对于图形芯片制造商 Nvidia 来说，这是辉煌的一天，其股价飙升 24% 至历史新高，这要归功于分析师的季度收益报告以及对推动 AI 革命的芯片的巨大需求。没有人比 Nvidia 的亿万富翁创始人兼首席执行官黄仁勋受益更多，据福布斯估计，仅在周四，他的财富就增加了 65 亿美元。

英伟达市值大涨 即将突破万亿美元大关

持有 Nvidia 约 3% 股份的黄仁勋周三收盘时的净资产约为 275 亿美元。随后 Nvidia 发布了第一季度收益报告，估计第二季度的销售额为 110 亿美元，比分析师的预期高出 50%，每股收益为 1.09 美元，比预期高 0.17 美元。“计算机行业正在经历两个同时发生的转变——加速计算和生成人工智能，”黄在一份新闻稿中说。Nvidia 的芯片为这两者做好了准备，Huang 表示该公司正在“大幅增加”供应以满足“激增的需求”。

这帮助引发了 Nvidia 和 Advanced Micro Devices 和 C3.ai 等其他 AI 相关企业的股价上涨。经过一天的牛市交易，根据福布斯的实时排名，黄的财富现在估计达到 340 亿美元——在 24 小时内增长了 23% 以上，足以让他成为全球第 37 位富豪。

“Nvidia 的结果和指南让我们大吃一惊，因为 AI 的技术领先地位正在被货币化，并且目前似乎正在打破任何挥之不去的熊市论点担忧，”以 Matthew Ramsay 为首的 Cowen 分析师周四写道。

Nvidia 的技术在 AI 驱动的公司中变得至关重要；为生成人工智能提供动力的芯片对于 ChatGPT 或谷歌的 Bard 等新服务至关重要。这些高功率芯片比市场上的大多数芯片具有更高的处理能力，使它们能够处理更大、更复杂的数据输入。

“我们看到了令人难以置信的重组全球数据中心的订单。因此，我认为你正在看到一个 10 年过渡的开始，基本上回收或回收世界数据中心并将其构建为加速计算，”黄在周三的财报电话会议上说。“你将拥有数据中心的支出从传统计算转向使用 SmartNIC、智能交换机，当然还有 GPU 加速计算，工作负载将主要是生成 AI。”

这帮助推动 Nvidia 的股价达到前所未有的水平——帮助已经是亿万富翁的Jensen今年的净资产增加了一倍多，从 2023 年初的 138 亿美元估计财富跃升至周四的 340 亿美元。Nvidia 现在拥有 9500 亿美元的市值，即将成为第六家市值达到 1 万亿美元大关的公司，跨入仅由苹果、微软、沙特阿美、谷歌母公司 Alphabet 和亚马逊组成的精英俱乐部。

Nvidia主导AI系统芯片市场

去年 11 月 ChatGPT 推出后，市场对该领域的兴趣达到了疯狂的水平——这给科技行业带来了巨大的震动。从帮助演讲到计算机编程和烹饪，ChatGPT 已被证明是一种广受欢迎的 AI 应用。但如果没有强大的计算机硬件，尤其是总部位于加利福尼亚的 Nvidia 的计算机芯片，这一切都不可能实现。

Nvidia 硬件最初以制造处理图形的计算机芯片类型而知名，特别是用于计算机游戏，它是当今大多数 AI 应用程序的基础。

Gartner 的半导体行业分析师 Alan Priestley 表示：“它是领先的技术参与者，能够帮助实现人工智能这种新技术。”“Nvidia 之于 AI 几乎就像英特尔之于 PC，”TechInsights 分析师 Dan Hutcheson 认为。

ChatGPT 使用 10,000 个 Nvidia 的图形处理单元 (GPUs) 进行训练，这些单元聚集在属于Microsoft微软的超级计算机中。

Nvidia 加速计算总经理兼副总裁伊恩·巴克 (Ian Buck) 表示：“它是众多超级计算机中的一种——有些是公开的，有些不是——使用 Nvidia GPU 构建，用于各种科学和人工智能用例。”CB Insights最近的一份报告指出，Nvidia 拥有大约 95% 的机器学习 GPU 市场。它的 AI 芯片也在为数据中心设计的系统中销售，每个芯片的价格约为 10,000 美元（8,000 英镑），但其最新和最强大版本的售价要高得多。

那么Nvidia 是如何成为 AI 革命的核心参与者的呢？

简而言之，大胆押注自己的技术加上一些好的时机。

现任 Nvidia 首席执行官的黄仁勋早在 1993 年就是其创始人之一。当时，Nvidia 专注于为游戏和其他应用程序制作更好的图形。

1999 年，它开发了 GPU 来增强计算机的图像显示。GPU 擅长同时处理许多小任务（例如处理屏幕上的数百万像素）——这一过程称为并行处理。

2006 年，斯坦福大学的研究人员发现 GPU 有另一种用途——它们可以加速数学运算，这是常规处理芯片无法做到的。

正是在那一刻，黄仁勋做出了对人工智能发展至关重要的决定。他投入了 Nvidia 的资源来创建一种工具，使 GPU 可编程，从而为图形以外的用途开放了它们的并行处理能力。该工具被添加到 Nvida 的计算机芯片中。对于电脑游戏玩家来说，这是一种他们不需要的功能，甚至可能都没有意识到，但对于研究人员来说，这是一种在消费类硬件上进行高性能计算的新方法。

正是这种能力帮助激发了现代人工智能的早期突破。

2012 年，Alexnet 亮相——一种可以对图像进行分类的 AI。Alexnet 仅使用 Nvidia 的两个可编程 GPU 进行训练。训练过程只用了几天，而不是使用大量常规处理芯片需要几个月的时间。GPU 可以大幅加速神经网络处理的发现开始在计算机科学家中传播开来，他们开始购买它们来运行这种新型工作负载。

Nvidia 通过投资开发更适合 AI 的新型 GPU 以及更多使该产品易于运作的软件来发挥其优势。十年后，数十亿美元投入后，ChatGPT 出现了——一种可以对问题做出类似人类反应的人工智能。

AI 初创公司 Metaphysic 使用 AI 技术制作名人和其他人的逼真视频。它的汤姆克鲁斯深度造假事件在 2021 年引起了轰动。为了训练和运行其模型，它使用了数百个 Nvidia GPU，其中一些从 Nvidia 购买，另一些则通过云计算服务访问。

“在我们所做的事情上，除了 Nvidia 之外别无选择，”其联合创始人兼首席执行官汤姆格雷厄姆 Tom Graham表示。然而，虽然 Nvidia 的主导地位目前看起来稳固，但长期来看更难预测。TIRIAS Research 的另一位行业分析师 Kevin Krewell 指出：“Nvidia 背负着每个人都想打倒的目标。”

其他大型半导体公司提供了一些竞争。AMD 和英特尔都以制造中央处理器 (CPU) 而闻名，但它们也为人工智能应用制造专用 GPU（英特尔最近才加入竞争）。

谷歌拥有张量处理单元 (TPU)，不仅用于搜索结果，还用于某些机器学习任务，而亚马逊拥有用于训练 AI 模型的定制芯片。据称微软也在开发AI芯片，Meta也有自己的AI芯片项目。

此外，数十年来首次出现计算机芯片初创企业，包括 Cerebras、SambaNova Systems 和 Habana（被英特尔收购）。他们打算从头开始，为 AI 提供更好的 GPU 替代品。


GPU地位反超CPU

在传统计算机时代，CPU是整个计算大脑的中枢，拥有无可取代的核心地位。与此相反的是，GPU只是一个“辅助”的角色，用于计算图形、音频和视频等方面。但如今，双方的角色和地位发生了彻底的转变。

让GPU取代CPU的引爆点，正是AIGC——生成式人工智能。GPU在大型语言模型和其他AI技术背后扮演着“大脑”的角色，为一些庞大的深度学习模型和大模型如GPT提供算力。

这些大型模型改变了现代技术的面貌，从计算机视觉到自然语言处理，重塑了 AI 领域的格局。

近日，百度创始人、董事长兼CEO李彦宏在 2023 中关村论坛发表了《大模型改变世界》的演讲，他表示 IT 技术栈已经从原来的三层变成了四层，这四层分别为芯片层、框架层、模型层和应用层。

要注意的是，芯片层仍然是计算机的底层，但知名芯片品牌从 CPU 转向了 GPU。预计在未来，数据中心将需要数百万个 GPU 芯片，而不再需要大量的 CPU。

数据中心主要由用于文件检索的CPU构成，但未来将以生成式数据为主导。在 AI 时代，计算机只需要检索一部分数据，剩余数据可以使用人工智能生成。由此，GPU 成为了数据中心需要的主要组件，产生了一个1万亿美元的巨型市场。

不止是英伟达，近几年来，AMD、台积电、三星也在追寻 GPU 的发展。显示卡厂商 NVIDIA 的GPU已经完全取代了CPU，成为新的计算大脑。GPU 的井喷式增长，将重新定义计算方法，改变现代科技的形态。

正在准备性能更强大的GPU产品

英伟达公司今日证实，该公司将于 2024 年推出 Hopper-Next GPU，这是继 Hopper GPU 之后的又一款高性能计算和人工智能专用的显卡。

英伟达没有透露 Hopper-Next 的具体细节，但显然这款显卡将是 Hopper 的后继产品，最终很可能不会采用“Hopper-Next”的命名方式。但IT之家注意到，去年就有消息称，这款显卡的代号为“Blackwell”，预计这款显卡在性能上有类似于 Hopper 对 Ampere 的跨越式提升。

英伟达此前也重申，该公司每两年会推出一款大的 GPGPU 架构，而 Hopper 是去年发布的，因此 Blackwell 显卡架构于 2024 年发布符合英伟达的发布节奏。

之前的爆料至少确认了两款 Blackwell 显卡，分别是 GB100 和 GB102。这两款显卡很可能会保持单片式设计，并可能使用新的 3 纳米工艺。英伟达 Hopper 目前是世界上最快的 4 纳米显卡，也是世界上第一款使用 HBM3 内存的显卡，拥有强大的人工智能计算能力，是为下一代生成模型如 ChatGPT 等而打造的。Hopper-Next 显卡也将针对类似的领域提供更高的性能，更加强调专用的人工智能引擎，比如“Transformer”图形处理器引擎。