昨天（美國時(shí)間10月29日），很多人都在說見證歷史。英偉達(dá)市值突破5萬億美元，全世界僅此一家。

5萬億美元，什么概念？

如果對比市值，相當(dāng)于7個(gè)騰訊，13個(gè)阿里，26個(gè)拼多多。

如果折現(xiàn)，能買下全球前十的芯片公司后，還能剩下不少。

如果刮彩票，天天刮，天天中，一天一億美元，大約要137年。

但英偉達(dá)的市值增長，比刮彩票還要快。2023年5月，破萬億。9個(gè)月后，破2萬億。3個(gè)月后，破3萬億。從3萬億到4萬億，用了410天。而從4萬億到5萬億，只用了113天。同時(shí)，英偉達(dá)CEO黃仁勛也身價(jià)暴漲，成為全世界第八有錢的人。

你看，前后不到3年，英偉達(dá)就創(chuàng)造了新的歷史。真的，真的讓人震撼不已。

震撼之余，一個(gè)巨大的困惑隨之而來：

既然AI芯片這行業(yè)這么賺錢，為什么我們好像只看到英偉達(dá)在賺錢？那些本該瓜分這塊大蛋糕的對手呢，又在哪兒？

帶著這些疑惑，我做了些研究。越來越有種強(qiáng)烈的感覺。

英偉達(dá)能有今天的成就，不是偶然。而是一家企業(yè)，用近20年時(shí)間，從零構(gòu)建起堅(jiān)實(shí)的護(hù)城河，成為全球第一的史詩故事。

看懂英偉達(dá)的故事，或許也能給很多企業(yè)家和創(chuàng)業(yè)者，一些啟發(fā)和思考。

就讓我們先從那個(gè)最基礎(chǔ)的問題開始。

01

英偉達(dá)到底有沒有對手？

有。非常多。而且，個(gè)個(gè)都是頂尖高手。

放眼望去，我們至少可以數(shù)出三位重量級的“競爭對手”。

比如，AMD。它和英偉達(dá)在半導(dǎo)體領(lǐng)域，是幾十年的老對手。論技術(shù)、論經(jīng)驗(yàn)，都絕對是最有資格和英偉達(dá)掰腕子的玩家。

比如，英特爾。它是曾經(jīng)的“芯片霸主”。制造能力強(qiáng)，客戶基數(shù)大。

比如，谷歌。它幾乎有無限的資源，和世界頂尖的AI團(tuán)隊(duì)。而且，還在研發(fā)自己的專用AI芯片。

你看，這三家巨頭，哪個(gè)的名頭不是響徹全球？

但是，這也讓問題變得更尖銳了：牌桌上明明都是高手，但籌碼，卻似乎都在一個(gè)玩家手里。

到底是為什么？

02

為什么好像英偉達(dá)“一家獨(dú)大”？

先說答案，因?yàn)橛ミ_(dá)用一套系統(tǒng)，以極高的“遷移成本”，牢牢鎖住了它的客戶。

你可能會說，那是因?yàn)橛ミ_(dá)的芯片，最快最好。

嗯，通常來看，“英偉達(dá)的GPU芯片最快最好”，很符合大眾的直覺。但實(shí)際上，這個(gè)回答不夠嚴(yán)謹(jǐn)。

什么意思呢？我想請你跟我一起開個(gè)腦洞，想象這樣一個(gè)場景。

AMD的CEO，蘇姿豐。走進(jìn)了OpenAI的辦公室，給CEO薩姆·奧特曼，提出了一個(gè)非常誘人的提議。AMD有一款全新的GPU芯片，比英偉達(dá)的B200，性能高出30%，價(jià)格還便宜一半。

如果你現(xiàn)在是薩姆·奧特曼，這份“訂單”，你簽還是不簽？

要我猜，大概率，薩姆·奧特曼不一定會簽。至少他會非常、非常地猶豫。

為什么呢？一個(gè)更便宜、更高效的選擇擺在眼前，都不能讓他心動呢？

因?yàn)閮r(jià)格只是整個(gè)環(huán)節(jié)里一小部分。在商業(yè)技術(shù)投資里，要從TCO框架（總體擁有成本）考慮。不光包括最直接的標(biāo)價(jià)，還有各種間接和隱藏成本。

如果光比較價(jià)格，AMD優(yōu)勢很大。

比如英偉達(dá)的高端芯片A100、H100，單個(gè)成本25000美元到40000美元，而AMD高端芯片價(jià)格在25000美元左右。

但更重要的，是隱藏成本。它們才是影響OpenAI決策的關(guān)鍵因素。

假如，OpenAI真的從英偉達(dá)換到了AMD，會發(fā)生什么？

直接說結(jié)論，最主要的人力成本、代碼遷移成本、運(yùn)營成本，和機(jī)會成本，都會大幅增加。而任何一項(xiàng)變化，都可能直接決定生死。

你想想，換了平臺，那上千名頂尖工程師怎么辦？他們過去十多年的經(jīng)驗(yàn)，難道要一夜清零，從頭再學(xué)嗎？這得是多大一筆培訓(xùn)賬？還有那數(shù)百萬行代碼，怎么辦？那可不是簡單的“復(fù)制粘貼”啊。

可能，你會問，這換個(gè)平臺能有多難呢？我不太懂專業(yè)技術(shù)，請?jiān)试S我試著打個(gè)比方來解釋一下。這就像你要把南方的荔枝種到北方。不是說你挖走就行，還要做大量的研究、測試，花上大量的時(shí)間。AI就是這樣，而最后能不能成，還說不準(zhǔn)。

另外，換平臺期間，意味著要同時(shí)運(yùn)營維護(hù)兩套完全不同的平臺。這里面的成本，很可能翻倍上漲。

最要命的，也是最大的風(fēng)險(xiǎn)，是機(jī)會成本太高。

AI這個(gè)賽道，分秒必爭。如果為了換個(gè)平臺，而導(dǎo)致研發(fā)落后，或是模型發(fā)布晚了幾個(gè)月。那么，很可能就從行業(yè)領(lǐng)導(dǎo)者變成追隨者。這里面，還沒算上遷移出問題的情況。完全不敢想象。

所以，在把各種直接成本、間接成本相加后，就達(dá)成了“鎖定供應(yīng)商”的結(jié)果。

說白了，就是我從軟件到硬件，全部跟你牢牢綁定。長遠(yuǎn)看，反而是AI公司的最優(yōu)解，因?yàn)樗谖磥淼暮贤瑫r(shí)間內(nèi)，不用為硬件擔(dān)憂。

現(xiàn)在，再回頭看AMD那份“性能高30%，便宜一半”的訂單，還覺得香嗎？

答案是否定的。硬件上省下的幾百萬美元，比起可能高達(dá)數(shù)十億美元的遷移成本和潛在戰(zhàn)略風(fēng)險(xiǎn)，微不足道。

到這，你應(yīng)該發(fā)現(xiàn)了，英偉達(dá)真正鎖住客戶的，并不是它的硬件。而是一個(gè)看不見摸不著的“牢籠”。

那就是被稱為“英偉達(dá)護(hù)城河”的CUDA。

03

被叫作“英偉達(dá)護(hù)城河”的CUDA，是什么？

CUDA全名叫Compute Unified Device Architecture（統(tǒng)一計(jì)算設(shè)備架構(gòu)）。說白了它是一套讓程序員更好用英偉達(dá)GPU的編程工具。

對于不太懂技術(shù)的人來說，這部分有點(diǎn)復(fù)雜。下面我盡量簡單說清楚。

要理解CUDA，得先知道什么是“編程模型”。

我打個(gè)比方。

過去的計(jì)算機(jī)，主要靠CPU（中央處理器）運(yùn)算。CPU像一個(gè)米其林三星大廚。手藝高超，什么菜式都能做。但問題是，他一次只能炒一道菜。如果遇上飯點(diǎn)高峰期，爆單是常有的事。

這叫“串行計(jì)算”。程序編程必須按順序執(zhí)行，上一個(gè)任務(wù)完成才能做下一個(gè)，適合邏輯直觀、小規(guī)模的任務(wù)。遇到復(fù)雜的任務(wù)，效率就會不足。

而GPU（圖形處理器）不同，他不像大廚，而像一個(gè)擁有成千上萬個(gè)小工的“超級廚房”。每個(gè)小工負(fù)責(zé)的東西不一樣，可能A切菜，B洗菜，C炒菜，D甜品……最后匯總到超級廚房。如果要給一萬斤土豆削皮，那個(gè)大廚可能要削到手?jǐn)啵@邊上萬個(gè)小工可以同時(shí)開工，瞬間完成。

這叫“并行計(jì)算”。能同時(shí)處理多個(gè)任務(wù)，整體縮短時(shí)間，大大提高運(yùn)行效率。

但是，這里還有個(gè)問題。

這成千上萬個(gè)小工，雖然人多力量大，但是他們很“笨”。必須要有人告訴他們，A你去切菜，B你去洗菜，C你去炒菜……否則，廚房會亂成一團(tuán)。說白了，必須要有一個(gè)統(tǒng)一的指揮，能命令那些小工高效協(xié)作干活。

而英偉達(dá)的CUDA，就是那個(gè)總指揮。有自己的一套指揮語言，精準(zhǔn)協(xié)調(diào)每個(gè)核心，完成任務(wù)。

做個(gè)類比，就像一臺相機(jī)，硬件非常厲害。想要用好，你要懂光圈、快門、ISO等專業(yè)知識，對大多數(shù)人來說，門檻太高了。于是，廠商想出了“智能場景模式”，比如運(yùn)動模式、延時(shí)模式等等。你拿到相機(jī)，再也不用懂那些專業(yè)知識，只要會按一個(gè)鍵，就能拍出好照片。

CUDA就是GPU的“智能場景模式”。開發(fā)者不用專門研究GPU的架構(gòu)，也能高效完成編程任務(wù)。簡單來說，就是讓更多人能用上GPU的強(qiáng)大算力。

2006年，CUDA的問世，直接改變了英偉達(dá)的命運(yùn)。

以前，GPU主要被看作用來渲染畫面的“游戲顯卡”。CUDA出現(xiàn)后，顯卡就能被用在科學(xué)運(yùn)算、物理模擬等領(lǐng)域。

這就意味著，以后的客戶不光是游戲公司，各種搞科學(xué)研究、技術(shù)研發(fā)的，都可以服務(wù)。

黃仁勛的心里堅(jiān)定著一個(gè)想法：使用CUDA的人越多，這項(xiàng)技術(shù)成為標(biāo)準(zhǔn)的速度就越快，就越可能找到新的應(yīng)用。

于是，英偉達(dá)在過去近二十年里，專心做了一件事：圍繞CUDA建立了一個(gè)龐大、繁榮的生態(tài)系統(tǒng)。

跟競爭對手相比，英偉達(dá)做這件事，早了將近十年。

如果說，英偉達(dá)的GPU是AI時(shí)代的“電腦主機(jī)”。那么，CUDA就是AI時(shí)代的“Windows系統(tǒng)”。

想想看，幾十年來，為什么技術(shù)上可能更優(yōu)秀，還免費(fèi)的Linux，始終不能在個(gè)人桌面市場撼動Windows的統(tǒng)治地位呢？

答案，不是系統(tǒng)本身，而是生態(tài)。

因?yàn)閃indows上那個(gè)龐大的應(yīng)用生態(tài)太強(qiáng)大了。從微軟的office，到Adobe，再到各種行業(yè)專用的軟件，都跟整個(gè)生態(tài)密不可分。試想一下，一家需要用到很多專業(yè)軟件的企業(yè)，在買Windows許可證，和重新培訓(xùn)員工的成本之間，會做怎樣的選擇呢？答案，不言而喻。

CUDA，就是這樣，它有著無比龐大的應(yīng)用生態(tài)。對很多企業(yè)和個(gè)人來說，這是必選項(xiàng)，

有過統(tǒng)計(jì)，到目前，全球有超過450萬開發(fā)者在用CUDA開發(fā)。而在2020年的時(shí)候，這個(gè)數(shù)字還是180萬。CUDA工具包每月的下載量，高達(dá)數(shù)十萬次。

現(xiàn)在，我們再來復(fù)盤下整個(gè)邏輯：開發(fā)者使用CUDA，創(chuàng)造更多項(xiàng)目和應(yīng)用，推動CUDA成為行業(yè)標(biāo)準(zhǔn)，高校教授CUDA，畢業(yè)生掌握技能，企業(yè)把CUDA列為招聘條件，更多開發(fā)者學(xué)習(xí)CUDA。

到這，你應(yīng)該看明白，CUDA為什么能成為英偉達(dá)的護(hù)城河？因?yàn)椴季謮蛟?，逐漸產(chǎn)生強(qiáng)大的生態(tài)慣性。而這也是競爭對手無法撼動。

你看，企業(yè)真正的護(hù)城河，往往是靠標(biāo)準(zhǔn)、習(xí)慣和社區(qū)共同搭建。

如果我們現(xiàn)在再回頭看AMD給OpenAI的那份提議，你就會發(fā)現(xiàn)，壓根就不是成本問題。說白了就是風(fēng)險(xiǎn)太大，根本沒必要換。

現(xiàn)在，大家是不得不用。而在一開始，英偉達(dá)面臨的卻是“沒人想用”。

04

一場無人看好的“豪賭”，成就今天的英偉達(dá)

2006年，CUDA問世后，無人在意，硅谷和華爾街都不看好。

到了2008年，受到金融危機(jī)的影響，英偉達(dá)股價(jià)曾暴跌80%以上，市值40億左右。就連英偉達(dá)內(nèi)部，都對CUDA的未來存在分歧。是不是所有GPU都要支持CUDA？

同時(shí)，研發(fā)CUDA付出的代價(jià)也很大。

英偉達(dá)第一款支持CUDA的GPU，是G80。為了開發(fā)這款芯片，英偉達(dá)花了整整4年時(shí)間，成本高達(dá)4.75億美元，占了那4年總研發(fā)預(yù)算的三分之一。

這還只是“一個(gè)”支持CUDA的GPU。

那時(shí)候，真的是生死存亡之際。

怎么辦？

黃仁勛想了個(gè)辦法：砸錢。重點(diǎn)往學(xué)校和科研機(jī)構(gòu)砸錢。

他通過捐錢、捐設(shè)備的方式，讓CUDA進(jìn)入高校，先培養(yǎng)教育和科研領(lǐng)域的用戶。另外，還在全球設(shè)立各種CUDA研發(fā)中心、教學(xué)中心、開設(shè)教學(xué)課程等。那時(shí)候，每年砸在CUDA上的研發(fā)成本有5億美元之多。

盡管費(fèi)盡人力、物力、財(cái)力，CUDA在很長一段時(shí)間內(nèi)都不被看好。2013年初，很多投資分析師都認(rèn)為，只有放棄CUDA，回歸PC游戲核心業(yè)務(wù)，英偉達(dá)股價(jià)才能漲。甚至，有人質(zhì)疑，黃仁勛這CEO還能不能干了。

現(xiàn)在來看，英偉達(dá)的CUDA，就是在賭。何況，他還賭對了。

為什么CUDA能從無人看好，變成香餑餑？因?yàn)閷W(xué)過CUDA的畢業(yè)生畢業(yè)進(jìn)了科技企業(yè)，CUDA的社區(qū)資源和代碼庫越來越豐富。到2015年，全球已經(jīng)有800家大學(xué)開設(shè)CUDA課程。隨著時(shí)間推移，CUDA的使用場景，從高校普及到了醫(yī)療、商用等更多場景。

至于跟人工智能領(lǐng)域“牽手”，可以說，純屬“巧合”。

2012年，斯坦福大學(xué)發(fā)起的一場全球性AI圖像識別競賽上，多倫多大學(xué)的一個(gè)三人小組，交出了一個(gè)叫AlexNet的AI神經(jīng)網(wǎng)絡(luò)，贏得冠軍。而且，準(zhǔn)確率比第二名高出41%。

怎么做到的？這個(gè)團(tuán)隊(duì)說，用的是2塊NVIDIA GTX 580 GPU，而他們也是整個(gè)比賽里，唯一一個(gè)用CUDA訓(xùn)練神經(jīng)網(wǎng)絡(luò)的隊(duì)伍。

那時(shí)候，谷歌也注意到這個(gè)團(tuán)隊(duì)。他們發(fā)現(xiàn)，AlexNet之前只用兩塊GPU顯卡，得到的效果跟谷歌用16000個(gè)CPU訓(xùn)練出來的幾乎相同。

很快，整個(gè)行業(yè)都意識到，GPU是支撐AI的最佳硬件。而英偉達(dá)，很可能將成為AI發(fā)展的關(guān)鍵。

現(xiàn)在我們都看到了，英偉達(dá)確實(shí)成了AI發(fā)展的最大核心。

05

英偉達(dá)的對手們，一點(diǎn)辦法都沒有嗎？

一旦理解了CUDA，再看英偉達(dá)的那些競爭者，就會發(fā)現(xiàn)，他們的每一步都被英偉達(dá)死死限制。

我舉幾個(gè)例子。

比如AMD，它選擇開源。

它研發(fā)了一個(gè)名為ROCm的開源平臺，目標(biāo)就是取代CUDA。但是沒，它就像是“AI時(shí)代的Linux”，免費(fèi)，開源，有技術(shù)潛力，更便宜。但對用戶來說，遷移成本太高。

比如英特爾，它選擇細(xì)分賽道。

英特爾很聰明，直接承認(rèn)英偉達(dá)在AI高端市場遙遙領(lǐng)先。所以，英特爾把它的Gaudi系列芯片，定位在企業(yè)級推理和中小型模型訓(xùn)練這些細(xì)分市場。但這也意味著，英特爾放棄了AI芯片市場里最賺錢的部分。

比如谷歌，它選擇正面硬剛。

Investopedia有過報(bào)道，英偉達(dá)在賣GPU中的毛利率大約為80%，業(yè)內(nèi)叫它“英偉達(dá)稅”。為了不交高溢價(jià)，谷歌從2015年開始自研，內(nèi)部使用名為TPU的算力生態(tài)。相比之下，TPU跟谷歌內(nèi)部平臺深度綁定，影響不了英偉達(dá)的地位。

所以你看，那些巨頭對手們，都不是簡單的比拼性能，而是拼戰(zhàn)略。都在想辦法繞過CUDA，繞過英偉達(dá)。

但至少目前看來，無人能撼動。

所有挑戰(zhàn)者都在繞著山走，這本身，就是對這座難以攀登的高山，表達(dá)最崇高的敬意。

最后的話

呼。說完了。英偉達(dá)從無人看好，走到今天的萬眾矚目。這一路，真的讓人無比震撼。

我看到網(wǎng)上有人表示擔(dān)心：英偉達(dá)漲這么高，太夸張了，會不會是泡沫？它會不會是第二個(gè)思科。

這里簡單提一下，2000年有個(gè)互聯(lián)網(wǎng)泡沫時(shí)期。當(dāng)時(shí)的思科是互聯(lián)網(wǎng)硬件供應(yīng)商，最高時(shí)，估值超過其遠(yuǎn)期市盈率的150倍。但在泡沫破滅后，一落千丈。

實(shí)際上，他們有根本差異。

思科面對的是“一次性”的建設(shè)市場。當(dāng)早期互聯(lián)網(wǎng)完成“鋪設(shè)管道”，思科的增長自然停止。而英偉達(dá)面對的，是一個(gè)不斷增長的市場。至少在現(xiàn)在看來，AI還在成長，那么這場“軍備競賽”還看不到終點(diǎn)。

更重要的是，英偉達(dá)的客戶，是微軟、谷歌、Meta等全世界最不差錢的巨頭。對他們來說，購買英偉達(dá)的芯片，不是選擇，而是在AI時(shí)代活下去的必需品。

這說明，英偉達(dá)有著一個(gè)需求持久、客戶穩(wěn)定、護(hù)城河更深的長期市場。

當(dāng)然，未來會發(fā)生什么，我們誰也無法預(yù)料?？赡苣骋惶?，突然有種新的算法出現(xiàn)，可能讓GPU也變得不重要，從而改變整個(gè)游戲規(guī)則也說不準(zhǔn)。

但至少在當(dāng)下，我們可以從英偉達(dá)身上，學(xué)到非常重要一課。

你的護(hù)城河，是什么？

不是在糾結(jié)，“我的產(chǎn)品是不是比對手更好、更快、更便宜？”而是要問：“我的產(chǎn)品，有沒有一個(gè)讓客戶離不開的生態(tài)系統(tǒng)？”

其實(shí)，英偉達(dá)的五萬億美元市值，就是對這個(gè)問題最響亮的回答。

它證明了那個(gè)在商業(yè)世界，最簡單，也最重要的核心邏輯。

最深的護(hù)城河，不是用價(jià)格和性能堆出來，而是要讓你變得無可替代。

祝你，早日找到你的護(hù)城河。

參考資料：

1、《吳軍·硅谷來信》第244封信丨凡事都要專注——AlphaGo的核心芯片TPU解析

2、《蔡鈺·商業(yè)參考3》072 | 英偉達(dá)如何成為AI芯片巨頭

3、Nvidia is officially a $5 trillion company / The chipmaker’s shares rose past $211 as it continues making big moves in AI.

4、AMD Raises AI Chip Price, Confident It Can Compete With Nvidia

5、Why NVIDIA dominates despite low developer program scores,

6、2 Million Registered Developers, Countless Breakthroughs

7、Outrun By Nvidia, Intel Pitches Gaudi 3 Chips For Cost-Effective AI

8、The Untold Infrastructure Advantage That Could Propel Google Ahead of OpenAI in AI Development

9、From Cisco to Nvidia: Lessons From Past Tech Bubbles

10、Nvidia Revolution

11、ImageNet Classification with Deep Convolutional Neural Networks” (NIPS 2012)

觀點(diǎn)/ 劉潤主筆/ 海鹽/ 歌平版面/ 黃靜
這是劉潤公眾號第2760篇原創(chuàng)文章。未經(jīng)授權(quán)，禁止任何機(jī)構(gòu)或個(gè)人抓取本文內(nèi)容，用于訓(xùn)練AI大模型等用途