为何Nvidia还是AI芯片之王？这一地位能否持续？

（原标题：为何Nvidia还是AI芯片之王？这一地位能否持续？）

如果您希望可以时常见面，欢迎标星收藏哦~

来源：内容编译自彭博社，谢谢。

一度让 Nvidia Corp. 成为全球市值最高公司的强劲股价涨势已停滞。投资者现在已开始谨慎对待向这家芯片制造商投入更多资金，因为很明显，采用人工智能计算不会是一条直线道路，也不会仅仅依赖 Nvidia 技术。

让我们来看看 Nvidia 取得惊人增长的因素以及未来面临的挑战。

Nvidia 最受欢迎的 AI 芯片有哪些？

目前最赚钱的产品是 Hopper H100，其名称是对计算机科学先驱 Grace Hopper 的致敬。它是图形处理单元的增强版，起源于视频游戏玩家使用的个人电脑。Hopper 将被 Blackwell 系列取代，后者以数学家 David Blackwell 的名字命名。

Hopper 和 Blackwell 都采用了将使用 Nvidia 芯片的计算机集群转变为能够处理大量数据并进行高速计算的单个单元的技术。这使得它们非常适合用于训练最新一代人工智能产品 所依赖的神经网络这一耗能任务。

Nvidia 成立于 1993 年，率先在这个市场进行了投资，投资历史可追溯到十多年前，当时它押注并行工作的能力有一天会让它的芯片在游戏之外的应用上具有价值。

这家总部位于加利福尼亚州圣克拉拉的公司将以多种形式销售 Blackwell，包括作为 GB200 超级芯片的一部分，该芯片将两个 Blackwell GPU 与一个 Grace CPU（通用中央处理器）结合在一起。（Grace CPU 也以 Grace Hopper 命名。）

为什么 Nvidia 的 AI 芯片如此特别？

所谓的生成式人工智能平台通过吸收大量已有材料来学习翻译文本、总结报告和合成图像等任务——它们看得越多，表现就越好。这类平台通过反复试验来发展，经过数十亿次尝试才达到熟练程度，并在此过程中消耗了大量的计算能力。

Nvidia 称，Blackwell 在训练 AI 方面的表现是 Hopper 的 2.5 倍。新设计有如此多的晶体管（赋予半导体处理信息能力的微型开关），以至于无法以传统方式将其作为一个单元生产。该公司表示，它实际上是两个芯片通过连接结合在一起，确保它们无缝地作为一个整体运行。

对于急于训练 AI 平台执行新任务的客户来说，Hopper 和 Blackwell 芯片提供的性能优势至关重要。这些组件被视为开发 AI 的关键，因此美国政府已限制向中国销售这些组件。

Nvidia 是如何成为 AI 领域的领导者的？

Nvidia 早已是图形芯片领域的霸主，这些芯片负责生成计算机屏幕上的图像。其中最强大的芯片由数千个处理核心组成，可同时执行多个计算线程。这使得它们能够生成复杂的 3D 渲染，如阴影和反射，而这正是当今视频游戏的一大特色。

21 世纪初，Nvidia 的工程师们意识到他们可以将这些图形加速器改造为其他应用。与此同时，人工智能研究人员发现，通过使用这种芯片，他们的工作最终可以付诸实践。

Nvidia 的竞争对手在做什么？

据市场研究公司 IDC 称，Nvidia 目前控制着数据中心 GPU 市场约 90% 的份额。亚马逊公司的 AWS、Alphabet 公司的 Google Cloud 和微软的 Azure 等主要云计算提供商都在尝试开发自己的芯片，Nvidia 的竞争对手 Advanced Micro Devices Inc. 和英特尔公司也在尝试开发自己的芯片。

到目前为止，这些努力对于削弱 Nvidia 的主导地位几乎没有作用。

人们普遍认为 AMD 最有可能撼动 Nvidia 的领先地位。该公司在 1 月份表示，今年上半年的销售额将与前六个月持平。到 2025 年下半年，当该公司的新芯片上市时，销售额将有所改善。AMD 拒绝公布今年的年度收入目标，这让人们猜测该公司正努力建立势头。

Nvidia 如何保持领先于竞争对手？

Nvidia 更新了其产品，包括支持硬件的软件，速度之快是其他公司无法比拟的。该公司还设计了集群系统，帮助客户批量购买 H100 并快速部署。英特尔的 Xeon 处理器等芯片能够进行复杂的数据处理，但它们的核心较少，在处理通常用于训练 AI 软件的大量信息时速度较慢。英特尔曾是数据中心组件的主要供应商，但迄今为止，它一直在努力提供客户愿意选择 Nvidia 设备的加速器。

AI芯片需求如何？

Nvidia 首席执行官黄仁勋和他的团队曾多次表示，该公司的订单量超出了其能力范围，甚至包括老款机型。当该公司周三公布业绩时，投资者将期待其再次做出这一保证。

微软、亚马逊、Meta 和谷歌已宣布计划在人工智能和支持人工智能的数据中心上投入数千亿美元。最近，有人猜测人工智能数据中心的繁荣已经失去动力。据投资银行 TD Cowen 称，微软已取消了部分美国数据中心容量的租约，这引发了人们更广泛的担忧，即微软是否获得了超出其长期需求的人工智能计算能力。

中国初创公司DeepSeek为何引发如此关注？

DeepSeek 全新 R1 开源 AI 模型的发布，让竞争对手们纷纷研究如何利用其极少的资源，取得与美国竞争对手相当的成果。

DeepSeek 使用现实世界的输入来微调其 AI 模型，这种方法称为推理，比其他公司使用的人工训练方法耗时更少、数据密集程度更低。英伟达可以说是损失最大的公司，它称赞 DeepSeek 的模型是“卓越的 AI 进步”——而且是在不违反美国技术出口管制的情况下取得的。

这些限制禁止 Nvidia 向中国出口最先进的 GPU，因此其回应似乎消除了一些行业分析师的怀疑，即这家中国初创公司不可能取得其声称的突破。

尽管如此，Nvidia 表示，即使 AI 模型的构建方式发生变化，其芯片仍将发挥重要作用。该公司表示：“推理需要大量 Nvidia GPU 和高性能网络。”

AMD 和英特尔在 AI 芯片方面与 Nvidia 相比如何？

全球第二大计算机图形芯片制造商 AMD 于 2023 年推出了 Instinct 系列的一个版本，瞄准 Nvidia 产品占据主导地位的市场。全新升级版 MI350 将于今年年中左右向客户发货。AMD 首席执行官 Lisa Su 表示，这款产品的性能将比上一代产品高出 35 倍。该公司预计 2025 年前六个月的收入将与前六个月大致相同。尽管 AMD 目前每年从帮助开发 AI 模型的加速器芯片中获得超过 50 亿美元的收入，但 Nvidia 在这一类别的销售额每年超过 1000 亿美元。

上个月，英特尔管理层告诉分析师和投资者，该公司“没有以有意义的方式参与基于云的 AI 数据中心市场”。由于未能从潜在客户那里获得代号为 Falcon Shores 的芯片的正面反馈，该公司不会按计划将其推向市场，只会将其用于内部测试。临时首席执行官米歇尔·约翰斯顿·霍尔索斯 (Michelle Johnston Holthaus) 发表的这一言论表明，该公司在追赶英伟达的竞争中落后的程度超出了人们的担忧，这与被罢免的首席执行官帕特·基辛格 (Pat Gelsinger) 之前更为乐观的断言形成了鲜明对比。

但英伟达的竞争对手中还没有一家能像该公司所说的那样实现飞跃。英伟达的优势不仅仅在于硬件性能。该公司发明了一种名为 CUDA 的语言，用于图形芯片，允许对它们进行编程以处理支持人工智能应用的工作类型。该软件工具的广泛使用有助于让整个行业与英伟达的硬件紧密相连。

半导体精品公众号推荐

专注半导体领域更多原创内容

关注全球半导体产业动向与趋势

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4047期内容，欢迎关注。

『半导体第一垂直媒体』

实时 专业 原创 深度

公众号ID：icbank

喜欢我们的内容就点“在看”分享给小伙伴哦