Изучите 14 ведущих альтернатив и конкурентов Nvidia в 2026 году

NVIDIA доминирует на рынке дискретных графических процессоров для настольных ПК, занимая почти 88% рынка в 2024 году, в первую очередь благодаря своей линейке продуктов GeForce, которая популярна как среди геймеров, так и среди профессиональных пользователей. 

Компания также является лидером рынка оборудования для искусственного интеллекта и машинного обучения:почти 98% рынка принадлежит графическим процессорам и процессорам искусственного интеллекта, используемым в центрах обработки данных. По данным компании TechInsights, занимающейся анализом полупроводников, в 2023 году Nvidia поставила 3,76 миллиона графических процессоров для центров обработки данных по сравнению с 2,64 миллиона в 2022 году. [1]

Этот резкий рост способствовал тому, что выручка NVIDIA за финансовый год, закончившийся в июле 2024 года, достигла $96,3 млрд, что на ошеломляющий рост на 194,6% по сравнению с аналогичным периодом прошлого года. Примерно 78 % этого дохода поступило от бизнеса центров обработки данных, а 17,1 % — от сегмента графических процессоров для настольных ПК.

В 2025 финансовом году выручка Nvidia достигла $165,21 млрд, что на 71,55% больше, чем в предыдущем году. Валовая прибыль компании выросла до ошеломляющих $115,39 млрд, увеличившись на 57,71% в годовом исчислении.

Хотя доходы Nvidia быстро растут, она также сталкивается с сильной конкуренцией на нескольких ключевых рынках. Здесь мы выделяем основных конкурентов, бросающих вызов доминированию NVIDIA в таких областях, как микросхемы искусственного интеллекта, центры обработки данных, игровые графические процессоры и технологии автономного вождения.

Знаете ли вы? 

Самым дорогим приобретением NVIDIA на сегодняшний день стала покупка Mellanox Technologies за 6,9 млрд долларов в 2019 году. Это приобретение помогло Nvidia укрепить свои позиции на рынке центров обработки данных, предлагая комплексные вычислительные решения, сочетающие графические процессоры и сети. [2]

14. IBM

Основан :1911 г.
Годовой доход :$64,03 млрд+
Конкуренция :ИИ и высокопроизводительные вычисления

IBM конкурирует с NVIDIA в первую очередь в области искусственного интеллекта, высокопроизводительных вычислений (HPC) и решений для центров обработки данных. В частности, ее системы Watson AI и Power Systems конкурируют с графическими процессорами NVIDIA с искусственным интеллектом, используемыми для рабочих нагрузок машинного обучения.

IBM активно присутствует в сфере гибридных облачных услуг — она предоставляет решения в области искусственного интеллекта и автоматизации, адаптированные для различных отраслей, таких как финансы, здравоохранение и логистика. Ее консалтинговое подразделение помогает компаниям глубоко интегрировать искусственный интеллект и облачные технологии, предлагая более комплексный подход, чем стратегия Nvidia, ориентированная на аппаратное обеспечение.

Согласно отчету об исследовании рынка, глобальные услуги IBM Watson в 2023 году оценивались в 5,5 миллиардов долларов, а к 2033 году, по прогнозам, они достигнут 76,47 миллиардов долларов, а среднегодовой темп роста составит 30,1%. [3]

IBM также активно инвестирует в квантовые вычисления. В 2023 году компания представила мощный процессор Condor с 1121 сверхпроводящим кубитом, который может конкурировать с будущими разработками NVIDIA в этой области. [4]

Что касается исследований, квантовое оборудование IBM используется для более сложных экспериментов, включая моделирование калибровочной теории решетки и исследование топологических фаз. Эти эксперименты подчеркивают растущую зрелость «шумных» квантовых устройств среднего масштаба.

13. Технология Марвелл 

Основан :1995 г.
Годовой доход :$6,5 млрд+
Конкуренция :Инфраструктура данных

Marvell Technology — компания по производству полупроводников, которая конкурирует с NVIDIA в определенных сегментах, особенно на рынках центров обработки данных, облачных вычислений и инфраструктуры 5G. В то время как NVIDIA фокусируется на графических процессорах, Marvell фокусируется на сетевых технологиях, системах хранения данных и процессорах для центров обработки данных.

Marvell разрабатывает Ethernet, коммутаторы для центров обработки данных, блоки обработки данных и контроллеры хранения данных, которые продает OEM-производителям, поставщикам облачных услуг и телекоммуникационным компаниям. Компания имеет сильное присутствие на рынке инфраструктуры 5G — она работает с крупными поставщиками телекоммуникационных услуг и предлагает продукты, специально разработанные для оптимизации базовых станций 5G. 

В 2025 году компания представила решение для масштабирования UALink, направленное на максимальное использование вычислительных ресурсов ускорителей и коммутаторов. Его ключевые особенности включают низкую задержку, поддержку открытых стандартов и гибкие варианты упаковки, такие как совместная медь или оптика.

Marvell владеет более 20 290 патентами по всему миру, охватывающими полупроводниковые, сетевые технологии и технологии 5G. Из них 49,6% в настоящее время активны. Большинство патентов было подано в США, за ними следуют Китай и европейские страны. [5]

12. Краткий обзор

Основан :1986 г. 
Годовой доход :$6,43 млрд+
Конкуренция :предоставляет инструменты автоматизации проектирования на основе искусственного интеллекта.

Synopsys предоставляет программное обеспечение и интеллектуальную собственность (ИС) для проектирования, проверки и тестирования чипов, которые полупроводниковые компании, такие как Nvidia, используют для создания сложных графических процессоров, ускорителей искусственного интеллекта и SoC (систем на кристалле). В то время как Synopsys фокусируется на обеспечении процесса проектирования, Nvidia фокусируется на создании и маркетинге самих чипов.

Synopsys также предлагает решения в области безопасности программного обеспечения и проверки оборудования. И Synopsys, и Nvidia пересекаются в обеспечении безопасности систем, управляемых искусственным интеллектом, хотя первая больше фокусируется на этапе проверки и тестирования. 

Компания Synopsys стала свидетелем последовательного роста продаж инструментов автоматизации электронного проектирования (EDA) и лицензирования полупроводниковой интеллектуальной собственности, при этом ежегодный рост выручки составляет 13-15%. Этот рост обусловлен растущим спросом на искусственный интеллект и нестандартные конструкции чипов. [6]

В 2025 году Synopsys приобрела Asys, создав новую синергию за счет объединения инструментов Synopsys Electronic Design Automation (EDA) с симуляцией и физическим моделированием Ansys. Цель состоит в том, чтобы обеспечить более сильные возможности взаимодействия полупроводниковых систем в различных отраслях. 

11. Amazon (чипы AWS Inferentia и Trainium)

Основан :1994 г.
Годовой доход :более 111 миллиардов долларов США (от AWS)
Конкуренция :процессоры Graviton и Inferentia 

AWS разработала собственный чип, в том числе процессоры Graviton для общих вычислительных задач и чипы Inferentia, оптимизированные для машинного обучения. С помощью этих двух чипов Amazon стремится снизить свою зависимость от стороннего оборудования. [7]

Процессоры Amazon Inferentia предназначены для процессоров Nvidia A100 и H100, которые предназначены для рабочих нагрузок вывода машинного обучения. Компания также представила чипы Trainium для глубокого обучения моделей с более чем 100 миллиардами параметров. [8][9]

Amazon предлагает через AWS услуги искусственного интеллекта и машинного обучения, такие как SageMaker (полностью управляемый сервис машинного обучения). Напротив, Nvidia обеспечивает системы искусственного интеллекта своими графическими процессорами и программными платформами, такими как CUDA.

Компания также добилась значительного прогресса в области автономных систем, приобретя Zoox, стартап по автономному вождению. Это приобретение укрепило позиции Amazon в области патентов на технологии автономного вождения и помогло компании улучшить автоматизацию своей дистрибьюторской сети, особенно в сфере доставки последней мили.

Кроме того, AWS стремится снизить зависимость от поставщиков графических процессоров (в основном Nvidia) в обучении и рабочих нагрузках путем разработки и масштабирования собственных чипов. Это снижает затраты (так называемый «налог Nvidia») и дает AWS больше контроля над производительностью, энергопотреблением и масштабируемостью. 

10. Облако Алибаба

Хангуан 800 НПУ

Основан :2009 г. 
Годовой доход :$15 миллиардов+
Конкуренция :аппаратная инфраструктура искусственного интеллекта 

Alibaba Cloud — один из крупнейших поставщиков облачных услуг, занимающий почти 4% мирового рынка облачных услуг. Он предлагает услуги IaaS, PaaS и AI. Как и AWS, Alibaba Cloud использует графические процессоры Nvidia для рабочих нагрузок искусственного интеллекта и машинного обучения, но также разработала собственные чипы, чтобы конкурировать с оборудованием Nvidia.

Например, ее Hanguang 800 (чип вывода искусственного интеллекта) конкурирует с графическими процессорами Nvidia A100 и H100 в области вывода искусственного интеллекта в облаке. Hanguang 800, оптимизированный для низкого энергопотребления, может выполнять такие задачи, как анализ изображений с помощью искусственного интеллекта (который обычно занимает один час) всего за пять минут. [10]

В 2022 году Alibaba Cloud представила свою платформу разработки чипов Wujian 600. Она может помочь производителям разрабатывать высокопроизводительные SoC для периферийных вычислений с использованием искусственного интеллекта, экономично и эффективно используя архитектуру набора команд RISC-V. [11]

В 2023 году ежегодные расходы Alibaba на исследования и разработки достигли 7,6 млрд долларов США, при этом основное внимание уделялось чипам искусственного интеллекта, облачной инфраструктуре и разработке индивидуальных чипов. Alibaba Cloud Intelligence Group сообщила о годовом доходе Alibaba Cloud Intelligence Group в 2024 финансовом году в размере 14,73 миллиарда долларов США, что на 3 % больше, чем в предыдущем году, а показатель EBITA достиг 848 миллионов долларов США.

В 2025 году Alibaba пообещала инвестировать почти 52 миллиарда долларов в течение следующих трех лет в развитие своей облачной инфраструктуры и возможностей искусственного интеллекта. Это больше, чем компания потратила на облако AI+ за последнее десятилетие. 

9. Google (тензорные процессоры – TPU)

Google TPU:Айронвуд

Основан :2008 г. (платформа Google Cloud)
Годовой доход :более 36 миллиардов долларов (от Google Cloud) 
Конкуренция :  Тензорные процессоры (TPU)

Google разработала тензорные процессоры (TPU) для ускорения рабочих нагрузок машинного обучения. TPU оптимизированы для TensorFlow, платформы машинного обучения Google с открытым исходным кодом, которая интегрируется с CUDA NVIDIA. 

ТПУ обеспечивают высокую эффективность обучения моделей ИИ. Например, Google сообщил, что TPU смогут обучать такие модели, как ResNet-50, в 15 раз быстрее, чем обычные графические процессоры (такие как Nvidia P100), когда они будут представлены.

В 2024 году Google анонсировала шестое поколение своего TPU, которое обеспечивает в 4,7 раза больше пиковых вычислений на один чип и более чем на 67% более энергоэффективно, чем предыдущее поколение. Этот новый TPU предназначен для ускорения следующей волны моделей искусственного интеллекта, предлагая более быструю и эффективную работу с уменьшенной задержкой. [12]

Google также является лидером в исследованиях и инновациях в области искусственного интеллекта, предлагая новаторские разработки в области глубокого обучения, обработки естественного языка, облачных вычислений и специального оборудования для искусственного интеллекта. В 2024 финансовом году компания потратила на исследования и разработки $47,13 млрд, что на 10,65% больше, чем в прошлом году. [13]

В 2025 году Google анонсировала Ironwood, свой первый TPU, разработанный специально для логического вывода, обеспечивающий ~4614 терафлопс на чип и масштабируемый до 9216 чипов на кластер при заявленных ~42,5 экзафлопсах.

8. Huawei  

Основан :1987 г. 
Годовой доход :99,37 миллиарда долларов
Конкуренция : ИИ и инфраструктура 5G 

Huawei разрабатывает собственные чипы искусственного интеллекта, в первую очередь процессоры Ascend. Например, чипы Ascend 910 и Ascend 310 предназначены для высокопроизводительных задач искусственного интеллекта. Чипы серии Ascend 910B второго поколения увеличили максимальную теоретическую производительность на 80 терафлопс (FP16) по сравнению с чипами серии Ascend 910 первого поколения. [14]

Эти чипы используются в облачных сервисах Huawei, втором по величине поставщике облачных услуг в материковом Китае. NVIDIA конкурирует здесь, поставляя графические процессоры другим крупным облачным провайдерам и предприятиям для рабочих нагрузок искусственного интеллекта и машинного обучения. 

Huawei готовит новые чипы, такие как Ascend 910D, стремясь соответствовать или превосходить некоторые предложения Nvidia по возможностям обучения. 

Huawei также является лидером в области телекоммуникаций 5G и периферийных вычислений, занимая почти 30% мирового рынка телекоммуникационного оборудования. Технологии искусственного интеллекта и 5G частично совпадают с амбициями NVIDIA по доминированию в области ИИ на периферии, особенно в области автономных систем и Интернета вещей. [15]

7. Микронная технология

Основан :1978 г.
Годовой доход :21,37 миллиарда долларов
Конкуренция :Решения в области памяти для рабочих нагрузок ИИ

Micron разрабатывает решения для хранения данных DRAM, флэш-памяти NAND и SSD. Хотя компания не конкурирует напрямую в сфере графических процессоров или аппаратного обеспечения искусственного интеллекта, ее продукты имеют решающее значение для производительности моделей искусственного интеллекта и облачных инфраструктур, в которых также работает NVIDIA.

Решения памяти Micron хранят и управляют огромными наборами данных (которые обрабатываются микросхемами искусственного интеллекта), обеспечивая высокоскоростной доступ, необходимый алгоритмам искусственного интеллекта. Компания является ключевым поставщиком памяти GDDR6X, которая имеет решающее значение для высокопроизводительных графических процессоров NVIDIA, используемых в приложениях искусственного интеллекта и центрах обработки данных.

Micron является третьим по величине производителем чипов DRAM, занимая примерно 21,5% мирового рынка DRAM после Samsung и SK Hynix. Ей также принадлежит 9,9% рынка флэш-памяти NAND. [16]

В 2025 году компания запустила узел DRAM с 1-гаммой, в котором используется литография EUV (экстремальный ультрафиолет). Они также представили новые модули форм-фактора DDR5, которые включают в себя драйвер тактовой частоты модуля памяти (вместо того, чтобы полностью полагаться на тактовую частоту процессора). Эти модули могут достигать скорости до 6400 МТ/с. 

6. Системы Cisco

Основан :1984 г.
Годовой доход :$56,6 млрд+
Конкуренция :  ИИ, инфраструктура центров обработки данных и сети

Основная сила Cisco заключается в аппаратном обеспечении (например, коммутаторах и маршрутизаторах) и программных решениях для центров обработки данных. Он также предоставляет инструменты облачных сетей и программно-определяемых сетей (SDN), занимая почти 40% рынка сетевой инфраструктуры предприятия. [17]

Высокопроизводительные коммутаторы Nexus, особенно предназначенные для центров обработки данных, обеспечивают высокую пропускную способность сети и низкую задержку, что крайне важно для ИИ и облачных рабочих нагрузок. Архитектура Cisco ACI поддерживает автоматизацию сети и оптимизацию рабочих нагрузок, ориентируясь на рынок высокопроизводительных вычислений (HPC).

Cisco также инвестирует в периферийные вычисления, интегрируя сетевые возможности с вычислительной мощностью в реальном времени на периферии — рынке, где платформа NVIDIA Jetson также доминирует. Обе компании занимаются обработкой ИИ на периферии для таких приложений, как Интернет вещей и автономные системы. 

В 2024 финансовом году Cisco потратила более 7,9 миллиардов долларов на развитие сетевых технологий, автоматизацию сетей на основе искусственного интеллекта, периферийные вычисления и решения в области кибербезопасности. [18]

Cisco объявила о нескольких инициативах в области искусственного интеллекта на Ближнем Востоке, включая сотрудничество с G42 и альянсом HUMAIN в Саудовской Аравии для создания инфраструктуры искусственного интеллекта. Эти усилия демонстрируют стремление Cisco играть центральную роль в развитии искусственного интеллекта в регионе.

В 2025 году Cisco расширила сотрудничество с NVIDIA, чтобы предоставить сетевую инфраструктуру центров обработки данных, готовую к использованию искусственного интеллекта. Ключевым результатом является «унифицированная архитектура для всех портфелей», которая сочетает в себе микросхему коммутатора Cisco Silicon One с NVIDIA Spectrum-X Ethernet, что позволяет коммутаторам Cisco напрямую интегрироваться в платформу Spectrum-X. 

5. Яблоко  

Основан :1976 г.
Годовой доход :29,36 миллиарда долларов (с Mac)
Конкуренция :чипы серий A и M 

Специальные микросхемы Apple, в том числе чипы M1, M2 и M3 для линейки Mac, напрямую конкурируют с Nvidia в области высокопроизводительных вычислений и рабочих нагрузок искусственного интеллекта. В 2024 году Apple представила чип M4 с самым быстрым на сегодняшний день нейронным движком, способным выполнять 38 триллионов операций в секунду. [19]

Apple также разрабатывает чипы Bionic серии A, которые интегрируют в iPhone ускорители машинного обучения и нейронные механизмы, обеспечивая мощную обработку искусственного интеллекта на устройстве. Их самый продвинутый чип, A18 Pro, может похвастаться 16-ядерным нейронным процессором, который может обрабатывать 35 триллионов операций в секунду.

3-нм чип Apple Bionic A18 Pro для моделей iPhone 16 Pro.

6-ядерный процессор
6-ядерный графический процессор#AppleEvent #AppleEvent24 #BionicA18Pro pic.twitter.com/1uKkQseltL

– Абхишек Ядав (@yabhishekhd), 9 сентября 2024 г.

В 2023 году Apple продала около 231 миллиона iPhone, что составило 52% ее общего дохода. В 2024 году компания инвестировала 31,37 миллиарда долларов в исследования и разработки по сравнению с 29,9 миллиарда долларов в 2023 году и 26,2 миллиарда долларов в 2022 году, уделяя особое внимание технологиям искусственного интеллекта, машинного обучения, специализированных микросхем и технологий дополненной реальности.

Apple присоединилась к консорциуму Ultra Accelerator Link (UALink), который занимается разработкой стандартных межсоединений для ускорителей искусственного интеллекта и чипов в кластерах центров обработки данных. Цель UALink — преодолеть узкие места в подключении между ускорителями, такими как графические процессоры, TPU и специальные чипы искусственного интеллекта, позволяя большим группам чипов работать вместе в модулях с высокой пропускной способностью и низкой задержкой. 

4. AMD (Продвинутые микроустройства)

Графические процессоры AMD Instinct MI355X

Основан :1969 г.
Годовой доход :23,7 миллиарда долларов
Конкуренция :графические процессоры Radeon и процессоры EPYC в центрах обработки данных.

AMD (сокращение от Advanced Micro Devices) — прямой конкурент Nvidia на рынке графических процессоров, центров обработки данных и оборудования для искусственного интеллекта. Компания также разрабатывает специальные чипы для таких консолей, как Xbox и PlayStation. 

Серия AMD Radeon конкурирует с серией NVIDIA GeForce в игровых и профессиональных графических процессорах. Ее серия MI, включающая ускорители MI100 и MI200, ориентирована на глубокое обучение и рабочие нагрузки искусственного интеллекта и конкурирует с графическими процессорами Nvidia Tensor Core. 

Кроме того, процессоры EPYC и графические процессоры Instinct представляют собой мощную комбинацию для центров обработки данных, особенно в средах высокопроизводительных вычислений и облачных вычислений. В частности, серия EYPC Milan продемонстрировала существенный прирост производительности, бросив вызов как Nvidia, так и Intel. [20]

Доля рынка AMD за последние кварталы увеличилась. На рынке настольных компьютеров доля AMD составляет 23,9%, а доля выручки — 19,2%. На рынке ноутбуков доля AMD составляет примерно 19%. Однако она контролирует лишь 12% рынка дискретных графических процессоров, причем доминирующая доля принадлежит NVIDIA. [21]

В 2025 году AMD представила ускорители серии Instinct MI350 (MI350X и MI355X), что ознаменовало значительный скачок поколений. Эта серия обеспечивает примерно в четыре раза большую производительность вычислений искусственного интеллекта для обучения и высокопроизводительных вычислений по сравнению с предыдущим поколением. 

Это часть более широкой стратегии AMD в области инфраструктуры искусственного интеллекта, предлагающей более высокую производительность на ватт, больший объем памяти и улучшенную масштабируемость. 

3. Qualcomm

Основан :1985 г.
Годовой доход :37,34 миллиарда долларов
Конкуренция :Мобильный искусственный интеллект и системы автономного вождения

Хотя Qualcomm наиболее известна своим лидерством в области мобильных процессоров и технологий 5G, она расширила свою деятельность на искусственный интеллект и автомобильные платформы, где она напрямую бросает вызов Nvidia. Популярные чипы Snapdragon обеспечивают обработку искусственного интеллекта на мобильных устройствах и в приложениях Интернета вещей со встроенными механизмами искусственного интеллекта для вывода данных на устройстве.

Qualcomm также разработала платформу Snapdragon Ride, которая предоставляет решения на базе искусственного интеллекта для помощи водителю и автономного вождения. У компании есть партнерские отношения с такими автопроизводителями, как General Motors, и они напрямую конкурируют с экосистемой Nvidia Drive. [22]

В настоящее время Qualcomm является третьей по величине компанией по производству полупроводников с долей мирового рынка полупроводников 5,4%. Кроме того, она контролирует почти 30% рынка чипов для смартфонов. [23]

Помимо чипов и беспроводных технологий, таких как 5G, Qualcomm получает доход от лицензирования части своего обширного портфеля интеллектуальной собственности. Сюда входят определенные патентные права, которые имеют решающее значение для производства конкретных беспроводных продуктов.  

В 2025 году компания представила решение AI On-Prem Appliance Solution + AI Inference Suite, позволяющее предприятиям/производителям запускать рабочие нагрузки генеративного ИИ и компьютерного зрения локально (локально), а не в облаке. 

2. Интел 

Основан :1968 г.
Годовой доход :53,07 миллиарда долларов
Конкуренция :процессоры, графические процессоры и платформа автономного вождения 

Intel одновременно разрабатывает и производит компьютерные чипы, тогда как большинство ее конкурентов (включая Nvidia) занимаются только тем или другим. Компания разрабатывает процессоры, графические процессоры, ускорители искусственного интеллекта для центров обработки данных и технологии автономных транспортных средств. 

В частности, Intel конкурирует за счет своих процессоров Xeon и ускорителей искусственного интеллекта, таких как процессоры Habana Gaudi2 и Nervana Neural Network. Его платформа oneAPI обеспечивает унифицированную модель программирования для процессоров и графических процессоров, конкурируя с экосистемой NVIDIA CUDA.

Intel занимает значительную долю на мировом рынке графических процессоров. В то время как Nvidia контролирует более 90% рынка графических процессоров, используемых в центрах обработки данных, Intel доминирует на рынке интегрированной графики с долей рынка 68%. [24]

Intel также конкурирует с Nvidia в области автономного вождения через свою дочернюю компанию Mobileye. Чипы EyeQ Mobileye используются в передовых системах помощи водителю (ADAS). Эти чипы используют один датчик камеры для обеспечения функций ADAS, таких как адаптивный круиз-контроль, помощь в пробках, помощь в удержании полосы движения, предупреждение о лобовом столкновении и автоматическое экстренное торможение. Более 50 автопроизводителей используют чипы EyeQ в своих технологиях помощи при вождении. [25]

Согласно результатам тестов, процессоры Intel используются почти в 71% процессоров ноутбуков, тогда как на процессоры AMD приходится 21% процессоров ноутбуков, обнаруженных в ходе тестов. 

Недавно Intel столкнулась с серьезными финансовыми проблемами, связанными с растущей конкуренцией, изменениями на рынке и внутренними проблемами. Годовой доход компании упал на 20% в 2022 году и еще на 14% в 2023 году. В 2025 финансовом году выручка еще больше упала до 53 миллиардов долларов. Чтобы восстановиться, Intel сосредотачивается на долгосрочных стратегиях, таких как увеличение инвестиций в исследования и разработки и расширение внутреннего производства чипов. 

1. TSMC (Тайваньская компания по производству полупроводников)

Основан :1987 г.
Годовой доход :$104,4 млрд+
Конкуренция :Производитель чипов с поддержкой искусственного интеллекта.

TSMC работает на разных этапах цепочки поставок полупроводников. В отличие от Nvidia, которая разрабатывает чипы, их производит TSMC. Она косвенно конкурирует с NVIDIA за влияние на разработку и внедрение передовых полупроводниковых технологий.

TSMC — крупнейший в мире завод по производству полупроводников, производящий чипы для различных технологических гигантов, включая Apple, Qualcomm, AMD и саму Nvidia. Компания специализируется на передовых узлах, таких как 5-нм и 4-нм, и в настоящее время переходит к производству по 3-нм и 2-нм техпроцессу. Клиенты TSMC используют ее передовые узлы, чтобы напрямую конкурировать с продуктами Nvidia.  

Компания занимает почти 53% мирового рынка производства полупроводников. Это ведущий производитель передовых чипов, особенно 7-нм и ниже. В 2023 году TSMC поставила 12 миллионов 12-дюймовых пластин эквивалента чипов 7 нм и меньше, что составило 58% от общего дохода компании от пластин. В 2024 году они поставили 12,9 миллиона пластин 12-дюймового эквивалента. [26]

В настоящее время TSMC активно продвигает свою 2-нм техпроцесс («N2») в массовое производство. Компания сообщила, что плотность дефектов узла N2 (D0) ниже, чем у более ранних узлов на сопоставимой стадии разработки, что указывает на более быстрый рост производительности и более высокую степень зрелости процесса, несмотря на переход к нанолистовым транзисторам с круговым затвором.

Подробнее

• 13 крупнейших конкурентов Intel 
• Анализ NVIDIA Swot [подробное представление]

Цитируемые источники и дополнительные ссылки

1. Агам Шах, Nvidia поставила 3,76 миллиона графических процессоров для центров обработки данных в 2023 году, HPCWire.
2. Пресс-релиз:Nvidia приобретет Mellanox за 6,9 миллиарда долларов, Nvidia
3. Отчет, анализ рынка услуг IBM Watson, Facts.mr
4. Квантовые исследования, аппаратное и программное обеспечение эпохи квантовых утилит, IBM
5. Ключевая информация:компания Marvell Technology имеет в общей сложности 16 347 патентов по всему миру, GreyB.
6. Отчет за третий квартал 2024 года, Synopsys публикует финансовые результаты за третий квартал 2024 финансового года, Synopsys.
7. Продукты, процессоры AWS Graviton, Amazon
8. Продукты, ускорители AWS Inferentia, Amazon
9. Продукты, AWS Trainium для глубокого обучения и обучения генеративному искусственному интеллекту, Amazon
10. Hanguang 800 NPU, решение искусственного интеллекта для центров обработки данных, Alibaba Group
11. Блоги, Alibaba Cloud представляет платформу для разработки чипов Alibaba Cloud
12. Compute представляет Trillium, шестое поколение Google Cloud TPU, Google Cloud
13. Обзор компании, расходы Alphabet на исследования и разработки, макротенденции.
14. Джейкоб Фельдгойз, ИИ-чип Huawei тестирует экспортный контроль США, CSET
15. Барри Элад, статистика Huawei по доходам и бизнес-сегментам, Coolest-Gadgets
16. Технологии и телекоммуникации, доля доходов производителей DRAM во всем мире, Statista.
17. Технологии и телекоммуникации, доля рынка поставщиков сетевой инфраструктуры предприятия во всем мире, Statista.
18. Обзор компании, расходы Cisco на исследования и разработки, макротенденции.
19. Пресс-релиз, Apple представляет чип M4, Apple
20. Процессоры AMD Milan. Узлы Milan установлены на компьютерном этаже главного здания NAS НАСА.
21. Антон Шилов, AMD отбирает у Intel долю рынка процессоров для настольных компьютеров и серверов, tom’sHardware
22. Примечания для прессы:General Motors и Qualcomm расширяют давние отношения, Qualcomm.
23. Технологии и телекоммуникации, доля доходов Qualcomm на мировом рынке полупроводников, Statista.
24. Тимоти Фрайс, Могут ли Intel и AMD конкурировать с Nvidia?, Инвестирование
25. EyeQ, SoC для автомобильных приложений, Mobileye
26. Годовой отчет TSMC за 2023 год, письмо акционерам и финансовые показатели, TSMC


13 языков и инструментов квантового программирования, которые необходимо знать к 2026 году 12 лучших альтернатив Starlink в 2026 году:ведущие конкуренты спутникового интернета