來源：華爾街見聞
儘管僅在5月30日短暫突破萬億美元市值便再次下跌，但由ChatGPT引發的“英偉達”旋風，在AI業界卻越刮越猛。
6月1日，多個獨立信源告訴華爾街見聞，英偉達CEO黃仁勳將於6月5日至6月11日期間抵達中國大陸。但英偉達沒有向華爾街見聞正面確認此則消息。
眼下，A股但凡和“英偉達”或“黃仁勳”三字沾邊，個股都受到市場熱捧。5月29日，黃仁勳在參加COMPUTEX 2023中國臺北國際電腦展會時，演示英偉達新平臺Isaac AMR（自主移動機器人）。這個平臺的底盤採用了科創板公司的RMP系列產品，該公司盤中立即漲停。
在“超級AI應用”ChatGPT的指引下，英偉達第二季度營收預測值超出市場預期竟高達驚人的50%，至110億美元。
誰還能阻擋英偉達稱霸AI賽道？
英偉達的AI GPU強在何處？
英特爾已不再是當年那家佔據統治地位的科技公司。
原本CPU是PC或服務器最重要的核心部件。但是現在，加速計算芯片通過殺手級應用ChatGPT正在加速取代CPU的地位。算力成爲以IDC爲基礎條件的AI應用發展核心驅動力，GPU成爲關鍵部件。
“生成式人工智能將是（英偉達業績）引爆點。”黃仁勳說，“與CPU相比，未來IDC更需要GPU，因爲數據都將通過生成式LLM自動生成，而非主要用於數據檢索。”生成數據需要更多的GPU，而檢索數據，只需要CPU。
目前，性能愈發強悍的PC系統配置了超過8個服務器GPU和1個CPU的算力硬件，英偉達佔據了全球超過八成（84%）的服務器（IDC：數據中心）GPU市場份額。
比如，英偉達DGX系統，這是用於數據訓練的IDC核心算力來源，搭載了8顆英偉達高端H100 GPU，還有兩顆CPU；谷歌的A3超級計算機，同樣用了8顆英偉達H100 GPU，但只用了1顆英特爾製造的高端至強處理器。
據英偉達公示的技術資料顯示，H100於2022年三季度發佈，訓練速度比A100快9倍，推理速度比上代產品A100快30倍。5月29日，黃仁勳發佈了GH200超級芯片，這是英偉達開發的基於Arm架構的CPU+GPU集成方案，用於開發聊天機器人、互聯網推薦系統算法等大模型AI應用。
這個趨勢隨着AGI在產業的持續落地，產生的影響日益顯著。英偉達IDC業務在第一季度增長了14%，但英特爾的AI和IDC業務部門業績下降了39%。
另一項因素也在加強英偉達超越英特爾的優勢。英偉達服務器GPU售價極高，單顆英偉達H100售價高達4萬美元（eBay平臺加急售價），而英特爾最新一代至強CPU的單顆標價雖然也很高，但“只有”1.7萬美元。
當然英偉達也不是全無對手，當年英特爾的上游合作伙伴AMD，也在發力服務器GPU，包括高通、蘋果、谷歌和亞馬遜在內的衆多巨頭，都在設計開發移動AI算力芯片，而非服務器GPU；甚至是英特爾，在遊戲領域的GPU技術實力，同樣不容小覷。
但是在眼下，英偉達確實一家獨大。但凡提及AGI算力，無不將英偉達服務器GPU列爲首選。這主要是因爲AGI目前對算力極爲渴求，要處理處理TB級數據，訓練性能要求極高，而在需要“推理”的過程中使用模型生成文本、圖像或預測，也不是移動AI GPU能達成的。
更重要的還不在於英偉達的GPU硬件性能，而是——英偉達的AI軟件系統：英偉達的AI專有軟件，能輕鬆聚合GPU的硬件功能用於AI應用程序。
黃仁勳在英偉達財報電話會議上也說，“我們的軟件不易複製，（競對）必須設計所有的軟件、庫和算法，將它們集成到框架中並做持續優化；同時，軟件架構也同樣需要優化迭代。”
也就是說，要做到和英偉達一樣，實現GPU與AI應用的無縫銜接，要做的不僅僅是優化芯片的設計和性能，還需要對軟硬件的技術架構和整體框架做同步優化，這是一項系統工程。要超越單品性能雖然不易，但並非全無可能，但面對系統級能力，談超越，難度不言而喻。
英偉達也在持續增加對IDC的資本投入。據英偉達最新財報顯示，其整體收入中，IDC資本支出的份額佔比已增至8.4%，而之前根據其上一年的固定比率預測爲6.5%。
初創公司和巨頭的現實威脅
看上去似乎無人能阻擋英偉達在AI技術領域的統治地位，但AI前景的無限空間，仍在吸引無數挑戰者。
除了上文提及的多家巨頭，初創AI公司成爲英偉達AI挑戰者大軍不容忽視的一部分。當然，這種技術要求的初創公司很難出自無名之輩。
有一則極具戲劇性的傳聞，出自在前沿技術和應用領域極爲活躍的特斯拉公司首席執行官埃隆·馬斯克（Elon Musk）之口。這位持續讓世人驚歎的科技鉅子說，“就連狗都在搶GPU”。
有鑑於此，所以馬斯克雖然在口頭上叫停研究AI技術，但他的身體卻很誠實：這位老兄在今年3月9日建立了一家取名爲“X.AI”的AI公司，還偷偷摸摸買了10000顆英偉達GPU。
想分英偉達一杯羹的還有來自英特爾公司架構、圖形和軟件（IAGS）部門的副總裁、首席架構師Raja Koduri，這位技術大拿已於今年3月底離職。接下來，Raja Koduri將創辦一家AI技術公司，主要研發新一代生成式AI工具，目的是削弱英偉達對數字電影和視頻遊戲市場的控制力。
與馬斯克的X.AI公司不知道要幹嘛相比，Raja Koduri的計劃更清晰。他這家尚未命名的AI初創公司，第一個項目，是要創建一套AI工具，以便讓包括電影和遊戲藝術家在內的消費羣體，無論用PC、Mac、iPad還是其他設備，都無需深入研究軟件代碼而直接生成自己想要的工作結果。
儘管這些AI賽道新手看上去很想大幹一場，但真正對英偉達有現實挑戰能力的還是AMD、微軟和谷歌此類巨頭。其中，AMD在遊戲領域的GPU對英偉達有些許威脅，但IDC需要的服務器專用GPU性能無法望其項背。
至於微軟、谷歌甚至雲服務商比如亞馬遜，都一面和英偉達保持良好的業務合作，一面又在下大本錢研發自己的AI專用GPU。
比如微軟，這個桌面PC時代的超級霸主，正是OpenAI的背後金主（2019年微軟給OpenAI投了10億美元），同時也是英偉達H100芯片最大的採購方。今年3月，微軟用數萬顆英偉達GPU幫OpenAI組裝了一臺AI超級計算機。
但微軟也在推進自己的AI芯片研發計劃，代號“雅典娜”。這項計劃始於2019年，目標是爲訓練LLM（大語言模型）等軟件而設計，同時可支持推理，能爲ChatGPT背後的所有AI軟件提供算力支持，初代雅典娜GPU量產時間表被定於2024年。
與微軟相比，谷歌對英偉達的威脅可能更顯著。目前谷歌的AI處理芯片是專爲AI研究開發機器學習（Machine Learning）的專屬芯片TPU（張量處理單元），能同時處理“雲上”訓練和推理，並設計了基準測試工具MLPerf。
谷歌TPU如今已迭代到V4版。據谷歌4月6日披露，得益於互連技術和領域特定加速器（DSA）方面的關鍵創新，谷歌雲TPU v4在擴展機器學習系統性能方面比其前代版本有了近10倍的飛躍。
TPU v4是谷歌於2021年推出的、專門用於執行機器學習的AI芯片，是谷歌第5代特殊領域加速器（DSA：Domain Specific Accelerator）及第3代用於ML模型的超級計算機平臺，其性能與英偉達A100相比，速度快1.2-1.7倍，功耗低1.3-1.9倍。
儘管如此，就眼下看，對英偉達具有商業層面現實威脅的公司，還不存在。這些威脅，現在還處於水面之下。
編輯/Jeffrey