美国商务考察 | 英伟达AMD算力双雄硅谷深度学习

 　　当算力成为新石油，谁在铸造发动机?

　　2025年，全球前十大IC设计公司合计营收突破3594亿美元，同比增长44%。其中一家公司独占57%的份额，营收年增65%，数据中心业务贡献了90%的业绩。

　　另一家公司以"挑战者"姿态紧追不舍，在服务器CPU领域拿下历史新高份额，AI芯片性能四年目标提升1000倍。

　　而它们的邻居——谷歌和Meta——正在用截然不同的方式定义AI的下半场。

　　这是硅谷正在发生的事。不是产品发布会上的PPT，而是真实的战略博弈、技术路线选择和生态卡位。对于中国企业家而言，看懂这四家公司，就基本看懂了未来五到十年科技产业的底层逻辑。

　　中瑭国际推出的美国商务考察项目，以 《从GPU到AI工厂：算力帝国的生态战略》 为主题，深入英伟达、AMD圣克拉拉总部，以及谷歌、Meta总部，进行深度学习交流。这不是一次走马观花的硅谷打卡，而是一次对算力产业生态的系统性拆解。

　　英伟达：从芯片公司到"AI工厂"的缔造者

　　一组数字背后的战略信号

　　英伟达2026财年(截至2026年1月25日)实现全年营收2159亿美元，同比上涨65%;其中数据中心业务全年收入达1937亿美元。2025年第四季度，数据中心业务贡献了公司总营收的90%。

　　这组数字意味着什么?英伟达早已不是一家"显卡公司"。它的收入结构已经完成了从游戏GPU向数据中心AI计算的彻底转型。

　　但真正值得关注的，不是营收规模，而是黄仁勋提出的一个概念：AI工厂。

　　有别于传统数据中心，AI工厂是"专为大规模制造智能而打造"的新型基础设施，它将能源、芯片、基础设施、模型与应用五个关键层整合到一个系统中，以token生成效率作为核心产出指标。用黄仁勋的话说，拼凑式算力中心走不通，一体化AI工厂才是正道。

　　这个判断的战略含义很深：英伟达正在重新定义自己的赛道——它不再只是卖芯片，而是卖一整套智能生产能力。

　　CUDA：600万开发者筑起的护城河

　　理解英伟达的生态壁垒，必须理解CUDA。

　　截至2025年，NVIDIA开发者计划已汇聚600万名开发者，CUDA生态涵盖超过400个库、600个AI模型、3700个GPU加速应用，累计下载量突破5300万次。开发者数量从2021年的250万增长到2024年的510万，AI初创公司从7000家增至19000家。

　　这组数据揭示了一个残酷的现实：在AI计算领域，英伟达的竞争对手面对的不仅是芯片性能的差距，更是生态系统的鸿沟。600万开发者的代码、模型和工具链都构建在CUDA之上，迁移成本极高。

　　在GTC 2026上，CUDA迎来了二十周年。NVIDIA CUDA架构师Stephen Jones主持的专题会议上，来自Meta Superintelligence Labs和Jump Trading的研究人员回顾了CUDA如何从"没有人愿意使用GPU"的境地，成长为今天万亿参数AI模型的基础设施。

　　圣克拉拉总部参访：走进"星际飞船"

　　英伟达总部由两座标志性建筑构成：2017年落成的Endeavor(奋进号)和2022年启用的Voyager(旅行者号)，均以《星际迷航》中的太空船命名。Voyager建筑面积约7万平方米，是Endeavor的两倍多。

　　参访行程中，由英伟达内部工程师带领，深入Voyager与Endeavor大楼，可以近距离了解从早期GPU到Blackwell、Vera Rubin芯片的技术迭代路径，以及英伟达从"卖芯片"到"卖算力基础设施"的战略跃迁。

　　更值得关注的是英伟达的"AI金融化"动作——携手高盛、贝莱德、黑石等六大华尔街巨头，宣布5000亿美元AI基础设施融资计划。这个信号表明，算力正在从技术资产变为可投资的金融资产类别。

　　AMD：开放生态的挑战者

　　第二供应源的战略价值

　　如果英伟达是一家"封闭而强大"的公司，AMD选择的则是一条截然不同的路径。

　　据集邦咨询统计，2025年AMD总营收年增34%，达346亿美元，数据中心营收年增长超过30%。更关键的信号来自客户行为——AI服务器产业客户正在寻求英伟达以外的第二供应来源，以及对开放生态系统的需求正在上升。

　　这不是简单的"备胎"逻辑。当AI基础设施的投资规模从百万级跃升到百亿级，单一供应商的风险变得不可接受。AMD的价值，恰恰在于它提供了一个开放、可替代的计算平台。

　　MI455X与EPYC Venice：面向yotta-scale的布局

　　在CES 2026上，AMD揭示了"Helios"机架级平台——搭载AMD Instinct MI455X GPU和AMD EPYC "Venice" CPU，专为yotta-scale(10的24次方级别)AI基础设施设计。单机架可提供高达3 AI exaflops的效能。

　　EPYC Venice CPU的性能和效率将提升70%以上，线程密度提高30%以上，并推出标准的192核Zen 6版本。第五代EPYC处理器在2025年第四季度已占到服务器总营收的一半以上，AMD在云端和企业级市场份额均创下历史新高。

　　苏姿丰博士将2026年定位为"AMD AI业务的爆发年"。这个判断背后是一条清晰的战略主线：以开放的ROCm软件生态对抗CUDA的封闭体系，以CPU+GPU的协同优势切入AI推理市场。

　　AMD总部深度交流的核心看点

　　在AMD圣克拉拉总部的深度学习交流中，几个关键议题值得关注：

　　EPYC与Ryzen处理器路线图——理解AMD如何在服务器和消费级市场双线推进，以及Zen架构的演进逻辑对AI工作负载的适配策略。

　　AI PC战略——AMD推出的Ryzen AI平台和Ryzen AI Halo开发者平台，正在将AI推理能力下沉到终端设备。这对于关注端侧AI应用的企业家而言，是理解"AI无处不在"落地路径的重要窗口。

　　生成式AI推理的硬件优化方案——当行业从模型训练转向规模化推理，性价比和能效比成为核心竞争维度。AMD的MI440X GPU专为企业内部AI部署设计，采用8 GPU紧凑尺寸，可无缝整合到现有基础设施中。

　　谷歌：从Transformer到Gemini的深度学习之旅

　　一场"翻身仗"背后的研究逻辑

　　2025年，谷歌在AI领域打了一场被业界称为"翻身仗"的战役。3月发布Gemini 2.5，11月推出Gemini 3，12月又发布Gemini 3 Flash。Gemini 3在逻辑推理与数学能力上刷新纪录，Gemini Deep Think在数学奥赛(IMO)与编程竞赛(ICPC)中双双达到金牌水平。

　　但比产品更值得关注的，是谷歌的研究方法论。Google Research 2025年度回顾中明确提出了"研究的魔法循环"概念——从大胆的登月计划到好奇心驱动的变革性研究，再到加速影响力的应用创新，形成一个持续运转的闭环。

　　在深度学习的基础研究层面，谷歌对LLM事实性的研究可以追溯到2021年，这些积累最终使Gemini 3成为"最有能力且最注重事实"的大语言模型。

　　谷歌总部深度学习交流的价值

　　走进谷歌总部(Googleplex)，交流的核心不是产品演示，而是理解一家顶级研究机构如何组织创新。

　　在过往的深度交流中，DeepMind研究科学家曾分享"AI大模型竞赛与热点产品解析"，涵盖多模态基础模型与视频生成的最新进展。参访者可以直观感受谷歌的开放式组织结构、园区建筑理念与能源系统，以及内部工程师的工作方式。

　　对中国企业家而言，谷歌案例的核心启示在于：深度学习研究需要长周期的耐心投入，而研究成果的产品化需要一套精密的转化机制。这种"研究-产品"之间的组织能力，比任何单点技术突破都更难复制。

　　Meta：开源路线的转向与AI战略重构

　　Llama的十亿次下载与战略调整

　　Meta在AI领域的标志性成就是LLaMA系列模型。LLaMA累计下载量已超过10亿次，成为开源AI生态的基石。PyTorch框架驱动了全球63%的训练模型，是深度学习领域最重要的基础设施之一。

　　但2025年，Meta的AI战略经历了一次重大转向。Llama 4的表现不及预期，Meta在2026年初基本放弃了长期坚持的开源战略，转向开发名为"Avocado"的闭源模型。AI先驱Yann LeCun离职创办AMI Labs，约50%以上的原始Llama论文作者在六个月内离开。

　　这些变化说明一个重要趋势：开源与闭源的边界正在重新划定。Meta的转向并不意味着开源失败，而是反映了AI竞赛进入新阶段后，商业化压力对研究策略的深刻影响。

　　Meta总部的深度学习交流重点

　　在Meta总部(Menlo Park)的深度学习交流中，值得关注的议题包括：

　　Meta的资本投入规模——2025年基础设施投资达660亿至720亿美元，2026年预计进一步攀升至1150亿至1350亿美元。这种量级的投入背后，是对AGI的长期押注。

　　Meta Superintelligence Labs的组建与组织架构调整，以及从FAIR研究实验室向产品导向的GenAI团队的转型路径。

　　开源模型(Llama系列)与闭源模型(Avocado)并行策略的商业逻辑，以及Meta如何在全球AI竞争中重新定位自己的角色。

　　为什么这场考察值得走一趟?

　　看企业，不如看决策逻辑

　　搜索"美国商务考察"，能看到的行程很多。去英伟达拍张Voyager大楼的照片，去谷歌园区吃顿午餐，这些事不难做到。

　　难的是：理解这些决策背后的逻辑。

　　英伟达为什么从卖芯片转向卖"AI工厂"?AMD为什么选择开放生态而非封闭体系?谷歌为什么能在"被认为落后"后迅速反超?Meta为什么在开源领先时选择转向?

　　这些问题的答案，不在新闻稿里，不在财报电话会上，而在与内部工程师、研究者的面对面交流中。中瑭国际的考察行程中，英伟达段由内部工程师带领深入Voyager与Endeavor大楼，AMD段聚焦EPYC路线图与AI PC战略的深度解读，谷歌段侧重深度学习研究的组织方法论，Meta段关注开源与闭源的战略重构。

　　从"看创新源头"到"建自己的判断框架"

　　这场考察的终点，不是知识本身，而是判断力。

　　当一位企业家亲眼看到英伟达如何用600万开发者的CUDA生态构建护城河，他会重新思考自己企业的平台战略。当他了解到AMD如何以开放路线在巨头的阴影下找到生存空间，他会重新审视"挑战者"的策略选择。当他听到谷歌研究者讲述从Transformer到Gemini的十年积累，他会重新理解"长期主义"在技术领域的真实含义。

　　算力是新石油。但更重要的不是拥有石油，而是理解炼油厂的运作原理——从原油到成品，每一道工序都有其逻辑。

　　中瑭国际的美国商务考察，走的正是这条"从源头理解逻辑"的路。这不是终点，而是企业决策者建立自己判断框架的起点。

　　中瑭国际 | 专注国际商务考察与企业家游学，累计服务超2000个政企团组，覆盖德国工业考察、美国硅谷创新、人工智能、汽车制造等多元领域。

　　权威信源

　　①2026-04-02证券时报《全球前十大IC设计厂营收大增》

　　②2026-01-06 AMD官网《AMD携手合作伙伴于CES 2026阐述"AI Everywhere, for Everyone"的未来愿景》

　　③2026-04-02 NVIDIA GTC 2026《CUDA二十周年：致敬加速计算时代的奠基者》

　　④2025-12-18 Google Research Blog "Google Research 2025: Bolder breakthroughs, bigger impact"

　　⑤2026-02-11 Longterm Wiki "Meta AI (FAIR) organizational profile"

　　⑥2026-09-30中瑭国际《美国硅谷AI名企考察》