圖片｜Photo by BoliviaInteligente on Unsplash

?產(chǎn)業(yè)象限原創(chuàng)

作者丨山茶

編輯丨錢江

2月22日，英偉達發(fā)布2024財年四季報，營收221億美元，同比增長265%，凈利潤123億美元，同比激增769%，雙雙大超市場預(yù)期。

然后，英偉達就殺瘋了。

一夜之間，英偉達市值暴漲2770億美元，創(chuàng)下華爾街單日最大漲幅的歷史記錄。如今，英偉達的市值已經(jīng)逼近2萬億美元。以國內(nèi)生產(chǎn)總值計算，英偉達市值超過了大多數(shù)其他國家經(jīng)濟體的規(guī)模。

▲圖源：福布斯

從企業(yè)層面看，這一市值也超越Meta，成為僅次于微軟、蘋果和沙特阿美的全球第四大市值的巨無霸。

但有意思的現(xiàn)象是，雖然已經(jīng)躋身第一梯隊，但無論是營收還是利潤，英偉達都與微軟、蘋果、甚至被它超過的Meta差距較遠。

可以對比來看：

• 微軟2024財年Q2營收620.2億美元，凈利潤218.7億美元；
• 蘋果2024財年Q1營收1195億美元，凈利潤339.16億美元；
• Meta2023年Q4營收401億美元，凈利潤140.17億美元。

《巴倫周刊》使用基于FactSet預(yù)測的2023年至2026年預(yù)期平均盈利增長，以及基于2024年預(yù)測的市盈率，對美股7大巨頭企業(yè)的PEG比率（市盈率除以盈利增長率）也做了預(yù)測，英偉達是其中最低的。

▲圖源：FactSet

毫無疑問，如今英偉達的市值存在巨大泡沫，但從國內(nèi)到國外，投資者卻都愿意為這樣的泡沫買單。

整個市場對英偉達充滿信心，因為在某種程度上，市場已經(jīng)將英偉達與AI時代的未來劃上了等號。

投資英偉達，就是投資屬于未來的AI時代，在這樣的邏輯下，英偉達似乎值得任何市值。

那么，英偉達真的不可替代嗎？誰又會成為英偉達的對手，誰又能將它趕下神壇？

01

英偉達，憑什么遙遙領(lǐng)先？

和其它半導(dǎo)體企業(yè)相比，英偉達是“遙遙領(lǐng)先”的，起碼在市值上如此。

如今，在全球前十的半導(dǎo)體企業(yè)中，不算臺積電和阿斯麥這樣的純代工廠和光刻機廠商，英偉達的市值約等于剩下七家市值的總和，甚至還有富余。

▲圖源：芯東西

撐起英偉達市值的，是其全球領(lǐng)先的AI計算芯片，包括A100、H100和即將上市的H200。根據(jù)富國銀行的統(tǒng)計，英偉達目前在全球數(shù)據(jù)中心AI加速市場擁有98%的份額，處于絕對的統(tǒng)治地位。

很多時候，這些芯片花錢也都很難買到。早在2023年8月的時候，就有媒體報道，英偉達的訂單排到了2024年。其芯片的交付周期，也曾一度高達8~11個月（如今已經(jīng)縮短為3~4個月）。馬斯克曾為此吐槽，“英偉達的芯片比毒品還難搞到”。

產(chǎn)能不足，供不應(yīng)求，這些需求應(yīng)該自然溢出到其他廠商。從供應(yīng)鏈安全的角度考慮，面對如此集中的市場，企業(yè)似乎也不應(yīng)該只選擇英偉達這一家的產(chǎn)品。

但全球的企業(yè)排著隊將訂單送到英偉達手中，難道，除了英偉達的芯片之外，AMD、英特爾這些企業(yè)的芯片都辦法訓練大模型嗎？

答案當然不是，但使用英偉達的芯片，目前仍然是訓練和運行大模型的最優(yōu)選擇。這種優(yōu)勢體現(xiàn)在四個方面，包括硬件性能、軟件生態(tài)、適用范圍和整體性價比。

首先是硬件性能。

以英偉達在2020年5月發(fā)布的NVIDIA A100 GPU為例，這款芯片采用7nm制程和NVIDIA Ampere架構(gòu)，擁有540億個晶體管和6912個CUDA核心，最高可以提供80GB的GPU顯存，以及2TB/s的全球超快顯存帶寬。在大模型訓練和推理常用的FP16(半精度浮點運算）Tensor Core峰值性能可以達到312TF，使用稀疏計算的情況下，可以達到624TF。

▲圖源：CSDN，NVIDIA GPU A100 Ampere(安培)架構(gòu)深度解析

很多人對這些指標沒什么概念，我們來簡單解釋一下。

芯片的制程決定著同樣大小的芯片能夠放下的晶體管的數(shù)量，而晶體管的數(shù)量越多，芯片的計算能力越強，這也是5納米的芯片一定比7納米的芯片先進的原因。

至于CUDA核心，即CUDA線程，是英偉達CUDA平臺編程模型中的基本執(zhí)行單元。我們都知道，GPU最強的能力是并行計算，而CUDA核心越多，意味著芯片能同時并行計算的數(shù)量也就越多，芯片的性能更強，完成同樣任務(wù)的速度更快。

需要注意的是，芯片的計算能力強和計算效率高是兩個概念。制程和晶體管的數(shù)量代表著計算能力，而CUDA核心的數(shù)量，代表著計算效率。

至于顯存和帶寬，則決定了GPU在運行時的效率。其中顯存決定GPU同時能夠存儲的最大數(shù)據(jù)，而顯存帶寬，則決定顯存和顯卡之間的數(shù)據(jù)傳輸速度。

舉一個簡單直白的例子，在一個流水線上，原材料需要從庫房運送到車間進行裝備，然后將成品再運回庫房。顯存決定了庫房能夠放多少原材料，而顯存帶寬，則決定每次從庫房送原材料的速度。如果庫房不夠大，或者材料傳輸速度不夠快，那車間的生產(chǎn)能力再強，也無法生產(chǎn)出成品。所以顯存和帶寬，其實決定芯片能夠參與訓練多大參數(shù)規(guī)模的大模型，以及訓練大模型的速度。

明白了這些基本概念，我們再用最有代表性的兩家企業(yè)，進行對比。

首先是AMD，目前主打的芯片是MI250X，發(fā)布于2021年年底，采用7nm工藝，擁有582億個晶體管，顯存128G，顯存帶寬3.2768 TB/s，F(xiàn)P16峰值性能為369 TF，只有60個計算單元。

▲圖源：AMD官網(wǎng)，MI250X

其次是英特爾，目前主打芯片Ponte Vecchio，同樣發(fā)布于2021年，采用7nm工藝，宣稱晶體管數(shù)量達到1020億，是全世界晶體管數(shù)量最多的芯片。這款芯片顯存128GB，顯存帶寬3.2TB/s，F(xiàn)P16峰值性能184TF，計算單元102個。

▲圖源：英特爾 Hot Chips 演示的幻燈片，展示了 PVC 上的小芯片

我們會發(fā)現(xiàn)，即使從單純的數(shù)據(jù)上看，英特爾和AMD也沒有完全被英偉達甩開，甚至在某些領(lǐng)域，這兩家的芯片還領(lǐng)先英偉達的A100。

但是這里有兩個誤區(qū)，第一個誤區(qū)是，英特爾和AMD這兩款芯片的發(fā)布時間比A100都要晚一年，他們真正對標的對手，其實應(yīng)該是英偉達在2022年初發(fā)布的H100，而現(xiàn)在英偉達的芯片已經(jīng)更新到H200了。

▲圖源：Semianalysis

第二個誤區(qū)在于，硬件指標并不完全等于芯片的整體能力，軟件生態(tài)是決定芯片性能和使用的第二個關(guān)鍵指標。

這就像手機和操作系統(tǒng)一樣，手機的硬件配置再好，沒有一個好的操作系統(tǒng)，對于消費者來說仍然不是一款好的手機。而這里需要提到的，就包括英偉達的CUDA平臺、NVLink和Tensor Core等軟件生態(tài)。

比如CUDA平臺，我們前面提到的CUDA核心就是這個平臺的產(chǎn)物，它可以提高芯片的并行計算能力；它可以通過編程，提高GPU的能效比，讓同樣的工作耗費更少的能源。

此外，CUDA平臺還支持廣泛的應(yīng)用程序，包括科學計算、深度學習、機器學習、圖像處理、視頻處理等等，它還允許技術(shù)人員通過C++等常用的編程語言來編寫GPU代碼。打一個不恰當?shù)谋确?，這相當于中國人不用學習英文，直接使用中文指揮外國人做事情，幫助技術(shù)人員節(jié)省了巨大成本。

但目前市面上大多數(shù)程序員已經(jīng)深度依賴CUDA平臺和開發(fā)工具，就像我們使用微信許多年了，你的朋友、聊天記錄、朋友圈都在這個微信上，即使現(xiàn)在出現(xiàn)一個更好用的社交軟件，你也很難遷移。

CUDA帶來的生態(tài)壁壘也類似這個道理，其他平臺雖然也有自己的軟件生態(tài)，比如AMD有自己的GCN 架構(gòu)，英特爾有Xe架構(gòu)，甚至為開發(fā)者提供類似“一鍵換機”遷移功能，但都很難與英偉達競爭。

當然，這里面也有一些曲線救國的做法，比如以AMD為首，越來越多的芯片企業(yè)采用了“打不過就加入”的策略，選擇將自己的芯片兼容到CUDA平臺，早在2012年的時候，AMD就與Nvidia 達成了一項協(xié)議，允許AMD在其GCN架構(gòu)GPU中使用 CUDA 技術(shù)，所以現(xiàn)在我們在AMD的芯片中，也會看到CUDA核心。

當然，對于英偉達來說，CUDA也只是護城河的一部分，其他的技術(shù)如NVLink也至關(guān)重要。

作為大模型訓練的GPU，沒有哪家企業(yè)會單獨使用一張GPU，每次都會使用至少幾百張卡，甚至上萬張卡一起建立計算集群。NVLink是一種鏈接技術(shù)，可以實現(xiàn)GPU之間的高速、低延遲的互聯(lián)。如果沒有這種技術(shù)，整個芯片算力的集群就無法實現(xiàn)1+1>3的效果，而且會增加GPU之間的通信延遲，執(zhí)行任務(wù)的效率會降低，芯片的功耗會增加，最終增加整個系統(tǒng)的運行成本。

大模型訓練實際上是一個非常消耗能源的事情，國盛證券做過一個計算，假設(shè)每天約有1300萬獨立訪客使用ChatGPT，那每天的電費就需要5萬美元。而如果沒有NVLink，這筆成本還會指數(shù)級上升。

芯片某種程度上就像購車一樣，購車只是第一次成本，之后的油費、保養(yǎng)、保險才是成本的大頭。所以黃仁勛才說，“AI系統(tǒng)最重要的不是硬件組成的成本，而是訓練和運用AI的費用。”

所以，雖然AMD、英特爾在某些芯片上把價格定得比英偉達更低，但是從長期成本來考慮，具有更優(yōu)軟件生態(tài)和協(xié)同、配套工具的英偉達芯片仍然是性價比最高的選擇。

當然，這里面還要考慮到使用場景的問題。

比如英偉達的大客戶，主要是以Meta、微軟、亞馬遜、Google為代表的云計算平臺。有媒體報道，頭部云計算廠商在英偉達H100 GPU整體市場份額中的占比達到50%。

▲圖源：Omida Research

而云廠商采購芯片的邏輯，主要是構(gòu)建算力集群，然后通過云服務(wù)平臺將這些算力再賣出去。但這里就會存在一個問題，就是云廠商并不知道客戶會拿這些算力來做些什么，比如有的企業(yè)會用來做機器學習，有企業(yè)需要大模型訓練，也有企業(yè)需要做大模型推理。

不同的需求，背后對應(yīng)的算力配置也不盡相同，它需要底層的芯片能夠支持多種編程模型，支持多種數(shù)據(jù)類型，有較好的可拓展性和良好的性能和功耗等等。而這些，恰恰是英偉達硬件能力加軟件生態(tài)帶來的優(yōu)勢。

綜合來看，無論是從硬件性能，還是軟件生態(tài)；無論是從開發(fā)工具和部署工具，到長期使用的成本和可開發(fā)應(yīng)用場景。對比同類競爭對手，英偉達都屬于最有性價比，且遙遙領(lǐng)先的存在。

這就是為什么明明需要排著長隊、忍受長時間等待，大家卻仍然執(zhí)著于英偉達芯片的原因。

02

誰想替代英偉達？

難道英偉達真的不能被超越嗎？當然也不是，在巨大的市場利益面前，從傳統(tǒng)半導(dǎo)體巨頭到初創(chuàng)企業(yè)，圍剿英偉達的呼聲從來就沒有停止過。

特別是最近幾年，隨著云計算和云端AI芯片的火爆，已經(jīng)有無數(shù)的半導(dǎo)體公司說過，自家芯片已經(jīng)在部分性能上超過了英偉達A100，就像今天也有無數(shù)大模型企業(yè)會說自己已經(jīng)在某些方面超過OpenAI GPT-3.5一樣。

在最新披露年報中，英偉達是這樣描述自己的競爭風險的。

公司的競爭來源主要有兩個，一個是 GPU、CPU、DPU、嵌入式SoC和其他加速AI計算處理器產(chǎn)品的公司，比如英特爾、AMD、高通、華為；另一個是提供基于InfiniBand（無線帶寬技術(shù)）、以太網(wǎng)、光纖通道和專有技術(shù)的半導(dǎo)體高性能互連產(chǎn)品供應(yīng)商，比如華為、思科、惠普這樣的通信公司，以及亞馬遜、微軟、阿里、谷歌、華為這樣的云服務(wù)公司等等。

特別是第一次被英偉達列為對手且被反復(fù)提到的華為。從芯片硬件到軟件，從云服務(wù)到通信解決方案，英偉達幾乎將華為當做所有領(lǐng)域的競爭對手。

奇怪的是，雖然在2023年8月，科大訊飛創(chuàng)始人劉慶峰就提到華為的GPU已經(jīng)可以對標A100了，但其實從客觀的性能、使用成本，軟硬件生態(tài)工具，華為與英偉達之間仍然有著代際的差距。

華為被如此重視，關(guān)鍵在于兩點：

一是市場環(huán)境的問題，由于眾所周知的原因，英偉達的高端芯片在國內(nèi)的銷路并不暢通，在全面國產(chǎn)替代的背景下，其針對中國的特供版芯片在中國的競爭力也在降低。在這樣的背景下，華為擁有更多的成長空間，不必直接對標英偉達最先進的H200。

另一個關(guān)鍵是華為的生態(tài)能力非常齊全，作為通信起家的企業(yè)，華為不僅擁有自己的芯片，服務(wù)器，還擁有自己的云計算平臺和大模型。基本上，華為覆蓋了AI這條產(chǎn)業(yè)鏈從頭到尾的所有環(huán)節(jié)，對比英偉達擁有更大的潛力和可能。

如今，華為的昇騰910B正在瘋狂席卷中國市場，除了科大訊飛之外，國內(nèi)多地的智算中心也都已經(jīng)用上了華為的芯片?！敦斀?jīng)》之前報道，華為昇騰系列產(chǎn)品目前處在供不應(yīng)求狀態(tài)，價格約只有英偉達A100的60%甚至可以更低。

為了應(yīng)對國內(nèi)市場的變化，英偉達也在積極推出新的產(chǎn)品。2月初，有媒體報道，英偉達的新款國內(nèi)專供芯片H20已經(jīng)開始在接受經(jīng)銷商的預(yù)定。

▲圖源：NVIDIA 由H2O.ai和NVIDIA提供支持的融合AI生態(tài)系統(tǒng)

而有趣的是，作為新產(chǎn)品，英偉達H20每張的定價換算成人民幣僅在8.6萬~11萬左右，剛好略低于華為昇騰910B 12萬元左右的價格。在英偉達承受中國市場壓力的背景下，這被看做是一種防守策略。

除了在國內(nèi)有被黃仁勛親自認證的競爭對手華為之外，海外市場英偉達其實也是群狼環(huán)伺。

最虎視眈眈的自然是AMD。

2023年6月，AMD發(fā)布了Instinct MI300，目標是對標英偉達H100，其晶體管數(shù)量達到1530億，內(nèi)存192GB、內(nèi)存帶寬5.3TB/s，分別是英偉達H100的大約2倍、2.4倍和1.6倍。

軟件上，AMD仍然延續(xù)兼容CUDA的策略，一方面通過遷移工具，翻譯CUDA應(yīng)用的策略吸引英偉達的開發(fā)者，另一方面開源自家的ROCm軟件，提高企業(yè)和開發(fā)者的自主權(quán)。

對于芯片算力這么基礎(chǔ)的部分，沒有企業(yè)希望英偉達成為自己的唯一供應(yīng)商，所以在MI300推出之后，包括OpenAI、微軟、Meta都紛紛表態(tài)將采購MI300。

除了AMD，即使是已經(jīng)在AI上落后的英特爾，也不甘心錯過這場潑天富貴。

▲圖源：彭博社 英特爾公司首席執(zhí)行官Patrick Gelsinger于2023年12月14日星期四在美國紐約舉行的英特爾AI Everywhere發(fā)布會上發(fā)表講話

英特爾最新的AI芯片Gaudi3將在2024年上市，這款芯片采用5nm工藝，最高配備128GB的內(nèi)存。按英特爾的宣傳，這款芯片的帶寬是Gaudi 2(7nm工藝)的1.5倍，BF16功率是其4倍，網(wǎng)絡(luò)算力是其2倍，并表示Gaudi3的性能將優(yōu)于英偉達的H100。同時，美國政府也在對英特爾進行扶持，預(yù)計將向英特爾提供超過100億美元的補貼。

從戰(zhàn)略上，與英偉達的優(yōu)勢在云端不同，英特爾的優(yōu)勢在與其廣闊個人終端市場。所以英特爾其實將更大的賭注壓在了個人終端的AI化上。英特爾CEO基辛格多次提到，要重構(gòu)PC體驗，并表達對未來AI PC市場的看好。英特爾希望依靠其CPU在個人PC上的優(yōu)勢，率先搶占這一市場，然后再通過消費市場反向促進云端市場的繁榮，打一波農(nóng)村包圍城市的戰(zhàn)役。

事實上，芯片的行業(yè)特點與軟件、或者互聯(lián)網(wǎng)的商業(yè)可以通過建立用戶規(guī)模，或者生態(tài)就建立壁壘實現(xiàn)贏者通吃不同。作為高度技術(shù)密集型產(chǎn)業(yè)，芯片技術(shù)的代際變化非常大，只要存在技術(shù)迭代的機會，后來者就永遠有彎道超車的可能。

芯片不同于軟件，或者互聯(lián)網(wǎng)等其他業(yè)務(wù)模式，建立起一定的用戶規(guī)模之后可以一直贏者通吃。只要存在技術(shù)迭代的機會，后來者就永遠有彎道超車的可能。

而無論是AMD還是英特爾，亦或者華為，他們都有深厚的技術(shù)研發(fā)能力和充裕的資金，這些企業(yè)可能會在這個階段暫時落后，但也誰無法篤定，這些企業(yè)不會出現(xiàn)一次技術(shù)涌現(xiàn)，或者抓住某個技術(shù)迭代的關(guān)鍵時期后來居上。

從最新財報看，AMD 2023年Q4數(shù)據(jù)中心的銷售額22.8億美元，同比增長38%，表明市場已經(jīng)在逐步接納其AI芯片的使用。

而除了AMD和英特爾這樣的老牌玩家之外，這個市場上還有很多創(chuàng)業(yè)者在前赴后繼。

最近比較出名的如Groq，其針對大語言模型量身定制的LPU芯片每秒可以生成500個token，遠超英偉達芯片的效率。當然，這個成績?nèi)匀皇窃趯嶒瀳鼍跋碌慕Y(jié)果，最終工程化交付還有很長的距離，且這款芯片也還有許多技術(shù)問題有待解決。

但這本質(zhì)上代表，面對新的場景，如今的芯片的技術(shù)仍有創(chuàng)新空間。

所以我們會看到，作為全球最具代表的AI企業(yè)，OpenAI也宣布了自己的造芯計劃。其創(chuàng)始人CEO Altman前段時間不僅傳出7萬億美元的募資芯片，在這之前更是已經(jīng)投資了包括Cerebras、Rain Neuromorphics和Atomic Semi在內(nèi)的至少三家芯片公司。

遠在日本的孫正義，在互聯(lián)網(wǎng)時代已經(jīng)功成名就的他也打算放過這次機會，剛剛從巨額的投資虧損中解套的他，立馬就提出了募集1000億美元以創(chuàng)立一家人工智能半導(dǎo)體芯片企業(yè)的計劃。

有媒體報道，在這次計劃中，軟銀將出資300億美元資金，另有700億美元的資金可能來自中東地區(qū)的機構(gòu)。而在2023年，軟銀集團曾以640億美元的估值收購ARM公司25%股份，這也是孫正義投入芯片的底氣之一。

當然，對于英偉達來說，更大或者更直接的危險還是來自其最大的客戶——云廠商。

面對巨大的算力需求，國內(nèi)如百度、華為、阿里都相繼推出了自己的AI芯片，在國外，包括微軟、亞馬遜、Google也同樣在開發(fā)自己芯片。

當然，這些芯片主要針對的是特定場景的計算需求，與英偉達面向通用場景的GPT仍然有不同。但這也代表，云計算廠商正在逐步減少對英偉達的依賴。而正如前面所提到的，這部分企業(yè)才是真正支撐英偉達業(yè)績的主要客戶。

面對這些既定的，或者潛在的市場變化，英偉達自然也沒閑著。據(jù)路透社報道，英偉達近期已與微軟等主要云廠商聯(lián)系，商討為云廠商定制AI芯片的問題。

同時，英偉達也在持續(xù)推出新的芯片，以期望不斷拉開與后來者的距離。目前，英偉達已經(jīng)公布了其下一代AI芯片B100的消息，設(shè)計性能要比H100快3倍。

所以，雖然超越英偉達的機會仍然存在，這個世界也從不缺少挑戰(zhàn)“霸權(quán)”的勇士，但這個任務(wù)顯然還很漫長。

*文中配圖來源于網(wǎng)