英偉達(dá)(NVDA.US)繼續(xù)狂飆 黃仁勛回應(yīng)Sam Altman

繼日前傳言英偉達(dá)(NVDA.US)將入局定制芯片業(yè)務(wù)之后，人工智能熱潮又將英偉達(dá)推向了一個(gè)新高峰。

據(jù)報(bào)道，隨著英偉達(dá)股價(jià)達(dá)到 734.96 美元的歷史新高，公司市值達(dá)到 1.82 萬億美元，而零售巨頭亞馬遜的市值為 1.81 萬億美元，這意味著公司躍升為美國(guó)第四大市值公司，距離谷歌母公司 Alphabet 的1.87億美元市值也只有一步之遙。

媒體指出，上一次英偉達(dá)的市值超過亞馬遜是在 2002 年，當(dāng)時(shí)兩家公司的市值均低于 60 億美元。

因?yàn)槭袌?chǎng)對(duì)強(qiáng)勁人工智能需求的押注，推動(dòng)了英偉達(dá)股價(jià)的上漲，使其成為所謂的“七巨頭”中表現(xiàn)最好的股票，在過去 12 個(gè)月內(nèi)飆升了 223%。今年迄今為止，Nvidia 的股價(jià)已上漲 46%。

但對(duì)于這家可能是有史以來最強(qiáng)的芯片巨頭，英偉達(dá)的創(chuàng)造歷史之路，似乎還遠(yuǎn)未結(jié)束。

人工智能改變了數(shù)據(jù)中心和英偉達(dá)

Nvidia成立的目的是徹底改變游戲和多媒體領(lǐng)域的 3D 計(jì)算機(jī)圖形技術(shù)。該公司最初在各種芯片上取得了成功，隨后在 1999 年推出了世界上第一個(gè)圖形處理單元 (GPU) Nvidia GeForce 256，并取得了重大飛躍。

這一里程碑在最新的 GeForce RTX 40 系列中達(dá)到了頂峰，該系列可以借助深度學(xué)習(xí)超級(jí)采樣 (DLSS)（Nvidia 的一項(xiàng)令人難以置信的創(chuàng)新）為數(shù)字內(nèi)容提供逼真的圖形。DLSS 使用人工智能(AI) 在視頻游戲場(chǎng)景中創(chuàng)建額外的幀并增強(qiáng)圖像質(zhì)量。

直到 2022 財(cái)年（截至 2022 年 1 月 30 日），游戲一直是 Nvidia 最大的收入驅(qū)動(dòng)力。該部門當(dāng)年的銷售額為 125 億美元，占公司總收入的 46%。但后來，一切都變了：

數(shù)據(jù)中心曾經(jīng)是公司存儲(chǔ)有價(jià)值信息的地方，但后來發(fā)展成為在線操作的集中中心（也稱為云計(jì)算）。如今，數(shù)據(jù)中心擁有 Nvidia 設(shè)計(jì)的強(qiáng)大芯片，用于處理人工智能工作負(fù)載。

這種轉(zhuǎn)變始于 2016 年，當(dāng)時(shí) Nvidia 向 OpenAI 交付了第一臺(tái) AI 超級(jí)計(jì)算機(jī)，該計(jì)算機(jī)用于開發(fā)早期的生成式 AI模型，最終形成了著名的 ChatGPT 在線聊天機(jī)器人。

現(xiàn)在，Nvidia 領(lǐng)先的 H100 數(shù)據(jù)中心 GPU 售價(jià)高達(dá) 40,000 美元。微軟和亞馬遜等集中式數(shù)據(jù)中心運(yùn)營(yíng)商訂購(gòu)了數(shù)十萬個(gè)數(shù)據(jù)中心，為云客戶提供開發(fā)人工智能所需的計(jì)算能力。

這使得 Nvidia 的數(shù)據(jù)中心收入在 2024 財(cái)年第三季度（截至 2023 年 10 月 29 日）同比飆升 279%。數(shù)據(jù)中心業(yè)務(wù)目前占英偉達(dá)總收入的 80%，將游戲業(yè)務(wù)遠(yuǎn)遠(yuǎn)甩在身后。

Nvidia 現(xiàn)在是一個(gè)價(jià)值 1.8 萬億美元的龐然大物，其中 1 萬億美元的價(jià)值是在過去 12 個(gè)月內(nèi)創(chuàng)造的。目前看來，英偉達(dá)的股價(jià)可能仍會(huì)走高。

每個(gè)國(guó)家都要AI，數(shù)據(jù)中心將繼續(xù)飚

NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛周一在迪拜舉行的世界政府峰會(huì)上對(duì)與會(huì)者表示，每個(gè)國(guó)家都需要擁有自己的情報(bào)生產(chǎn)能力。

黃在與阿聯(lián)酋人工智能部長(zhǎng)艾爾·奧拉馬（Al Olama）閣下進(jìn)行爐邊談話時(shí)發(fā)表講話，他將主權(quán)人工智能（強(qiáng)調(diào)一個(gè)國(guó)家對(duì)其數(shù)據(jù)及其產(chǎn)生的情報(bào)的所有權(quán)）描述為世界領(lǐng)導(dǎo)人的巨大機(jī)遇。

“它記錄了你的文化、你的社會(huì)智慧、你的常識(shí)、你的歷史——你擁有自己的數(shù)據(jù)，”黃在他們的談話中告訴 Al Olama，這是來自 150 個(gè)國(guó)家的 4,000 多名代表參加的活動(dòng)的亮點(diǎn)。

黃敦促領(lǐng)導(dǎo)人不要被人工智能“迷惑”。人工智能具有前所未有的接受普通人類指導(dǎo)的能力，這使得各國(guó)擁抱人工智能、為其注入當(dāng)?shù)卣Z言和專業(yè)知識(shí)變得至關(guān)重要。

黃甚至反駁了多年來許多有遠(yuǎn)見的人提出的建議，他們敦促年輕人學(xué)習(xí)計(jì)算機(jī)科學(xué)，以便在信息時(shí)代競(jìng)爭(zhēng)。

“事實(shí)上，情況幾乎完全相反，”黃仁勛說。“我們的工作是創(chuàng)造無需任何人編程的計(jì)算技術(shù)，并且編程語言是人類的：現(xiàn)在世界上的每個(gè)人都是程序員，這就是奇跡?！?/p>

在同一場(chǎng)峰會(huì)上，黃仁勛還表示，我們正處于這個(gè)新時(shí)代的開始，將會(huì)發(fā)生的是，全球數(shù)據(jù)中心的安裝基礎(chǔ)價(jià)值將達(dá)到一萬億美元，在未來 4-5 年內(nèi)，我們將擁有價(jià)值 2 萬億美元的數(shù)據(jù)中心，它們這為世界各地的軟件提供動(dòng)力，所有這些都將得到加速，這種加速計(jì)算的架構(gòu)非常適合稱為生成式人工智能的下一代軟件。

對(duì)于 NVIDIA 作為一家商業(yè)公司而言，Jensen 表示，“通用計(jì)算”并不是我們想要快速、高效且經(jīng)濟(jì)高效的人工智能的最佳方式，他描述了這一點(diǎn)通過描繪這樣一個(gè)事實(shí)，我們?cè)诂F(xiàn)代看到的加速計(jì)算促進(jìn)了人工智能的增長(zhǎng)甚至進(jìn)入市場(chǎng)。他表示，該行業(yè)過渡到“下一代”狀態(tài)的唯一途徑是升級(jí)加速計(jì)算，而需要巨大的經(jīng)濟(jì)資源和高效的硬件作為關(guān)鍵武器。

進(jìn)軍定制芯片設(shè)計(jì)業(yè)務(wù)，贏者通吃

在英偉達(dá)最初的生意規(guī)劃里，他們是希望用統(tǒng)一的GPU，去拿下所有的客戶。但現(xiàn)在他們?cè)诳吹娇蛻艏娂娞与x他們自研芯片之后。如文章開頭所說，有傳言指出，英偉達(dá)正在進(jìn)軍定制芯片業(yè)務(wù)，希望通過給他們的客戶定制芯片，以進(jìn)一步加固自己在AI市場(chǎng)的低位。

據(jù)報(bào)道，Nvidia 成立的這個(gè)小組，負(fù)責(zé)打造新的商業(yè)模式，幫助客戶使用 Nvidia IP 甚至小芯片構(gòu)建自己的解決方案。通過這一舉措，英偉達(dá)開始打造一個(gè)人工智能授權(quán)巨頭。

熟悉芯片行業(yè)的讀者應(yīng)該知道，許多自行設(shè)計(jì)芯片以降低成本或?yàn)橛?jì)算需求提供更定制解決方案的公司已經(jīng)與 Broadcomm 和 Marvell 等公司進(jìn)行后端物理設(shè)計(jì)、SerDes 塊或 IP（例如 Marvell 的高性能 Arm CPU 內(nèi)核）的合作。Cadence 和 Synopsys 等 EDA 解決方案提供商在提供 IP 塊方面做得很好，SOC 設(shè)計(jì)人員可以將這些 IP 塊放入他們的芯片中，從而節(jié)省資金并加快上市時(shí)間。但這并不是什么新消息。例如，Sima.ai 在其邊緣 AI 芯片中使用了Synopsys的圖像處理器。

Jim Keller 領(lǐng)導(dǎo)的初創(chuàng)公司 Tenstorrent 看到了這個(gè)機(jī)會(huì)，并將這家總部位于多倫多和奧斯汀的公司從 Nvidia 的潛在競(jìng)爭(zhēng)對(duì)手轉(zhuǎn)變?yōu)?IP 和設(shè)計(jì)商店，為 Kia 和 LG 等公司提供小芯片和知識(shí)產(chǎn)權(quán)。

而在人工智能領(lǐng)域，我們又看到了一種新趨勢(shì)，電視、汽車或網(wǎng)絡(luò)設(shè)備的設(shè)計(jì)者希望構(gòu)建定制解決方案以降低成本或提供包括人工智能在內(nèi)的差異化解決方案，但他們沒有必要或?qū)I(yè)知識(shí)來構(gòu)建整個(gè)芯片。

至于谷歌、亞馬遜 AWS、Meta（預(yù)計(jì)將在今年晚些時(shí)候使用自己的芯片）和微軟 Azure 等大客戶，它們已經(jīng)擁有自己的用于內(nèi)部人工智能的定制芯片以及面向云客戶的 Nvidia GPU。他們可以與 Nvidia 合作進(jìn)行未來的設(shè)計(jì)嗎？

我們可以假設(shè)，這些 Nvidia 定制芯片客戶能否利用 Nvidia 的內(nèi)部和 AWS 超級(jí)計(jì)算機(jī)來加速和優(yōu)化這些設(shè)計(jì)工作？這將是一筆不錯(cuò)的額外收入，也是一個(gè)令人難以置信的差異化因素。如果是這樣，這可能就是為什么 Nvidia 將其最新的“內(nèi)部”超級(jí)計(jì)算機(jī) Project Cieba 托管在 AWS 數(shù)據(jù)中心，那里已經(jīng)提供了安全云服務(wù)的基礎(chǔ)設(shè)施。Nvidia 可以在 Cieba 上提供芯片設(shè)計(jì)優(yōu)化服務(wù)。

雖然這種猜測(cè)可能有點(diǎn)太過分了，但這樣做表明英偉達(dá)看到了不祥之兆，并且已經(jīng)準(zhǔn)備好再次改變這個(gè)行業(yè)。

雖然這個(gè)猜測(cè)有點(diǎn)大膽，但是隨著時(shí)間的推移，所有技術(shù)都會(huì)商品化，這是必然的。尤其是前幾代硅。當(dāng) Nvidia 有意收購(gòu)Arm 時(shí)，筆者就認(rèn)為這次收購(gòu)將使 Nvidia 有可能通過許可協(xié)議將他們不想產(chǎn)品化的產(chǎn)品貨幣化。

看起來這正是 Nvidia 現(xiàn)在正在做的事情。

回應(yīng)Sam Altman，七萬億能買下全部

對(duì)AI芯片行業(yè)而言，最近的熱點(diǎn)之一，當(dāng)然繞不開傳言O(shè)PEN AI CEO Sam Altman計(jì)劃募集七萬億美元資金，計(jì)劃顛覆AI芯片和芯片制造。

首先，我們必須說，這是好大一筆錢。

其次，這也當(dāng)然不會(huì)是一件容易的事情。姑勿論整個(gè)先進(jìn)芯片制造很難，經(jīng)過多年發(fā)展，全球僅有臺(tái)積電、三星和英特爾能夠進(jìn)入領(lǐng)先的芯片制造市場(chǎng)。

何況，投資一個(gè)先進(jìn)晶圓廠要100億美元（相對(duì)七萬億而言，九牛一毛？）。更重要的是，行業(yè)高管表示，尋找工程師來運(yùn)營(yíng)大量新工廠、獲得機(jī)器來填充工廠以及獲得足夠的訂單來證明這些工廠的合理性都存在不確定性。

即使建造了大量新的芯片工廠，也不一定能解決 Altman 的近期問題——生產(chǎn) OpenAI 的 ChatGPT 等系統(tǒng)所需的人工智能芯片短缺。英偉達(dá)人工智能芯片生產(chǎn)的最大瓶頸在于封裝，這是將電路壓印在硅片上之后的制造步驟。

Sam Altman還抱怨英偉達(dá)芯片的成本——雷蒙德·詹姆斯（Raymond James）分析師斯里尼·帕朱里表示，增加芯片工廠可能無法解決另一個(gè)問題。

“為了降低人工智能芯片的價(jià)格，我們需要與英偉達(dá)進(jìn)行更多競(jìng)爭(zhēng)，”他說。

對(duì)于這個(gè)瘋狂計(jì)劃，英偉達(dá)首席執(zhí)行官黃仁勛表示懷疑。

在迪拜舉行的世界政府峰會(huì)上，全球 最有價(jià)值的芯片制造商的負(fù)責(zé) 表示，計(jì)算技術(shù)的進(jìn)步將使開發(fā)人工智能的成本大幅降低。

“你不能假設(shè)你會(huì)購(gòu)買更多的電腦。你還必須假設(shè)計(jì)算機(jī)會(huì)變得更快，因此你需要的總量不會(huì)那么多，”黃說。他指出：“如果你只是假設(shè)計(jì)算機(jī)不會(huì)變得更快，你可能會(huì)得出這樣的結(jié)論：我們需要 14 個(gè)行星、三個(gè)星系和四個(gè)太陽來為這一切提供燃料，但計(jì)算機(jī)架構(gòu)仍在不斷進(jìn)步?！?/p>

他表示，他相信芯片行業(yè)將降低人工智能的成本，因?yàn)槠浣M件的制造速度“越來越快”。

由此可見，黃仁勛的觀點(diǎn)表明，更好、更具成本效益的芯片將使奧特曼雄心勃勃的投資計(jì)劃變得不必要。

黃說：“如果你只是假設(shè)計(jì)算機(jī)不會(huì)變得更快，你可能會(huì)得出這樣的結(jié)論：我們需要 14 個(gè)行星、三個(gè)星系和四個(gè)太陽來為這一切提供燃料，但計(jì)算機(jī)架構(gòu)仍在不斷進(jìn)步。”

當(dāng)被問及下一個(gè)人工智能時(shí)代是否會(huì)建立在 GPU（英偉達(dá)占據(jù)了 GPU 大約80% 的市場(chǎng)份額）或某種新型技術(shù)的基礎(chǔ)上時(shí)，黃仁勛指出，許多其他主要科技公司確實(shí)正在開發(fā)自己的技術(shù)。可以作為 GPU 替代品的專有芯片。微軟正在開發(fā) Maia，這是一種專門為訓(xùn)練大型語言模型而開發(fā)的定制硅芯片。與此同時(shí)，谷歌正在開發(fā)張量處理單元（TPU），旨在加速機(jī)器學(xué)習(xí)工作負(fù)載。據(jù)路透社報(bào)道，Meta 正在開發(fā)自己的內(nèi)部芯片。

黃仁勛說，英偉達(dá)的人工智能方法與其潛在競(jìng)爭(zhēng)對(duì)手不同的原因之一是，其 GPU 可供“任何平臺(tái)上的任何人”使用，黃說這是他“人工智能民主化”雄心的一部分。黃仁勛接著聲稱，英偉達(dá)存在于“每個(gè)云和數(shù)據(jù)中心，一直到自動(dòng)駕駛系統(tǒng)和自動(dòng)駕駛汽車”。

隨著構(gòu)建人工智能系統(tǒng)的新方法被發(fā)明，黃表示英偉達(dá)將能夠靈活適應(yīng)?！八羞@些架構(gòu)都可以在 Nvidia 靈活的架構(gòu)上創(chuàng)建，而且因?yàn)樗鼈儙缀鯚o處不在，”黃說，“任何研究人員都可以訪問 Nvidia 的 GPU 并發(fā)明下一代。”

當(dāng)被問及他可以用 7 萬億美元購(gòu)買多少個(gè)圖形處理單元 (GPU) 時(shí)，黃笑著回答說：“顯然是所有 GPU”。

本文編選自“半導(dǎo)體行業(yè)觀察”，智通財(cái)經(jīng)編輯：張金亮。