【NVIDIA】一口气了解英伟达,芯片新王凭什么是他?


在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

前言

视频链接

  • 5月24号,英伟达发布第一季度财报
    • 股票当天大涨30%
    • 市值破万亿美元
  • 英伟达在数据中心领域表现亮眼
    • 成为全球AI训练领域市场的垄断者
    • 市场占有率高达95%
  • 大部分AI模型都使用英伟达的显卡训练出来
  • 英伟达在云计算、加密、元宇宙人工智能等领域都是积极参与者
  • 英伟达显卡成为衡量公司算力的标准
  • 创始人黄仁勋被誉为AI教父
  • 黄仁勋的成长经历
    • 1963年,黄仁勋出生在台湾的台南
    • 九岁时前往美国读书
    • 毕业后,在两家半导体公司从事芯片设计工作,包括AMD
    • 1993年,与另外两位技术人员成立了NVIDIA,致力于图形计算芯片的研发
    • 与台积电和微软达成长期战略合作
    • 成功推出了一系列优秀的显卡产品。其中GTX 256被认为是全球第一个GPU,开创了消费级显卡的新篇章

显卡市场

  • 微软开发Xbox,英伟达赢得2亿美元订单
  • 英伟达拿下索尼PlayStation
  • 英伟达营收快速增长
    • 每年翻倍的速度增长
  • 英伟达连续吞并竞争对手
    • 吞并了3Dfx
  • ATI被AMD收购
  • 市场上剩下两条大鱼:英伟达和AMD
    • 英伟达蚕食AMD市场份额
      • 2010年: 60%
      • 2022年: 80%
    • 英伟达成为GPU全球霸主
  • 英特尔占有率71%
  • 英伟达占有率17%
  • AMD占有率12%

英特尔与英伟达市场占有率比较

  • 英特尔市场占有率高,主要销售集成显卡。
    • 集成显卡和CPU封装在一起,共享内存。
    • 英特尔凭借CPU的垄断地位占据集成显卡市场份额。
    • 与英伟达的独立显卡市场不同。
  • 英伟达占据独立显卡市场的80%以上。
    • 独立显卡具备并行计算特性。
    • GPU是专为并行计算设计的。
    • GPU具备成千上万个盒子一起计算的能力。
    • 英伟达显卡具备高度可编程性。
    • 英伟达显卡支持各种库,扩大了应用领域。

挑战英伟达垄断地位和硬件软件融合

  • 其他公司尝试类似软件挑战英伟达的硬件垄断地位。
  • 作者希望硬件显卡与软件扩大之间配合默契,形成强大的护城河。
  • "生态系统"是一种被商业领域提炼的词汇,苹果、微软等公司都拥有强大的生态系统。

显卡在人工智能领域的应用

  • 初期显卡应用场景有限,仅在少数需要大量计算的领域使用。
  • 比特币挖矿现象让显卡供不应求,为英伟达带来商业机会。
  • 近年来,人工智能成为真正让英伟达受益的领域。
    • GPU的并行计算特性适合深度学习和机器学习。
    • 使用GPU进行训练大语言模型效果更好。

转变发生的背景

  • 2012年,计算机竞赛 “ImageNet” 引发了转变
  • 排名第一的 AlexNet 团队以 16.4% 的错误率领先第二名,使用了神经网络训练模型和英伟达的显卡

神经网络和英伟达显卡的关键作用

  • 神经网络理论长期存在,但缺乏实现的算力支持
  • 利用英伟达显卡实现神经网络计算,引起轰动
  • 黄仁勋也高度重视 GPU,在人工智能领域全面投入应用
  • 英伟达显卡为加速计算提供简单便捷的解决方案

人工智能领域共识

  • 谷歌、亚马逊、微软、百度等均离不开英伟达显卡进行大模型训练
  • 英伟达 A100 显卡成为训练大模型的标配
  • 英伟达推出升级版显卡 H100,性能提升达到 A100 的 4~6 倍

英伟达

核心技术覆盖的领域

  • 芯片
  • 超级计算机

算力租赁服务

  • 提供算力租赁服务

AI云业务

  • 为中单客户提供AI云服务
  • 推出普利索软件,提升逆光刻技术性能

硬件与软件服务

  • 涉及硬件、软件服务等领域
  • 成为AI浪潮中最大的赢家

中国市场

  • 美国制裁限制了某些产品销售到中国
  • 推出特供中国的显卡,绕过制裁

业务划分

  • 游戏
  • 数据中心(占比56%,一季度环比增长18%)
  • 汽车专业图形处理
  • Omniverse(押宝元宇宙)

成长与股价

  • 股价涨幅超过1000倍
  • 全球第六大公司
  • 成长潜力仍未完全释放

芯片行业的特点

  • 摩尔定律
    • 指出集成电路上可容纳的晶体管数目每18个月翻倍
    • 对芯片行业发展具有重要影响
  • 黄氏定律
    • GPU独立显卡的推进速度比摩尔定律预测的更快
    • 大约每2年性能能够超过三倍
    • 在芯片行业中被称为黄氏定律
  • 成本投入高、更新迭代速度快
    • 需要巨大的初期成本投入和大量人才与设备
    • 更新迭代速度非常快,需要持续不断地奔跑
  • 构建护城河困难
    • 行业更新速度快,很难靠一个产品或技术本身构建持续超过2年的护城河
    • 专利保护力度有限,只能通过持续的研发和快速迭代来保持竞争优势
  • 人才储备与研发能力是护城河
    • 研发能力、人才配套、组织架构等是形成公司护城河的关键
    • 芯片公司需要跑得最快、人才储备最充沛、财力雄厚才能在激烈的竞争中获利
  • 收购常见
    • 芯片行业经常发生激烈的竞争,许多竞争对手在竞争之后选择通过收购来结束竞争
    • 芯片研发难度高、经济不可持续,且人才资本充足
  • AI领域的重要性
    • AI领域是未来的重要战场之一
    • 显卡在此领域中具有重要作用
    • 互联网巨头开始积极进行自研芯片研发,以降低对英伟达等公司的依赖
  • 英伟达的优势
    • 英伟达在显卡行业取得了垄断地位
    • 具备远见和耐力
    • 在新一轮混战中能否再次杀出重围,尚不确定

总的来说,芯片行业面临着高成本投入、快速迭代和竞争激烈等特点,研发能力和人才配套是形成公司护城河的关键。同时,随着AI领域的发展,芯片行业正面临新的机遇和挑战。

猜你喜欢

转载自blog.csdn.net/liluo_2951121599/article/details/131483141