20240227Nvidia 的芯片在人工智能市场

shiyi18

为什么 Nvidia 的芯片在人工智能市场占据主导地位？
该公司有三大优势
Nvidia 首席执行官黄仁勋在洛杉矶的一次会议上发言
图片：Philip Cheung/the New York Times/redux/eyevine
2024年2月27日

没有哪家公司能像英伟达（Nvidia）一样从人工智能（ai）的蓬勃发展中获益匪浅。自2023年1月以来，这家芯片制造商的股价飙升了近450%。随着其股票总价值接近2万亿美元，Nvidia现已成为美国第三大最有价值的公司，仅次于微软和苹果。该公司最近一个季度的收入为 220 亿美元，高于去年同期的 60 亿美元。大多数分析师预计，在可预见的未来，控制着 95% 以上专业 AI 芯片市场的 Nvidia 将继续以惊人的速度增长。它的芯片为何如此特别？

Nvidia 的人工智能芯片也称为图形处理器单元（gpus）或 "加速器"，最初是为视频游戏设计的。它们采用并行处理方式，将每次计算分成较小的块，然后将它们分配给芯片中的多个 "内核"--处理器的大脑。这意味着，Gpu 运行计算的速度远远快于按顺序完成任务的速度。这种方法非常适合游戏：逼真的图形需要在屏幕上同时渲染无数像素。目前，Nvidia 的高性能芯片占游戏显卡的五分之四。


让 Nvidia 欣喜的是，它的芯片已经有了更广泛的用途：加密货币挖矿、自动驾驶汽车，以及最重要的人工智能模型训练。机器学习算法是人工智能的基础，它使用的是深度学习的一个分支--人工神经网络。在这些网络中，计算机从海量数据集中提取规则和模式。训练网络需要进行大规模计算，但由于任务可以分解成较小的块，因此并行处理是加快速度的理想方法。高性能 GPU 可以拥有超过一千个内核，因此可以同时处理成千上万的计算。

一旦 Nvidia 意识到其加速器在训练人工智能模型方面的高效率，它就会专注于针对该市场进行优化。它的芯片已经跟上了日益复杂的人工智能模型的步伐：在到2023年的十年间，Nvidia的计算速度提高了1000倍。

但是，Nvidia 公司估值飙升的原因并不仅仅是芯片速度更快。它的竞争优势还延伸到另外两个领域。一个是网络。随着人工智能模型的不断发展，运行这些模型的数据中心需要成千上万个GPU连接在一起，以提高处理能力（大多数计算机只使用少数几个GPU）。Nvidia 通过基于 Mellanox 产品的高性能网络连接其 gpus，Mellanox 是一家网络技术供应商，Nvidia 于 2019 年以 70 亿美元的价格收购了该公司。这使其能够优化芯片网络的性能，这是竞争对手无法比拟的。

Nvidia 的另一个强项是 cuda，这是一个允许客户微调处理器性能的软件平台。自 2000 年代中期以来，Nvidia 一直在投资这一软件，并长期鼓励开发人员使用它来构建和测试人工智能应用。这使得 cuda 成为事实上的行业标准。


Nvidia 丰厚的利润率和人工智能加速器市场的快速增长--预计到 2027 年将达到每年 4000 亿美元--吸引了众多竞争对手。亚马逊和 Alphabet 正在为其数据中心精心打造人工智能芯片。其他大型芯片制造商和初创企业也想从 Nvidia 的业务中分一杯羹。2023年12月，另一家芯片制造商Advanced Micro Devices发布了一款芯片，从某些指标来看，其性能大约是Nvidia最先进芯片的两倍。

但是，即使制造出更好的硬件也可能是不够的。Nvidia 主导着 Ai 芯片制造，因为它提供最好的芯片、最好的网络套件和最好的软件。任何希望取代这家半导体巨头的竞争对手都需要在这三个方面击败它。这将是一项艰巨的任务。