Nvidia 的迅速崛起同时也让它成为众矢之的
在 AI 热潮中，连 Nvidia 自己的客户也想分一杯羹
黄仁勋常说，他不做长远打算。他之所以不戴手表，是因为他认为“当下最为重要”。
对 Nvidia CEO黄仁勋来说，这是一个充满巨大成就与不小挑战的时刻。
在一场 AI 驱动的商业盛宴后，Nvidia 的市值飙升至2万亿美元的高峰，黄仁勋成了科技界的领军人物。他成功地将公司的半导体设计从计算机图形转化为训练人工智能系统，让他的芯片成为了从 Microsoft 到 Tesla 等科技公司不可或缺的部分。这一过程中，黄仁勋的财富估计超过了680亿美元。
这位在台湾出生的移民有着不凡的故事，他在三十多年前的一家 Denny’s 餐厅为他的公司规划了未来。现在，他与世界各地的领导人交往，在他的芯片上瘾的亿万富翁中间有着举足轻重的地位，并在 Nvidia 年度大会上，身着标志性的全黑装扮，长时间分享他对 AI 的深刻见解。
这也让 Nvidia 成为了许多公司的攻击目标，包括其竞争对手和那些每年投入数十亿美元购买关键芯片的客户们都希望挑战其主导地位。
Intel 和 Advanced Micro Devices 正在加速推进他们的 AI 芯片研发。
Amazon、Google 和 Microsoft——这些 Nvidia AI 训练芯片的大客户——都在开发或已经开发了自家的芯片设计。就在 Nvidia 公布其惊人季度成绩的同一天，也就是周三，Microsoft 和 Intel 宣布了一项合作，由这个软件巨头利用 Intel 的生产线来打造定制芯片。
在黄于台湾博览会上的演讲中展示的 Nvidia 的 Grace Hopper 超级芯片。照片：WALID BERRAZEG/SIPA/ REUTERS
黄不仅注重当前的成就，他更关注于公司未来的稳固。他正探索 Nvidia 芯片在其它行业中的潜在应用，投资于基于自己技术的初创公司，并向世界各地的政府推荐使用 Nvidia 芯片来构建 AI 基础设施。
作为传奇 Intel CEO Andy Grove 的《只有偏执狂才能生存》一书的粉丝，这本书讨论了如何将失败边缘的处境转变为持久的成功，61岁的黄正鼓励他的30,000 名员工保持初创公司的紧迫感，仿佛他们随时可能面临倒闭。他表示，自己总是在寻找并解决难题，然后尽力忘记这一过程中的种种艰难。
“这种感觉，可能就像马拉松运动员所经历的一样，”他在 9 月份向圣克拉拉的印度技术毕业生们分享，“我以前常说这句话——现在则较少提及——但是，痛苦与苦难所带来的教育意义是绝对不能被低估的。”
Nvidia 在 AI 领域保持领先的事实，让许多黄的竞争对手和批评者感到意外。在最新的一个季度里，Nvidia 的收入是一年前的超过三倍半。其利润几乎增长了九倍。股价在过去 16 个月里翻了六倍。市场对 Nvidia 的期待值高涨。
Nvidia 创始故事：一次在 Denny’s 的深夜讨论
三十多年前，黄和他的联合创始人——工程师 Chris Malachowsky 和 Curtis Priem——在圣何塞的一家 Denny’s 餐厅内，共同描绘出 Nvidia 的蓝图。这家餐厅的一个展位，就在去年九月被安装了一块纪念牌匾，以庆祝 Nvidia 达到了令人瞩目的 1 万亿美元市值。
Nvidia 的创立理念，旨在开拓加速计算领域，一个以专用芯片提升特定计算任务效率的新领域。与传统的 CPU 相比，这些专用芯片在处理特定任务时，可以提供更高的效率和性能。Nvidia 将重点放在了计算机图形的提升上。
Denny’s 的 CEO Kelli Valade 和黄在一个活动上纪念 Nvidia 在圣何塞的创立，那是在去年九月的一幕。照片由 DON FERIA/美联社提供。
在公司成立的最初几十年里，Nvidia 通过销售 GPU 赚取了数十亿美元的收入，这些产品深受追求高清晰度和快速刷新率屏幕的 PC 游戏玩家的喜爱。
2006年，黄注意到医学研究人员开始使用 Nvidia 的显卡，于是他决定开放 GPU 供所有人使用。
随后几年，一些研究人员发现，Nvidia 的 GPU 非常适合进行 AI 计算，尤其是在构建复杂的 AI 系统时，它们能够同时处理大量的计算任务。
如今，依赖 Nvidia GPU 的人工智能系统，特别是那些支撑着生成式 AI 热潮的语言模型，如 OpenAI 的 ChatGPT，已成为业界焦点。这些系统的训练需要处理海量数据，而 ChatGPT 的构建正是利用了成千上万的 Nvidia GPU。
OpenAI 在 2022 年末推出 ChatGPT，标志着科技行业的一场新军备竞赛的开始。Nvidia GPU 的需求激增，以至于生产速度跟不上。尽管 Nvidia 在近日表示供应情况正在逐步改善，但供应紧张的状况依然存在。
塑造世界
忽然之间，Nvidia 成为了科技界的重心。科技领袖们纷纷抱怨，找到 Nvidia 的高级 GPU H100s 比搞到毒品还难。
“现在，要弄到 GPUs 比毒品还难，”Elon Musk 去年五月时半开玩笑地说，那时他正忙于在 Tesla 推进 AI 技术，同时又在创办另一家名为 xAI 的公司。
Oracle 的创始人和董事长 Larry Ellison 曾在一个公司大会上讲述，他和 Musk 以及 黄仁勋在加州帕洛阿尔托的奢华日式餐厅 Nobu 吃晚餐的经历。“可以说，Elon 和我当时是在恳求，”Ellison 回忆，“一边享受寿司，一边恳求。”
黄仁勋在 2015 年的游戏开发者大会上。照片：DAVID PAUL MORRIS/BLOOMBERG NEWS
黄仁勋在 2015 年的一次会议上与 Elon Musk 交谈。照片：DAVID PAUL MORRIS/BLOOMBERG NEWS
Meta Platforms 的 CEO Mark Zuckerberg 上个月表示，为了支持其不断增长的 AI 投入，公司今年将投入数十亿美元。“到今年年底，我们预计将拥有 350,000 个 Nvidia H100s，”他宣布。
Nvidia 芯片的稀缺让 黄仁勋掌握了巨大的权力。在 AI 竞赛中，Nvidia 如何分配其有限的资源可能决定谁将胜出。对于如何决策，Nvidia 保持缄默。当周三有分析师询问此事时，黄仁勋表示，公司努力做到公平分配，但会避免将芯片卖给不会立即使用它们的人。
黄仁勋表示，Nvidia 不仅将客户引介给云计算公司，还提供了必要的芯片资源以确保客户得到支持。他认为这种做法对云服务提供商来说是有益的。
进入 AI 高潮后的一年多时间里，Nvidia 在 AI 芯片市场的占有率超过了 80%。
随着客户尝试开发自己的 AI 芯片，如果他们成功了，Nvidia 就可能失去数十亿美元的收入。谷歌和亚马逊正在改善他们几年前开始研发的自研 AI 芯片，而微软和 Meta 也是近期加入这一竞争的。
Nvidia 的收入在很大程度上依赖于几位主要的芯片购买者。其中一位顾客在上一财年的购买额几乎占到了 Nvidia 销售总额的五分之一，金额超过了 110 亿美元。
在最新一个季度中，仅来自 Google、Microsoft 和 Amazon 等云计算公司的销售额就超过了 92 亿美元，占这三家公司同期约 350 亿美元资本开支的四分之一以上。
微软声称，它们的定制芯片与 Nvidia 的产品互补，而非替代，使客户能够根据价格和性能需求做出最优选择。一位了解 Google 芯片策略的人士表示，Google 旨在提供包括 Nvidia 在内的多样化芯片选项，以满足客户的预算和技术需求。尽管 Amazon 正在开发自家的解决方案，但它仍强调了与 Nvidia 的长期合作关系，表示其云服务提供了最广泛的 Nvidia 芯片选择。
同时，Nvidia 预计当前季度的毛利率约为 76%，这一数字对于客户和竞争对手而言非常吸引人。分析师 Srini Pajjuri 和 Raymond James 估计，Nvidia 生产一颗先进的 H100 芯片的成本仅为 3000 多美元，而其售价却约为 25000 美元。
在上海的一场会议上展出的 AMD 展位照片显示，AMD 已经在销售可以与 Nvidia 竞争的芯片。而英国的芯片设计公司 Arm Holdings 也在这场竞争中占有一席之地。
和 Intel 同样，正在大力推广他们的 AI 芯片，而市场的变化可能正好利于他们的特长。虽然 Nvidia 的芯片在训练 AI 模型方面具有明显优势，但来自 Intel、AMD 以及众多 AI 芯片初创企业的其他芯片，在部署已训练 AI 系统的能力上，也展现出了不逊色的性能。
成长的追求
在构建未来业务的道路上，黄正积极寻求与政府合作的机遇。他在本月迪拜的一场政府会议上强调，全球的官员们应当将他们的数据和计算基础设施维持在本地，而非将 AI 开发任务外包，他将这种做法称为“主权 AI”。
面对与中国有关的地缘政治问题，黄在处理 Nvidia 芯片的敏感性方面需步步为营。出于对中国军方可能利用这些芯片制造先进武器和进行网络战的担忧，美国当局在过去两年对 Nvidia 及其他公司向中国出口 AI 芯片施加了限制。这导致 Nvidia 报告其上一季度在中国的收入急剧下降。
由于 Nvidia 占据市场主导地位，中国、英国、法国和欧盟的竞争监管机构对 Nvidia 的商业行为展开了调查，不过这些调查尚未对公司造成任何制裁。
随着公司名声的提升，黄积极投资于初创企业，特别关注生成式 AI、机器人技术、自动化以及围绕 Nvidia 芯片开发技术的医疗保健公司。公司在上一财年将其对外投资价值增长了五倍以上，至约 15.5 亿美元。据 Dealogic 数据显示，2023 年，Nvidia 投资了约三十六家初创企业，比前一年增加了三倍多。
长期认识黄的风险投资公司 Thomvest Ventures 的董事总经理 Umesh Padval 表示，Nvidia 的投资策略反映了其联合创始人基于未来十年愿景进行投资的特点。Thomvest 去年参与了 Nvidia 和加拿大 AI 公司 Cohere 的一轮融资。
“他积极探索，思考需要采取哪些措施来构建生态系统，以便能够销售更多的芯片和系统。”他说。
Nvidia 还投资于一家名为 CoreWeave 的云计算公司，该公司拥有装载了 Nvidia AI 芯片的大型数据中心，并出租计算能力，与亚
黄仁勋还依靠 Nvidia 软件的广泛应用来维持其地位，这款名为 CUDA 的软件不仅是使用 Nvidia GPU 的关键入口，而且在 AI 热潮中扮演了重要角色。多年来，开发者已经编写了数以百万计的代码行用于 CUDA，使得基于 Nvidia 芯片的新 AI 应用开发变得更为便捷。尽管竞争者试图通过开发自己的 AI 软件来挑战 Nvidia，但他们还未能广泛吸引用户。
Nvidia 芯片的重要性到了某种程度，让一些客户担心，如果他们与 Nvidia 的竞争对手交易，可能会遭到惩罚。芯片初创企业 Groq 的首席执行官 Jonathan Ross 表示，客户对于寻找替代方案的渴望背后，隐藏着对于触碰 Nvidia 敏感神经的担忧。
“我们接触的许多人表示，如果 Nvidia 知道我们的会晤，可能会对此表示否认，”他说。“问题在于，你必须提前一年向 Nvidia 付款，你的硬件可能在一年后到达，也可能更久，如果你转而从别人那里购买，可能就会被告知需要更长的时间。”
下一个前沿
随着 Nvidia 不断壮大，黄仁勋的生活方式也随之改变。如今，他坐着一辆黑色的 Mercedes EQS 电动车出行，他解释说，出于安全考虑，已经不亲自驾车了。
在 AI 领域之外，他另一个长期关注的重点是他的芯片如何助力于药物发现和计算生物学的进展。每当有人询问他对未来最感兴奋的事情时，他总是乐于提及这一点。事实上，Nvidia 对此也投入了不少，包括去年对药物发现初创公司 Recursion 的投资高达5000万美元。
对黄仁勋所接触的众多芯片行业人士而言，这个领域就像是十年前的 AI 一样，还是一个遥远的梦想，目前市场规模有限，黄仁勋自称这是他的“零亿美元市场”。
今年1月，他在 J.P. Morgan 举办的一场健康护理会议上，与 Recursion 的董事长共同探讨了低温电子显微镜、X射线晶体学和结构预测等一系列深奥的行业术语。
黄仁勋自豪地说：“我并不是在炫耀，但你们说，还有哪位芯片公司的 CEO 能这样讲吗？”他继续解释道：“在药物和医学的发现过程中，我们拥有算法、数学和专业知识，可以成为你的强大后盾，请随时联系我们。”
早早地涉足如 AI 这样的新兴行业，让黄仁勋有更多时间去解决复杂的问题。
他最近对一群中国半导体专业人士说：“我做事可能不够快，但我极富耐心。”他补充道：“我会在一个问题上持续深入很长时间。这就意味着，如果我和我们公司挑选的是一些难以攻克的问题，我们就有足够的时间去深挖和解决。”
来源：wsj.com/tech/ai/nvidia…