【深度】谁能替代英伟达？

“我们离倒闭永远只有30天。”这是英伟达创始人黄仁勋的口头禅。

这话从英伟达老板口中说出颇为古怪，因为这家公司作为游戏和人工智能芯片的领头羊，已经拥有对手难以比及的丰厚利润。但曾经，英伟达的确面临过资金耗尽、濒临破产的窘境。

始于2022年底的AI热潮让这家忧患意识强烈的公司获益良多，推动着英伟达营收和利润继续狂飙：上一个财务季度，英伟达总营收221亿美元，同比增长265%，环比增长22%，净利润123亿美元，同比增长769%。刚刚过去一个财年中，英伟达的营收达到609亿美元，同比增长126%，净利润298亿美元，比上一年增长了581%。

2月23日，英伟达市值暴涨，并短暂突破了2万亿美元，成为全球市值第三大上市公司和最有价值的芯片公司，令曾是全球最强芯片公司的英特尔也难望其项背。

“几乎完美”的商业模式

英伟达曾少有人知，过去它发明了GPU（图形处理器），支撑了游戏产业蓬勃发展，且一度在加密货币“挖矿”中大赚了一笔。

随着AI热潮来临，其业务再次大幅提振。如今，英伟达控制着AI加速计算80%以上的份额，它还挖了一条又宽又深的“护城河”来维持自己的优势，其成功令人眼红。

究竟来说，为游戏而生的GPU擅长处理图像、科学计算等用途，天然适合需要同时处理大量数据的AI计算等场景。

20年前，英伟达还开始投资能够对GPU进行编程和微调的基础软件层CUDA，来降低用GPU处理数据的复杂程度，构建起生态，但CUDA仅为英伟达专有，这意味着开发者不能自由对其进行调整。

通过收购，英伟达还具备了在服务器集群数据传输所需的网络连接能力，这正是目前训练AI模型所必须的互联技术。如此经过十多年发展，英伟达GPU已成为一种AI基础设施。

此外，作为芯片设计公司，英伟达还将芯片制造等工作外包给台积电、三星等外部芯片代工厂，将半导体产业分工合作模式发挥到极致——永远使用最有竞争力的芯片制造工艺，意味着英伟达不会犯下英特尔长期难以兑现芯片制造技术更新承诺的大错。

最终，英伟达提供了最好的芯片、最好的网络技术以及最好的软件。黄仁勋曾表示，AI系统最重要的不是硬件组件的成本，而是训练和运行AI应用的费用。从这一点来衡量，黄仁勋认为，英伟达在性价比方面没有对手。

从商业上来看，英伟达当前的模式几乎无可挑剔，GPU行业早已经历过创业潮到巨头独大的转变，仅剩下英伟达和AMD两家公司。随着半导体的发展日新月异，技术与资本门槛不断上升，相比英伟达将用于将绘制游戏画面的技术平移到AI计算，让外界从零做起、挑战英伟达的努力困难重重。

但英伟达在AI计算的“垄断”的现状难以令人满意，竞争对手在竭力打破英伟达的统治地位，客户也需要第二个AI芯片供应源。尽管英伟达的GPU有很多优点，不过它在用于AI时它可能耗电量太高且编程复杂。从创业公司到其他芯片制造商和科技巨头，英伟达的竞争对手层出不穷。

奋起直追的芯片巨头

老牌芯片厂商AMD遭视为与英伟达水平最接近的同行。

作为英伟达在游戏芯片的长期竞争对手，AMD也拥有自己的AI处理器产品，并与渴求算力的数据中心运营商建立了长期合作关系。

过去，AMD一直在进行其新一代AI战略规划，包括并购和部门重组等，但生成式AI的横空出世导致该公司产品阵容进一步扩充：去年12月发布的MI300芯片专门面向复杂的AI大模型，配置了1530亿个晶体管、192GB的内存、每秒5.3TB的内存带宽，分别是英伟达最强AI芯片H100的大约2倍、2.4倍和1.6倍。

在软件上，AMD希望通过将自己的ROCm软件开源、并且提供更便捷的迁移工具。他们将CUDA应用“翻译”成MI300可以运行的代码，试图将英伟达的客户吸引过来。

相比英伟达，AMD在云端AI芯片市场几乎从“零”起步，意味着其AI芯片业务增速会相当快。大型客户也乐于尝试AMD的芯片，开发了ChatGPT的OpenAI就表示，将使用MI300进行部分模型训练。上一个季度，MI300推动AMD数据中心GPU总收入超过4亿美元，成为公司有史以来收入上涨最快的产品。

AMD CEO苏姿丰预计，到2027年，AI芯片的全球销售额将达到4000亿美元，远高于去年的约400亿美元，这意味着AMD需要从中赢得部分市场。有分析师估计，随着时间的推移，AMD在AI芯片领域的市场份额可能达到20%。

英特尔也不愿意在AI芯片中落后，开始重整旗鼓。