如果您希望可以時常見面，歡迎標星 收藏哦~
來源：內容由半導體行業觀察（ID：icbank）編譯自fortune ，謝謝。
英偉達首席執行官黃仁勳告訴投資者，儘管競爭對手不斷蠶食英偉達的市場份額，而且英偉達的一家主要供應商對人工智能芯片的銷售做出了低迷預測，但英偉達仍將是人工智能訓練芯片的黃金標準。
從 OpenAI 到埃隆·馬斯克的特斯拉，每個人都依賴 Nvidia 半導體來運行他們的大型語言或計算機視覺模型。黃仁勳在週三的公司年度股東大會上表示，今年晚些時候 Nvidia 的Blackwell系統將推出，這將鞏固這一領先地位。
Blackwell於 3 月份發佈，是繼其旗艦產品 Hopper 系列 H100 芯片之後的下一代人工智能訓練處理器——Hopper 系列 H100 芯片是科技行業最珍貴的財富之一，每個芯片的價格高達數萬美元。
黃仁勳表示：“Blackwell架構平台很可能成爲我們歷史上，乃至整個計算機歷史上最成功的產品。”
英偉達本月一度超越微軟和蘋果，成爲全球市值最高的公司，這一驚人漲勢推動了 今年 標準普爾 500 指數的大部分漲幅。黃仁勳的公司市值一度超過 3 萬億美元，超過整個經濟體和 股市，但 由於投資者鎖定利潤， 其市值出現了 創紀錄的下跌。
然而，只要英偉達芯片繼續成爲人工智能訓練的基準，就沒有理由相信 長期前景 會黯淡，而且這裏的 基本面 仍然看起來強勁。
Nvidia 的主要優勢之一是其強大的 AI 生態系統， 即 CUDA（計算統一設備架構的縮寫）。就像普通消費者不願意從 Apple iOS 設備切換到使用Google Android 的三星手機一樣，一大批開發人員多年來一直在使用 CUDA，他們對此感到非常滿意，以至於沒有理由考慮使用其他軟件平台。與硬件一樣，CUDA 實際上已成爲自己的標準。
黃仁勳週三補充道：“Nvidia 平台可通過各大雲提供商和計算機制造商廣泛使用，爲開發人員和客戶創造了龐大且具有吸引力的使用者基礎，這使得我們的平台對客戶更有價值。”
美光對下一季度營收的預期不足
人工智能行業最近確實遭受了打擊，因爲內存芯片供應商美光科技（爲 Nvidia 等公司提供高帶寬內存 (HBM) 芯片）預測第四財季營收將僅達到市場預期的 76 億美元左右。
美光科技股價暴跌 7%，遠遠落後於科技股佔比較大的納斯達克綜合指數的微幅上漲。
過去，美光及其韓國競爭對手三星和SK海力士都經歷過存儲芯片市場常見的週期性興衰。與圖形處理器等邏輯芯片相比，存儲芯片長期以來被視爲一種商品業務。
但鑑於對人工智能訓練所需芯片的需求，投資者的熱情也隨之高漲。美光的 股價在過去 12 個月內上漲了一倍多，這意味着投資者已經消化了管理層的大部分增長預期。
Deepwater Asset Management 的科技投資者 Gene Munster 表示：“該指引基本符合預期，而在人工智能硬件領域，如果指引符合預期，那就算是有點失望了。動量投資者只是沒有看到對這一情況更加樂觀的增量理由。”
分析師密切關注對高帶寬內存的需求，將其作爲人工智能行業的領先指標，因爲它對於解決當今人工智能訓練面臨的最大經濟制約因素——擴展問題至關重要。
HBM 芯片解決 AI 訓練中的擴展問題
成本並非隨着模型的複雜度（其參數數量可達數十億）而增長，而是呈指數增長。這會導致效率收益隨着時間的推移而遞減。
即使收入以穩定的速度增長，隨着模型的不斷進步，虧損也有可能每年激增至數十億美元甚至數百億美元。這可能會讓任何沒有像微軟這樣的財力雄厚的投資者的公司不堪重負，因爲微軟有能力確保 OpenAI 仍能“支付賬單”，正如首席執行官 Sam Altman 最近所說。
收益遞減的一個關鍵原因是決定 AI 訓練性能的兩個因素之間的差距越來越大。第一個是邏輯芯片的原始計算能力（以每秒計算的 FLOPS 來衡量），第二個是快速輸入數據所需的內存帶寬（通常以每秒數百萬次傳輸或 MT/s 來表示）。
由於它們協同工作，因此只擴展其中一個只會導致浪費和成本低效。這就是爲什麼 FLOPS 利用率（即實際可以發揮多少計算能力）是判斷 AI 模型成本效率的關鍵指標。
明年年底前將全部售完
正如美光 所指出的，數據傳輸速率無法跟上計算能力的提升。由此產生的瓶頸，通常被稱爲“內存牆”，是當今擴展 AI 訓練模型時固有效率低下的主要原因。
這也解釋了爲什麼美國政府 在決定禁止哪些特定的 Nvidia 芯片出口到中國以削弱北京的人工智能發展計劃時，重點關注內存帶寬。
美光週三表示，其 HBM 業務已“售罄”，一直持續到下一年度末，比其財年晚了一個季度， 韓國競爭對手SK 海力士也發表了類似言論。
美光週三表示：“我們預計 24 財年 HBM 的收入將達到數億美元，25 財年 HBM 的收入將達到數十億美元。”