结果就是，同等算力下，ASIC的成本和功耗只有GPU的一半。

英伟达当然不是吃素的。直接砸200亿美元，把推理市场最火的独角兽公司收入囊中，顺手封死了其他创业公司弯道超车的路。

又战略投资了帮云大厂造芯片的幕后推手，推出新的网络架构，潜台词是，你们爱造自己的芯片没关系，但只要把芯片连成集群，这笔网络过路费你照样得交给我。

这场博弈的结果，反而把ASIC推理市场越炸越大，预计到2028年市占率从现在的10%飙升到40%。

然后是被严重低估的CPU。

过去两年，大家眼里只有GPU，CPU像个可有可无的配角。

但AI Agent时代一来，问题就变了。Agent不只是聊天，它要多步骤决策、调用工具、发邮件、订机票，这些复杂的任务调度，恰恰是CPU的老本行。

英伟达已经推出了自研CPU，直接把英特尔和AMD从最赚钱的高端AI服务器里踢了出去。云大厂也纷纷基于ARM架构自研CPU。

更有意思的是ARM公司本身，从卖图纸升级到亲自下场造芯片，直接向大客户供货。X86的蛋糕，正在被三路人马悄悄蚕食，而大多数人还没意识到。

最后说存储，这是整个系统里最卡脖子的命门。

高带宽存储HBM，全球只有三家公司能造，SK海力士占57%，三星22%，美光21%。

为什么只有三家？因为HBM的制造工艺极其苛刻，必须靠几十年经验慢慢摸索，而且必须自建工厂，没有百亿美元级的资本投入，连上桌的资格都没有。

国内方面，长鑫存储是目前唯一有希望量产HBM的企业，样品已经完成，2026年冲量产，带着全村的希望在追赶。

企业级固态硬盘这块，国产替代反而跑得最快，国内市占率已经做到了20%到25%。

但这个领域水很深，很多公司业绩暴涨，不过是趁着涨价周期吃了一波库存差价，本质上是投机不是技术。

判断真假选手就看两条，第一，有没有自研主控芯片的能力；第二，产品有没有真正进入一线云厂的核心服务器。两条都过了才算真本事，否则大概率只是周期红利的过客。

从算力芯片到存储，从CPU到封装，每一个环节都是全球顶尖大脑在纳米级别的博弈。

而真正稳坐钓鱼台的，是那些向全行业默默收税的底层玩家，台积电负责把所有芯片从图纸变成实物，EDA软件商和芯片IP授权方提供设计工具和架构图纸。无论上面打得多热闹，这些人永远在赢。

看懂了这张博弈地图，你才能真正看透AI产业的钱到底流向哪里。

记得点好关注，yiyi带你穿透科技的迷雾。

市面上讲半导体的人很多，但大多数是观察者在转述。

我做过芯片设计公司的联合创始人，做过投资机构的产业研究，也做过面向百万用户的科技自媒体传播。这条路走下来，我越来越清楚一件事，真正准确有效的半导体产业认知，只能来自身在其中的人。

这些你每天都在看的词，背后真实的逻辑是什么？我想把我在决策层和投研端看到的那些，系统地讲给你听。