不论谁赢了ChatGPT大战 英伟达都是最后的赢家

撰文：宛辰

近日，英伟达公布了 2023 财年及其第四季度财报。在加密钱银低迷、消费需求疲软、去库存的种种压力下，英伟达在 2023 财年的总营收根本与上一财年持平，约为 270 亿美元。其间，第四季度营收为 60.5 亿美元，较上一年同期下降了 21%。

虽然如此，其业绩体现仍然好于分析师此前的预期。财报发布当天，英伟达股价大涨 14%，市值到达 5800 亿美元。事实上，人们对英伟达的达观心情现已蔓延数月。自本年 1 月以来，英伟达的市值涨幅最高达 60%。

这多亏了 OpenAI，其发布的 ChatGPT 和 DALL-E 2 这样的大型言语模型（Large Language Model）将生成式 AI 引进了大众的视线——简直全部软件将被 AI 重塑，黄仁勋更是将其比作「AI 的 iPhone 时刻」。

就此，年代的风口由元世界和 web3 忽然切换到生成式 AI，FAAMG 等硅谷巨头们匆忙备战随时「开打」。而英伟达，稳稳地成为这场年代之战的「最大军火商」。

作为当下「AI 超级周期的跳动心脏」，英伟达的 GPU（图形处理芯片）是练习和操作机器学习模型的最佳挑选，因而被视为「2023 年云本钱开销重心转向人工智能的最大受益者」。

其实，这不是英伟达第一次乘上年代的风车——加快核算、深度学习、挖矿、元世界，英伟达多次踩中年代的风口。在它成立的短短 30 年里，芯片江湖已然换了人间，当年与 90 家显卡商厮杀落败的草创公司，早已成为市值最高的芯片霸主。

英伟达多次「躺赢」，离不开其掌舵者黄仁勋的战略眼光——总是能精准预判下一个技能变革，提前下手。在近日的财报电话会上，黄仁勋透露了：这一次，他提前看到的未来及其相应的战略布局。面对大言语模型加持的生成式 AI，「核弹厂」的野心远非提供「军火」。

ChatGPT 大战背面的「战争之王」

上一年 11 月底以来，OpenAI 让人们才智到了「通用智能」的厉害，依托大言语模型的 ChatGPT 所展示的思想链条（Chain of Thought）和自宣告现的各种才能（Emergence）令人惊艳——虽然 ChatGPT 本身没有常识和才智，但是它做到了「让你以为它有常识乃至才智」的程度。

不久前，在加州大学伯克利分校哈斯商学院的炉边谈话上，黄仁勋兴奋地评价 ChatGPT 将开启科技职业的新纪元，也是人工智能和核算职业有史以来最夸姣的作业。

他说：「上一次看到一项如此文武双全、能够处理问题并经常以多种方法带给人们惊喜的科技是什么时候？它能够写一首诗，能够填写电子表格，能够编写 SQL 查询并履行，能够写 Python 代码……关于很多一直努力于此的人来说，咱们一直在等候这一刻，这是人工智能的 iPhone 时刻。我现在能够将它用作 API 并连接到电子表格、PPT、各个使用程序，它有让全部变得更好的潜力」。

这是「AI 将重塑全部软件」的际遇，而要让生成式 AI 能够像 ChatGPT 这样展示五花八门的通识才干，有必要依托像 GPT3.5 这样的底层大言语模型。人们将其比作移动互联网年代里安卓或 iOS。因而，大言语模型也就成为大厂和创业公司的必争之地。

无论是「造」出这样一个大模型，仍是运转这样一个大模型，都需求极大的算力，需求不计其数个 GPU。据报道，OpenAI 用了 10000 个英伟达的 GPU 来练习 ChatGPT。花旗集团估计，ChatGPT 的运用或许会在 12 个月内为英伟达带来 30 亿至 110 亿美元的出售额。

此前，《中国电子报》采访业内人士标明，「大模型技能涉及 AI 开发、推理、练习的方方面面，所谓模型的『大』首要是参数量大、核算量大，需求更大体量的数据和更高的算力支撑。关于 GPU 厂商来说，大模型是值得期待的算力红利，特别是通用性极强的英伟达」。

全球来看，大算力芯片范畴首要有两个玩家，英伟达和 AMD，从市占率来说，英伟达远超 AMD。依据 John Peddie Research 的数据，英伟达占据了 GPU 商场约 86% 的比例。

这也就不难理解，在炙手可热的生成式 AI 浪潮下，英伟达被视为最大的潜在赢家。从财报上看，这波生成式 AI 关于英伟达的需求首要反映在数据中心事务。事实上，2023 整个财年的四个季度，数据中心现已替代了英伟达起家的支柱事务——游戏，成为第一大事务。

2022 财年第 4 季度——2023 财年第 4 季度，英伟达各个板块的营收| 截图来历：Nvidia

2023 财年，数据中心总收入增加了 41%，到达创纪录的 150.1 亿美元。仅就第四季度而言，数据中心收入为 36.2 亿美元，贡献了英伟达全公司收入的 60% 左右。

数据中心增加的根本盘来自于新一代旗舰产品 H100 的出货量持续走高、云的浸透率持续增加、以及超大规划客户扩展了 AI 布局。

就 H100 而言，其收入在第二季度就现已远远高于 A100，后者的营收比例连续下降。据悉，H100 在练习方面比 A100 快 9 倍，在根据 Transformer 的大型言语模型推理方面比 A100 快 30 倍。

一同，英伟达正在为越来越多的、快速增加的云服务商（Cloud Service Providers，简称 CSP）提供服务，包含甲骨文和一些专注于 GPU 的云服务提供商（GPU specialized CSPs）。在曩昔的 4 个季度中，CSP 客户贡献了数据中心收入的 40% 左右。

下一步：AI 即服务

财报电话会上，老黄透露了英伟达的新动向——AI 企业级服务上云。虽然更多信息会在十几天后的 GTC 大会上才宣告，但英伟达正与抢先的云服务商协作提供 AI 即服务（AI-as-a-service），让企业能够拜访英伟达的 AI 渠道。据官方消息，客户将能够把 NVIDIA AI 的每一层（包含 AI 超级核算机、加快库软件或预练习的生成式 AI 模型等）作为云服务来运用。

老黄阐述道，「技能打破的积累使 AI 到了一个拐点。生成式 AI 的多功能性和才能引发了国际各地企业开发和布置 AI 战略的紧迫感。但是，AI 超级核算机基础设施、模型算法、数据处理和练习技能仍然是大多数人无法战胜的妨碍。」

根据这样的职业痛点，英伟达商业模式的下一个层次是：协助每个企业客户都能运用 AI。

客户运用自己的浏览器，就能够经过 NVIDIA DGX Cloud 来运用 NVIDIA DGX AI 超级核算机，该服务现已在 Oracle Cloud Infrastructure 上可用，估计不久后也将在 Microsoft Azure、Google Cloud 和其他渠道上线。在 AI 渠道软件层，客户将能够拜访 NVIDIA AI Enterprise，以练习和布置大型言语模型或其他 AI 作业负载。而在 AI 模型即服务层，英伟达将向期望为其事务树立专有生成式 AI 模型和服务的企业客户提供 NeMo 和 BioNeMo 可定制 AI 模型。

就其商场远景，黄仁勋以为，ChatGPT 让人们意识到核算机编程的民主化，简直任何人都能够用人类言语向机器解说要履行的特定任务。因而，全国际 AI 基础设施的数量将会增加，「你会看到这些 AI 工厂无处不在」。人工智能的出产将会像制造业相同，在未来，简直每个公司都会以智能的方式出产软件产品。数据进来了，只做一件事，运用这些数据产生一个新的更新模型。

他进一步解说了 AI 工厂，「当原材料进入时，建筑或基础设施就会启动，然后一些改善的东西就会呈现，这是十分有价值的，这便是所谓的工厂。所以我期望在国际各地看到 AI 的工厂。其间一些将托管在云中。其间一些将是本地的。会有一些很大，有些会十分大，然后会有一些更小。所以我彻底期待这会产生。」

事实上，老黄关于 AI 工厂愿景正在产生，上个月，他在公开讲演中声称，自从 ChatGPT 呈现以来，或许现已有大约 500 家新创业公司开宣告令人愉快的、有用的 AI 使用程序。

根据这一远景，英伟达对数据中心的未来充满信心。CFO Cress 标明，经过新的产品周期、生成式 AI 以及人工智能在各个职业的持续选用，数据中心部门将持续完结增加。她说：「除了与每个首要的超大规划云服务商协作外，咱们还与许多消费互联网公司、企业和草创企业协作。这一机会意义重大，推进数据中心的微弱增加，并将在本年加快增加。」

轿车向上，游戏向下

除了数据中心，英伟达其他的事务板块——游戏、轿车、专业视觉等，本季度的体现则有好有坏。

其间，车用事务体现亮眼。财年总收入增加 60%，到达创纪录的 9.03 亿美元。第四季度收入创下 2.94 亿美元的纪录，较上一年同期增加 135%，较上一季度增加 17%。

无论是环比仍是同比，车用事务均持续增加。依据英伟达，这些增加反映了自动驾驶处理方案的出售增加，面向电动轿车制造商的核算处理方案以及 AI 座舱处理方案的出售微弱。电动轿车和传统 OEM 客户的新项目助推了这一增加。

值得注意的是，在本年 1 月初举办的 CES 大会上，英伟达宣告与富士康树立战略协作伙伴关系，共同开发根据 NVIDIA DRIVE Orin 和 DRIVE Hyperion 的自动驾驶轿车渠道。

相比之下，游戏事务仍然深处泥潭之中。

曩昔几个季度，RTX 4080 出售疲软、视频游戏职业下滑、加密钱银商场疲软、以及去库存压力等要素，让英伟达的游戏事务持续低迷，特别第三季度，游戏事务营收同比暴降 51%。但就像 CFO Cress 所言，「最低点或许现已曩昔，并且作业能够改善前进。」

第四季度，英伟达游戏营收为 18.3 亿美元，同比下降 46%，环比增加 16%，整个财年收入下降 27%。该季度和财年的同比下降反映了出售削减，背面是全球宏观经济低迷和中国铺开疫情管控对游戏需求的影响。

但环比三季度，英伟达的游戏事务仍是获得了一定增加。这是由于受到根据 Ada Lovelace 架构的新 GeForce RTX GPU 的推出推进。黄仁勋也肯定了这一观点，他说：「游戏业正在从新冠肺炎疫情后的低迷中复苏，并且玩家们热烈欢迎运用 AI 神经渲染的 Ada 架构 GPU。」

近日，游戏职业一个复苏的好迹象是：动视暴雪（Activision Blizzard）在第四季度完结了营收正增加，超出了预期。但仍要警惕——动视暴雪在 PC 和主机上出售游戏，而只有 PC 出售与英伟达相关，主机制造商运用 AMD 显卡。

此外，在财报发布的前一天，英伟达宣告与微软签订了一项为期 10 年的协议，将 Xbox PC 游戏阵容引进 GeForce NOW，包含《我的国际（Minecraft）》、《光环（Halo）》和《微软模仿飞行（Microsoft Flight Simulator）》。待微软完结收买动视之后，GeForce NOW 将新增《使命呼唤（Call of Duty）》和《守望先锋（Overwatch）》等游戏。

除了游戏事务之外，专业视觉和 OEM 这两个部门的事务也较上一年有大幅下降。从中能够看出：半导体商场正在经历罕见的下行周期。

专业视觉事务第四季度收入为 2.26 亿美元，较上一年同期下降 65%，较上一季度增加 13%。财年总收入下降 27% 至 15.4 亿美元。该季度和财年同比下降反映了向协作伙伴出售较少以协助削减渠道库存。环比增加是由台式作业站 GPU 推进的。

OEM 和其他收入同比下降 56%，环比增加 15%。财年收入下降 61%。该季度和财年同比下降是由笔记本 OEM 和加密钱银挖掘处理器（CMP）推进的。在财年 2023 中，CMP 收入微不足道，而在财年 2022 中为 5.5 亿美元。

风口上的赢家，为什么又是英伟达

英伟达 30 年的发展史能够分为两段。从 1993 年到 2006 年，英伟达的方针是在竞争剧烈的图形卡商场中存活下来，并创造晰 GPU 这一革新性的技能；从 2006 年到 2023 年的转型，则首要是怎么运用 CUDA 这一渠道，将 GPU 使用于机器学习、深度学习、云核算等范畴。

后者让英伟达走上人工智能之旅，今日市值现已超过老牌霸主英特尔和 AMD，也是在今日生成式 AI 热潮下，英伟达再次站上风口的前提。

在 2019 年的一次主题讲演中，黄仁勋分享了英伟达一次次重溯职业的缘起——找到了真实重要的问题并坚持。他说：「这使咱们能够一次又一次地创造、重塑咱们的公司、重溯咱们的职业。咱们创造晰 GPU。咱们创造晰编程着色。是咱们让电子游戏变得如此美丽。咱们创造晰 CUDA，它将 GPU 变成了虚拟实际的模仿器。」

回到英伟达的起点。当时 Windows 3.1 刚刚面世，个人电脑革新才刚刚要开端。英伟达想要能找到一种方法让 3D 图形消费化、民主化，让很多的人能够接触到这项技能，然后创造一个当时不存在的全新职业——电子游戏。他们以为，假如做成，就有或许成为国际上最重要的技能公司之一。

原因在于：三维图形首要体现为对实际的模仿，对国际的模仿相当复杂，假如知道怎么创建难辨真假的虚拟实际，在所做的全部中模仿物理规律，并将人工智能引进其间，这一定是国际上最大的核算应战之一。它沿途衍生的技能，能够处理惊人的问题。

最有代表性的事例，便是经过 CUDA 等方案为核算、人工智能等带来了革新性影响，也让它在这一波生成式 AI 浪潮中处于最佳生态位。

虽然 GPU 作为核算设备的发现经常被以为有助于引领围绕深度学习的「寒武纪大爆破」，但 GPU 并不是单独作业的。英伟达表里的专家都着重，假如英伟达在 2006 年没有将 CUDA 核算渠道添加到组合中，深度学习革新就不会产生。

CUDA（Compute Unified Device Architecture）核算渠道是英伟达于 2006 年推出的软件和中间件仓库，其通用的并行核算架构能够使得 GPU 处理复杂的核算问题。经过 CUDA，研讨人员能够编程和拜访 GPU 完结的核算才能和极致并行性。

而在英伟达发布 CUDA 之前，对 GPU 进行编程是一个绵长而艰巨的编码过程，需求编写很多的低级机器代码。运用免费的 CUDA，研讨人员能够在在英伟达的硬件上更快、更廉价地开发他们的深度学习模型。

CUDA 的创造起源于可程式化 GPU 的想法。英伟达以为，为了创造一个夸姣的国际，第一件要做的作业便是先模仿它，而这些物理规律的模仿是个超级电脑担任的问题，是科学运算的问题，因而，关键在于：怎么把一个超级电脑才干处理的问题缩小、并放进一台正常电脑的大小，让你能先模仿它，然后再产生画面。这让英伟达走向了可程式化 GPU，这是个无比巨大的赌注。

彼时，英伟达花了三四年时刻研制 CUDA，最后却发现全部产品的本钱都不得不上升近一倍，而在当时也并不能给客户带来价值，客户明显不愿意买单。

若要让商场承受，英伟达只能提高本钱，但不提高价格。黄仁勋以为，这是核算架构的作业，有必要要让每一台电脑都能跑才干让开发者对这种架构有爱好。因而，他持续坚持，并终究打造出了 CUDA。但在那段时刻，英伟达的利润「摧毁性」地下降，股票掉到了 1.5 美元，并持续低迷了大约 5 年，直到橡树岭国家实验室挑选了英伟达的 GPU 来建造公用超级电脑。

接着，全国际的研讨人员开端选用 CUDA 这项技能，一项接着一项的使用，一个接着一个的科学范畴，从分子动力学、核算物理学、天体物理学、粒子物理学、高能物理学……这些不同的科学范畴开端选用 CUDA。两年前，诺贝尔物理学奖和化学奖得主，也都是由于有 CUDA 的协助才得以完结自己的研讨。

当然，CUDA 也为英伟达的游戏提供了动力，由于虚拟国际里和实际国际的流体力学是相同的，像是粒子物理学的爆破、建筑物的坍塌效果，和英伟达在科学运算中观察到的是相同的，都是根据同样的物理法则。

但是，CUDA 发布后的前六年里，英伟达并未「全力投入」AI，直到 AlexNet 神经网络的呈现。

在即将到来的 GTC 大会上，黄仁勋邀请了 OpenAI 联创兼首席科学家 Ilya Sutskever，而 Sutskever 见证了英伟达这段在人工智能范畴兴起的故事。

Sutskever 与 Alex Krizhevsky 及其博士生导师 Geoffrey Hinton 一同创建了 AlexNet，这是核算机视觉范畴开创性的神经网络，在 2012 年 10 月赢得了 ImageNet 竞赛。获奖论文标明该模型完结了史无前例的图像识别精度，直接导致了尔后十年里人工智能的首要成功故事——从 Google Photos、Google Translate 和 Uber 到 Alexa 和 AlphaFold 的全部。

依据 Hinton 的说法，假如没有英伟达，AlexNet 就不会呈现。得益于数千个核算核心支持的并行处理才能，英伟达的 GPU 被证明是运转深度学习算法的完美挑选。Hinton 乃至在一次讲演上告知在场的近千名研讨人员都应该购买 GPU，由于 GPU 将成为机器学习的未来。

在 2016 年承受福布斯采访时，黄仁勋说自己一直都知道英伟达图形芯片的潜力不止于为最新的视频游戏提供动力，但他没想到会转向深度学习。

事实上，英伟达的深度神经网络 GPU 的成功是「一个古怪的走运巧合」，一位名叫 Sara HoOKer 的作者在 2020 年发表的文章「硬件彩票」探讨了各种硬件东西成功和失败的原因。

她说，英伟达的成功就像「中了彩票」，这在很大程度上取决于「硬件方面的发展与建模方面的发展之间的正确对齐时刻」。这种改变简直是瞬间产生的。「一夜之间，需求 13000 个 CPU 的作业两个 GPU 就处理了」她说。「这便是它的戏剧性。」

但是，英伟达并不同意这种说法，并标明，从 2000 年代中期开端英伟达就意识到 GPU 加快神经网络的潜力，即便他们不知道人工智能将成为最重要的商场。

在 AlexNet 诞生的几年后，英伟达的客户开端购买很多 GPU 用于深度学习，当时，Rob Fergus（现任 DeepMind 研讨科学家）乃至告知英伟达使用深度学习研讨副总裁 Bryan Catanzaro，「有多少机器学习研讨人员花时刻为 GPU 编写内核，这太疯狂了——你真的应该研讨一下」。

黄仁勋逐步意识到 AI 是这家公司的未来，英伟达随即将把全部赌注押在 AI 身上。

所以，在 2014 年的 GTC 主题讲演中，人工智能成为焦点，黄仁勋标明，机器学习是「当今高性能核算范畴最激动人心的使用之一」。「其间一个现已获得令人兴奋的打破、巨大的打破、奇特的打破的范畴是一个叫做深度神经网络的范畴。」黄仁勋在会上说道。

尔后，英伟达加快布局 AI 技能，再也不只是一家 GPU 核算公司，逐步树立了一个强壮的生态体系，包含芯片、相关硬件以及一整套针对其芯片和体系进行优化的软件和开发体系。这些最好的硬件和软件组合渠道，能够最有效地生成 AI。

能够说，GPU + CUDA 改变了 AI 的游戏规则。中信证券分析师许英博在一档播客节目中评价道：英伟达一直在做一件十分聪明的作业，便是软硬一体。在 GPU 硬件半导体的基础上，它衍生出来了根据通用核算要用的 CUDA。这促成了英伟达拿到了软件和硬件的双重规划效应。

在硬件端，由于它是图形和核算的统一架构，它的通用性保证了它有规划性，而规划性摊薄了它的研制本钱，所以硬件上本身经过规划性能够拿到一个比较优势的研制本钱。

在软件端，由于它有巨大的开发者的生态，而这些名贵的软件开发人员，即便是这些软件开发人员换了一个公司，但他或许仍是在持续用 CUDA 的软件。

首要参考文献：

1）《ChatGPT 火了，英伟达笑了》——中国电子报

2）Nvidia: The GPU Company (1993-2006)

3）Nvidia: The Machine Learning Company (2006-2022)

4）NVIDIA CEO Jensen Huang - AI Keynote Session at MSOE

5）Jensen Huang Q&A: Why Moore』s Law is dead, but the metaverse will still happen

6）How Nvidia dominated AI—and plans to keep it that way as generative AI explodes

7）中信证券许英博：从英伟达看国产 GPU 的应战与远景 - 小世界 - 创业内情