NVIDIA市值再創歷史新高，老黃是如何打出一手“好牌”的？

伴隨著2024財年第二季度財報的發布，NVIDIA的市值再創歷史新高，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%。

在傳統計算機時代里，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發生了轉變。而讓GPU取代CPU歷史地位的引爆點，正是AIGC——生成式人工智能。

NVIDIA創始人兼CEO黃仁勛表示：“一個全新的計算時代已經來臨。全球各地的企業正在從通用計算轉型為加速計算和生成式AI。我們的網絡和交換機技術能夠將多個NVIDIAGPU連接起來，同時運行CUDAAI軟件棧，通過這種方式即可創建生成式AI的計算基礎架構。”

他表示：“在本季度，各大云服務提供商發布了大型NVIDI AH100 AI基礎架構。領先的企業IT系統和軟件提供商宣布與我們合作，將NVIDIA的AI技術引入各行各業。采用生成式AI的比賽已經開始。”

此前，英偉達CEO黃仁勛接受采訪時也表示，計算機制造方式已明顯轉變了，數據中心將需要少得多的CPU，而不是傳統上數百萬個CPU，反而它們會需要數百萬個GPU。數據中心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，過去的數據中心主要由用于文件檢索的CPU構成，而未來將以生成式數據為主導，你只需要檢索一部分數據，但必須使用人工智能生成剩余的大部分數據。


英偉達是如何搶先一步達到人工智能芯片拐點的？

黃仁勛領導的英偉達始終處于發展的邊緣——先是游戲，然后是機器學習，然后是加密貨幣挖掘、數據中心，現在是人工智能。在過去的十年中，這家芯片巨頭開發了獨特的硬件和軟件產品組合，旨在實現人工智能的民主化，使該公司能夠從采用人工智能工作負載中受益。

但真正的轉折點是 2017 年，當時 Nvidia 開始調整 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銷售芯片或電路板的英偉達也開始銷售完整的計算機，以更有效地執行人工智能任務。

它的一些系統現在已經達到 超級計算機的大小，使用專有的網絡技術和數千個 GPU 來組裝和運行。此類硬件可能會運行數周來訓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、軟件、云服務、訓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為其數據中心購買了更多 Nvidia 芯片。麻省總醫院等機構使用 Nvidia 芯片來發現 CT 掃描等醫學圖像中的異常情況。

那時，特斯拉已經宣布將在其所有汽車中安裝 Nvidia GPU 以實現自動駕駛。Nvidia 芯片為虛擬現實耳機提供了強大的基礎能力，就像 Facebook 和 HTC 推向市場的耳機一樣。英偉達因每隔幾年持續提供更快的芯片而享有盛譽。

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

最大的好處是什么？英偉達通過及早認識到人工智能趨勢、根據這些任務定制芯片、然后開發有助于人工智能開發的關鍵軟件來實現其主導地位。正如 《紐約時報》（NYT）所言，英偉達已逐漸轉變為人工智能開發的一站式商店。

據研究公司 Omdia 稱，雖然谷歌、亞馬遜、Meta、IBM 等也生產了 AI 芯片，但 Nvidia 目前占據了全球 AI 芯片銷量的 70% 以上。它在訓練生成式人工智能模型方面占有更加突出的地位。 僅微軟就花費了數億 美元購買了數萬個 Nvidia A100 芯片來幫助 構建 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變得清晰起來，該公司預計季度收入將增長 64%，遠遠超出華爾街的預期。”


英偉達的AI GPU強在何處？

英特爾已不再是當年那家占據統治地位的科技公司。

原本CPU是PC或服務器最重要的核心部件。但是現在，加速計算芯片通過殺手級應用ChatGPT正在加速取代CPU的地位。算力成為以IDC為基礎條件的AI應用發展核心驅動力，GPU成為關鍵部件。

“生成式人工智能將是（英偉達業績）引爆點。”黃仁勛說，“與CPU相比，未來IDC更需要GPU，因為數據都將通過生成式LLM自動生成，而非主要用于數據檢索。”生成數據需要更多的GPU，而檢索數據，只需要CPU。

目前，性能愈發強悍的PC系統配置了超過8個服務器GPU和1個CPU的算力硬件，英偉達占據了全球超過八成（84%）的服務器（IDC：數據中心）GPU市場份額。

比如，英偉達DGX系統，這是用于數據訓練的IDC核心算力來源，搭載了8顆英偉達高端H100 GPU，還有兩顆CPU；谷歌的A3超級計算機，同樣用了8顆英偉達H100 GPU，但只用了1顆英特爾制造的高端至強處理器。

據英偉達公示的技術資料顯示，H100于2022年三季度發布，訓練速度比A100快9倍，推理速度比上代產品A100快30倍。5月29日，黃仁勛發布了GH200超級芯片，這是英偉達開發的基于Arm架構的CPU+GPU集成方案，用于開發聊天機器人、互聯網推薦系統算法等大模型AI應用。

這個趨勢隨著AGI在產業的持續落地，產生的影響日益顯著。英偉達IDC業務在第一季度增長了14%，但英特爾的AI和IDC業務部門業績下降了39%。

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

當然英偉達也不是全無對手，當年英特爾的上游合作伙伴AMD，也在發力服務器GPU，包括高通、蘋果、谷歌和亞馬遜在內的眾多巨頭，都在設計開發移動AI算力芯片，而非服務器GPU；甚至是英特爾，在游戲領域的GPU技術實力，同樣不容小覷。

但是在眼下，英偉達確實一家獨大。但凡提及AGI算力，無不將英偉達服務器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級數據，訓練性能要求極高，而在需要“推理”的過程中使用模型生成文本、圖像或預測，也不是移動AI GPU能達成的。

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

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

也就是說，要做到和英偉達一樣，實現GPU與AI應用的無縫銜接，要做的不僅僅是優化芯片的設計和性能，還需要對軟硬件的技術架構和整體框架做同步優化，這是一項系統工程。要超越單品性能雖然不易，但并非全無可能，但面對系統級能力，談超越，難度不言而喻。

英偉達也在持續增加對IDC的資本投入。據英偉達最新財報顯示，其整體收入中，IDC資本支出的份額占比已增至8.4%，而之前根據其上一年的固定比率預測為6.5%。

初創公司和巨頭的現實威脅

看上去似乎無人能阻擋英偉達在AI技術領域的統治地位，但AI前景的無限空間，仍在吸引無數挑戰者。

除了上文提及的多家巨頭，初創AI公司成為英偉達AI挑戰者大軍不容忽視的一部分。當然，這種技術要求的初創公司很難出自無名之輩。

有一則極具戲劇性的傳聞，出自在前沿技術和應用領域極為活躍的特斯拉公司首席執行官埃隆·馬斯克（Elon Musk）之口。這位持續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，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GPU。

想分英偉達一杯羹的還有來自英特爾公司架構、圖形和軟件（IAGS）部門的副總裁、首席架構師Raja Koduri，這位技術大拿已于今年3月底離職。接下來，Raja Koduri將創辦一家AI技術公司，主要研發新一代生成式AI工具，目的是削弱英偉達對數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初創公司，第一個項目，是要創建一套AI工具，以便讓包括電影和游戲藝術家在內的消費群體，無論用PC、Mac、iPad還是其他設備，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，但真正對英偉達有現實挑戰能力的還是AMD、微軟和谷歌此類巨頭。其中，AMD在游戲領域的GPU對英偉達有些許威脅，但IDC需要的服務器專用GPU性能無法望其項背。

至于微軟、谷歌甚至云服務商比如亞馬遜，都一面和英偉達保持良好的業務合作，一面又在下大本錢研發自己的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H100芯片最大的采購方。今年3月，微軟用數萬顆英偉達GPU幫OpenAI組裝了一臺AI超級計算機。

但微軟也在推進自己的AI芯片研發計劃，代號“雅典娜”。這項計劃始于2019年，目標是為訓練LLM（大語言模型）等軟件而設計，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量產時間表被定于2024年。

與微軟相比，谷歌對英偉達的威脅可能更顯著。目前谷歌的AI處理芯片是專為AI研究開發機器學習（Machine Learning）的專屬芯片TPU（張量處理單元），能同時處理“云上”訓練和推理，并設計了基準測試工具MLPerf。

谷歌TPU如今已迭代到V4版。據谷歌4月6日披露，得益于互連技術和領域特定加速器（DSA）方面的關鍵創新，谷歌云TPU v4在擴展機器學習系統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、專門用于執行機器學習的AI芯片，是谷歌第5代特殊領域加速器（DSA：Domain Specific Accelerator）及第3代用于ML模型的超級計算機平臺，其性能與英偉達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，對英偉達具有商業層面現實威脅的公司，還不存在。這些威脅，現在還處于水面之下。