大数跨境

黄仁勋走了,芯片人的历史时刻

黄仁勋走了,芯片人的历史时刻 知乎AI先行者
2026-11-13
14

@温戈

芯片设计工程师|作家|CCF会员

黄仁勋这个瓜从周一开始吃到现在,陆陆续续有新的桃色新闻料爆出来,俨然已经成了张江芯片人午饭时间最重要的谈资。

与此同时,买了英伟达的股民也是忙坏了。

说正事。

黄仁勋辞职,短期内很难动摇英伟达已经形成的技术优势。但客户对它未来持续领先的信心,从这一刻起,需要重新评估。竞争对手最先获得的机会,是更多的验证预算、采购谈判空间,以及参与下一代系统设计的资格。

英伟达在2026年11月12日的正式公告中宣布,黄仁勋即日起辞去总裁、CEO及董事职务,CFO Colette Kress兼任临时CEO,董事会将从内部和外部寻找正式继任者。

这意味着英伟达进入了一个正式接班人尚未确定的过渡期。分析这件事,既不能低估创始人的作用,也不能把一家公司的技术能力全部归到创始人身上。

从我从事芯片设计和测试的经验看,已经形成的工程能力,与持续形成下一代工程能力,是两件需要分别评估的事。 黄仁勋离职,对后者的影响更值得警惕。

芯片研发有很强的时间惯性。

一代高性能处理器,从架构定义、设计验证,到流片、封装测试、系统适配和量产,通常要经历数年的工作。今天正在交付的产品,背后是很早以前就开始执行的技术决策。

已经完成的电路设计、验证环境、软件库和客户适配,都沉淀在组织中。晶圆制造、先进封装和HBM采购,也有各自的合同与交付安排。CEO发生变动,这些工作仍然会继续。

因此,未来几个季度,英伟达有相当厚的积累可以依靠。真正的考验,会逐渐出现在后续产品的取舍、研发资源的分配,以及跨团队问题的解决速度上。

理解这个时间差,就不容易把股价的即时反应和技术竞争力的变化混为一谈。

英伟达今天的优势,也早已超出了单颗GPU。

看它公开的Rubin平台:Vera CPU、Rubin GPU、NVLink交换芯片、网卡、DPU和以太网交换芯片共同构成系统,NVL72方案包含72颗GPU和36颗CPU。

这个产品形态本身就说明,AI计算的竞争已经深入到整个机柜和集群。对手需要回答的问题,包括芯片之间怎样交换数据、网络如何减少拥塞、内存如何供给计算单元,以及软件如何把这些硬件有效组织起来。

只比较芯片规格表上的浮点算力,很容易高估一款产品的竞争力。

GPU在等待数据,峰值算力就无法充分发挥;大规模训练被通信拖慢,增加GPU的收益就会下降;故障恢复反复打断任务,客户购买的设备就有一部分时间无法产生有效结果。

DFT和量产测试负责尽可能筛出制造缺陷,系统运行时还需要错误检测、故障隔离、任务恢复和长期维护。到了数千、数万颗加速器协同工作的规模,可靠性直接影响客户最终得到多少有效计算。

这些能力来自长期的产品迭代,也来自客户现场不断反馈的问题。竞争对手可以在某一项硬件指标上迅速接近,追上整套系统的成熟度通常需要更长时间。

这也是我认为英伟达短期优势仍然稳固的重要原因。

软件这一层,同样需要看得更细,更深一些。

CUDA的价值包含编译器、数学库、通信库、调试工具,以及大量围绕这些工具建立起来的工程经验。开发团队选择一个平台,同时也在选择遇到问题之后的解决路径。

不过,把CUDA理解为永远无法跨越的障碍,也会误判竞争。

PyTorch官方文档明确说明,其HIP后端主动复用既有接口,以减少迁移模型代码时需要做的修改。对相当一部分应用而言,迁移的入口已经比过去容易得多。

困难往往在后面:自定义算子是否需要重写,性能能否达到要求,数值行为是否经过验证,分布式通信是否稳定,新的模型版本能否及时支持。

代码运行成功,只完成了其中一部分工作。客户还需要确认,这套系统能长期、稳定、经济地运行。

这里有一个容易被忽略的差别:同样的迁移成本,对不同客户的意义完全不同。

工程资源有限的企业,通常更愿意购买成熟平台,减少适配和维护工作。超大规模云厂商拥有自己的编译器、系统和芯片团队,计算采购规模又足够大,哪怕单位成本只下降一小部分,也可能值得投入大量工程资源。

所以,英伟达的软件优势对不同客户的约束强度并不相同。最有能力削弱这种约束的,恰好也是它最重要的一批客户。

说到这里,就能看清黄仁勋究竟有多重要。

英伟达的平台越复杂,跨部门的技术取舍就越重要。GPU架构、网络、软件、封装、供电和散热,需要围绕同一代产品形成配合。某个团队单独做到最优,未必能让整个系统按时交付。

黄仁勋长期主导公司,对这些重大取舍承担最终责任。他的离开,会让组织重新建立决策权威,也会让客户重新判断长期承诺的可靠性。

我更担心的情况,是各个团队都保留下来了,研发预算看起来也没有明显下降,但重要问题的决策速度变慢了。

一项跨产品线的调整迟迟无法确定,一个短期回报不清晰的软件项目被削减,一次为了下一代系统效率而增加当代成本的决定难以通过。这些变化不会立即出现在财报里,却可能在下一次产品交付时集中暴露。

芯片公司完全可能在财务表现最好的阶段,开始积累下一轮竞争中的弱点。

因此,评价临时CEO或者未来接班人,应该看其如何授权技术负责人、维持核心团队、保障长期投入,以及处理部门之间的利益冲突。财务出身或工程出身,都无法直接替代这些实际表现。

竞争对手的机会,也会沿着这条时间线展开。

AMD获得的机会最直接,因为它能够向相当一部分相同客户提供替代性的GPU计算平台。但订单究竟能转移多少,依然取决于产品、软件和交付能力。

这里已经有实际进展。根据AMD在2026年10月27日发布的公开材料,Instinct GPU已用于Meta的训练、排序和推荐等生产负载;首批Helios机柜系统已经安装,正在测试,为后续更大规模部署做准备。

生产应用、安装测试和计划部署,代表不同程度的成熟度,需要分开看。

对AMD而言,接下来重要的是把更多测试转化为稳定部署,再通过持续复购扩大规模。黄仁勋辞职可能让客户更愿意投入资源评估替代方案,最终能否拿到订单,还要靠系统表现兑现。

而且,这些合作在黄仁勋辞职之前就已经发生。供应商多元化有自身的商业动力,这次事件可能加快进程,不能把所有变化都归因于它。

如果从长期利润分配看,我更关注云厂商自研芯片带来的压力。

谷歌的TPU产品线已经覆盖训练和推理,Ironwood已正式商用;AWS也在围绕Trainium构建芯片、服务器、网络、软件和云服务相结合的平台。

这些企业控制着大量实际工作负载,可以围绕自己的模型、服务和成本目标进行优化。它们也能够用内部业务消化早期产品,逐步摊薄研发与适配成本。

对这类客户来说,只要一部分足够大的工作负载迁移成功,就能改变采购结构。

训练模型时使用英伟达 GPU,并不会让模型的全部推理需求永久绑定在英伟达硬件上。满足算子、精度和部署要求之后,推理可以运行在其他加速器上。模型与服务越稳定、调用规模越大,针对性优化的投入就越有可能收回。

当然,推理也有长上下文、复杂通信、低延迟和模型快速变化等难题,专用芯片需要付出相应代价。GPU的灵活性仍然有价值。未来更可能出现的局面,是不同平台在不同负载上形成各自的经济优势。

这对英伟达的影响,可能先体现在价格和利润上。

英伟达在截至2026年7月26日的季度财报中披露,公司GAAP毛利率为75%,单季度研发支出约70.54亿美元。前者是全公司的财务指标,不能直接当作某款GPU的利润率;后者则显示出它能够持续投入的资源规模。

如此高的毛利水平,让竞争对手和大客户都有充分动力寻找替代路径。

客户一旦拥有经过验证、可以持续扩容的第二供应商,谈判条件就会变化。即使主要订单仍然交给英伟达,客户也可能争取到更好的价格、交付保障和服务条件。

所以,英伟达继续保持技术领先,与它维持当前利润水平,可以出现不同的结果。

但还有一个更有意思的变化:英伟达正在努力参与那些使用其他厂商计算芯片的系统。

2026年11月8日,英伟达与Rebellions、SK Telecom公布的合作计划,就具有代表性。

按照公告,Rebellions计划让下一代R200 NPU采用NVLink Fusion和MGX机柜架构。双方还计划探索由英伟达GPU负责推理预填充、Rebellions NPU负责解码的分工,相关系统预计2028年具备部署条件。

目前这仍然是未来计划,尚不能当作已实现的商业成果。不过,它清楚地展示了英伟达的一种应对方向:允许其他计算芯片进入系统,同时争取保留互连、基础设施和系统架构上的参与权。

如果这条路走通,其他厂商卖出更多加速器,英伟达也可能继续从相关基础设施中获益。

因此,观察竞争格局,至少要区分GPU份额、系统与网络业务,以及最终利润。单看某一种芯片的出货量,已经不够了。

对中国AI芯片产业,也需要保持同样的判断尺度。

华为昇腾等国产平台的发展,取决于供应链、量产能力、软件适配、集群效率和客户持续使用的结果。黄仁勋离职可能增加部分客户评估替代方案的意愿,但先进制造、HBM供给、出口规则等约束,不会随一次人事变化自动消失。

如果全球市场加快采用多种计算架构,国产平台可能获得更多验证和合作机会。能否接住机会,依然要靠实际交付。

这次交接还有独立调查这一背景。英伟达董事会11月8日的声明称,已启动独立调查,同时表示当时没有理由相信国家安全或公司机密受到损害。后续是否出现影响客户合规审查、销售许可或业务合作的结论,需要依据新的公开证据判断。

这部分如果演变成实质性的经营限制,影响可能比管理层交接本身更直接。目前不能提前把这种结果写进判断。

就现有信息而言,我倾向于认为,英伟达仍有条件在未来几个季度保持强劲的技术与交付能力。竞争格局的变化会先从客户的新增采购、替代平台验证和下一代合作项目中出现,再逐步反映到收入和利润。

接下来我建议大家看的几个具体结果:

  • 正式接班人与技术领导团队能否形成稳定、清晰的决策机制。

  • 后续产品能否按期交付,并在真实集群中兑现效率和可靠性。

  • 大客户对替代平台的投入,能否从测试转向持续部署和复购。

  • 英伟达能否在GPU之外,继续维持网络、互连和系统业务的竞争力。

黄仁勋的离开,给了竞争对手一个扩大机会的窗口。窗口能开多久,要看英伟达的组织表现。对手能拿走多少市场,要看各自的工程能力。

英伟达拥有足够厚的积累,继续做出很强的AI系统。它接下来需要重新证明的,是在没有创始人拍板的情况下,整个组织仍能连续做对下一代产品。

这件事,要靠未来的流片、交付和客户账单回答。

芯片人也算见证历史了,继续熬夜开会去了~




阅读更多

大模型评测实习生到底在做什么?(含腾讯招聘)
2026 北美普通 PhD 找工小结
知友招聘| NVIDIA 大模型推理算法与系统优化-2027届应届毕业生及实习生岗位

🤝 知乎 AI Researcher Club 招募:

知乎联合 10+ 家媒体、创投孵化合作伙伴发起「AI Researcher Club」共创计划,长期支持支持 AI 前沿研究者,让重要的研究被看见、被讨论,让研究者找到彼此,也让新的合作由此发生。点击了解 >> AI Researcher Club

🚀 知乎 AI 社群:

如果你对 AI 共识、AI 活动感兴趣,欢迎扫码加入知乎社群↓,我们将每周送上知乎 AI 周报,分享社区内的 AI 讨论与共识,并不定时送上 AI 各类活动报名。








知乎AI情报站








让一部分开发者先走起来

🚀 知乎科技账号 @ZhihuFrontier 正式登陆 X

🌏 知乎 AI Works 项目广场:

👉🏻 https://www.zhihu.com/project-square,上传你的 Vibe Coding 项目,在知乎遇见更多可能。

【声明】内容源于网络
0
0
知乎AI先行者
在智能之海寻找信标,航向未来。
内容 218
粉丝 0
知乎AI先行者 在智能之海寻找信标,航向未来。
总阅读4.9k
粉丝0
内容218