隨著 AI 資料中心規模持續擴大，市場對英偉達護城河的討論也在變化。外媒 TechCrunch 評論稱，投資者過去更關注 GPU 是否會被雲廠商自研晶片削弱，但在最新財報後，市場開始把注意力轉向另一個問題：誰能把整套 AI 系統高效運轉起來。
競爭焦點轉向系統
文章認為，AI 算力部署正朝向更高功率和更大叢集發展，單看 GPU 已不足以解釋競爭格局。資料中心越大，資料、儲存、網路與計算之間的協同越複雜。GPU 仍是核心元件，但真正決定效率的，越來越多是 GPU 之外的系統能力。
這也是英偉達當前敘事變化的核心。即使亞馬遜、谷歌等大型雲廠商持續推進自研晶片，英偉達仍圍繞 GPU 周圍建立更完整的基礎設施組合。文章將其概括為：如果 GPU 是引擎，那麼其餘系統就是整輛車。
Vera Rubin 覆蓋更多環節
TechCrunch 提到，英偉達正在推進 Vera Rubin 架構。該架構不僅包含 Rubin GPU，還配套 Vera CPU，以及面向存儲、網絡等環節的機架級系統。文章認為，這些產品的意義在於，它們並非直接負責生成 token，而是盡量減少 GPU 之外的性能損耗。
其中，Vera CPU 被描述為數據調度的重要一環。英偉達存儲技術副總裁 Jason Hardy 表示，單台伺服器或單一計算平台可容納的記憶體有限，因此如何在合適時間把數據送到 GPU，正成為系統效率的關鍵。
數據移動成為新戰場
文章援引 Hardy 的說法稱，在部分相關操作中，Vera CPU 帶來的加速效果可達到約 3 倍。這意味著閃存等硬體資源可以被更充分地利用，系統瓶頸也有機會下降。
文章還提到，此類問題並非僅存在於英偉達體系內。OpenAI 在介紹 Jalapeño 芯片時，也將減少數據移動和通信延遲列為重點目標。其思路是盡量讓完整工作負載停留在一個互聯系統內，以減少跨模塊傳輸帶來的損耗。
在 TechCrunch 看來，這說明 AI 基礎設施競爭正在進入新階段。企業比拼的不再只是處理器算力，還包括數據如何流動、存儲如何配合、網絡如何避免堵塞。換句話說，競爭層級正在從「誰有更強 GPU」，轉向「誰能讓整套系統以更高效率運行」。
文章認為，這一變化並不意味著英偉達已經鎖定勝局。它仍要面對其他晶片廠商和大型雲服務商的競爭。但在當前階段，英偉達在系統整合和調度能力上仍顯得領先，這也是市場重新評估其 AI 優勢的重要原因。