伴隨著2024財年第二季度財報的發(fā)布，NVIDIA的市值再創(chuàng)歷史新高，盤中一度逼近1.2萬億美元，最新報收1.16萬億美元，相當(dāng)于8個Intel、7個AMD。

NVIDIA日前宣布，截至2023年7月30日的第二季度收入為135.1億美元，較上一季度增長88%，較去年同期增長101%。季度GAAP攤薄每股收益為2.48美元，較去年同期增長854%，較上一季度增長202%。季度非GAAP攤薄每股收益為2.70美元，較上一季度增長148%，較去年同期增長429%。

在傳統(tǒng)計算機(jī)時代里，CPU作為整個計算大腦的中樞，擁有無可取代的核心地位，而GPU更多的只是“輔助”角色。但如今，雙方的角色和地位已經(jīng)發(fā)生了轉(zhuǎn)變。而讓GPU取代CPU歷史地位的引爆點(diǎn)，正是AIGC——生成式人工智能。

NVIDIA創(chuàng)始人兼CEO黃仁勛表示：“一個全新的計算時代已經(jīng)來臨。全球各地的企業(yè)正在從通用計算轉(zhuǎn)型為加速計算和生成式AI。我們的網(wǎng)絡(luò)和交換機(jī)技術(shù)能夠?qū)⒍鄠€NVIDIAGPU連接起來，同時運(yùn)行CUDAAI軟件棧，通過這種方式即可創(chuàng)建生成式AI的計算基礎(chǔ)架構(gòu)。”

他表示：“在本季度，各大云服務(wù)提供商發(fā)布了大型NVIDI AH100 AI基礎(chǔ)架構(gòu)。領(lǐng)先的企業(yè)IT系統(tǒng)和軟件提供商宣布與我們合作，將NVIDIA的AI技術(shù)引入各行各業(yè)。采用生成式AI的比賽已經(jīng)開始。”

此前，英偉達(dá)CEO黃仁勛接受采訪時也表示，計算機(jī)制造方式已明顯轉(zhuǎn)變了，數(shù)據(jù)中心將需要少得多的CPU，而不是傳統(tǒng)上數(shù)百萬個CPU，反而它們會需要數(shù)百萬個GPU。數(shù)據(jù)中心GPU芯片需求可能會變成一個1萬億美元的巨型市場。

核心原因在于，過去的數(shù)據(jù)中心主要由用于文件檢索的CPU構(gòu)成，而未來將以生成式數(shù)據(jù)為主導(dǎo)，你只需要檢索一部分?jǐn)?shù)據(jù)，但必須使用人工智能生成剩余的大部分?jǐn)?shù)據(jù)。


英偉達(dá)是如何搶先一步達(dá)到人工智能芯片拐點(diǎn)的？

黃仁勛領(lǐng)導(dǎo)的英偉達(dá)始終處于發(fā)展的邊緣——先是游戲，然后是機(jī)器學(xué)習(xí)，然后是加密貨幣挖掘、數(shù)據(jù)中心，現(xiàn)在是人工智能。在過去的十年中，這家芯片巨頭開發(fā)了獨(dú)特的硬件和軟件產(chǎn)品組合，旨在實現(xiàn)人工智能的民主化，使該公司能夠從采用人工智能工作負(fù)載中受益。

但真正的轉(zhuǎn)折點(diǎn)是 2017 年，當(dāng)時 Nvidia 開始調(diào)整 GPU 以處理特定的人工智能計算。同年，通常為其他公司的系統(tǒng)銷售芯片或電路板的英偉達(dá)也開始銷售完整的計算機(jī)，以更有效地執(zhí)行人工智能任務(wù)。

它的一些系統(tǒng)現(xiàn)在已經(jīng)達(dá)到 超級計算機(jī)的大小，使用專有的網(wǎng)絡(luò)技術(shù)和數(shù)千個 GPU 來組裝和運(yùn)行。此類硬件可能會運(yùn)行數(shù)周來訓(xùn)練最新的人工智能模型。對于一些競爭對手來說，與銷售計算機(jī)、軟件、云服務(wù)、訓(xùn)練有素的人工智能模型和處理器的公司競爭非常困難。

到 2017 年，谷歌、微軟、Facebook 和亞馬遜等科技巨頭已經(jīng)為其數(shù)據(jù)中心購買了更多 Nvidia 芯片。麻省總醫(yī)院等機(jī)構(gòu)使用 Nvidia 芯片來發(fā)現(xiàn) CT 掃描等醫(yī)學(xué)圖像中的異常情況。

那時，特斯拉已經(jīng)宣布將在其所有汽車中安裝 Nvidia GPU 以實現(xiàn)自動駕駛。Nvidia 芯片為虛擬現(xiàn)實耳機(jī)提供了強(qiáng)大的基礎(chǔ)能力，就像 Facebook 和 HTC 推向市場的耳機(jī)一樣。英偉達(dá)因每隔幾年持續(xù)提供更快的芯片而享有盛譽(yù)。

回顧過去，可以肯定地說，十多年來，Nvidia 在生產(chǎn)芯片方面已經(jīng)建立了幾乎堅不可摧的領(lǐng)先地位，這些芯片可以執(zhí)行復(fù)雜的人工智能任務(wù)，如圖像、面部和語音識別，以及為 OpenAI 的 ChatGPT 等聊天機(jī)器人生成文本。

最大的好處是什么？英偉達(dá)通過及早認(rèn)識到人工智能趨勢、根據(jù)這些任務(wù)定制芯片、然后開發(fā)有助于人工智能開發(fā)的關(guān)鍵軟件來實現(xiàn)其主導(dǎo)地位。正如 《紐約時報》（NYT）所言，英偉達(dá)已逐漸轉(zhuǎn)變?yōu)槿斯ぶ悄荛_發(fā)的一站式商店。

據(jù)研究公司 Omdia 稱，雖然谷歌、亞馬遜、Meta、IBM 等也生產(chǎn)了 AI 芯片，但 Nvidia 目前占據(jù)了全球 AI 芯片銷量的 70% 以上。它在訓(xùn)練生成式人工智能模型方面占有更加突出的地位。 僅微軟就花費(fèi)了數(shù)億 美元購買了數(shù)萬個 Nvidia A100 芯片來幫助 構(gòu)建 ChatGPT。

紐約時報的 唐·克拉克 (Don Clark) 在文章中表示 ：“到今年 5 月，該公司作為人工智能革命最明顯贏家的地位已經(jīng)變得清晰起來，該公司預(yù)計季度收入將增長 64%，遠(yuǎn)遠(yuǎn)超出華爾街的預(yù)期。”


英偉達(dá)的AI GPU強(qiáng)在何處？

英特爾已不再是當(dāng)年那家占據(jù)統(tǒng)治地位的科技公司。

原本CPU是PC或服務(wù)器最重要的核心部件。但是現(xiàn)在，加速計算芯片通過殺手級應(yīng)用ChatGPT正在加速取代CPU的地位。算力成為以IDC為基礎(chǔ)條件的AI應(yīng)用發(fā)展核心驅(qū)動力，GPU成為關(guān)鍵部件。

“生成式人工智能將是（英偉達(dá)業(yè)績）引爆點(diǎn)。”黃仁勛說，“與CPU相比，未來IDC更需要GPU，因為數(shù)據(jù)都將通過生成式LLM自動生成，而非主要用于數(shù)據(jù)檢索。”生成數(shù)據(jù)需要更多的GPU，而檢索數(shù)據(jù)，只需要CPU。

目前，性能愈發(fā)強(qiáng)悍的PC系統(tǒng)配置了超過8個服務(wù)器GPU和1個CPU的算力硬件，英偉達(dá)占據(jù)了全球超過八成（84%）的服務(wù)器（IDC：數(shù)據(jù)中心）GPU市場份額。

比如，英偉達(dá)DGX系統(tǒng)，這是用于數(shù)據(jù)訓(xùn)練的IDC核心算力來源，搭載了8顆英偉達(dá)高端H100 GPU，還有兩顆CPU；谷歌的A3超級計算機(jī)，同樣用了8顆英偉達(dá)H100 GPU，但只用了1顆英特爾制造的高端至強(qiáng)處理器。

據(jù)英偉達(dá)公示的技術(shù)資料顯示，H100于2022年三季度發(fā)布，訓(xùn)練速度比A100快9倍，推理速度比上代產(chǎn)品A100快30倍。5月29日，黃仁勛發(fā)布了GH200超級芯片，這是英偉達(dá)開發(fā)的基于Arm架構(gòu)的CPU+GPU集成方案，用于開發(fā)聊天機(jī)器人、互聯(lián)網(wǎng)推薦系統(tǒng)算法等大模型AI應(yīng)用。

這個趨勢隨著AGI在產(chǎn)業(yè)的持續(xù)落地，產(chǎn)生的影響日益顯著。英偉達(dá)IDC業(yè)務(wù)在第一季度增長了14%，但英特爾的AI和IDC業(yè)務(wù)部門業(yè)績下降了39%。

另一項因素也在加強(qiáng)英偉達(dá)超越英特爾的優(yōu)勢。英偉達(dá)服務(wù)器GPU售價極高，單顆英偉達(dá)H100售價高達(dá)4萬美元（eBay平臺加急售價），而英特爾最新一代至強(qiáng)CPU的單顆標(biāo)價雖然也很高，但“只有”1.7萬美元。

當(dāng)然英偉達(dá)也不是全無對手，當(dāng)年英特爾的上游合作伙伴AMD，也在發(fā)力服務(wù)器GPU，包括高通、蘋果、谷歌和亞馬遜在內(nèi)的眾多巨頭，都在設(shè)計開發(fā)移動AI算力芯片，而非服務(wù)器GPU；甚至是英特爾，在游戲領(lǐng)域的GPU技術(shù)實力，同樣不容小覷。

但是在眼下，英偉達(dá)確實一家獨(dú)大。但凡提及AGI算力，無不將英偉達(dá)服務(wù)器GPU列為首選。這主要是因為AGI目前對算力極為渴求，要處理處理TB級數(shù)據(jù)，訓(xùn)練性能要求極高，而在需要“推理”的過程中使用模型生成文本、圖像或預(yù)測，也不是移動AI GPU能達(dá)成的。

更重要的還不在于英偉達(dá)的GPU硬件性能，而是——英偉達(dá)的AI軟件系統(tǒng)：英偉達(dá)的AI專有軟件，能輕松聚合GPU的硬件功能用于AI應(yīng)用程序。

黃仁勛在英偉達(dá)財報電話會議上也說，“我們的軟件不易復(fù)制，（競對）必須設(shè)計所有的軟件、庫和算法，將它們集成到框架中并做持續(xù)優(yōu)化；同時，軟件架構(gòu)也同樣需要優(yōu)化迭代。”

也就是說，要做到和英偉達(dá)一樣，實現(xiàn)GPU與AI應(yīng)用的無縫銜接，要做的不僅僅是優(yōu)化芯片的設(shè)計和性能，還需要對軟硬件的技術(shù)架構(gòu)和整體框架做同步優(yōu)化，這是一項系統(tǒng)工程。要超越單品性能雖然不易，但并非全無可能，但面對系統(tǒng)級能力，談超越，難度不言而喻。

英偉達(dá)也在持續(xù)增加對IDC的資本投入。據(jù)英偉達(dá)最新財報顯示，其整體收入中，IDC資本支出的份額占比已增至8.4%，而之前根據(jù)其上一年的固定比率預(yù)測為6.5%。

初創(chuàng)公司和巨頭的現(xiàn)實威脅

看上去似乎無人能阻擋英偉達(dá)在AI技術(shù)領(lǐng)域的統(tǒng)治地位，但AI前景的無限空間，仍在吸引無數(shù)挑戰(zhàn)者。

除了上文提及的多家巨頭，初創(chuàng)AI公司成為英偉達(dá)AI挑戰(zhàn)者大軍不容忽視的一部分。當(dāng)然，這種技術(shù)要求的初創(chuàng)公司很難出自無名之輩。

有一則極具戲劇性的傳聞，出自在前沿技術(shù)和應(yīng)用領(lǐng)域極為活躍的特斯拉公司首席執(zhí)行官埃隆·馬斯克（Elon Musk）之口。這位持續(xù)讓世人驚嘆的科技巨子說，“就連狗都在搶GPU”。

有鑒于此，所以馬斯克雖然在口頭上叫停研究AI技術(shù)，但他的身體卻很誠實：這位老兄在今年3月9日建立了一家取名為“X.AI”的AI公司，還偷偷摸摸買了10000顆英偉達(dá)GPU。

想分英偉達(dá)一杯羹的還有來自英特爾公司架構(gòu)、圖形和軟件（IAGS）部門的副總裁、首席架構(gòu)師Raja Koduri，這位技術(shù)大拿已于今年3月底離職。接下來，Raja Koduri將創(chuàng)辦一家AI技術(shù)公司，主要研發(fā)新一代生成式AI工具，目的是削弱英偉達(dá)對數(shù)字電影和視頻游戲市場的控制力。

與馬斯克的X.AI公司不知道要干嘛相比，Raja Koduri的計劃更清晰。他這家尚未命名的AI初創(chuàng)公司，第一個項目，是要創(chuàng)建一套AI工具，以便讓包括電影和游戲藝術(shù)家在內(nèi)的消費(fèi)群體，無論用PC、Mac、iPad還是其他設(shè)備，都無需深入研究軟件代碼而直接生成自己想要的工作結(jié)果。

盡管這些AI賽道新手看上去很想大干一場，但真正對英偉達(dá)有現(xiàn)實挑戰(zhàn)能力的還是AMD、微軟和谷歌此類巨頭。其中，AMD在游戲領(lǐng)域的GPU對英偉達(dá)有些許威脅，但I(xiàn)DC需要的服務(wù)器專用GPU性能無法望其項背。

至于微軟、谷歌甚至云服務(wù)商比如亞馬遜，都一面和英偉達(dá)保持良好的業(yè)務(wù)合作，一面又在下大本錢研發(fā)自己的AI專用GPU。

比如微軟，這個桌面PC時代的超級霸主，正是OpenAI的背后金主（2019年微軟給OpenAI投了10億美元），同時也是英偉達(dá)H100芯片最大的采購方。今年3月，微軟用數(shù)萬顆英偉達(dá)GPU幫OpenAI組裝了一臺AI超級計算機(jī)。

但微軟也在推進(jìn)自己的AI芯片研發(fā)計劃，代號“雅典娜”。這項計劃始于2019年，目標(biāo)是為訓(xùn)練LLM（大語言模型）等軟件而設(shè)計，同時可支持推理，能為ChatGPT背后的所有AI軟件提供算力支持，初代雅典娜GPU量產(chǎn)時間表被定于2024年。

與微軟相比，谷歌對英偉達(dá)的威脅可能更顯著。目前谷歌的AI處理芯片是專為AI研究開發(fā)機(jī)器學(xué)習(xí)（Machine Learning）的專屬芯片TPU（張量處理單元），能同時處理“云上”訓(xùn)練和推理，并設(shè)計了基準(zhǔn)測試工具M(jìn)LPerf。

谷歌TPU如今已迭代到V4版。據(jù)谷歌4月6日披露，得益于互連技術(shù)和領(lǐng)域特定加速器（DSA）方面的關(guān)鍵創(chuàng)新，谷歌云TPU v4在擴(kuò)展機(jī)器學(xué)習(xí)系統(tǒng)性能方面比其前代版本有了近10倍的飛躍。

TPU v4是谷歌于2021年推出的、專門用于執(zhí)行機(jī)器學(xué)習(xí)的AI芯片，是谷歌第5代特殊領(lǐng)域加速器（DSA：Domain Specific Accelerator）及第3代用于ML模型的超級計算機(jī)平臺，其性能與英偉達(dá)A100相比，速度快1.2-1.7倍，功耗低1.3-1.9倍。

盡管如此，就眼下看，對英偉達(dá)具有商業(yè)層面現(xiàn)實威脅的公司，還不存在。這些威脅，現(xiàn)在還處于水面之下。