参与 VentureBeat 7月 VB Pulse 调查的170名人工智能基础设施专家中，有39.4%表示计划在未来12个月内评估非Nvidia加速器。涵盖 AWS Trainium、Google TPU、AMD Instinct、Intel Gaudi 和内部 ASIC 的这一比例，在 Nvidia Blackwell（GB300）或其他新一代 Nvidia GPU 中仅为25.3%。尽管相差14个百分点，Nvidia仍然是生产环境中的默认选项。
随着各组织扩展并更高效地使用现有人工智能基础设施，更换平台的紧迫性有所下降。预计在3个月内进行更换的受访者比例，从6月的38.3%降至7月的28.8%。与此同时，生产环境使用率、加速器容量利用率、neocloud以及开源基础设施的寻求均有所增加。
Azure 的生产环境使用率从29%升至47.1%，Google Gemini 从41.1%升至47.6%，OpenAI 从40.2%升至49.4%，Anthropic 从12.1%升至24.7%。在自行运营 GPU 的组织中，容量利用率处于一半或以下的比例从83%降至69%，超过50%的利用率则从13%升至23%。将可靠性视为重要指标的受访者比例从42.1%升至51.2%，对吞吐量的选择比例从21.5%升至24.7%。易用性评分从3.84升至4.04，满意度从4.07升至4.14；感知价值维持在约3.9。
为何重要
数据显示，人工智能基础设施领域的竞争不仅围绕新型加速器的技术规格展开，也取决于生产环境中的可靠性、易用性和容量效率。对非 Nvidia 选项的兴趣上升，表明各机构正在评估不依赖单一供应商的替代方案，而短期平台更换有所减少，则说明这种探索尚未转化为广泛迁移。生产环境使用率上升和 GPU 容量利用情况改善，表明各组织的首要任务是从现有系统中获得更多产出。仍待解答的问题是，替代加速器和基础设施在生产环境中的可靠性和价值指标方面，能够在多大程度上挑战 Nvidia 的既有地位。
背景
Nvidia 对 FikirPilot 档案而言并不是一个新名字：过去90天内，我们发布了9篇提及该名称的报道；最新一篇发布于2026年9月1日。