亿万富翁、著名投资人 Stanley Druckenmiller，正悄悄重新调整其人工智慧（AI）相关持仓。他旗下的 Duquesne 家族办公室在 2026 年第一季大举买进博通 (AVGO-US) 、英特尔 (INTC-US) 与 Arm(ARM-US) 。相较之下，在 2024 年底，Druckenmiller 彻底清空了他在早期生成式 AI 热潮期间开始持有的辉达 (NVDA-US) 股票。

Druckenmiller 于 2022 年第四季买进逾 58 万股辉达，恰好卡位在 ChatGPT 掀起生成式 AI 热潮前夕。自 2022 年 11 月底至 2024 年第三季末，辉达股价累计上涨逾 600%，一度跃升为全球市值最高企业。

然而他选择在估值高涨之际出清持仓。2024 年 10 月接受《彭博》专访时，他也坦承卖出时机过早，称此举是「重大错误」，并表示若辉达估值趋于合理，不排除再度买入。

但时至 2026 年中，尽管辉达的估值状况已从高峰回落，但 Druckenmiller 仍未采取行动。

新布局背后的逻辑：AI 从「训练」转向「推理」

与此同时，根据 Duquesne 家族办公室本季申报，其新增买进约 19.6 万股博通、约 41.1 万股英特尔以及约 10.7 万股 Arm。

市场分析人士认为，这组合折射出 Druckenmiller 对 AI 运算趋势的一项核心判断：「推论」正在取代「训练」，成为 AI 算力支出的新重心。

训练大型语言模型属一次性工程，而辉达的 GPU 是公认的利器。相较之下，「推论」指的是模型部署后、即时回应用户请求的运算过程，诉求截然不同：更高能源效率、更低每次查询成本、以及针对特定工作负载的客制化能力。

包括 Alphabet(GOOGL-US) 、Meta(META-US) 、亚马逊 (AMZN-US) 、微软 (MSFT-US) 、OpenAI 与 Anthropic 在内的大型业者与 AI 研究机构也都正逐步调整策略，开始投入自研客制化晶片，并着重于优化 CPU 架构设计。

相较于通用 GPU，这类客制化晶片在大规模推论运算场景中，不仅能有效降低能耗，也能进一步压低整体运算成本，展现出更具成本效益的优势。

分析指出，博通是这波特殊应用积体电路（ASIC）浪潮的核心玩家，并正在与 Google Cloud 等云端巨头合作设计并制造张量处理单元（TPU）等专用加速器。

英特尔则有望受惠于推理任务逐渐回流至传统处理器与混合运算系统的趋势，其 Xeon 6 及 x86 系列处理器正悄然成为企业资料中心的骨干，包括 Alphabet 与辉达自家管理的资料中心。

与此同时，Arm 则以高效的核心架构授权模式，协助晶片商与云端平台打造低功耗、高频宽的定制方案，恰好切合推理应用需求。

分析指出，整体来看 Druckenmiller 此番操作并非退出 AI 赛局，而是从「显而易见的宏观赢家」辉达，转进他认为在 AI 普及落地阶段更具持久优势的基础建设层。

在大型科技公司持续加码推理工作负载之际，定制晶片与 CPU 架构或将成为这场算力竞赛的下一个主角。