英伟达成为全球首家市值突破 4 万亿美元的公司，打破了苹果此前创下的多项市值纪录 —— 苹果曾是全球首个市值突破 1 万亿、2 万亿、3 万亿美元的科技公司。不过今年以来，苹果在美股科技巨头中表现相对逊色，核心原因在于其对生成式 AI 的应用未达预期，被寄予厚望的 Apple Intelligence 至今未能展现出领军者的姿态。
时间的流逝总是出人意料。距离 DeepSeek R1 推出后英伟达股价一度大跌 16%，才过去不到半年，而从那时起，英伟达市值累计又增长了约 40%。回想当初市面上流传的 “DeepSeek 戳穿英伟达泡沫”“算力将不再是瓶颈”“CUDA 已被完美绕过” 等论调，如今看来如同一场荒诞的狂欢。这再次印证了科技行业的发展遵循客观规律，不会因个别声音而改变走向。（当然，DeepSeek 作为成功的大模型，其发展的重要基石正是英伟达的软硬件一体化解决方案。）
英伟达的市值狂飙显然由业绩驱动：AI 训练与推理算力的短期需求有增无减，即便暂不考虑智能机器人、自动驾驶等新兴领域的长期算力缺口，当前的需求也足以支撑其一段时间的高增长。至于其估值是否合理，或许并非当下最关键的问题 —— 市场用资金投票的背后，是对算力时代核心引擎的坚定看好。
在英伟达的光环之下，“谁能成为第二名” 的讨论愈发热烈。显然，AMD 难以担此角色。尽管自 2022 年起华尔街就期待 AMD 崛起，但该公司数据中心级 GPU 的收入规模和增速均远逊于英伟达，2025 年上半年甚至陷入暂时停滞。更值得关注的是，这种差距并非源于供给问题 —— 苏姿丰多次明确表示 AMD GPU 不存在供给瓶颈，然而客户宁可排队等待英伟达显卡或选择其上代产品，也不愿采购供给充足的 AMD 显卡。AMD 的开源生态优势，在英伟达牢牢掌控的算力生态面前，显得杯水车薪。
英特尔的境遇则更为尴尬。对于英特尔股东和老员工而言，最遗憾的或许是二十多年前管理层关闭独立显卡业务的决策，即便 2010 年前后重启该业务，也已错过数据中心级显卡的布局窗口期。时光无法倒流，英特尔在 AI 算力赛道已彻底出局。
有人提及华为、阿里等中国企业，但客观而言，即便其产品在算力和性价比上与英伟达相当，受限于众所周知的因素，市场也主要集中于中国大陆，且国内市场难以被单一企业独占。这样的市场格局，使其难以成为全球范围内的 “第二名”。
目前来看，市面上通用 GPU 厂商与英伟达的差距普遍超过十倍。若将目光转向 ASIC（专用集成电路）领域，虽不能将整个 ASIC 阵营的规模与英伟达直接对比，但这一思路颇具启发：英伟达真正的挑战者或互补者，更可能来自科技大厂自研的定制芯片（即 in-house silicon），而谷歌的 TPU 最具潜力 —— 它正突破传统 ASIC 的范畴，向通用计算产品演进。
近期 OpenAI 采用谷歌 TPU 提供算力支持的新闻引发热议，尽管其核心算力仍依赖英伟达平台；Meta 也与谷歌展开 TPU 合作，即便 Meta 自身也有同类芯片。这揭示了算力竞争的本质：绝非单纯的硬件比拼。若仅看硬件参数，市面上不乏看似超越英伟达旗舰的产品，甚至英伟达自家低线产品也能在部分指标上领先旗舰 —— 这种片面的对比，正是许多分析师和博主常犯的错误。
在可见的未来，无人能 “击败” 英伟达，但实现部分替代与补充仍有可能，而关键在于 “生态系统” 的构建，而非硬件堆砌。谷歌的优势正在于此：其一体化生态布局早有根基，TensorFlow 社区的发布甚至比初代 TPU 还早半年。2023 年之前，TensorFlow 曾是最流行的深度学习框架，远超 Meta 的 PyTorch；但 2023 年后形势逆转，PyTorch 后来居上。