Nvidia 收盤上漲 0.75% 至 183.22，但緩慢上行掩蓋了一個更尖銳的風險敘事：其最大客戶正在自建加速器。隨著 Google、Amazon、Microsoft 與 OpenAI 加碼客製化矽晶片—而 Meta 透過收購加入戰局—超大規模雲端廠商正從價格接受者轉變為平台競爭者，這一轉變威脅到 Nvidia 的定價能力，即便單位需求仍然火熱。
AI 晶片土地爭奪戰仍是 Nvidia 的地盤，但客戶組合正以影響毛利率的方式改變。Google 長期推動的 TPU 計畫正從內部工作負載邁向外部銷售，根據近期報導亦是如此。Amazon 在 Project Rainier 下擴大 Trainium2 部署，Anthropic 已成為旗艦用戶。Microsoft 雖起步較慢仍在推進 Maia，而 OpenAI 正與 Broadcom 合作設計自有零組件。Meta 透過收購 Rivos 增強內部能量。這些公司不需要大規模販售晶片就能削弱 Nvidia 的議價能力；它們只需足夠多的可行、較便宜替代品來維持自家資料中心的經濟性——並迫使 Nvidia 在價格與交付上更誠實。
JPMorgan 預估到 2028 年客製晶片將佔 AI 加速器市場 45%，相較 2024 年的 37% 增幅顯著。這種組合變化至關重要。超大廠表示，相較於租用 Nvidia GPU，以自家矽晶片運行獲利更多，因為它們控制整個堆疊，從編譯器到網路。更便宜、針對工作負載調校的晶片已足以應付越來越多的訓練與推論任務，特別是當軟體抽象層改善時。因此分析師形容為「千刀萬剮」。即便 Nvidia 持續在擴大量級市場中的出貨量，一股穩定的內部替代品滴流仍能削弱定義本輪週期的溢價定價。短期結果是健康的營收；長期風險則是當超大廠掌握可信替代品時，毛利率趨於常態化。
Google 據報將實體銷售 TPU 給外部雲端供應商，是 Nvidia 最成熟客戶現已成為競爭者的最直接信號。TPU 系列經過多代成熟演進，最新的 Ironwood 延續十年的迭代，縮小了效能與能效差距。分析師認為，先進實驗室和對成本敏感的企業 AI 將有需求，尤其是在工作流程已為 Google 軟體堆疊優化的情境下。如果 Google 將外部 TPU 系統規模化，將重置每美元效能與每機櫃功耗的市場期待—這些基準影響採購決策，遠超單一供應商。這也會驗證客製化矽晶片作為超越內部成本對沖的商業模式，並促使 AWS 與 Azure 更積極將自有硬體推向第三方工作負載。
預期 2026 年將是非 Nvidia 矽晶片活躍的一年。Seaport 的 Jay Goldberg 看到客製晶片供應鏈活動加速，路線圖也說明了原因。AWS 已在生產部署 Trainium2，並在 Project Rainier 下投資產能。Microsoft 在第一代 Maia 上落後，激勵其加速追趕以保護 Azure 毛利與開發者鎖定。Meta 在早期努力結果參差後，寄望 Rivos 強化其 AI 加速器計畫。OpenAI 與 Broadcom 的合作則指向為其最耗算力的工作負載打造專屬路徑。這些不是虛榮工程，而是超大廠拒絕在數千億資本支出週期中被單一供應商綁架的邏輯結果。
Nvidia 的反擊簡單且目前有效：它銷售整座 AI 工廠。Jensen Huang 的主張是 Nvidia 不只是 GPU 廠商。它將 Blackwell GPU 與自家 Grace CPU 及網路設備整合成交鑰匙機櫃，提供整套堆疊以降低部署風險與產品上線時間，對於搶先推出 AI 功能的客戶尤為重要。這點重要，因為 AI 的瓶頸既有網路、軟體與協排，亦有裸算力。通過掌控系統與以 CUDA 為核心的軟體生態，Nvidia 在競爭對手薄弱之處守住護城河。超大廠可以造晶片；打造一個一致、可擴展且擁有龐大開發者基礎的系統更為困難。這正是投資人願意付價的優勢。
華爾街部分觀點認為，客製晶片浪潮不會擊垮 Nvidia，因為市場成長速度仍超越任何單一競爭者能填補的缺口。Bank of America 與其他機構將其視為「在擴大餅中取得份額」的故事：Nvidia 持續找到擴大需求的方法，從訓練大規模前沿模型到即將到來的推論與資料處理浪潮。即便定價力回歸常態，此情況仍可能成立。估值的關鍵細節不是出貨量，而是溢價毛利的可持續性。若客製矽晶片到 2028 年捕獲 40–45% 的加速器市場份額，即便未奪走 Nvidia 的王冠，也能把單位平均售價與對大雲端交易更積極折扣的預期錨定下來。Nvidia 仍能在量與平台上勝出，但勝利的形態將改變。
客製化矽晶片不僅會替代 Nvidia，更會重新分配利潤池。Broadcom (AVGO) 與 Marvell (MRVL) 已成為超大廠路線圖中的設計與製造夥伴。SK Hynix 與 Micron 等記憶體廠商會從每種需要高頻寬記憶體的配置中獲益，不論加速器上的品牌為何。網路仍是瓶頸，能在機櫃級別解決每瓦頻寬與低延遲可擴展性的廠商將受惠，目前 Nvidia 強勢，但商用矽與內部設計正在崛起。若 Google 的 TPU 系統對外出貨，光連接與電源基礎設施將出現連鎖反應，因為產業將圍繞多種參考架構而非僅 Nvidia 的架構進行最佳化。贏得 AI 資料中心越來越像是供應鏈控制的問題，而不僅是晶片領導力。
短期內，注意 Google 外部 TPU 的節奏與定價、AWS Trainium2 的供貨與基準透明度、Microsoft Maia 的路線圖，以及 OpenAI 與 Broadcom 合作的任何具體里程碑。這些將顯示超大廠是否打算把自家晶片推向內部工作負載之外，成為為客戶創造營收的服務。對 Nvidia 而言，留意 Blackwell 系統如何打包、軟體權益是否成為更大的槓桿，以及其對雲端巨頭多年度產能預約的定價策略有多激進。AMD (AMD) 在 GPU 賽道仍是最直接的替代者；若超大廠將自有矽晶片推向主流推論，AMD 的上行空間可能偏向企業與專用訓練利基，除非它能取得連續的大規模勝利。以最近收盤價看，Nvidia 股價仍持穩，但研究語調與客戶公告的緩慢節奏預示著一個更緊繃的毛利故事。多頭論點仍在於平台深度與執行力；空頭論點因組合與定價而增長。
Nvidia 並未放棄 AI 世代。它在系統、軟體與迭代速度上重新定義戰場，同時超大廠在它們最能控制成本的堆疊部分不斷削弱其優勢。這使得今日的溫和股價上漲變得合理，且使長期辯論更為尖銳。如果大型科技的客製矽晶片在 2026 年中前後成熟，Nvidia 的單位成長可以保持強勁，而其在最大交易中的抽成率可能趨於下降。對投資人來說，問題已不只是 Nvidia 是否仍居於領先，而是當其客戶同時也是最有能力的競爭者時，哪種溢價倍數才合理。
