AI大模型乱斗，英伟达能否笑到最后？

去年年底至今，人工智能领域最惊人的颠覆性产品当属 ChatGPT 。 通过大量的语料库学习，ChatGPT不仅在生成自然语言、与人类进行高质量对话时展现了前所未有的能力，甚至还能高质量完成撰写邮件、文案、代码等任务。

推出仅两个月后， ChatGPT 在2023年1月末的月活用户突破1亿 ，成为全球用户破亿所花时间最短的平台。

而目前，英伟达是“当前唯一可以实际处理 ChatGPT 的 GPU 提供商”。这让英伟达成为了这波浪潮最大的直接受益者。 凭借ChatGPT东风，该公司今年以来股价涨幅最高超90%，创下自2001年以来的最大季度涨幅。

开年以来英伟达股价节节高升，涨幅超90%

站在此次AI潮头，英伟达股价大涨究竟是偶然还是必然？ 在行业竞争日趋激烈 的 当 下 ，英伟达又能否坐稳美股半导体第一股的宝座，在AI浪潮中笑到最后？ 在ChatGPT之外，由游戏显卡起家的英伟达在“AI 的iPhone时刻”下一步该如何走？

目录

1. 踩中AI风口，是偶然还是必然？

2. 竞争者入局不断，芯片霸主会否持续？

3. ChatGPT之后，英伟达何处去？

1. 踩中AI风口，是偶然还是必然？

1995年，因预判“多媒体领域”将要到来，英伟达推出第一款图形处理器NV1，但与主流规范不兼容，败于显卡市场。

2008年，因洞察到移动市场潜力，英伟达发布了旗下首款应用于智能手机与掌上电脑平台的Tegra第一代芯片，但因架构老旧、基带缺失等问题，败于移动市场。

2022年初，“挖矿时代”退潮，英伟达因“制造了过多显卡”而遭到反噬……

然而这一次，因为ChatGPT，英伟达“赢麻了”。

其实早在2016年，英伟达和ChatGPT的缘分就已经埋下伏笔。作为研发出ChatGPT的美国人工智能研究公司OpenAI彼时还是一个非营利机构，由特斯拉(Tesla)和SpaceX创始人埃隆·马斯克(Elon Musk)创立，旨在企业的财务约束制度之外研究人工智能技术。当时曾有声音担心许多像谷歌和Facebook这样正在研究人工智能技术的公司会垄断人才，导致少有人愿意投入时间进行非营利性的研究项目。

而就在此背景下，芯片制造商英伟达的首席执行官黄仁勋(Jen-Hsun Huang)在2016年带着公司最新的超级计算机来到了OpenAI的旧金山办公室。

在捐赠现场，他在计算机的机身上写道：“致埃隆和OpenAI团队! 为了计算机和人类的未来，我向你们展示世界上第一款DGX-1!”，马斯克则回复称：“感谢nvidia和Jensen向OpenAI捐赠第一台DGX-1人工智能超级计算机，以支持人工智能技术的民主化”。

图源LUSINE DIGITALE 捐赠现场

据悉，英伟达将DGX-1定位为一款超级计算机，专门用于处理一种名为深度学习的人工智能技术。该计算机集成了8个英伟达特斯拉P100GPU，而P100是英伟达当时最高端的GPU，能够达到FP16性能的21.2万亿次浮点运算。虽然其价格为12.9万美元，并不算太高，但当时英伟达正处于积压了100多家公司的DGX-1订单的状况。而即便如此，英伟达还 是选择把第一台捐给了OpenAI——在今天，我们能看到这次 捐赠事件展现出的黄仁勋的远见。

7年后的今天，英伟达终于从其对AI的早期投资获得了回报。就在今年的英伟达GTC大会其后不久，其公司市值超过了“股神”巴菲特旗下伯克希尔哈撒韦，跃升为美国市值第5大上市公司。

英伟达的“股王”神话，离不开其GPU芯片在市场上的龙头地位。

人工智能的开发需要算力、算法与数据，三者缺一不可。而英伟达的GPU正如同AI时代的原油，如今正逐步成为人工智能行业最重要的基础设施之一。1999年10月，英伟达推出了GeForce 256，并在营销中表示“这是世界上第一款GPU”，现如今，英伟达已是全球GPU市场领导者，拥有绝对领先优势。

2019年，NVIDIA GPU部署在了四大云提供商(AWS、谷歌、阿里巴巴和Azure) 97.4%的AI加速器实例中(用于提高处理速度的硬件)。Cambrian AI Research分析师Karl Freund表示，该公司在人工智能算法训练市场上占据了“近100%”的份额。与此同时，几乎所有的人工智能里程碑都发生在NVIDIA的硬件上，吴恩达的YouTube寻猫器、DeepMind的棋牌游戏冠军AlphaGo、OpenAI的语言预测模型GPT-3都在NVIDIA硬件上运行。可以说英伟达的GPU是人工智能研究人员的立足之地。

图源ServeTheHome：Inspur NF5488A5 NVIDIA HGX A100 8 GPU Assembly 8x A100 2

随着头部互联网及科技企业纷纷推出大语言模型，国内对算力资源的需求将呈现井喷。面对如此火热的市场需求，英伟达创始人在今年的GTC大会上再一次抢占先机，发布了可为ChatGPT提速10倍的专用GPU芯片NVIDIA H100 NVL，体现出了其在AIGC群雄逐鹿的市场中趁胜追击的巨大野心。

图源Wccf tech

除了芯片上的王者地位，英伟达领导层对AI行业重视程度也是其此番股市表现亮眼的关键原因。

英伟达首席技术官迈克尔卡根（Michael Kagan）此前在接受卫报采访时表示，虽然英伟达曾经在“挖矿潮”中收获大波红利，但其表示，加密货币不会“为社会带来任何有用的东西”，而人工智能聊天机器人 ChatGPT 等处理能力的其他用途比挖掘加密货币更有价值。

2021年，英伟达甚至发布了软件，人为限制了使用其显卡挖掘流行的以太坊加密货币的能力，以确保供应流向其首选客户，其中包括 AI 研究人员和游戏玩家。

图源CoinWire

“炒币者买了很多东西，但最终它崩溃了，因为它没有给社会带来任何有用的东西，但人工智能可以”，卡根告诉《卫报》。

图源CoinWire Michael Kagan接受媒体采访

英伟达首席执行官黄仁勋此前则表示：“我们十分明智地改变了公司战略。大约十年前，我们就看到，这种做软件的方式可能会改变一切。我们改变了公司，从底层一路提升到顶层，再横向发展”，他甚至强调“我们制造的每一块芯片都专注于AI”。

2. 竞争者入局不断，芯片霸主会否持续？

在当今产品爆火、技术领先、股价红火的繁荣之下，英伟达也非全无隐忧。从英伟达近期股价表现来看，前段时间的高涨势已在触达峰值后缓慢回落，市场上也不乏对其股价估值过高的担忧。

英伟达此次股价的亮眼表现离不开英伟达在GPU芯片供应上近乎垄断的江湖地位。然而，随着 AI 变得越来越重要，竞争对手不会一直愿意为 Nvidia 的产品支付高价，更倾向于自研芯片以节省成本，这也给暂时领先一步的英伟达带来了一定挑战。

自2019年开始，特斯拉就将车上的英伟达处理器换成了自研的融合高速运算、AI 等功能的FSD芯片；2021年，特斯拉在首届特斯拉AI Day上展示了其首款AI训练芯片Dojo D1，以及基于该芯片构建的完整Dojo集群ExaPOD，用于执行AI训练任务，成为从汽车圈跑出来的强大对手。

图源 CNBC

而谷歌也一直都在尝试摆脱英伟达芯片的控制，其于2015年就开始自己生产芯片。近日，谷歌透露了其第四代张量处理单元芯片 (TPU v4) 的更多细节，声称其芯片比 Nvidia 的 A100 Tensor Core GPU 更快且功耗更低。谷歌和加州大学伯克利分校的研究人员在 6 月国际计算机体系结构研讨会前发表的一篇论文中表示，TPU v4“比 Nvidia A100 快 1.2-1.7 倍，功耗低 1.3-1.9 倍”。

谷歌还暗示，它正在研发一款与Nvidia H100竞争的新TPU，但没有提供详细信息。谷歌研究员Jouppi在接受路透社采访时则表示，谷歌拥有“未来芯片的生产线”。

图源datanami

与此同时，不少尚未被收购的初创公司也已发布了自己的硬件，在过去几年里，Graphcore、SambaNova、Cerebras、Mythic AI、blaze和TensTorrent等公司发布或试用了人工智能芯片。

并且，两家 AI 芯片初创公司在最新一轮的 MLPerf AI 推理基准测试中击败了 Nvidia GPU 得分：Neuchips和SiMa在数据中心推荐和边缘图像分类方面的每瓦性能分别与Nvidia H100 和Jetson AGX Orin 得分相比，在能效得分上获胜。

此外，有NVIDIA的竞争对手认为，GPU是为图形而不是机器学习而设计的，尽管它们强大的处理能力意味着它们在执行人工智能任务时比CPU更好，但由于仔细的优化和复杂的软件层，它们的市场主导地位只能维持这么长时间。

Graphcore的联合创始人兼首席执行官奈杰尔•图恩曾表示：“英伟达在隐藏GPU复杂性方面做得非常出色。它之所以有效，是因为他们创建了软件库、框架和优化，使复杂性得以隐藏。这是NVIDIA在那里承担的一项非常繁重的工作。”但他认为，在 GPU之外有很多选择，你可能会从零开始设计一个具有全新架构的人工智能芯片，在谷歌专为特定工作负载设计的专用集成电路TPU之外，Cerebras制造了一个晶圆级发动机，这是一个比其他任何芯片都大56倍的巨型芯片；IB和BrainChip公司以人脑为模型，制造神经形态芯片；Mythic和Graphcore都生产智能处理单元(IPU)等等。

当被问及ChatGPT是否会使用英伟达以外的其他供应商的GPU时，聊天机器人对英伟达的优势给出了一个看法：

“未来，ChatGPT或其他深度学习模型可能会在其他供应商的GPU上进行训练或运行。然而，目前由于其高性能和CUDA支持，NVIDIA GPU在深度学习社区中被广泛使用”。

回答中提到的CUDA，是由Nvidia开发的并行计算平台和编程模型，支持NVIDIA GPU上的高效计算。现在的许多深度学习库和框架，如TensorFlow和PyTorch，都内置了对CUDA的支持，并针对Nvidia GPU进行了优化。

可以说，Nvidia的CUDA并行计算平台及其配套基础设施是一道“杀手锏”。Piper Sandler分析师 Harsh Kumar称，与其他硬件相比，CUBA为用户提供了显著优势。Nvidia的GPU具有更高的兼容性，并且通常可以更好地集成到 TensorFlow和PyTorch等工具中，例如，AMD的显卡就可以使用CUDA。但为了使用AMD显卡，用户则必须使用一个名为 OpenCL的开源库。对比来看，OpenCL 的兼容性要低得多，并且不能很好地与其他工具集成。

因此，Kumar认为CUDA最重要的是增加了进入壁垒，并保护Nvidia的GPU份额免受竞争对手争夺其AI 桂冠。Kumar 还观察到，由于 CUDA 库的强大存在以及访问其中预制模型的便利性，只有当替代处理器的性能比 Nvidia 竞争芯片“好 3-5 倍”时，用户才会考虑改变选择。

由此看来，在短期内英伟达的竞争对手可能不会像他们声称的那样产生巨大影响，而Nvidia可能会继续成为领先品牌。

3. ChatGPT之后，英伟达何处去？

ChatGPT的爆火成就了英伟达短期内股价的涨势，但在AI行业给我们生活方式带来深刻变革的风口浪尖之际，全球越来越多的机构也开始重视对AI的监管。目前政策风向尚未明朗，给相关企业的未来决策带来了众多不确定性。

图源seeking alpha

据《华尔街日报》，欧盟议员在一封公开信中表示，近几个月来，AI发展的速度飞快，需要为强大的通用AI工具量身打造一套新的规则。

而在此前，1000多名人工智能专家和行业高管联名发布公开信，呼吁暂停开发最先进的人工智能系统，以便制定安全政策。其后，意大利个人数据保护局发布了全球范围内针对ChatGPT的第一道政府禁令。除了隐私风险，丹麦研究人员计算出训练GPT-3所需的能量可能相当于行驶70万公里的碳足迹，提醒应防止人工智能造成更大的环境灾难。

据Axios，著名科技投资人Ron Conway的投资公司SV Angel，将召集旧金山AI公司的高层讨论AI政策问题。据了解，OpenAI、微软、谷歌、苹果、英伟达等公司高管与政策代表将出席该会议，讨论如何负责任地开发AI、分享最好的实践案例，并商讨相关的公共政策架构和标准。

图源Forbes Photo by Jakub Porzycki/NurPhoto via Getty Images

ChatGPT能带领英伟达走多远未可知，但眼下AI浪潮正铺天盖地而来，英伟达的首席执行官黄仁勋已在人工智能上坚定押宝。他表示，新的聊天机器人，如ChatGPT的出现是人工智能领域的“iPhone时刻”。他期待着人工智能的蓬勃，能带领英伟达再次创造高销售额、高增长的佳话。

据悉，目前英伟达主要有四大主营业务，分别为数据中心、游戏、专业可视化以及自动驾驶。财报数据显示，英伟达2023财年实现营收 269.74 亿美元，同比增长0.2%，实现净利润43.68亿美元。其中，与AI相关的数据中心业务占比达到56%，首次超越游戏业务成为公司最大营收来源。

图源NVIDIA官网 数据中心业务被列在最前

对于目前英伟达的产业布局，有网友评论道“下限有游戏玩家兜底，上限有挖矿老板，人工智能开路”，不无道理地指出了英伟达已不再是仅凭游戏显卡“一条腿”走路的公司，而是在多元领域布局深耕的庞大科技巨头。幸运的是，在游戏显卡成功收割无数游戏玩家后，AIGC的发展正朝着对它有利的方向而来。

眼下，英伟达的产品仍是人工智能热潮中炙手可热手可热的“香饽饽”。不久前，微软表示已经购买了数万个英伟达(Nvidia)专注于人工智能的处理器A100 GPU，以支持OpenAI的工作负载。此外，英伟达已向亚马逊出售了2万个H100芯片，用于其云计算AWS服务，另外还有1.6万个H100芯片卖给了甲骨文。英伟达还直接租用芯片，其DGX云服务的起价不到每月3.7万美元(合30250英镑)，只需8台H100在“集群”中连接在一起。

而据CNBC近日报道，随着对训练和部署人工智能软件所需芯片的需求飙升，英伟达高端芯片H100售价超过40000美元。至少有8个H100在eBay挂牌出售，价格从39995美元到略低于46000美元不等，而一些零售商过去曾以36000美元左右的价格提供该芯片。与此同时，其符合美国出口管制条件，可向中国国内出货的定制版A800和H800芯片也正在遭到包括服务器、互联网厂商的国内公司“哄抢”。

眼下的竞争对手的实力不容小觑，技术的发展形势也远未明朗，但英伟达在混局中并未停止脚步，而是试图筑起牢固的护城河，力求在AI技术绝对性能和能效方面保持优势。在今年的GTC大会上，黄仁勋发布了四款AI推理芯片、三个大模型云服务、超级计算机，以及针对场景优化的应用100个、更新功能的工业元宇宙Omniverse，体现了在它AI领域的全力部署以及在其他领域的多元布局。

图源 NVIDIA Newsroom

英伟达是一家看似很幸运的公司，似乎自身发展没有空窗期，在虚拟货币遇冷后无缝衔接地进入了ChatGPT时代，再次成为销量王者。但事实上英伟达在历史上也经历过多次重大失误，有人评价英伟达的企业文化是“快速试错，不断迭代”——即使出错，也可以快速从错误中走出来，迅速调整状态迎接新挑战。

在科技迭代更新如此迅猛的当下，明天会发生什么难以预测，不过可以确定的是，任何模式都无法做到一劳永逸，ChatGPT风口之后的英伟达，需要既保持当下的竞争优势，又不断开发出新的硬核产品，如此才能在下一次时代红利到来时，有所准备地站在风口之巅，成功笑到最后。

Ref

https://www.tomshardware.com/news/openai-nvidia-dgx-1-ai-supercomputer,32476.html

https://www.theguardian.com/technology/2023/mar/26/cryptocurrencies-add-nothing-useful-to-society-nvidia-chatbots-processing-crypto-mining

https://www.wired.co.uk/article/nvidia-ai-chips

https://www.fierceelectronics.com/sensors/chatgpt-runs-10k-nvidia-training-gpus-potential-thousands-more

https://finance.yahoo.com/news/qualcomm-nvidia-spar-top-spot-175244025.html

https://www.cnbc.com/2023/04/05/google-reveals-its-newest-ai-supercomputer-claims-it-beats-nvidia-.html

https://seekingalpha.com/article/4594562-nvidia-bloated-valuation-and-increased-competition

https://www.forbes.com/sites/timabansal/2023/04/17/elon-musk-and-ai-leaders-call-for-gpt-4-to-pause-is-it-about-managing-risks-or-catching-up-in-the-ai-race/?sh=77848fb97ed5

https://www.tipranks.com/news/article/nvidia-stock-excellent-ai-growth-play

https://www.theregister.com/2023/04/06/google_tpuv4_hardware_nvidia/

https://www.reuters.com/technology/google-says-its-ai-supercomputer-is-faster-greener-than-nvidia-2023-04-05/

本文来自微信公众号“RockFlow Universe”（ID:RockFlowUniverse），作者：Lucian Armasu等，编译：卷不动星人，36氪经授权发布。