摩根士丹利（下称大摩） 出具最新研究报告指出，超大规模数据中心业者若采用英伟达现役Blackwell AI GPU兴建一座容量达1 GW的数据中心，建造成本将是使用谷歌TPU或亚马逊Trainium芯片的两倍，初期投入虽高，但Blackwell在计算效率上明显优于客制化芯片，整体性价比仍具竞争力。
大摩在报告中比较英伟达多款GPU与亚马逊、谷歌专用ASIC在每瓦TFLOPS（每秒兆次浮点运算）表现，结果显示，英伟达芯片的能源效率比竞争对手高出2至8倍。
在未来产品线方面，英伟达打算推出的下一代Vera Rubin架构（FP4）得分高达19.5，居榜单首位，Vera Rubin（FP8）与GB300（FP8）分别为6.8与6.0，现役旗舰H100（FP8）则为3.1。
相较之下，谷歌 TPUv7（FP8） 得分 4.3，亚马逊 Trn3（FP8） 仅 2.5，效能大致落在 Blackwell 与上代 Hopper 之间，部分指标甚至低于 Hopper。
不过，评估AI芯片不能只看算力与能耗。
AI 基础设施业者Nebius指出，每百万Token生成成本与GPU每小时运行成本的比率同样关键。 测算显示，Groq芯片每百万Token成本约5至10美分，生成速度每秒800 Token，Blackwell成本则为25美分，速度每秒约450 Token。
专家认为，随着 AI 模型规模持续扩大，高效能与总体拥有成本 （TCO） 的平衡，将决定未来数据中心的芯片选型策略。
