英偉達的“圍墻”

5月25日，芯片巨頭英偉達公布了截至2023年4月30日的季度業績報告，營收、凈利潤分別為71.9億美元和20.4美元，同比下滑了13%和21%。

盡管業績有所下滑，但英偉達股價卻在財報公布后迅速拉升，其市值也從7500億美元一度飆升至萬億美元，成為全球第一家市值突破萬億美元的芯片公司。

站在傳統科技巨頭蘋果、微軟、谷歌、亞馬遜身旁，英偉達突破萬億市值的同時，也意味著AI時代已全面到來，其發展速度恐怕比過往計算機時代、互聯網時代都要來得更快。

更重要的是，英偉達是全球第一家由華人創立的萬億美元市值公司，中國與英偉達之間介乎于協作與競爭之間的關系，仿佛預示著中美芯片間必有一戰。

在此之前，英偉達在芯片領域所筑造的壁壘，會被誰率先打破呢？

英偉達壟斷AI時代？

英偉達的市值之所以能攀上巔峰，是因為英偉達預計Q2營收將達110億美元，同比增長64%，創下了英偉達史上最高單季銷量紀錄，也遠超出華爾街的預期。

英偉達CFO克雷斯表示，目前AI算力市場的需求已經超出了公司對未來數個季度的預期，訂單已經多到做不過來了。

市場為什么非英偉達不可呢？目前來看，英偉達固然有競爭對手，但還沒有誰能達到英偉達當前所在的高度。畢竟，英偉達早在10多年前就開始押注AI計算，在這個領域，英偉達比其它公司多出了不少時間。

在人工智能時代中，算力、算法、數據是三大核心部分。其中，算力就像是內燃機——沒有算力的推動，算法再強人工智能模型也迭代不了，而英偉達的算力壁壘，是由GPU（圖形處理器）+CUDA（統一計算設備架構）所組成的。

早期，GPU只是個圖形專用計算芯片，只能進行簡單的運算，直到英偉達在2006年開始著手開發CUDA，通過CUDA編程可以能讓GPU的計算速度提升數十倍。打個比方，如果將傳統CPU比喻成“高校老師”，那GPU可能只是個“小學生”，但如果同時要算100道小學數學題的話，在CUDA的“指揮”下，100個“小學生”同時算100道題，怎么都比一個“高校老師”要快。

黃仁勛在演講中也提到了這個“先有雞，還是先有蛋”的故事，他表示當年CUDA的開發成本非常高，直接影響了英偉達的利潤和股價，但英偉達還是冒著巨大的市場壓力堅持了下來。黃仁勛更表示，英偉達是為了AI而發明了CUDA，這是追求愿景的“必經之痛”。

事實也證明，現在其它企業已經無法“復制”英偉達了。

蘋果曾在2008年推出對標CUDA的OpenCL，是一個開源平臺；后來AMD也開發了類似的平臺，但也同時支持CUDA，后來者誰也沒想繞開英偉達，可見它的“獨占性”。

黃仁勛曾表示，目前唯一可以實際處理ChatGPT的GPU，只有英偉達的HGXA100，而開發ChatGPT則大約需要用到1萬枚英偉達GPU。

在一份網絡流傳的“阿里AI專家交流紀要”中顯示，阿里云今年的芯片采購量在1萬枚左右；據悉百度也預估今年全年會有5萬枚的A800和H800需求。大家都在焦慮，如果拿不下英偉達芯片，恐怕就連大模型的入場券都沒有了。

從數據來看，自2015年后，英偉達GPU在超算中心的市場份額就一路上漲，這幾年都穩定保持在 90%左右。

在“速度決定勝利”的AI時代，AI企業已經沒有耐心等待其它芯片的成長，在它們看來，整個人工智能產業的深度學習框架已經由英偉達所主導，自己又何必“舍近求遠”呢？

中國市場的不確定性

不過，哪怕英偉達在全球AI產業中已經幾乎是接近壟斷的地位，但其仍有擔憂的事情，那就是中國市場的不確定性。

據全球半導體行業協會數據顯示，去年全球半導體銷售總額為5559億美元，其中中國市場銷售規模為1925億美元，穩居全球第一。

從短期來看，AI需求的爆發刺激了英偉達的當季銷量，但從長期來看，全球算力需求增長，云計算市場持續擴張，才是加速英偉達整體業務增長的關鍵，比如新能源車智能座艙對算力的需求、國內企業智能化升級所帶動的云計算需求等。

如果說在AI大模型領域中，美企領先不少的話，那么在新能源車產業鏈中，中國企業的領先程度和需求規模，都將大幅領先美國。黃仁勛曾表示，公眾必須承認中國在云計算、互聯網服務、數字支付、電動汽車和自動駕駛技術方面的技術進步。

從英偉達的財報中也能明顯地看到，使用GPU的數據中心業務在快速增長，去年四季度其游戲業務的收入仍略微領先于數據中心業務，來到今年一季度，其游戲、專業可視化和汽車業務三大業務的收入加起來也只占數據中心業務的2/3。

正因為意識到中國市場的重要性，黃仁勛也多次表現出擔憂，他認為對華“芯片戰”將對美國科技造成巨大損害，對中國的出口限制只會倒逼中國企業自己研發生產芯片，并在未來成為美國的競爭對手。

非常有趣的是，外界認為黃仁勛力挺中國市場，跟他華裔身份似乎有著微妙的聯系。但如果往深一層來想，商場如戰場，黃仁勛與中國市場之間的聯系，絕不僅是華裔、市場需求這么簡單的兩點，英偉達所謀求的，是更龐大的AI生態圈。

去年8月芯片禁令出臺之后，英偉達的股價也出現了暴跌，銷量減少只是表層原因，芯片禁令所帶來的影響遠不只針對某家企業、某種芯片，而是針對中國整個科技行業。

假如美國芯片的供應說斷就斷，中國企業與其提心吊膽地用，還不如加速自研。一旦中國從低端芯片開始自研，從0到1，就有可能從1到N，改變的將是整個芯片產業，這才是英偉達最擔心的情況。

在當下AI產業爆發的混沌前期，相比起需求，整個行業的標準、理念、產業鏈體系反而更為重要。它們可以決定整個AI生態的導向，就正如當初英偉達通過CUDA確定了人工智能深度學習的框架雛形之后，其它后進入者已無法更改這一方向，只能加入。

而且，摩爾定律在GPU領域可能并不適用，芯片成本并沒有因為工藝提升而大幅降低，由于GPU性能幾乎每兩年就增加一倍以上，制造難度更大、材料要求更高，導致其成本反而更高。

可見，在芯片產業中，先發者的優勢將更大，英偉達也想守住這一優勢，只是美國政府卻推開了這一優勢。

既是蜜糖，又是砒霜

值得一提的是，跟當下最前沿的產業如蘋果手機、新能源車等相比，英偉達的產業鏈其實并不長，蘋果能在國內養出上百家“果鏈”企業，但英偉達產業鏈上的中國企業，則不足20家。

英偉達的產業鏈主要分為幾個環節，包括：芯片設計、零部件供應、制造、封裝測試、系統集成、銷售與服務，較多中國企業參與的其實是零部件供應，但附加值較高的環節其實是芯片設計和系統集成環節，國內的合作企業主要是聯想和比亞迪電子。

不難看出，在英偉達持續擴展生態圈的同時，也擠占了芯片產業鏈上其它企業的發展空間，要想新的芯片供應鏈企業有機會崛起，唯有多出幾個“英偉達”。

而且，對中國企業而言，在英偉達試圖擴展AI生態圈的同時，它們也將面臨一個殘酷的事實，那就是大家現在“買卡”有多爽，日后轉換使用其它品牌芯片的系統就會有多痛苦。

因此，盡管目前高端芯片仍是英偉達的市場，但芯片國產替代的趨勢已經是不可逆的了。誠然，當前國產芯片離英偉達還有一大段距離，但有業內人士認為，有沒有A100或H100對目前的AI大模型研發領域來說并不致命。

因為GPU性能相差2倍，大模型的參數量不會縮小2倍，只會縮小1倍多一點，這對于大模型來說，其實感受不到本質的區別。

有市場需求、有行業生態，國產芯片正處于一個最適合成長的土壤中，而且在芯片禁令下，這片領域幾乎沒有競爭對手，誰也無法預料，明天這里會不會跑出第二個“英偉達”來。

因此，對國內整個AI產業而言，最重要的并不只是算法、算力的提升，而是整個AI生態的建設，包括標準、框架等。大模型到底是不是AI的未來，目前我們尚不得而知，但打造好了生態，未來才有更多可能。

目前，華為已經發布昇騰計劃，推動高質量人才參與AI基礎軟硬件平臺開發算子、網絡模型及行業參考設計；AMD和谷歌都有望拿下臺積電最新的第六代CoWos封裝技術，掌握產能核心。