美国半导体：AI软件会议启示-开源模型动能延续

UBS 这篇会议纪要的核心增量不在「新东西」，而在「重新校准」：它修正了市场对开源冲击 GPU 需求的线性恐慌，把视角从「单 token 价格下行」切换到「token 总量爆发+生态归属」。买方需要警惕的是，这条逻辑链至少有三个隐性前提——第一，开源模型对英伟达硬件的依赖是「现阶段」事实而非「永久」事实，AMD MI300/400 系列、Trainium、TPU、国产 ASIC 都在加速挤入训练与微调；第二，token 单价持续下降是结构性趋势，UBS 用「总量补单价」的乐观假设在 2027 年后是否成立，取决于 Agent 渗透率与企业级 SaaS 货币化速度，弹性远大于当前预期；第三，推理优化方向（低延迟搜索、Agent）确实扩大了 NVDA 在快推理 10-20% 市场的护城河，但「架构演进」段落里 UBS 也坦承解耦方案与堆叠 SRAM 可能侵蚀份额——这是被一行带过的最大尾部风险。 把这篇放进当前格局看，意义有三：①对 NVDA 而言，会议最大价值是验证「开源不是反 NVDA 而是 pro-NVDA」的叙事，但前提是 NVDA 在 Blackwell/Rubin 周期内继续压制开源软件栈（Nemotron + NeMo + CUDA），一旦软件领先被 DeepSeek、Llama、Mistral 等挑战者分流，硬件锁定就会被松动；②对 AMD 来说，开源生态既是机会也是天花板——开源更适配异构硬件，但 NVDA CUDA 生态在微调与部署侧仍是事实标准，AMD 必须先把 ROCm 推到生产级才能真正分食开源红利；③对云计算与内存/网络侧，推理工作负载的扩散利好推理优化型算力、内存（HBM3E/HBM4）、高速网络（NVLink/以太网 AI 互联）以及低延迟存储，这部分需求被低估。 敏感性最高的变量是「Agent 与企业工作流的渗透速度」——若 2026H2-2027H1 Agent 类 ARR 增速从 Perplexity 量级的 3 倍向头部 5-10 家企业级 SaaS 扩散，开源模型 token 占比可能继续向 5-10% 甚至更高推进，NVDA 推理侧需求弹性会显著上修；反之若企业 AI 货币化卡在 ROI 关口，开源模型反而会先压缩 GPU 单价、再压缩出货量。读者应重点跟踪：英伟达每季财报里「推理 vs 训练」收入结构与 Hopper/Blackwell 出货比、Microsoft Copilot ARR 与席位→消耗定价切换的客户净留存、HuggingFace/NeMo 等开源模型下载与微调排名、AMD MI 系列在超大规模客户的实际部署占比、以及 Perplexity、Cursor、Sierra、ElevenLabs 这几家「AI 原生应用」量级公司的 ARR 节奏——这五类数据基本可以提前一个季度验证 UBS 的判断是否成立。