14 ведущих альтернатив и конкурентов Nvidia в 2026 году

NVIDIA доминирует на рынке дискретных GPU для десктопов, удерживая почти 88% долю рынка в 2024 году, в основном через линейку продуктов GeForce, популярную среди геймеров и профессиональных пользователей.

Она также лидер на рынке оборудования для ИИ и машинного обучения, с почти 98% долей рынка для GPU и ИИ-процессоров, используемых в дата-центрах. По данным TechInsights, фирмы по анализу полупроводников, Nvidia отгрузила 3,76 млн дата-центровых GPU в 2023 году, против 2,64 млн в 2022 году.

Этот скачок способствовал достижению NVIDIA выручки 96,3 млрд долларов за финансовый год, закончившийся в июле 2024 года — потрясающий рост 194,6% год к году. Примерно 78% этой выручки пришло от бизнеса дата-центров, 17,1% — от сегмента десктопных GPU.

В FY 2025 выручка Nvidia достигла 165,21 млрд долларов — рост 71,55% от предыдущего года. Валовая прибыль выросла до невероятных 115,39 млрд долларов, отмечая 57,71% годовой прирост.

Пока выручка Nvidia растет быстро, она также сталкивается с сильной конкуренцией в нескольких ключевых рынках. Здесь мы выделяем топ-конкурентов, бросающих вызов доминированию NVIDIA в областях ИИ-чипов, дата-центров, игровых GPU и технологий автономного вождения.

Знаете ли вы?

Самая дорогая покупка NVIDIA на сегодня — приобретение Mellanox Technologies за 6,9 млрд долларов в 2019 году. Это приобретение помогло Nvidia укрепить позицию на рынке дата-центров, предлагая комплексные вычислительные решения, объединяющие GPU и нетворкинг.

14. IBM

Основана: 1911
Годовая выручка: 64,03+ млрд долларов
Конкуренция: ИИ и HPC

IBM конкурирует с NVIDIA в основном в областях ИИ, высокопроизводительных вычислений (HPC) и решений для дата-центров. Конкретнее, её Watson AI и Power Systems конкурируют с ИИ-ускоренными GPU NVIDIA для рабочих нагрузок машинного обучения.

IBM имеет сильное присутствие в гибридных облачных сервисах — предоставляет ИИ и решения автоматизации, адаптированные для различных отраслей вроде финансов, здравоохранения и логистики. Её консалтинговое отделение помогает компаниям глубоко интегрировать ИИ и облачные технологии, предлагая более комплексный подход, чем оборудочно-ориентированная стратегия Nvidia.

По отчету маркетингового исследования, глобальный рынок сервисов IBM Watson оценивался в 5,5 млрд долларов в 2023 году и прогнозируется к достижению 76,47 млрд долларов к 2033 году, расширяясь с CAGR 30,1%.

IBM также активно инвестирует в квантовые вычисления. В 2023 году она представила мощный процессор Condor с 1121 сверхпроводящим кубитом, который может конкурировать с будущими затеями NVIDIA в этой сфере.

На исследовательской стороне квантовое оборудование IBM используется для более сложных экспериментов, включая симуляции решетчатой калибровочной теории и изучения топологических фаз. Эти эксперименты подчеркивают растущую зрелость «шумных промежуточных» квантовых устройств.

13. Marvell Technology

Основана: 1995
Годовая выручка: 6,5+ млрд долларов
Конкуренция: Инфраструктура данных

Marvell Technology — полупроводниковая компания, конкурирующая с NVIDIA в определенных сегментах, особенно в дата-центрах, облаке и инфраструктуре 5G. Пока NVIDIA фокусируется на GPU, Marvell фокусируется на нетворкинге, хранилищах и процессорных технологиях для дата-центров.

Marvell разрабатывает Ethernet, коммутаторы дата-центров, единицы обработки данных и контроллеры хранилищ, которые продает OEM, облачным провайдерам и телеком-компаниям. У неё сильное присутствие на рынке инфраструктуры 5G — она работает с крупными телеком-провайдерами и предлагает продукты, специально разработанные для оптимизации 5G базовых станций.

В 2025 году компания представила решение UALink Scale-up, направленное на максимизацию утилизации вычислений по ускорителям и коммутаторам. Ключевые особенности включают низкую задержку, поддержку открытых стандартов и гибкие варианты упаковки вроде со-упокованной меди или оптики.

Marvell держит более 20 290 патентов по всему миру, покрывающих полупроводники, нетворкинг и 5G технологии. Из них 49,6% сейчас активны. Большинство патентов подано в США, за которыми следуют Китай и европейские страны.

12. Synopsys

Основана: 1986
Годовая выручка: 6,43+ млрд долларов
Конкуренция: Предоставляет ИИ-ориентированные инструменты автоматизации дизайна

Synopsys предоставляет ПО и интеллектуальную собственность (IP) для дизайна, верификации и тестирования чипов, которые полупроводниковые компании вроде Nvidia используют для построения сложных GPU, ИИ-ускорителей и SoC (system-on-chip). Пока Synopsys фокусируется на обеспечении процесса дизайна, Nvidia фокусируется на построении и маркетинге самих чипов.

Synopsys также предлагает решения в безопасности ПО и верификации оборудования. И Synopsys, и Nvidia пересекаются в обеспечении безопасности ИИ-ориентированных систем, хотя первый фокусируется больше на фазе верификации и тестирования.

Synopsys свидетельствует последовательный рост в инструментах электронной автоматизации дизайна (EDA) и лицензировании полупроводникового IP, с 13-15% годовым ростом выручки. Этот рост движим возрастающим спросом на ИИ и кастомные чип-дизайны.

В 2025 году Synopsys приобрела Ansys, создав новые синергии через объединение EDA-инструментов Synopsys с симуляцией и физическим моделированием Ansys. Цель — доставлять более сильные возможности «кремний-до-систем» по отраслям.

11. Amazon (AWS Inferentia и Trainium чипы)

Основана: 1994
Годовая выручка: 111+ млрд долларов (от AWS)
Конкуренция: Процессоры Graviton и Inferentia

AWS разработала собственное кастомное кремниево, включая процессоры Graviton для общих вычислительных рабочих нагрузок и чипы Inferentia, оптимизированные для инференса машинного обучения. С этими двумя чипами Amazon стремится снизить зависимость от стороннего оборудования.

Процессоры Inferentia Amazon таргетируют процессоры A100 и H100 Nvidia, разработанные для рабочих нагрузок инференса машинного обучения. Также представлены чипы Trainium для глубокого обучения моделей с более чем 100 млрд параметров.

Amazon предлагает ИИ и сервисы машинного обучения, такие как SageMaker (полностью управляемый сервис ML), через AWS. В противовес, Nvidia питает ИИ-системы своими GPU и программными платформами вроде CUDA.

Компания также сделала значительный прогресс в автономных системах, приобретя Zoox — стартап автономного вождения. Этот приобретение укрепило позицию Amazon в патентах технологий автономного вождения и помогло компании улучшить автоматизацию в своей распределительной сети, особенно для доставки последней мили.

Кроме того, AWS давит на снижение зависимости от вендоров GPU (преимущественно Nvidia) для обучения и инференса рабочих нагрузок, разрабатывая и масштабируя собственные чипы. Это снижает затраты (так называемый «налог Nvidia») и дает AWS больше контроля над производительностью, энергией и масштабируемостью.

10. Alibaba Cloud

Основана: 2009
Годовая выручка: 15+ млрд долларов
Конкуренция: Инфраструктура ИИ-оборудования

Alibaba Cloud — один из крупнейших облачных провайдеров, удерживающий почти 4% доли глобального рынка облачных сервисов. Предлагает IaaS, PaaS и ИИ-сервисы. Как и AWS, Alibaba Cloud использует GPU Nvidia для ИИ и ML рабочих нагрузок, но также разработала собственные чипы для конкуренции с оборудованием Nvidia.

Например, её Hanguang 800 (чип ИИ-инференса) конкурирует с GPU A100 и H100 Nvidia для ИИ-инференса в облаке. Оптимизированный для низкого энергопотребления, Hanguang 800 может выполнять задачи вроде ИИ-ориентированного анализа изображений (которые обычно занимают час) всего за пять минут.

В 2022 году Alibaba Cloud представила свою платформу разработки чипов Wujian 600. Она может помочь производителям проектировать высокопроизводительные SoC для edge-IИ вычислений, используя архитектуру набора инструкций RISC-V в экономичном и эффективном манере.

В 2023 году ежегодные расходы Alibaba на R&D достигли 7,6 млрд долларов, фокусируясь на ИИ-чипах, облачной инфраструктуре и кастомной разработке чипов. За фискал 2024 группа Alibaba Cloud Intelligence сообщила о годовой выручке 14,73 млрд долларов — 3% годовой рост, с EBITA 848 млн долларов.

В 2025 году Alibaba обязалась инвестировать почти 52 млрд долларов в ближайшие три года для построения своей облачной инфраструктуры и ИИ-возможностей. Это больше, чем она заявляет потратить на ИИ + облако за прошедшее десятилетие.

9. Google (Tensor Processing Units — TPU)

Основана: 2008 (Google Cloud платформа)
Годовая выручка: 36+ млрд долларов (от Google Cloud)
Конкуренция: Tensor Processing Units (TPU)

Google разработала Tensor Processing Units (TPU) для ускорения рабочих нагрузок машинного обучения. TPU оптимизированы для TensorFlow, открытого фреймворка Google для ML, интегрирующегося с CUDA NVIDIA.

TPU обеспечивают высокую эффективность для обучения ИИ-моделей. Например, Google сообщила, что TPU могут обучать модели вроде ResNet-50 до 15x быстрее обычных GPU (таких как Nvidia P100) при введении.

В 2024 году Google анонсировала шестое поколение своего TPU, доставляющее 4,7x больше пиковой вычислительной мощности на чип и более 67% более энергоэффективное чем предыдущее поколение. Новый TPU спроектирован для ускорения следующей волны ИИ-моделей, предлагая быстрее, более эффективную производительность с пониженной задержкой.

Google также лидирует в ИИ-исследованиях и инновациях, с пионерскими разработками в глубоком обучении, NLP, облачных вычислениях и кастомном оборудовании для ИИ. За FY 2024 компания потратила 47,13 млрд долларов на R&D — 10,65% увеличение год к году.

В 2025 году Google анонсировала Ironwood — свой первый TPU, спроектированный специально для инференса, доставляющий ~4614 TFLOPs на чип и масштабирующийся до 9216 чипов на кластер для заявленных ~42,5 эксафлопс.

8. Huawei

Основана: 1987
Годовая выручка: 99,37 млрд долларов
Конкуренция: ИИ и 5G инфраструктура

Huawei разрабатывает собственные ИИ-чипы, особенно процессоры Ascend. Ascend 910 и Ascend 310, например, спроектированы для высокопроизводительных ИИ-задач. Чипы второго поколения серии Ascend 910B увеличили максимальную теоретическую производительность на 80 TFLOPS (FP16) по сравнению с чипами первого поколения серии Ascend 910.

Эти чипы питают Huawei Cloud Services — второго по величине облачного вендора в материковом Китае. NVIDIA конкурирует здесь, поставляя GPU другим крупным облачным провайдерам и предприятиям для ИИ и ML рабочих нагрузок.

Huawei готовит более новые чипы, такие как Ascend 910D, с амбициями достичь или превзойти некоторые предложения Nvidia в обучающей способности.

Huawei также лидер в 5G телекоммуникациях и edge-вычислениях, удерживая почти 30% глобального рынка телеком-оборудования. Её ИИ и 5G технологии пересекаются с амбициями NVIDIA доминировать в ИИ на краю, особенно для автономных систем и IoT.

7. Micron Technology

Основана: 1978
Годовая выручка: 21,37 млрд долларов
Конкуренция: Решения памяти для ИИ рабочих нагрузок

Micron разрабатывает DRAM, NAND флеш-память и SSD решения хранилища. Пока компания не конкурирует напрямую в GPU или ИИ-оборудовании, её продукты критичны для производительности ИИ-моделей и облачных инфраструктур, где также работает NVIDIA.

Решения памяти Micron хранят и управляют массивами датасетов (обрабатываемых ИИ-чипами), предоставляя высокоскоростной доступ, требуемый ИИ-алгоритмами. Компания — ключевой поставщик памяти GDDR6X, критической для высокопроизводительных GPU NVIDIA, используемых в ИИ и дата-центровых приложениях.

Micron — третий по величине производитель DRAM чипов, удерживающий примерно 21,5% глобального рынка DRAM, после Samsung и SK Hynix. Также держит 9,9% рынка NAND флеш-памяти.

В 2025 году компания запустила свой 1-гамма DRAM узел, использующий EUV (экстремально-ультрафиолетовую) литографию. Также представили новые форм-факторы модулей DDR5, включающие драйвер тактового сигнала на модуле памяти (а не полагаясь полностью на такт CPU). Эти модули могут достигать скоростей до 6400 MT/s.

6. Cisco Systems

Основана: 1984
Годовая выручка: 56,6+ млрд долларов
Конкуренция: ИИ, инфраструктура дата-центров и нетворкинг

Сила Cisco кроется в оборудовании (коммутаторы и маршрутизаторы) и программных решениях для дата-центров. Также предоставляет облачный нетворкинг и инструменты software-defined networking (SDN), удерживая почти 40% рынка корпоративной сетевой инфраструктуры.

Её высококлассные коммутаторы Nexus, особенно разработанные для дата-центров, доставляют высокую пропускную способность и низкую задержку нетворкинга, которые критичны для ИИ и облачных рабочих нагрузок. Архитектура ACI Cisco поддерживает автоматизацию сети и оптимизацию рабочих нагрузок, фокусируясь на рынке высокопроизводительных вычислений (HPC).

Cisco также инвестирует в edge-вычисления, интегрируя нетворкинг с обработкой в реальном времени на краю — рынок, где платформа Jetson NVIDIA также доминирует. Обе компании адресуют ИИ-обработку на краю для приложений вроде IoT и автономных систем.

В FY 2024 Cisco потратила более 7,9 млрд долларов на продвижение нетворкинг-технологий, ИИ-ориентированную автоматизацию сети, edge-вычисления и решения кибербезопасности.

Cisco анонсировала несколько ИИ-инициатив на Ближнем Востоке, включая коллаборации с G42 и альянсом HUMAIN в Саудовской Аравии для построения ИИ-инфраструктуры. Эти усилия показывают стремление Cisco играть центральную роль в ИИ-росте региона.

В 2025 году Cisco расширила партнерство с NVIDIA для предоставления ИИ-готовой нетворкинг-инфраструктуры дата-центров. Ключевой результат — «кросс-портфельная унифицированная архитектура», объединяющая кремний коммутаторов Cisco Silicon One с NVIDIA Spectrum-X Ethernet, позволяющая коммутаторам Cisco интегрироваться напрямую в платформу Spectrum-X.

5. Apple

Основана: 1976
Годовая выручка: 29,36 млрд долларов (от Mac)
Конкуренция: A-серия и M-серия чипы

Кастомное кремниево Apple, включая чипы M1, M2 и M3 для линейки Mac, напрямую конкурирует с Nvidia в высокопроизводительных вычислениях и ИИ рабочих нагрузок. В 2024 году Apple представила чип M4 с самым быстрым Neural Engine на сегодня, способным выполнять 38 трлн операций в секунду.

Apple также разрабатывает A-серию Bionic чипов, интегрирующих ускорители машинного обучения и нейронные движки в iPhone, обеспечивая мощную on-device ИИ-обработку. Их самый передовый чип A18 Pro обладает 16-ядерным нейронным движком, способным обрабатывать 35 трлн операций в секунду.

Apple Bionic A18 Pro 3nm чип для iPhone 16 Pro моделей.
6 core CPU
6 core GPU

В 2023 году Apple продала около 231 млн iPhone, составляя 52% от общей выручки. В 2024 году она инвестировала 31,37 млрд долларов в R&D — выше 29,9 млрд в 2023 и 26,2 млрд в 2022, с сильным фокусом на ИИ, машинное обучение, кастомное кремниево и технологии дополненной реальности.

Apple присоединилась к консорциуму Ultra Accelerator Link Consortium (UALink), разрабатывающему стандартные интерконнекты для ИИ-ускорителей и чипов в кластерах дата-центров. Цель UALink — преодолеть узкие места связности между ускорителями вроде GPU, TPU и кастомных ИИ-чипов, позволяя большим группам чипов работать вместе в подах с высокой пропускной способностью и низкой задержкой.

4. AMD (Advanced Micro Devices)

Основана: 1969
Годовая выручка: 23,7 млрд долларов
Конкуренция: Radeon GPU и EPYC процессоры в дата-центрах

AMD (сокращение от Advanced Micro Devices) — прямой конкурент Nvidia на рынке GPU, дата-центров и ИИ-оборудования. Также проектирует кастомное кремниево для консолей вроде Xbox и PlayStation.

Серия Radeon AMD конкурирует с серией GeForce NVIDIA в игровых и профессиональных GPU. Её серия MI, включая ускорители MI100 и MI200, таргетирует глубокое обучение и ИИ рабочие нагрузки, конкурируя с Tensor Core GPU Nvidia.

Кроме того, её процессоры EPYC и GPU Instinct предлагают мощное сочетание для дата-центров, особенно в HPC и облачных вычислительных средах. Серия EYPC Milan в частности показала существенные улучшения производительности, бросая вызов как Nvidia, так и Intel.

Доля рынка AMD выросла в недавних кварталах. На десктопном рынке доля AMD по юнитам 23,9%, по выручке — 19,2%. На рынке ноутбуков доля AMD по юнитам примерно 19%. Однако она контролирует только 12% рынка дискретных GPU, причем NVIDIA удерживает доминирующую долю.

В 2025 году AMD представила серию ускорителей Instinct MI350 (MI350X и MI355X), отмечая крупное поколенческое перепрыгивание. Серия доставляет примерно в четыре раза большую ИИ-вычислительную производительность для обучения и HPC по сравнению с предыдущим поколением.

Это часть более широкой ИИ-инфраструктурной стратегии AMD, предлагающей более высокую производительность на ватт, больший объем памяти и улучшенную масштабируемость.

3. Qualcomm

Основана: 1985
Годовая выручка: 37,34 млрд долларов
Конкуренция: Мобильный ИИ и системы автономного вождения

Пока Qualcomm лучше известна лидерством в мобильных процессорах и 5G технологиях, она расширилась в ИИ и автомобильные платформы, где напрямую бросает вызов Nvidia. Её популярные чипы Snapdragon питают ИИ-обработку на мобильных устройствах и IoT приложениях с встроенными ИИ-движками для on-device инференса.

Qualcomm также разработала платформу Snapdragon Ride, доставляющую ИИ-ориентированные решения для помощи водителю и автономного вождения. У неё партнерства с автопроизводителями вроде General Motors, напрямую конкурируя с экосистемой Nvidia Drive.

Сейчас Qualcomm — третья по величине полупроводниковая компания с глобальной долей рынка полупроводников 5,4%. Плюс контролирует почти 30% рынка чипов для смартфонов.

Помимо чипов и беспроводных технологий вроде 5G, Qualcomm генерирует выручку лицензированием частей своего обширного портфеля интеллектуальной собственности. Это включает определенные патентные права, критичные для производства конкретных беспроводных продуктов.

В 2025 году компания представила AI On-Prem Appliance Solution + AI Inference Suite, позволяя предприятиям/производителям запускать генеративный ИИ и компьютерное зрение локально (on-premises) а не в облаке.

2. Intel

Основана: 1968
Годовая выручка: 53,07 млрд долларов
Конкуренция: CPU, GPU и платформа автономного вождения

Intel и проектирует, и производит компьютерные чипы, тогда как большинство конкурентов (включая Nvidia) делают только одно или другое. Разрабатывает CPU, GPU, ИИ-ускорители для дата-центров и технологию автономных транспортных средств.

Конкретнее, Intel конкурирует через свои процессоры Xeon и ИИ-ускорители вроде Habana Gaudi2 и Nervana Neural Network процессоров. Её платформа oneAPI предоставляет унифицированную программную модель через CPU и GPU, конкурируя с экосистемой CUDA NVIDIA.

Intel удерживает значительную долю рынка в глобальном GPU рынке. Пока Nvidia контролирует более 90% рынка GPU для дата-центров, Intel доминирует на рынке интегрированной графики с 68% долей.

Intel также конкурирует с Nvidia в автономном вождении через свою дочернюю компанию Mobileye. Чипы EyeQ Mobileye используются в системах продвинутой помощи водителю (ADAS). Эти чипы используют одиночный камерный сенсор для предоставления ADAS функций — адаптивного круиз-контроля, помощи в пробках, поддержания полосы, предупреждения о лобовом столкновении и автоматического экстренного торможения. Более 50 автопроизводителей интегрируют чипы EyeQ в свои технологии помощи вождению.

По результатам тестовых бенчмарков, процессоры Intel питят почти 71% ноутбучных CPU, тогда как процессоры AMD составляют 21% обнаруженных через тесты ноутбучных CPU.

Intel недавно столкнулась с серьезными финансовыми вызовами от растущей конкуренции, сдвигов рынка и внутренних проблем. Её годовая выручка упала 20% в 2022 и еще 14% в 2023. В FY 2025 выручка снизилась дальше до 53 млрд долларов. Для восстановления Intel фокусируется на долгосрочных стратегиях — увеличении R&D инвестиций и расширении внутреннего производства чипов.

1. TSMC (Taiwan Semiconductor Manufacturing Company)

Основана: 1987
Годовая выручка: 104,4+ млрд долларов
Конкуренция: Производитель ИИ-позволяющих чипов

TSMC работает в других частях цепочки поставок полупроводников. В отличие от Nvidia, проектирующей чипы, TSMC их производит. Она косвенно конкурирует с NVIDIA в влиянии на разработку и внедрение передовой полупроводниковой технологии.

TSMC — крупнейший в мире чистый полупроводниковый фаундри, производящий чипы для различных технологических гигантов, включая Apple, Qualcomm, AMD и саму Nvidia. Специализируется на передовых узлах вроде 5nm и 4nm, и сейчас переходит к 3nm и 2nm производству. Клиенты TSMC используют её передовые узлы для прямой конкуренции с продуктами Nvidia.

Компания удерживает почти 53% долю глобального рынка производства полупроводников. Она — основной производитель для передовых чипов, особенно на 7nm и ниже. В 2023 году TSMC отгрузила 12 млн 12-дюймовых эквивалентных веферов, с 7nm и меньше чипами, составляющими 58% общей выручки от веферов. В 2024 году они доставили 12,9 млн 12-дюймовых эквивалентных веферов.

TSMC теперь агрессивно толкает свою 2 нм («N2») процесс-технологию в массовое производство. Компания раскрыла, что дефектность её N2 узла (D0) ниже чем у более ранних узлов на сравнимом этапе разработки, указывая на более быстрый ramp yield и более сильную зрелость процесса несмотря на переход к gate-all-around нанолистовым транзисторам.

Читайте также

• Топ-13 конкурентов Intel
• NVIDIA SWOT анализ [Детальный взгляд]

Источники и дополнительные ссылки

1. Agam Shah, Nvidia shipped 3.76 million data-center GPUs in 2023, HPCWire
2. Press Release, Nvidia to acquire Mellanox for $6.9 billion, Nvidia
3. Report, IBM Watson services market analysis, Facts.mr
4. Quantum Research, The hardware and software for the era of quantum utility, IBM
5. Key Insights, Marvell Technology has a total of 16347 patents globally, GreyB
6. Q3 2024 Report, Synopsys posts financial results for third quarter fiscal year 2024, Synopsys
7. Products, AWS Graviton processors, Amazon
8. Products, AWS Inferentia accelerators, Amazon
9. Products, AWS Trainium for deep learning and generative AI training, Amazon
10. Hanguang 800 NPU, AI inference solution for data centers, Alibaba Group
11. Blogs, Alibaba Cloud unveils chip development platform, Alibaba Cloud
12. Compute, Announcing Trillium, the sixth generation of Google Cloud TPU, Google Cloud
13. Company Overview, Alphabet R&D expenses, Macrotrends
14. Jacob Feldgoise, Huawei's AI chip tests US export controls, CSET
15. Barry Elad, Huawei statistics by revenue and business segment, Coolest-Gadgets
16. Technology & Telecommunications, DRAM manufacturers revenue share worldwide, Statista
17. Technology & Telecommunications, Enterprise network infrastructure vendor market share worldwide, Statista
18. Company Overview, Cisco R&D expenses, Macrotrends
19. Press Release, Apple introduces M4 chip, Apple
20. AMD Milan Processors, The Milan nodes are installed on the computer floor of the main NAS building, NASA
21. Anton Shilov, AMD takes CPU market share from Intel in desktops and servers, tom'sHardware
22. Press Notes, General Motors and Qualcomm extend long-standing relationship, Qualcomm
23. Technology & Telecommunications, Qualcomm semiconductor market revenue share worldwide, Statista
24. Timothy Fries, Can Intel and AMD compete with Nvidia?, Investing
25. EyeQ, The SoC for automotive applications, Mobileye
26. 2023 Annual Report, Letter to shareholders and financial highlights, TSMC