來源：新浪科技
北京時間5月30日，$英偉達 (NVDA.US)$盤前漲近4%，現股價爲404.52美元，市值突破1萬億美元。這一波連續上漲被認爲是生成式人工智能（AI）爆火的功勞，因爲英偉達佔據了能處理複雜計算的GPU。
2022年，芯片製造商英偉達（Nvidia）發佈了H100處理器。這是該公司最強大、也是最昂貴的處理器之一，每臺售價約爲4萬美元。H100的推出看起來似乎不合時宜，因爲各大企業因爲日益加劇的通脹而紛紛削減支出。
然而到了11月，ChatGPT上線了。英偉達CEO黃仁勳（Jensen Huang）對此表示：“去年，我們經歷了相當艱難的一年。但隨着OpenAI聊天機器人ChatGPT的問世，我們又在一夜之間力挽狂瀾。ChatGPT在極短的時間內就創造出巨大的需求。”
ChatGPT的突然火爆，引發了全世界領先科技公司和初創企業之間的軍備競賽，他們開始爭先恐後地購買H100，因爲它是“世界上第一款爲生成式AI而生的計算機芯片。所謂的生成式AI，是指該系統可以像人類一樣快速地生成文本、圖像和其他內容。
在正確的時間擁有正確的產品，就能創造出真正的價值。英偉達上週四預計，在截至7月底的第二財季，其銷售額將達到110億美元，較華爾街之前的預期高出50%以上。這主要得益於大型科技公司數據中心開支的反彈，以及對英偉達AI芯片需求的驟增。
對於這一樂觀的預期，投資者的反應也是積極的。在隨後的一天，英偉達市值增加了1840億美元，使得這家本已是全球最具價值芯片公司的估值接近1萬億美元。
生成式AI可能重塑各個行業，帶來巨大的生產率提高，並取代數百萬個工作崗位，英偉達是這項技術崛起的早期贏家，而H100又將加速這一技術飛躍。H100基於一種新的英偉達芯片架構，名爲“Hopper”，以美國編程先驅格蕾絲·霍珀（Grace Hopper）的名字而命名。如今，H100已快速成爲硅谷最熱門的產品。
黃仁勳稱：“就在我們要量產Hopper的時候，商機就來了。我們開始大規模生產Hopper數週之後，ChatGPT就亮相了。”
黃仁勳對抓住這一持續上漲的需求充滿信心，這在一定程度上源於英偉達與芯片製造商$台積電 (TSM.US)$的合作，擴大H100的生產規模，以滿足$微軟 (MSFT.US)$、$亞馬遜 (AMZN.US)$和$谷歌-A (GOOGL.US)$等雲提供商、Meta等互聯網公司，以及企業客戶需求的爆炸式增長。
CoreWeave是一家專注於AI的雲基礎設施初創企業，也是今年早些時候首批購買到H100的企業之一。CoreWeave首席戰略官兼創始人布蘭寧·麥克比（Brannin McBee）表示：“這是地球上最稀缺的工程資源之一。”
一些客戶等待了長達6個月的時間，才拿到他們想要的數千塊H100芯片，來訓練其龐大的數據模型。一些AI初創企業表示，在需求騰飛之際，他們擔心H100會供不應求。
最近，$特斯拉 (TSLA.US)$CEO埃隆·馬斯克（Elon Musk）新成立了一家AI初創公司X.ai，併購買了數千塊英偉達芯片。
馬斯克還稱，除了建立合作伙伴關係，僅基於計算能力，要贏得AI競賽需要大量的資金支持。例如，服務器硬件的最低投資就要2.5億美元。他說：“計算成本已經達到了天文數字。要構建生成式AI系統，服務器硬件最少需要投資2.5億美元。”
如今，H100越來越受到微軟和亞馬遜等大型科技公司，以及OpenAI、Anthropic、Stability AI和Inflection AI等生成式AI初創企業的歡迎。前者正在構建以AI工作負荷爲中心的完整數據中心，後者則承諾提供更高的性能，可以隨着時間的推移加快產品發佈或降低培訓成本。
當前，英偉達超大規模和高性能計算業務負責人伊恩·巴克（Ian Buck）正面臨着一項艱鉅的任務，即增加H100的供應以滿足巨大的市場需求。他說：“市場需求非常旺盛，一些大客戶正尋求購買數以萬計的GPU。”
H100是一款體積較大的“加速”芯片，專爲數據中心而設計，擁有800億個晶體管，是最新款iPhone手機處理器晶體管數量的5倍。雖然它的價格是其前身2020年發佈的A100的兩倍，但早期採用者表示，H100的性能至少要高出三倍。
Stability AI聯合創始人兼CEO埃馬德·莫斯塔克（Emad Mostaque）稱：“H100解決了一直困擾AI模型創建者的可擴展性問題。這一點很重要，因爲從研究轉移到工程的過程中，它讓我們所有人都能更快地訓練出更大的模型。”
雖然H100發佈的時機非常理想，但英偉達在AI領域的突破，可以追溯到近20年來的軟件創新，而不是硬件。2006年，英偉達創建了Cuda軟件，允許將GPU重新用於圖形以外的其他類型工作負載。到了2012年左右，引用巴克的話說，“AI發現了我們。”
加拿大的研究人員率先意識到，GPU非常適合創建神經網絡。神經網絡是一種AI形式，其靈感來自於神經元在人腦中相互作用的方式。隨後，神經網絡成爲AI發展的新焦點。巴克說：“我們花了將近20年的時間，才走到今天。”
如今，英偉達擁有的軟件工程師數量要多於硬件工程師，這使其能夠支持隨後幾年出現的許多不同類型的AI框架，並使其芯片在統計計算（statistical computation）方面更加高效，這正是訓練AI模型所需的。
Hopper是第一個針對“transformer”進行優化的架構，這種AI方法（transformer）支撐着OpenAI的“生成式預訓練的transformer”聊天機器人。英偉達與AI研究人員的密切合作，使其能在2017年發現transformer的出現，並開始相應地調整其軟件。
AI初創企業投資公司Air Street Capital合夥人內森·貝納奇（Nathan Benaich）表示：“可以說，英偉達比其他所有人都更早地看到了未來，他們的戰略是讓GPU變得可編程。英偉達發現了商機，下了很大的賭注，並始終領先於競爭對手。”
貝納奇預計，英偉達要領先競爭對手兩年時間。但貝納奇同時認爲：“在硬件和軟件方面，英偉達的地位也不是無懈可擊的。”
莫斯塔克也同意這一觀點。他說：“谷歌、$英特爾 (INTC.US)$和其他公司的下一代芯片正在迎頭趕上。隨着軟件標準化，英偉達的Cuda也不是牢不可破的。”
在AI行業的一些人看來，華爾街近期（推動英偉達股價大漲）的熱情似乎過於樂觀。不管怎樣，芯片諮詢公司D2D Consulting創始人傑伊·戈德伯格（Jay Goldberg）認爲：“就目前而言，在AI市場的‘半決賽’中，英偉達似乎要通喫。”
編輯/jayden