FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Nvidia有真正的竞争对手吗？探究AI巨头背后的智能芯片

件的需求持续增长。首席执行官黄仁勋 (Jensen Huang) 一直充当这项技术的大使，并试图吸引政府和私营企业尽早购买，否则可能会被那些拥抱人工智能的人抛在后面。Nvidia 还知道，一旦客户选择其技术用于他们的生成式人工智能项目，它将比希望吸引用户的竞争对手更容易向他们推销升级产品。来源：金色财经

金色财经2024-08-29

观点：你想找下一个苹果吗？没准英伟达就是

市场观察的专栏中写道，英伟达正准备效仿苹果，转型为一个比现在更大的科技平台。 Maurizio Pesce, CC BY 2.0, via Wikimedia Commons 只有少数公司成功地将硬件和软件结合起来，成为真正的科技平台。苹果公司是其中的佼佼者。苹果最初是一家硬件公司，多年来主要制造台式电脑，后来推出了iPod。然而，当苹果推出iPhone及iOS平台时，一切都发生了改变。苹果成为一个平台，电脑、手机、平板电脑、电视和手表能够无缝集成。与iOS一起，苹果建立了App Store，开启了应用程序革命的大门。App Store对开发者和用户都极为有价值，苹果因此获益匪浅。 iOS平台将苹果从一家低利润、周期性的硬件公司，转型为一家高利润的科技平台，每年通过服务业务获得数百亿美元的经常性收入。这是英伟达巨大增长潜力的地方。几十年来，英伟达一直销售单独的图形处理单元（GPU），只是较大系统的一部分，无论是PC、服务器、汽车还是机器人。这些系统除了GPU外，还包括来自英特尔和AMD等公司的中央处理单元（CPU），以及来自瞻博网络（Juniper Networks）和思科系统等

加美财经2024-08-29

Nvidia 股票分析师指出令人担忧的趋势

a（英伟达）总裁兼首席执行官詹森·黄（Jensen Huang）向分析师表示，“下一次工业革命已经开始。” 他指出，许多公司和国家正与Nvidia合作，将传统的数据中心转型为加速计算的数据中心和AI工厂，生产新的商品——人工智能（AI）。黄还预测，人工智能将显著提高几乎所有行业的生产力，帮助公司提高成本和能源效率，同时扩大收入机会。 Nvidia的数据中心业务增长 Nvidia的数据中心业务在今年取得了显著增长。公司表示，第一季度的数据中心收入达到226亿美元，比上季度增长23%，比去年增长了惊人的427%。首席财务官科莱特·克雷斯（Colette Kress）表示，这些增长得益于Hopper GPU计算平台的持续强劲需求。克雷斯还透露，大型云服务提供商继续推动强劲增长，特别是在部署和扩展Nvidia AI基础设施方面，占据了数据中心收入的40%左右。 Blackwell芯片的延迟问题然而，随着全球科技股的回调和关于新设计Blackwell AI芯片交付延迟的报道，Nvidia的股价本周大幅下跌。Nvidia今年早些时候发布了Blackwell系列处理器，宣称这些旗舰芯片在人工智能任务中性能超过当前的Hopper芯片一倍以上，同时能效更高，提供更多定制灵活性。报道称，Nvidia告知微软和某云服务提供商客户，Blackwell架构发现设计缺陷，可能会导致生产和交付时间推迟约三个月。亚洲AI芯片贸易的增长 ING集团的高级经济学家姜敏珠（Min Joo Kang）表示，亚洲的AI芯片贸易正在蓬勃发展。她指出，东亚经济体（如韩国、日本和台湾）由于全球科技周期的回暖，出口增长强劲。AI相关半导体及其设备的强劲需求是主要驱动力，支持了整体经济增长。台湾出口数据分析分析师们最近审查了台湾的出口统计数据，强调了与Nvidia数据中心收入历史相关的数据点——自动化数据处理机器。台湾半导体制造公司（TSMC）是Nvidia最大的供应商之一。根据Wells Fargo的数据，台湾7月份的自动化数据处理机器出口总额约为90.60亿美元，同比增长85.5%，环比增长36%。虽然7月份的数据相比5月和6月的增长强劲，但投资者可能更加关注截至7月的三个月的总出口数据，这些数据显示出对Nvidia第二季度数据中心收入的影响。来源：今日美股网

今日美股网2024-08-10

AI概念等几个热门交易面临翻车风险华尔街警告：英伟达1.2万亿美元市值损失只是“打底”

扩大了13.7%。首席执行官黄仁勋（Jensen Huang）旨在通过积极再投资于创新来保持公司的主导地位。英伟达的下一代GPU平台——Blackwell计划于今年晚些时候上市。Blackwell在包括生成性人工智能解决方案和量子计算等多个关键领域提供了加速计算。英伟达的CUDA平台是开发者用来构建和训练LLMs的工具包。CUDA与公司的优质硬件密切配合，保持客户在其产品和服务生态系统中的忠诚。英伟达会损失1.2万亿美元的市值吗？鉴于英伟达几乎无懈可击的经营增长，大多数华尔街分析师都认为这家人工智能巨头有着广阔的上升空间。然而，乐观情绪并非普遍存在。在对英伟达股票设定目标价的三十多位华尔街分析师中，目前没有一位分析师的目标价低于D.A. Davidson的吉尔·卢里亚（Gil Luria）。尽管卢里亚给英伟达设定的900美元目标价（拆股调整后为90美元）在一年前会显得非常乐观，但现在这预示着显著的下跌风险。考虑到英伟达股票在其10股合1拆分后最高曾超过140美元，卢里亚的90美元拆股调整目标价意味着这家人工智能巨头将从峰值到假定的低谷损失1.2万亿美元的市值。卢里亚的低点目标价基于他对英伟达能否实现华尔街高期望的长期增长目标的怀疑。他认为客户的支出不足以证明分析师期望的增长水平。尽管英伟达的硬件在高性能数据中心中无疑是顶级的，但它并非没有竞争。AMD和英特尔都在推出各自的人工智能GPU，作为对H100的直接竞争。即使英伟达的芯片在加速计算方面有优势，人工智能GPU供应的短缺几乎肯定会使AMD和英特尔从英伟达那里抢占市场份额。此外，全球最具影响力的企业似乎都在为其数据中心开发人工智能芯片。这包括四个“科技7巨头”成员，它们恰好是英伟达按净销售额计算的最大客户。公司开发自己的人工智能芯片意味着英伟达的硬件将在数据中心中占据更少的“空间”。这种外部和内部的竞争预计将随着时间的推移减少人工智能GPU的稀缺性，这是推动英伟达GPU定价权和调整后毛利率显著增长的主要催化剂。卢里亚的目标价可能过于乐观如果卢里亚的目标价实现，英伟达将从其历史最高点下跌36%。但如果卢里亚的目标价仍然过于乐观怎么办？从长远来看——例如10年或更久——人工智能有机会在大多数行业和部门中产生积极影响。但对短期内的新兴创新、技术和趋势的前景则远不那么诱人。在过去的30年里，没有任何引人注目的新兴创新、技术或趋势能够避免早期阶段的泡沫。无论是互联网、企业对企业的商务、基因组解码、住房、3D打印、纳米技术、加密货币、区块链还是元宇宙，每一项技术或趋势都需要时间来成熟。在过去的三十年里，这些颠覆性趋势的领先公司通常都失去了至少一半的价值，甚至更多。思科系统（Cisco Systems）和亚马逊（Amazon）在网络泡沫期间分别损失了约90%的价值，而3D打印股票在十年内损失了超过90%的价值。如果历史重演，英伟达可能会再次损失至少1.75万亿美元的市值，甚至更多。英伟达面临的另一个问题是，大多数企业缺乏具体的人工智能战略。尽管人工智能硬件的支出令人印象深刻，但对如何部署这一技术以帮助美国顶级企业更快增长的共识仍未形成。在没有这一蓝图的情况下，加上历史告诉投资者总是高估新技术的采纳率，英伟达的股票更可能会下跌超过卢里亚的低点目标价。

Heidi2024-07-26

Depin+AI双重爆点,首个100% PoW的AI 算力项目 DEKUBE组队活动上线

的资产之一。用Nvidia的黄仁勋（Jensen Huang）的名言来说：“你购买的GPU越多，你节省的成本就越多！”如果你能将一个价值50亿美元级别的数据中心的训练时间减半，那么节省下来的成本已经超过了所有芯片的成本。因此，可以预见的是AI+DePIN或将接替上一轮DeFi Summer的角色，成为这一轮牛市的主要价值叙事和驱动力。（全球AI计算服务器市场规模预测(亿美元）（Web3+AI项目生态图） DEKUBE：全球首个100% PoW的Web3 AI项目集中化的算力部署导致了大量的GPU计算能力无法充分利用，尽管GPU硬件竞争激烈。部署在数据中心的GPU常因网络连接问题而无法全负荷运行，导致计算能力被浪费。例如，OpenAI在训练GPT-4时使用了约2.15e25 FLOPS的计算能力，在大约25,000个A100 GPU上耗时90至100天，利用率仅为32%至36%。此外，加密货币挖矿也导致了大量GPU闲置。曾经因加密货币狂热导致的GPU短缺，现在因市场不确定性和以太坊从PoW转向PoS后，许多挖矿操作关闭或放弃，导致大量GPU闲置。以太坊挖矿高峰期估计有约2700万GPU活跃，在以太坊合并后，大量闲置的GPU可作为去中心化网络的重要计算资源来源。 DEKUBE作为全球首个能够进行大规模AI模型分布式训练的网络，其核心在于基础设施DePIN。DEKUBE的最大特点是能够将用户闲置的家用GPU算力聚合起来，将消费级GPU转化为企业级AI计算力，为AI模型训练和微调提供了高效且低成本的解决方案，旨在构建「去中心化的算力网络」，解决AI热潮所造成的GPU计算能力短缺问题。更重要的是，DEKUBE采用了100% PoW机制，以实现完全公平的代币分配和去中心化的管理模式的愿景。100% 的PoW机制下，无论个人还是机构，大家都是通过计算工作量来获得代币，避免了预留和机构融资带来的分配和价格不公问题。这不仅提升了系统的透明度，也增强了社区的信任度，使每一个参与者都可以通过贡献计算资源，公平地获得代币，从而确保长期共识的建立和社区的稳定发展，实现真正的Web3 去中心化和社区友好的目标。从媒体报道中获悉，此前DEKUBE项目已经由早期团队和投资人募集投入上千万美金，当前仍然决定采用100% PoW机制，可见团队格局还是很大的，后期表现值得关注。项目特点与技术优势经济模型100% PoW：DEKUBE的经济模型完全基于PoW机制，相较于绝大多数项目，这种机制确保了更公平的代币分配。但也是由于PoW机制的公开性和公平性，可能会被科学家、工作室进行女巫攻击，影响代币分配，更公平的分配可以反映出一个项目的社区友好度，具体细节大家可以密切关注DEKUBE的官方Twitter账号（https://twitter.com/dekube_official），早期研发与高TPS公链：DEKUBE项目自2019年之前就开始研发，拥有自主公链，TPS超过12000+。目前核心系统开发已经临近尾声，项目核心开发者实力强，起步早，商业化落地进程迅速。预计7月推出testnet，目前处于积分活动阶段，积分可兑换测试网资格，测试网会有一定比例token分配给参与者。完成Llama2 70B分布式训练测试：DEKUBE是市场上唯一主打分布式大模型训练场景的项目，已经完成Llama2 70B分布式训练测试。GPT4的单次训练成本高达上亿美元，且需要上万张英伟达高端显卡同时并行计算，而推理、渲染的单次成本仅需几美分，少量显卡甚至单卡即可完成。因此现阶段训练的市场需求要比推理渲染大得多，技术也难得多。相比之下，当前Web3市场其他类似的GPU网络，如Render和io.net等项目主要针对的还是渲染场景，DEKUBE的天花板和技术门槛明显更高。最近DEKUBE也陆续与一些北美大模型项目合作，为其大模型训练提供算力支持，展示了其卓越的技术能力。破圈效应：此外，该项目也有效的从Web2破圈获取GPU用户，以及获取企业级客户以及收入。据悉项目已经与一些PC game达成合作，引入PC游戏玩家贡献GPU的闲置算力，积分活动上线1个月已经获取70,000+GPU 接入。而众多AI创业公司和团队，也将是DEKUBE算力的买家和忠实用户。通常一个小型AI大模型研发，每年算力采购金额超过百万（20万美金），假设有上千家中小AI大模型团队采购DEKUBE算力，届时算力销售收入将超过数亿美金！而其收入的绝大部分将用于从市场回购销毁DEKUBE token，以及支持生态持续建设发展，打破一般Web3项目没有现实收入，无源之水的窘境。 Token分配及测试网激励方案：根据DEKUBE的代币分配方案，测试网及服务节点、计算节点将总计获得20%的测试代币，这些代币需在主网发布后批量兑换为主网代币。其中，测试网活动产出占7.5%，限积分活动前10,000名合格参与者，TGE主网发布后代币在12个月内线性产出。主网上线前，保障整个网络平稳运行的服务节点产出占5%，用于任务管理并确保基础网络稳定性和安全性，TGE主网发布后代币48个月线性发放；计算节点产出占总量7.5%，将用于GPU集群协同和AI测试任务的基础算力供应和保障，TGE主网发布后代币将12个月线性排放。节点部署的技术文档可以在官网查询。主网代币发行占到80%，届时将通过全网GPU PoW的方式产出，详情将于官网/官推稍后公布。此外，相较于IO复杂的接入流程，DEKUBE客户端显得非常简单便利。以Windows为例，只需要安装一个客户端，实测整个过程2、3分钟即可完成。透明的DAO管理机制除100% PoW机制外，DEKUBE的去中心化自治组织（DAO）管理机制是项目公开透明和社区友好的核心。DEKUBE DAO由早期参与者的贡献建立，并通过多重签名投票进行社区治理，确保资金分配用于项目的持续开发、生态系统扩展、基础设施建设和维护、市场运营等。这种管理模式不仅增强了社区的参与感和责任感，也为项目的长期发展提供了坚实保障。 DEKUBE DAO的财务透明性和社区参与度是其去中心化治理的关键。通过多重签名投票机制，社区成员可以直接参与项目决策，确保每一笔资金的使用都公开透明。这种去中心化的治理模式提升了项目的可信度，并增强了社区成员对项目的信任和支持。新叙事的市场需求在牛市来临之际，市场对于新的叙事和创新模式有着迫切需求。AI与DePIN的结合，作为两个热门领域的交汇，预期将在Web3市场掀起新一轮的浪潮，为投资者带来新的增长点和投资机会。DEKUBE通过采用分布式算力协议，有效聚合了海量闲置算力，为AI发展提供了高性价比的支持。这种“用小马拉大车”的策略，既优化了算力资源的利用效率，也为项目的可持续发展提供了坚实基础。 DEKUBE通过整合全球闲置的算力和显卡资源，显著降低了AI开发的门槛，为AI技术的广泛应用和接入提供了强大的算力支持。这不仅推动了AI技术的普及，也为投资者打开了参与高科技赛道的新门路。通过这种整合，DEKUBE为AI开发者和企业提供了一个高效、经济的计算平台，促进了AI技术在各个行业中的应用。竞品分析可比Web2项目： AWS（Amazon Web Services）是亚马逊的全球领先云计算平台，提供200多项服务，作为老牌云服务提供商，主要通过稳定的服务面向客户，AWS上的GPU按需价格每台机器的年成本可高达85.8万美元，对比企业自主采购硬件，价格优势并不明显。Replicate简化机器学习应用，通过其云平台提供便捷的模型运行、部署和扩展服务，拥有广泛的开源模型库，通过减少模型部署和运行的复杂性来降低成本，适合快速迭代和实验的需求，吸引了a16z、红杉资本等顶级投资机构的青睐。CoreWeave 主要业务包括按小时租赁 GPU，包括最新的 Nvidia H100 GPU，也包括每小时运行成本低得多的旧版本。CoreWeave 的定价远低于客户为 AWS、Replicate、甚至甲骨文的 GPU 支付的价格。可比Web3项目： Gensyn是一个分布式计算网络，用于训练 AI 模型，旨在建立人工智能（AGI）算力市场。将复杂的机器学习任务分解成多个子任务，借助参与者的计算资源，实现高度并行化的计算。通过智能合约自动化任务分配、验证和奖励，然而，针对去中心化训练大型模型的前景，仍面临通信和隐私等挑战，需要重新评估可行性。 io.net是去中心化计算网络，支持在Solana区块链上开发和扩展机器学习应用，形成全球最大的GPU集群，聚合未充分利用的GPU资源，为工程师提供高效计算能力。从官网的应用案例上来看，由于没有自己的高速数据传输网络，而是搭建在Solana链上，前期主要针对的需求场景还是图片渲染等，其需求市场规模有限。但目前项目估值仍然达到几十亿美金。此外，经济模型中，投资人和团队占了较大token份额，未来的抛压也值得关注。积分活动：广泛参与与激励 DEKUBE目前正在进行积分活动（活动参与入口：https://dekube.ai/earn/EPJVQE），已有超6万张GPU接入，显示了社区的广泛参与和项目的强大吸引力。参与者通过挖积分，可以获得测试网资格并获取项目的GENESIS代币。这一活动不仅增加了社区的参与度，也为项目的测试网提供了宝贵的数据和支持。为了进一步增强社区的互动性和参与感，DEKUBE还推出了2.0组队玩法。通过组队玩法，参与者可以联合起来，共同挖积分、开宝箱以及争取参与测试网的资格，并在组队过程中分享经验和策略，从而争取更多的奖励和测试网资格。此外，目前参加GPU组队活动，还可以获得开宝箱机会，宝箱中可开出积分、USDT、测试网资格等奖励，单个宝箱最高5000U奖励，组队过程中单个账户理论上最高可以开825个宝箱，非常适合有GPU的朋友和社区组团参与。这一创新玩法不仅提升了积分活动的乐趣，也促进了用户邀请和裂变，因此GPU数量正在快速增长中。由于越早参与、邀请好友可以获得更多开宝箱的机会，相信活动可以在社区中形成传播甚至一定程度FOMO。积分活动目前有GPU的用户非常方便接入，没有额外的投入，建议大家尽早开始组队，以便在后续的活动中占据有利位置。总结 DEKUBE的100% PoW 经济模型可以让用户更公平、放心的参与，更合理的分配Token，类似于早期的BTC；而通过已经测试验证过的GPU聚合技术、大模型优化和切割训练等技术，极其简化的客户端，可以将家用GPU算力资源得到有效释放与应用，协同训练大模型。相比传统的Web2模式有明显的算力成本优势和无限扩张的供给弹性；和一般Web3项目相比，突破了类似于io.net的B端使用场景需求不足、市场空间有限等问题，以及C端用户进入门槛过高等问题。此次积分活动+组队活动的上线，意味着参与者不仅有机会能够获得测试网资格和GENESIS代币空投机会，还能在一个公平、透明的机制环境中为项目的发展贡献力量，获得好的回报。也期待类似DEKUBE这样的技术驱动、公平机制驱动的项目，在AI+DePIN深度融入Web3行业发展的浪潮中，开辟出全新的商业价值实现路径。来源：金色财经

金色财经2024-06-27

美银：不要慌！这不是互联网泡沫，英伟达估值仍然“具有吸引力”

标普500指数上涨了4%——可能会导致Jensen Huang的公司容易出现短期获利回吐。英伟达周四短暂上涨了3.8%，推动标普500指数首次突破5500点，随后回落一度高达3.8%。但Arya表示，任何波动都应是短暂的。除了AI支出被认为是合法的之外，他还指出，该领域的硬件部署仅处于可能为期三到五年开发周期的第二阶段。这可能意味着最终每年有3000亿美元的机会，约为目前速度的三倍。此外，Arya还指出了云计算客户对英伟达新款Blackwell AI加速器系统的需求。这位分析师表示，企业内部和国家主导的人工智能需求以及软件货币化仍处于“早期阶段”。周四晨间在CNBC的“Squawk Box”节目中，Arya谈到生成式AI时说：“我认为它有能力以我们以前从未见过的方式改变许多行业。AI正在使用这种新的加速计算形式为我们提供升级基础设施的新机会。因此，我确实认为它……在结构上是一个新工具。” 总而言之，Arya表示英伟达的估值仍然“具有吸引力”。他说，按照市场一致预期计算，英伟达的市盈率仅为35到40倍，而考虑到每股收益的乐观情况，其市盈率仅约为30倍。

金融界2024-06-22

【深度长文】英伟达“发家史”！股价涨幅高达591,078%，超越微软市值跃居全球第一

，以及联合创始人兼首席执行官黄仁勋 (Jensen Huang)的愿景，即行业将转向他所谓的“加速计算”，而他的芯片在这方面本质上比竞争对手更胜一筹。 “我认为，你必须给予管理团队极大的信任，” Zacks Investment Management 客户投资组合经理Brian Mulberry表示。“他们完美地抓住了硬件领域的每一波创新浪潮。” 以下是 Nvidia 自 IPO 至今的表现。早些年（图源：彭博社） Nvidia 开局不错。从上市到被纳入标准普尔 500 指数，该公司股价上涨了 1,600% 以上，市值达到约 80 亿美元。当时，许多其他科技股都在互联网泡沫的冲击下暴跌，而互联网泡沫在 2000 年 3 月达到顶峰。该公司早期成功的关键在于：将其技术应用于微软 Xbox 和索尼 PlayStation 等视频游戏机。英伟达的 GeForce 图形处理单元 (GPU) 成为游戏玩家梦寐以求的产品，因为它们始终提供最逼真的体验。 “詹森总是一位出色的沟通者，讲故事很精彩，而且显然 GPU 正变得越来越重要，” Wayve Capital Management 首席策略师Rhys Williams说道，他也是 IPO 的买家之一。“每一代硬件都提供了更好的性能，更逼真的画面，然后 PC 游戏才真正诞生。” 诉讼与竞争（图源：彭博社）接下来的六年对英伟达来说并不好过。2008 年，金融危机削弱了需求，而长期陷入困境的竞争对手AMD开始扭转局面，导致该公司股价暴跌。与此同时，英伟达与英特尔之间允许两家公司使用彼此功能的协议也出现问题，迫使英伟达退出了其最大的市场之一。两家公司于 2011 年达成和解，英特尔同意向英伟达支付 15 亿美元。次年，英伟达推出了用于数据中心服务器的图形芯片。它们可以帮助石油和天然气勘探以及天气预报等复杂的计算工作，让英伟达在这个利润丰厚的市场中站稳了脚跟。然而，这些芯片并没有立即畅销。英伟达的股价花了近九年时间才超过 2007 年的高点。加密货币和新冠病毒（图源：彭博社） 2015 年，英伟达的股价再次飙升。在此期间，该公司的芯片成为新兴技术的基础，从先进的图形界面到自动驾驶汽车，再到新一波的人工智能产品。正是在那时，Banrion Capital Management 首席执行官Shana Sissel首次真正注意到了这家公司。她描述了 2017 年的一次会议，会上英伟达更像是一个选美冠军，而不是一个投资理念。 “每位发言者都说英伟达是最重要的公司，”Sissel 说道。“那时候，它真的进入了我的视线。” 即使在加密货币矿工的需求枯竭之后，数据中心的销售额仍在继续增长。新冠疫情推动了该业务的发展，因为企业需要购买额外的计算能力来支持远程工作。从 2017 财年到 2021 财年，英伟达的数据中心收入增长了 8 倍。人工智能销售激增（图源：彭博社） 2022 年，英伟达的股价与其他科技股一起暴跌，这些科技股在新冠疫情时代繁荣之后因利率飙升和需求下降而陷入困境。 OpenAI 于 2022 年底发布 ChatGPT，立即引起轰动，但投资者花了一段时间才意识到英伟达可能从中受益。最终，人们对 ChatGPT 和其他生成式 AI 产品的兴趣激增，引发了对英伟达芯片订单的疯狂激增。当该公司公布 2023 年第一季度收益时，其业务增长的规模几乎震惊了华尔街的所有人。英伟达给出的季度销售额预测比平均预测高出 50% 以上。 2023 财年，英伟达的数据中心销售额首次超过其游戏收入。分析师预计，在英伟达本财年，数据中心销售额将超过 1000 亿美元。 “他们在行业中的地位非常稳固，”Wayve Capital Management 的策略师威廉姆斯说。“显然，他们不可能永远占据 95% 的市场份额，但几乎不可能有人能取代他们。”

Dan19772024-06-20

英伟达和AMD争夺人工智能控制权

工智能设计和应用未来的竞争。黄仁勋（Jensen Huang）和苏姿风现在是美国先进科技公司的名人。本周，在全球最大的计算机大会上，他们在连续展示中采用了不同的方式来展示自己的专业知识。英伟达的首席执行官反复强调，这家市值2.8万亿美元的公司在加速器领域占据主导地位，OpenAI和微软公司（Microsoft Corp．）依靠加速器来构建ChatGPT等生成式人工智能服务。黄甚至还调侃了一款设想于2026年推出的芯片，他将其命名为Rubin——以帮助发现暗物质的美国女性薇拉·鲁宾命名。该芯片将接替布莱克威尔家族，是维持其失控的领导地位的关键。在周日的两小时演讲中，黄仁勋占据了大部分时间，而AMD的苏则选择让她的演讲更像是一个团队的努力。她从惠普公司（HP Inc．）首席执行官恩里克·洛雷斯（Enrique Lores）那儿请来了一批知名合伙人，并向联想集团（Lenovo Group Ltd．）的卢卡·罗西（Luca Rossi）传递了公司在设计神经处理器方面的重点，这是一种可以直接从笔记本电脑上运行人工智能服务的芯片。在她的电脑展演讲中，华硕电脑有限公司（Asustek Computer Inc．，简称：华硕）曾一度表示，她将继续在国际电脑展上发言。英伟达董事长施崇棠称她为“骄傲”——这一称呼通常与英伟达的黄联系在一起。英伟达目前的市值约为AMD的10倍。 “人们将英伟达视为詹森的化身。“虽然丽莎是AMD的救世主，但她非常清楚，这与她周围的每个人都有关，”咨询公司More Than Moore的首席分析师伊恩·卡斯特（Ian Cutress）说。“AMD的业务仍有劣势因素，在人工智能方面更是如此。” 全球各地有数百人参加和数千人观看了连续的演示文稿，突显了这项技术日益增长的利害关系，这项技术有可能重新定义一系列行业，并创造出几乎可以通过简单命令立即生成视频和其他内容的新设备。竞争中也有个人因素。苏和黄不仅是同乡，而且都出生在沿海大约180万人口的同一个城市，是远亲。这并没有使任何一方更愿意向另一方让步。苏最初是被组织者邀请来开启为期一周的会议的，这是全球科技高管最重要的峰会之一。相反，这位英伟达首席执行官在大会正式开幕前的周日晚上组织了自己的演讲，讲述了这家芯片制造商的战略计划。黄在一年前的国际电脑展上做了主题演讲，在会议开幕前几个小时在大学发表了演讲，从他最接近的竞争对手那里抢了风头。AMD的Su周一在OpenAI的聊天机器人(10.190，-0.13，-1.26%)演示中间接提到了这一事件。英伟达首席执行官在大学的主题演讲中表示，英伟达将生成式人工智能的兴起视为一场新的工业革命，并希望随着技术向个人电脑的转变，英伟达将发挥重要作用。他回到了一年前在同一地点提出的主题，包括那些没有人工智能能力的人将被抛在后面的想法。参加Computex的代表们表示，黄仁勋的表现证明了英伟达的持续统治地位——对于AMD或任何其他竞争对手来说，这一地位似乎很难在短期内撼动。一位基金经理表示，尽管首席执行官没有详细说明2026年将推出的芯片，但黄仁勋引起了很多关注。周一，英伟达在纽约的股价上涨4.9%，今年以来累计上涨132%。AMD下跌2%。英伟达正在向客户出售一套完全专有的系统，企业可以在该系统中购买其芯片、网络设备以及在他称之为“人工智能工厂”的数据中心中运行先进人工智能开发所需的一切东西。而AMD则鼓吹开放标准，使其硬件能够与英特尔（Intel Corp．）等竞争对手的硬件实现互操作。黄说，即将推出的Rubin人工智能平台将使用HBM4，这是下一代高带宽内存，已经成为人工智能加速器生产的瓶颈。主要制造商SK海力士公司（SK Hynix Inc．）到2025年基本上已经售罄。除此之外，他没有提供英伟达即将推出的产品的详细规格。 Futurum Group首席执行官兼首席分析师丹•纽曼（Dan Newman）表示：“把Rubin和Rubin Ultra发掘出来是非常聪明的，这表明他致力于每年更新一次。”“我觉得他最清楚地强调了创新的节奏，以及公司对技术极限最大化的不懈追求，包括软件、工艺、包装和合作伙伴关系，以保护和扩大其护城河和市场地位。” 但苏指挥了一个更广泛、明星云集的配角阵容。与她一同登台的还有微软Windows业务负责人帕万·达乌卢里（Pavan Davuluri）。达乌卢里是微软的关键领导人，外界认为微软在生成式人工智能革命中抢在了谷歌（Google）和百度（Baidu Inc．）前面。她和她的合作伙伴利用他们在Computex上的插槽展示了新款笔记本电脑，该笔记本电脑带有人工智能增强功能，名为Copilot+。这些即将上市的设备大多数都基于NPU，它们在处理人工智能任务时更有效，从而有助于延长电池寿命。高通公司（Qualcomm Inc．）是最早推出Copilot+ pc的公司之一，但AMD的回应将在7月份上市。英伟达没有类似的产品。苏在结束她的主题演讲时，回到了一个关键的竞争领域：数据中心和人工智能培训。为了配合黄的年度升级时间表，她宣布了2025年和2026年的新人工智能芯片，并承诺加快公司半导体的改进速度。 “在我看来，两人的主要区别在于，黄仁勋不仅是技术和有远见的人，他还是一名推销员。苏姿风更注重执行，”HotTech Vision and Analysis首席分析师戴夫·阿尔塔维拉（Dave Altavilla）说。“她有自己的工作要做，她们正在挑选重要的领域，而数据中心显然是高利润的领域。”

金融界2024-06-04

AI教父现身台湾！英伟达、台积电与14名科技界大佬齐聚 “TA”未获邀参宴感触深

(AI)教父、英伟达首席执行官黄仁勋(Jensen Huang)现身台湾，他与台积电创始人张忠谋一同逛夜市，并宴请了14名科技界大佬，但电子业巨头仁宝未获邀请，表示对此心里有感触。黄仁勋周四(5月30日)作东宴请，包括鸿海董事长刘扬伟、和硕董事长童子贤、华硕董事长施崇棠、英业达董事长叶力诚、台达电董事长郑平、纬创总经理林建勋、广达董事长林百里、广达副董事长梁次震、云达科技总经理杨麒令、中华电信总经理林昭阳、董事长郭水义、宜鼎董事长简川胜、广运董事长谢清福、执行长谢明凯等人。 (来源:Twitter) 黄仁勋受访时表示，台湾科技业首席执行官是自己近30年的合作伙伴，目前正进入一个科技扩展的新时代，一个称为AI的技术，台湾是AI供应链的中心。他提到：“所以今天我来到这边享用很棒的晚餐，在我最喜欢的餐厅，与台湾的朋友和CEO们，同时为这个科技扩展的新时代做好准备。” 黄仁勋直言，一起把技术扩展，这对台湾来说是非常好的，因为台湾是AI供应链的中心，所以今晚会是很棒的时间与不同的公司交流。黄仁勋近年来只要造访台湾，几乎都会与林百里会面，双方合作多年来，已建立良好的默契，交情深厚。广达集团也与辉达合作渊源超过20年，2016年时黄仁勋找广达生产第一台AI超级电脑DGX-1，就是广达旗下云达协助打造。和硕董事长童子贤向媒体表示，很多人过去喜欢问“护台群山”到底在哪里，AI会在先进芯片制造以外，替台湾再创造“护台群山”。私宴结束后，张忠谋夫妇和黄仁勋现身街头，逛起台湾夜市。黄仁勋主动宴请台湾科技界大佬，可能与下周即将登场的COMPUTEX 2024台北国际电脑展相关。台媒指出，届时黄仁勋无论抛出什么议题，都将对全球AI科技发展产生重大影响。#AI热潮# 仁宝在台湾曾被列入“电子五哥”，但渐渐排名跑到比较后面。副董事长陈瑞聪指出，自己认为其实仁宝最大的遗憾，就是在这一波伺服器和AI伺服器确实落后同业很多。他说道：“像今早自己看新闻，发现昨天黄仁勋邀约的四哥都到齐，唯独仁宝没有在里面，心里很有感触，因此许愿，期盼能在三年内要将这部分迎头赶上。” 仁宝董事长许胜雄坦言：“AI基本上已经变成目前最热门的名词，事实上科技技术随时都在进步，展望未来，相信十年内AI必然会改变很多运作的机制，并逐步提升人类的生活品质、对人类生活产生更大的影响，而管理及应用的技术，也将产生更大的效益，这是大家都要努力去做的事。”

圈内人2024-05-31

英伟达FY2025Q1业绩电话会议分析师问答

在客户手中时？如果它现在真的投产了？ Jensen Huang 我们将发货。嗯，我们已经投产了一段时间。但我们的生产发货将从第二季度开始，并在第三季度增加，客户应该在第四季度建立数据中心。 Stacy Rasgon 明白了。所以今年我们将看到Blackwell的收入，听起来是这样？ Jensen Huang 我们今年将看到很多Blackwell的收入。接线员我们的下一个问题来自UBS的Timothy Arcuri。请继续。 Timothy Arcuri 非常感谢。Jensen，我想问的是，关于Blackwell与Hopper的部署，只是在系统性质和所有对GB的需求方面。这次部署与Hopper有何不同？我这样问是因为，大规模的液体冷却以前没有做过，而且在节点级别和数据中心内部都存在一些工程挑战。那么，这些复杂性是否会延长过渡期？你如何看待这一切的发展？谢谢。 Jensen Huang 是的。Blackwell有许多配置。Blackwell是一个平台，而不是一个GPU。该平台包括支持空气冷却、液体冷却、x86和Grace、InfiniBand，现在是Spectrum-X以及我在GTC上展示的非常大的NVLink领域。所以对于一些客户，他们将利用现有的数据中心基础设施，这些数据中心已经在运送Hoppers。他们将很容易地从H100过渡到H200到B100。当然，Blackwell系统被设计成向后兼容，如果你愿意的话，电气上和机械上。当然，在Hopper上运行的软件堆栈在Blackwell上也会运行得非常好。我们还一直在用整个生态系统来为液体冷却做好准备。我们已经有一段时间在谈论Blackwell了。CSPs、数据中心、ODMs、系统制造商、我们的供应链、他们的冷却供应链基础、液体冷却供应链基础、数据中心供应链基础，没有人会对Blackwell的到来以及我们希望用Grace Blackwell 200交付的能力感到惊讶。GB200将会非常出色。接线员我们的下一个问题来自美国银行证券的Vivek Arya。请继续。 Vivek Arya 谢谢你们接受我的问题。Jensen，你如何确保你的产品有足够多的使用率，并且不会因为供应紧张、竞争或其他因素而出现提前拉货或持有行为？基本上，你在系统中建立了哪些检查，让我们相信货币化与你们非常强劲的发货增长保持同步？ Jensen Huang 嗯，我想，我会先来谈谈大局观，然后直接回答你的问题。数据中心对GPU的需求令人难以置信。我们每天都在竞速。原因就是这样的应用，像ChatGPT和GPT-4o，现在它将是多模态和Gemini及其增长和Anthropic以及所有CSP正在进行的工作正在吞噬市面上的每一个GPU。还有一长串生成性AI初创公司，大约有15,000到20,000家初创公司，在从多媒体到数字角色的各个领域，当然还有各种设计工具应用——生产力应用、数字生物学、将AV行业转向视频，以便他们可以训练端到端模型，扩大自动驾驶汽车的运营领域。这个列表非常不寻常。我们实际上正在竞速。客户给我们施加了很大的压力，要求我们尽快交付系统并尽快建立。当然，我甚至还没有提到所有希望尽快让他们的基础设施上线的主权AI，因为他们想节省资金并赚钱。他们希望尽快做到这一点。接线员我们的下一个问题来自摩根士丹利的Joseph Moore。请继续。 Joseph Moore 太好了。谢谢。我知道你刚才说的需求有多强劲。你对H200和Blackwell产品的需求很大。你是否预计在从Hopper和H100过渡到这些产品时会有任何暂停？人们会等待这些新产品吗，这将是一个不错的产品？或者你认为对H100的需求足以维持增长？ Jensen Huang 我们看到对Hopper的需求在本季度持续增长。我们预计——我们预计在一段时间内需求将超过供应，因为我们现在过渡到H200，因为我们过渡到Blackwell。每个人都急于让他们的基础设施上线。原因就是这样，因为他们正在省钱和赚钱，他们希望尽快做到这一点。接线员我们的下一个问题来自高盛的Toshiya Hari。请继续。 Toshiya Hari 嗨。非常感谢你们接受我的问题。Jensen，我想问的是关于竞争。我认为你们的许多云客户都宣布了新的或更新到他们现有的内部计划，对吧，在与你们的合作同时进行。你认为他们在中长期内有多大程度上被视为竞争对手？在您看来，他们是否仅限于解决大部分内部工作负载，还是他们在未来可能会更广泛地解决问题？谢谢。 Jensen Huang 我们有几个不同之处。首先，NVIDIA的加速计算架构允许客户处理他们的管道的每个方面，从非结构化数据处理到准备训练，到结构化数据处理，像SQL这样的数据帧处理来准备训练，到训练到推理。正如我在我的言论中提到的，推理实际上已经发生了根本性的变化，现在是生成。不是试图检测一只猫，这本身就已经很困难了，而是必须生成猫的每一个像素。因此，生成过程是根本不同的处理架构。这也是TensorRT LLM之所以受到如此好评的原因之一。我们在我们架构上使用相同芯片的性能提高了三倍。这告诉你一些关于我们架构丰富性和我们软件丰富性的事情。所以首先，你可以用NVIDIA处理一切，从计算机视觉到图像处理，计算机图形学，到所有模态的计算。由于通用计算已经走到了尽头，世界现在正遭受计算成本和计算能源膨胀的困扰，因此加速计算是真正可持续的前进方式。所以加速计算是你在计算中节省资金的方式，是你在计算中节省能源的方式。因此，我们平台的多功能性使得数据中心的总拥有成本最低。第二，我们在每个云中都有。所以对于正在寻找平台进行开发的开发人员来说，从NVIDIA开始总是一个不错的选择。我们在本地，我们在云端。我们在任何大小和形状的计算机上。我们几乎无处不在。所以这是第二个原因。第三个原因与我们构建AI工厂的事实有关。这变得越来越明显，AI不仅仅是芯片问题。它当然始于非常好的芯片，我们为AI工厂构建了一大堆芯片，但它是一个系统问题。事实上，即使是AI，现在也是一个系统问题。它不仅仅是一个大型语言模型。它是一大堆大型语言模型的复杂系统，它们一起工作。所以NVIDIA构建这个系统的事实使我们能够优化我们所有的芯片作为一个系统一起工作，能够拥有作为一个系统运行的软件，并能够在整个系统中进行优化。只要举一个简单的数字例子，如果你有一个50亿美元的基础设施，你提高了两倍的性能，这是我们通常做的事情，当你提高基础设施两倍时，它的价值也是50亿美元。数据中心中的所有芯片并不能支付它。所以它的价值真的非常不寻常。这就是为什么今天，性能至关重要。这是在最高性能也是最低成本的时候，因为承载所有这些芯片的基础设施成本很高。运营数据中心需要很多资金，与此相关的人员，与之相关的电力，与之相关的房地产，一切都加起来。所以最高性能也是最低的总拥有成本。接线员我们的下一个问题来自TD Cowen的Matt Ramsay。请继续。 Matthew Ramsay 非常感谢。大家下午好。Jensen，我在数据中心行业工作了一辈子。我从未见过你们以同样的性能飞跃速度推出新平台，我的意思是，在训练中提高了5倍。你在GTC上谈到的一些内容，在推理上提高了30倍。这真是令人惊叹，但这也创造了一个有趣的对比，即你的客户正在花费数十亿美元购买的当前一代产品，将比你的产品折旧周期更快地不再具有竞争力。所以我想让你——如果你不介意的话，谈一谈你如何看待这种情况与客户的发展。随着你转向Blackwell，你将拥有非常大的安装基础，显然软件兼容，但安装基础的产品的性能远不如你的新一代产品。我很想知道你如何看待客户在这方面的发展。谢谢。 Jensen Huang 是的。我真的很感激。我想提出三点。如果你是5%的建设完成，而不是95%，你的感觉会非常不同。因为你无论如何都只有5%的建设完成，所以尽快建设。当Blackwell到来时，它会非常棒。然后，在Blackwell之后，正如你提到的，我们还有其他的Blackwell即将到来。然后有一个短暂的——我们已经向世界解释了一年的节奏。我们希望我们的客户看到我们的路线图，尽可能地看到他们喜欢的东西，但他们无论如何都是早期建设，所以他们必须继续建设，好吗。所以将会有很多芯片向他们袭来，他们必须继续建设和只是，如果你愿意的话，通过性能平均进入它。这是聪明的做法。他们今天需要赚钱。他们今天想省钱。时间对他们来说真的很有价值。让我给你举一个时间非常有价值的例子，为什么立即建立数据中心的想法如此有价值，以及获得训练时间的概念如此有价值。原因是因为下一个达到下一个主要里程碑的公司将宣布一个开创性的AI。而之后的第二个公司则宣布了一些东西，只比原来好0.3%。所以问题是，你是想成为反复提供开创性AI的公司，还是提供比原来好0.3%的公司？这就是为什么这场比赛如此重要的原因，就像所有的技术比赛一样。你看到这场比赛在多家公司中展开，因为这对拥有技术领导地位，让公司信任领导地位并希望在你们的平台上构建，并且知道他们正在构建的平台将越来越好至关重要。所以领导地位非常重要。训练时间非常重要。提前三个月完成训练时间，以便提前三个月开始一个为期三个月的项目，提前三个月开始就是一切。所以我们现在正在疯狂地建立Hopper系统，因为下一个里程碑就在眼前。所以这是第二个原因。你刚才提出的评论实际上是一个非常好的评论，即我们是如何做到的——我们移动得如此之快，并且如此迅速地推进它们？因为我们在这里拥有所有的技术栈。我们在这里字面意义上建立了整个数据中心，我们可以监控一切，测量一切，跨一切进行优化。我们知道所有的瓶颈在哪里。我们不是在猜测。我们不会放一些看起来不错的PowerPoint幻灯片。我们实际上——我们也喜欢我们的PowerPoint幻灯片看起来不错，但我们交付的系统在规模上表现良好。我们之所以知道它们在规模上表现良好的原因是因为我们在这里建立了它们。现在，我们所做的其中一件有点奇迹的事情是，我们在这里建立了整个AI基础设施，但然后我们将其解构并集成到我们客户的数据中心，无论他们喜欢什么方式。但我们知道它将如何表现，我们知道瓶颈在哪里。我们知道我们需要在哪里与他们合作进行优化，并知道我们需要在哪里帮助他们改进他们的基础设施以实现最佳性能。这种对整个数据中心规模的深刻了解基本上是今天让我们与众不同的地方。我们从头开始构建每一个芯片。我们确切地知道整个系统是如何进行处理的。所以我们确切地知道它将如何表现，以及如何利用每一代产品获得最佳性能。所以我很感激。这就是三点。接线员你的下一个问题将来自Evercore ISI的Mark Lipacis。请继续。 Mark Lipacis 嗨。谢谢你接受我的问题。Jensen，过去，你曾经观察到，通用计算生态系统通常主导了每个计算时代。我相信论点是它们可以适应不同的工作负载，获得更高的利用率，推动计算周期的成本降低。这是你推动通用GPU CUDA生态系统向加速计算发展的动机。如果我误解了那个观察，请告诉我。所以问题是，鉴于推动对你的解决方案需求的工作负载是由神经网络训练和推理驱动的，这在表面上看起来像是有限数量的工作负载，那么它们也可能适用于定制解决方案。所以问题是，通用计算框架是否变得更有风险，或者这些工作负载的变异性或快速发展是否足以支持历史通用框架？谢谢。 Jensen Huang 是的。NVIDIA的加速计算是多功能的，但我不会称之为通用的。例如，我们可能不擅长运行电子表格。那真的是为通用计算设计的。因此，有一个——操作系统代码的控制循环可能对通用计算不是很好，而不是加速计算。所以我会说我们是多功能的，这通常是我描述它的方式。多年来，我们能够加速的应用程序领域非常丰富，但它们都有很多共同点。也许有一些深刻的差异，但有共同点。它们都可以并行运行，都非常依赖线程。5%的代码代表了99%的运行时间，例如。这些都是加速计算的特性。我们平台的多功能性和我们设计整个系统的事实是过去10年左右，你们在这些电话会议中问我的初创公司数量相当大的原因。每一个，因为他们的架构脆弱，当生成性AI出现时，或者当融合模型出现时，当现在即将出现的下一种模型时。突然之间，看看这个，带有记忆的大型语言模型，因为大型语言模型需要有记忆，这样他们才能与你进行对话，理解上下文。突然之间，Grace内存的多功能性变得非常重要。所以每一次这些生成性AI的进步和AI的进步都迫切需要不是为一个模型设计的一个小部件。而是要有一些真正适合整个领域的东西，整个领域的特性，但要遵循软件的首要原则，即软件将继续发展，软件将继续变得更好、更大。我们相信这些模型的扩展。有很多原因，我们将在未来几年内轻松地扩展一百倍，我们期待着它，我们已经准备好了。所以，我们平台的多功能性确实是关键。如果你太脆弱、太具体了，你还不如直接构建一个FPGA或者构建一个ASIC或者类似的东西，但那几乎不是一台计算机。接线员我们的下一个问题来自Jefferies的Blayne Curtis。请继续。 Blayne Curtis 谢谢你接受我的问题。实际上，我很好奇，我是说，在供应受限的情况下，你为中国推出了一款产品，H20。我假设对它的需求量很大，但显然，你还在尽力用其他Hopper产品为你的客户提供服务。只是有点好奇，你如何看待下半年的情况。你能详细说明一下，你对销售以及毛利率的影响有何看法。 Jensen Huang 我没有听到你的问题。有些东西被消音了。 Simona Jankowski H20，以及你如何看待在不同的Hopper产品之间分配供应。 Jensen Huang 嗯，我们有我们要尊重的客户，我们尽最大努力为每个客户服务。确实，我们在中国的业务比过去低得多。由于对我们技术的限制，中国现在的竞争要激烈得多。所以这些都是真的。然而，我们继续尽最大努力为那里市场的客户提供服务，并且尽我们所能，我们将尽最大努力。但我认为总体上，我们关于需求超过供应的评论是针对整个市场的，特别是对H200和Blackwell年底的情况。接线员我们的下一个问题来自Raymond James的Srini Pajjuri。请继续。 Srini Pajjuri 谢谢。Jensen，实际上更多的是对你所说的澄清。GB 200系统，看起来对系统的需求很大。历史上，我想你卖了很多HGX板和一些GPU，系统业务相对较小。所以我只是好奇，为什么现在你看到如此强烈的需求系统向前发展？这仅仅是因为总拥有成本，还是别的什么，或者是因为架构？谢谢。 Jensen Huang 是的。我感谢那个。实际上，我们销售GB200的方式是一样的。我们分离所有有意义的组件，并将它们集成到计算机制造商中。今年将有100种不同的计算机系统配置用于Blackwell。这是破纪录的。坦率地说，Hopper只有一半，但那是在它的高峰。它开始时甚至比那还少。所以你将看到液体冷却版本、空气冷却版本、x86版本、Grace版本，等等。正在设计一大堆系统。它们由我们所有伟大的合作伙伴生态系统提供。没有什么真的改变了。当然，Blackwell平台极大地扩展了我们的提供。CPU的集成和计算密度的更压缩，液体冷却将在配置电力方面为数据中心节省很多资金，更不用说更具能源效率了。所以这是一个更好的解决方案。它的扩展性更强，意味着我们为数据中心提供了更多的组件，每个人都赢了。数据中心获得了更高的性能，来自网络交换机的网络。当然，NICs，我们现在有了以太网，所以我们可以将NVIDIA AI大规模地带给那些只懂得操作以太网的客户，因为他们拥有的生态系统。所以Blackwell更加扩展。我们在这个时代为我们的客户提供了更多的东西。接线员我们的下一个问题来自Truist Securities的William Stein。请继续。 William Stein 太好了。谢谢你接受我的问题。Jensen，某种程度上说，NVIDIA决定，尽管有相当好的CPU可用于数据中心运营，但你基于ARM的Grace CPU提供了一些真正的优势，这使得这项技术值得交付给客户，可能与成本或功耗或Grace和Hopper、Grace和Blackwell之间的技术协同有关。你能谈谈是否会有类似的动态可能出现在客户端，尽管有非常好的解决方案，你已经强调了Intel和AMD是非常好的合作伙伴，在x86方面提供了非常好的产品，但可能在新兴的AI工作负载方面，NVIDIA可以提供的优势，其他人可能更有挑战？ Jensen Huang 嗯，你提到了一些非常好的理由。确实，对于许多应用程序来说，我们与x86合作伙伴的合作非常棒，我们一起构建了出色的系统。但是Grace让我们能够做一些用今天的系统配置无法实现的事情。Grace和Hopper之间的内存系统是相干且连接的。两个芯片之间的互连，称之为两个芯片几乎很奇怪，因为它就像一个超级芯片。它们通过这个每秒数兆的接口连接。这是破纪录的。Grace使用的内存是LPDDR。这是第一个数据中心级低功耗内存。所以我们在每个节点上都节省了很多电力。最后，由于架构，因为我们现在可以用整个系统创建自己的架构，我们可以创建一个具有真正大的NVLink领域的东西，这对于下一代大型语言模型的推理至关重要。所以你看到GB200有一个72节点的NVLink领域。这就像72个Blackwell连接在一起，形成一个巨大的GPU。所以我们需要Grace Blackwell才能做到这一点。所以有架构原因，有软件编程原因，还有系统原因，这对我们以这种方式构建它们至关重要。所以如果我们看到像那样的机会，我们会探索它。今天，正如你在昨天的构建中看到的，我认为非常棒，Satya宣布了下一代PC，Copilot+ PC，它在NVIDIA的RTX GPU上运行得非常好，这些GPU正在笔记本电脑中发货。但它也非常漂亮地支持ARM。所以它甚至为PC的系统创新打开了机会。接线员我们的最后一个问题来自Cantor Fitzgerald的C.J. Muse。请继续。 C.J. Muse 下午好。谢谢你接受我的问题。Jensen，这是一个更长期的问题。我知道Blackwell甚至还没有启动，但显然，投资者是前瞻性的，并且在潜在的GPU和定制ASIC的竞争中，你如何看待NVIDIA的创新步伐和你在过去十年中的百万倍扩展，真正令人印象深刻。CUDA、Varsity、Precision、Grace、Cohere和Connectivity。当你向前看时，未来十年需要解决什么摩擦？也许更重要的是，你今天愿意和我们分享什么？ Jensen Huang 嗯，我可以宣布，在Blackwell之后，还有另一个芯片。我们处于一年的节奏中。所以你还可以指望我们在非常快的节奏上拥有新的网络技术。我们宣布了Spectrum-X用于以太网。但我们都致力于以太网，我们有一个非常令人兴奋的以太网路线图即将到来。我们有一个丰富的合作伙伴生态系统。戴尔宣布他们将把Spectrum-X推向市场。我们有一个丰富的客户和合作伙伴生态系统，他们将宣布将我们的整个AI工厂架构推向市场。所以对于那些想要最终性能的公司，我们有InfiniBand计算织物。InfiniBand是一种计算织物，以太网是一种网络。多年来，InfiniBand最初是一种计算织物，成为了更好的网络。以太网是一种网络，有了Spectrum-X，我们将使它成为一个更好的计算织物。我们全面致力于所有三个链接，NVLink计算织物用于单一计算域，InfiniBand计算织物，以太网网络计算织物。所以我们将非常迅速地推进所有三个。所以你将看到新的交换机到来，新的NIC到来，新的能力，运行在所有三个上面的新软件堆栈。新的CPU，新的GPU，新的网络NIC，新的交换机，一大堆芯片即将到来。所有这些，美妙的事情是所有这些都能运行CUDA。它们都运行我们的整个软件堆栈。所以你今天投资我们的软件堆栈，不用做任何事情，它只会变得更快、更快、更快、更快。如果你今天投资我们的架构，不用做任何事情，它将进入更多的云和更多的数据中心，一切都运行。所以我认为我们带来的创新步伐将提高能力，一方面，降低总拥有成本另一方面。所以我们应该能够扩展NVIDIA架构，迎接计算的这个新时代，并开始这场新的工业革命，我们将不仅仅制造软件，我们将大规模地制造人工智能代币。谢谢。 (这份记录可能不是100％的准确率，并且可能包含拼写错误和其他不准确的。提供此记录，没有任何形式的明示或暗示的保证。表达的记录任何意见并不反映老虎的意见)

老虎证券2024-05-23

24小时热点