對于圖形芯片制造商 Nvidia 來說，這是輝煌的一天，其股價飆升 24% 至歷史新高，這要歸功于分析師的季度收益報告以及對推動 AI 革命的芯片的巨大需求。沒有人比 Nvidia 的億萬富翁創始人兼首席執行官黃仁勛受益更多，據福布斯估計，僅在周四，他的財富就增加了 65 億美元。

英偉達市值大漲 即將突破萬億美元大關

持有 Nvidia 約 3% 股份的黃仁勛周三收盤時的凈資產約為 275 億美元。隨后 Nvidia 發布了第一季度收益報告，估計第二季度的銷售額為 110 億美元，比分析師的預期高出 50%，每股收益為 1.09 美元，比預期高 0.17 美元。“計算機行業正在經歷兩個同時發生的轉變——加速計算和生成人工智能，”黃在一份新聞稿中說。Nvidia 的芯片為這兩者做好了準備，Huang 表示該公司正在“大幅增加”供應以滿足“激增的需求”。

這幫助引發了 Nvidia 和 Advanced Micro Devices 和 C3.ai 等其他 AI 相關企業的股價上漲。經過一天的牛市交易，根據福布斯的實時排名，黃的財富現在估計達到 340 億美元——在 24 小時內增長了 23% 以上，足以讓他成為全球第 37 位富豪。

“Nvidia 的結果和指南讓我們大吃一驚，因為 AI 的技術領先地位正在被貨幣化，并且目前似乎正在打破任何揮之不去的熊市論點擔憂，”以 Matthew Ramsay 為首的 Cowen 分析師周四寫道。

Nvidia 的技術在 AI 驅動的公司中變得至關重要；為生成人工智能提供動力的芯片對于 ChatGPT 或谷歌的 Bard 等新服務至關重要。這些高功率芯片比市場上的大多數芯片具有更高的處理能力，使它們能夠處理更大、更復雜的數據輸入。

“我們看到了令人難以置信的重組全球數據中心的訂單。因此，我認為你正在看到一個 10 年過渡的開始，基本上回收或回收世界數據中心并將其構建為加速計算，”黃在周三的財報電話會議上說。“你將擁有數據中心的支出從傳統計算轉向使用 SmartNIC、智能交換機，當然還有 GPU 加速計算，工作負載將主要是生成 AI。”

這幫助推動 Nvidia 的股價達到前所未有的水平——幫助已經是億萬富翁的Jensen今年的凈資產增加了一倍多，從 2023 年初的 138 億美元估計財富躍升至周四的 340 億美元。Nvidia 現在擁有 9500 億美元的市值，即將成為第六家市值達到 1 萬億美元大關的公司，跨入僅由蘋果、微軟、沙特阿美、谷歌母公司 Alphabet 和亞馬遜組成的精英俱樂部。

Nvidia主導AI系統芯片市場

去年 11 月 ChatGPT 推出后，市場對該領域的興趣達到了瘋狂的水平——這給科技行業帶來了巨大的震動。從幫助演講到計算機編程和烹飪，ChatGPT 已被證明是一種廣受歡迎的 AI 應用。但如果沒有強大的計算機硬件，尤其是總部位于加利福尼亞的 Nvidia 的計算機芯片，這一切都不可能實現。

Nvidia 硬件最初以制造處理圖形的計算機芯片類型而知名，特別是用于計算機游戲，它是當今大多數 AI 應用程序的基礎。

Gartner 的半導體行業分析師 Alan Priestley 表示：“它是領先的技術參與者，能夠幫助實現人工智能這種新技術。”“Nvidia 之于 AI 幾乎就像英特爾之于 PC，”TechInsights 分析師 Dan Hutcheson 認為。

ChatGPT 使用 10,000 個 Nvidia 的圖形處理單元 (GPUs) 進行訓練，這些單元聚集在屬于Microsoft微軟的超級計算機中。

Nvidia 加速計算總經理兼副總裁伊恩·巴克 (Ian Buck) 表示：“它是眾多超級計算機中的一種——有些是公開的，有些不是——使用 Nvidia GPU 構建，用于各種科學和人工智能用例。”CB Insights最近的一份報告指出，Nvidia 擁有大約 95% 的機器學習 GPU 市場。它的 AI 芯片也在為數據中心設計的系統中銷售，每個芯片的價格約為 10,000 美元（8,000 英鎊），但其最新和最強大版本的售價要高得多。

那么Nvidia 是如何成為 AI 革命的核心參與者的呢？

簡而言之，大膽押注自己的技術加上一些好的時機。

現任 Nvidia 首席執行官的黃仁勛早在 1993 年就是其創始人之一。當時，Nvidia 專注于為游戲和其他應用程序制作更好的圖形。

1999 年，它開發了 GPU 來增強計算機的圖像顯示。GPU 擅長同時處理許多小任務（例如處理屏幕上的數百萬像素）——這一過程稱為并行處理。

2006 年，斯坦福大學的研究人員發現 GPU 有另一種用途——它們可以加速數學運算，這是常規處理芯片無法做到的。

正是在那一刻，黃仁勛做出了對人工智能發展至關重要的決定。他投入了 Nvidia 的資源來創建一種工具，使 GPU 可編程，從而為圖形以外的用途開放了它們的并行處理能力。該工具被添加到 Nvida 的計算機芯片中。對于電腦游戲玩家來說，這是一種他們不需要的功能，甚至可能都沒有意識到，但對于研究人員來說，這是一種在消費類硬件上進行高性能計算的新方法。

正是這種能力幫助激發了現代人工智能的早期突破。

2012 年，Alexnet 亮相——一種可以對圖像進行分類的 AI。Alexnet 僅使用 Nvidia 的兩個可編程 GPU 進行訓練。訓練過程只用了幾天，而不是使用大量常規處理芯片需要幾個月的時間。GPU 可以大幅加速神經網絡處理的發現開始在計算機科學家中傳播開來，他們開始購買它們來運行這種新型工作負載。

Nvidia 通過投資開發更適合 AI 的新型 GPU 以及更多使該產品易于運作的軟件來發揮其優勢。十年后，數十億美元投入后，ChatGPT 出現了——一種可以對問題做出類似人類反應的人工智能。

AI 初創公司 Metaphysic 使用 AI 技術制作名人和其他人的逼真視頻。它的湯姆克魯斯深度造假事件在 2021 年引起了轟動。為了訓練和運行其模型，它使用了數百個 Nvidia GPU，其中一些從 Nvidia 購買，另一些則通過云計算服務訪問。

“在我們所做的事情上，除了 Nvidia 之外別無選擇，”其聯合創始人兼首席執行官湯姆格雷厄姆 Tom Graham表示。然而，雖然 Nvidia 的主導地位目前看起來穩固，但長期來看更難預測。TIRIAS Research 的另一位行業分析師 Kevin Krewell 指出：“Nvidia 背負著每個人都想打倒的目標。”

其他大型半導體公司提供了一些競爭。AMD 和英特爾都以制造中央處理器 (CPU) 而聞名，但它們也為人工智能應用制造專用 GPU（英特爾最近才加入競爭）。

谷歌擁有張量處理單元 (TPU)，不僅用于搜索結果，還用于某些機器學習任務，而亞馬遜擁有用于訓練 AI 模型的定制芯片。據稱微軟也在開發AI芯片，Meta也有自己的AI芯片項目。

此外，數十年來首次出現計算機芯片初創企業，包括 Cerebras、SambaNova Systems 和 Habana（被英特爾收購）。他們打算從頭開始，為 AI 提供更好的 GPU 替代品。


GPU地位反超CPU

在傳統計算機時代，CPU是整個計算大腦的中樞，擁有無可取代的核心地位。與此相反的是，GPU只是一個“輔助”的角色，用于計算圖形、音頻和視頻等方面。但如今，雙方的角色和地位發生了徹底的轉變。

讓GPU取代CPU的引爆點，正是AIGC——生成式人工智能。GPU在大型語言模型和其他AI技術背后扮演著“大腦”的角色，為一些龐大的深度學習模型和大模型如GPT提供算力。

這些大型模型改變了現代技術的面貌，從計算機視覺到自然語言處理，重塑了 AI 領域的格局。

近日，百度創始人、董事長兼CEO李彥宏在 2023 中關村論壇發表了《大模型改變世界》的演講，他表示 IT 技術棧已經從原來的三層變成了四層，這四層分別為芯片層、框架層、模型層和應用層。

要注意的是，芯片層仍然是計算機的底層，但知名芯片品牌從 CPU 轉向了 GPU。預計在未來，數據中心將需要數百萬個 GPU 芯片，而不再需要大量的 CPU。

數據中心主要由用于文件檢索的CPU構成，但未來將以生成式數據為主導。在 AI 時代，計算機只需要檢索一部分數據，剩余數據可以使用人工智能生成。由此，GPU 成為了數據中心需要的主要組件，產生了一個1萬億美元的巨型市場。

不止是英偉達，近幾年來，AMD、臺積電、三星也在追尋 GPU 的發展。顯示卡廠商 NVIDIA 的GPU已經完全取代了CPU，成為新的計算大腦。GPU 的井噴式增長，將重新定義計算方法，改變現代科技的形態。

正在準備性能更強大的GPU產品

英偉達公司今日證實，該公司將于 2024 年推出 Hopper-Next GPU，這是繼 Hopper GPU 之后的又一款高性能計算和人工智能專用的顯卡。

英偉達沒有透露 Hopper-Next 的具體細節，但顯然這款顯卡將是 Hopper 的后繼產品，最終很可能不會采用“Hopper-Next”的命名方式。但IT之家注意到，去年就有消息稱，這款顯卡的代號為“Blackwell”，預計這款顯卡在性能上有類似于 Hopper 對 Ampere 的跨越式提升。

英偉達此前也重申，該公司每兩年會推出一款大的 GPGPU 架構，而 Hopper 是去年發布的，因此 Blackwell 顯卡架構于 2024 年發布符合英偉達的發布節奏。

之前的爆料至少確認了兩款 Blackwell 顯卡，分別是 GB100 和 GB102。這兩款顯卡很可能會保持單片式設計，并可能使用新的 3 納米工藝。英偉達 Hopper 目前是世界上最快的 4 納米顯卡，也是世界上第一款使用 HBM3 內存的顯卡，擁有強大的人工智能計算能力，是為下一代生成模型如 ChatGPT 等而打造的。Hopper-Next 顯卡也將針對類似的領域提供更高的性能，更加強調專用的人工智能引擎，比如“Transformer”圖形處理器引擎。