| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 黄仁勋回应英伟达凭啥值两万亿美元，称「我们重新发明了计算机，对 AI 行业贡献无人能及」，如何解读？ -> 正文阅读 |
|
|
[科技知识]黄仁勋回应英伟达凭啥值两万亿美元，称「我们重新发明了计算机，对 AI 行业贡献无人能及」，如何解读？ |
| [收藏本文] 【下载本文】 |
|
当地时间3月19日，英伟达CEO黄仁勋首次回应英伟达市值为何能突破2万亿美元，“我们重新发明了计算机，我们对AI行业的贡献以及产生的影响无人能及。” … |
|
英伟达值不值2万亿美元的市值，这个要看资本市场的热钱选择什么方向投资，也要看英伟达未来的业绩 但就英伟达这个企业本身来说，确实是很有意思，很有研究价值的公司 大家看英伟达在B站的简介，大概就明白了英伟达的拳头产品和主要成就是什么 |
|
|
而且英伟达为RTX PC用户和开发者，更新了AI应用和工具，直接快进到AI PC时代 一张RTX 4090DR破了纪录，生图、视频、会议、直播，统统被RTX AI史诗级升级 |
|
|
一台笔记本，Instant ID 15秒就能做出一张影楼级质量的肖像照 一张RTX 4090D，Stable Diffusion更是达到了8张图/秒的生成速度 Sora大火之余，英伟达已经在和剪映，共同探索生成式AI在视频制作上的落地 很多高端的单机游戏，在全景光追和DLSS 3.5的加持下，画面已经得到了史诗级提升 当时，随着RTX技术和首款专为AI打造的消费级GPU（GeForce RTX）的推出，英伟达加速了向AI计算的转变 硬件方面，新一代GeForce RTX GPU提供的算力，不仅从200 AI TOPS到1300 AI TOPS全覆盖，还提供了笔记本、台式电脑的多样选择 相较之下，没有独立GPU的AI PC，算力仅为10到45 TOPS 软件层面，从2018年到现在，全球搭载英伟达RTX GPU的PC已经有超1亿的用户 它所加持的领域，已经覆盖了AI绘画、平面设计、视频编辑/体验、3D创作，到AI游戏、游戏开发，再到AI应用开发、文档助手等等 UEyY">只用一张RTX 4090D，Stable Diffusion就能在每秒内生成8张图片，迅速让创意成为现实 |
|
|
NVIDIA TensorRT通过8位量化成为当前SD最快的加速方法，最快可达120 imgs/s |
|
|
开启TRT之后，1分钟的视频生成比以往快了足足30秒，效率提升了40% |
|
|
以及当前已经支持支持SD 1.5 & 2.1、SDXL、SDXL Turbo、LCM以及Stable Video Diffusion等模型的加速 |
|
|
|
|
|
另外，CUDA还提供了对LoRA、ControlNet、微调、AnimateDiff、InstantID等模型支持 |
|
|
视频剪辑工作者可以更轻松使用AI加持在深度图生成、表面追踪、风格转换等工作流中的高级效果 借助AI，只需选择耳机就可以创建蒙版，再让AI具体裁剪出确切的形状，并且可以跨越不同帧进行追踪 与30系相比，RTX 40系显卡，直接将这一性能提升了70% |
|
|
RTX 40系拥有第八代NVENC AV1编码器，满足了不同工作者对导出视频格式的需求 3D创作者通过UE等AI工具，加速3D创作渲染 |
|
|
生成式3D材质，也可以用RTX AI来加速 |
|
|
RTX AI更是强化游戏体验的利器 游戏开发者们可以利用生成式AI创建自己的游戏MOD、重制游戏助手、自动捕获游戏场景 |
|
|
可以在NVIDIA Ominiverse中，通过生成式AI重制物体材质 |
|
|
AI增强的光追技术，能够让游戏环境更加真实 |
|
|
开发者们可以为游戏制作支持实时光追、DLSS 3/DLSS 3.5的RTX重制版 |
|
|
除了这些之外英伟达最新发布的基于Blackwell的GPU产品，训练性能前进一步，推理性能实现飞跃 Blackwell GPU的训练性能是上一代Hopper GPU的4倍，推理性能是30倍，能源效率约25倍 英伟达最新的AI芯片Blackwell售价将在3万——4万美元之间，研发成本上花费了大约100亿美元 英伟达最近公布了Blackwell架构、B200，以及集成了2个B200功能更强大的GB200系列 同时宣布推出新的AI微服务，在硬件、软件和系统上全栈布局 基于Blackwell架构的GPU产品可以推动英伟达未来营收维持高增长 英伟达目前完善的生态系统以及各个领域的AI+芯片等等合作伙伴也将成为其深厚的护城河 英伟达的新产品足以证明自己在AI算力芯片方面的领先地位，一时半会不会有对手出现 AI高端芯片领域英伟达依旧能维持一家独大 |
|
|
目前，Blackwell系列包括三个型号：B100、B200 和Grace-Blackwell Superchip（GB200） GB200 Grace Blackwell超级芯片，是由2个B200芯片（4个die）和Grace CPU组合而来 Blackwell性能和能耗方面都非常出色，所以基于Blackwell的产品很可能会在未来几年持续供不应求 Blackwell架构不仅巩固了英伟达在AI领域的主导地位，还告诉竞争对手，英伟达“仍领先他们1-2步” 如果要训练GPT1.8万亿参数的模型，用Hopper架构的芯片来训练，可能需要8000个GPU，消耗15兆瓦电力，需要90天左右 但如果用Blackwell，只需要2000个GPU，4兆瓦的电力，能耗大幅降低 英伟达在Blackwell架构基础上推出的一系列系统级解决方案，这些解决方案涵盖了从芯片到整机再到集群的各个层级，为客户提供了完备的AI基础设施 低能耗AI芯片推动数据中心增长 以Hopper架构为主的H100芯片成为了推动英伟达数据中心营收的重要一环 黄仁勋认为，加速计算才是未来，搭载Blackwell架构的B200和GB200系列芯片开启了加速计算的纪元 B200和GB200系列巨大的性能提升和能效改进，意味着数据中心和AI应用将能以更低的成本运行更加复杂和要求高的计算任务，从而加速AI技术的发展和应用 与训练需求相比，推理对实时性和延迟的要求更高，同时对能效比(性能功耗比)也有更高要求，因此B200和GB200系列芯片对英伟达来说将实现推理能力的巨大突破，赢得更多市场份额 预计将采用B200和GB200系列芯片的公司包括亚马逊、谷歌、Meta、微软、OpenAI、特斯拉和xAI 基于Blackwell的新品将于今年晚些时候开始提供给合作伙伴，进一步推动数据中心的营收 与H100相比，B200人工智能推理性能提高了5倍和AI训练性能提高了4倍，TCO(总拥有成本)降低25倍，B200支持更大规模的GPU集群，有助于提高数据中心的资源利用率 如果将芯片制造的技术能力看作英伟达的核心技术能力，那么集成式服务软件就可以看作是其商业帝国的护城河 英伟达NIM（英伟达推理微服务）将提供一个从最浅层的应用软件到最深层的硬件编程体系CUDA的直接通路 英伟达希望通过这些服务来吸引购买英伟达服务器的客户来注册英伟达企业版NVIDIA AI Enterprise 5.0，对每个GPU每年收取4500美元的费用 英伟达的软件和生态系统也有助于加速AI的应用,软件业务未来有望带来数十亿美元营收，成为高利润率业务 凭借领先GPU/DPU/CPU、硬件/软件平台和强大的生态系统，英伟达有望继续从人工智能、高性能计算、游戏和自动驾驶汽车的重大长期趋势中受益 强大的软件生态系统不仅可以推动人工智能的应用和普及,也为英伟达构建了难以跨越的竞争壁垒，一方面 英伟达正在与EDA(电子设计自动化)和系统分析供应商建立强大的合作关系这有助于在各个终端市场推广其产品 英伟达的策略就是让平台衍生出庞大的软件生态，让后者难以突破 英伟达在其软件领域面临着巨大的进入壁垒，CUDA 是其中的重要组成部分，但即使CUDA的替代品出现，Nvidia 提供软件和库的方式也有利于他们构建一个非常可靠的生态系统 英伟达企业的护城河比想象的深 有新品加持，黄仁勋自信放话，认为英伟达会抢到大部分“蛋糕” 黄仁勋说，每年全球对数据中心设备投入的费用将共计2500亿美元 英伟达产品所占份额将超过其他芯片厂商，他预期软件将是一块非常大的业务 Blackwell今年可能下半年会发货 英伟达最近还在投资AI制药 英国公司Relation Therapeutics开发了一个通过读取DNA以更好理解基因的大型语言模型，而这是创造新药的关键步骤 这个公司宣布获得3500万美元的新种子轮融资，由DCVC和NVIDIA（英伟达）的风险投资部门 NVentures 联合领投 英伟达还表示未来会重点投资通用机器人，让人形机器人能够将文本、语音、视频甚至现场演示作为输入那日，并对其进行处理，采取特定的通用操作 英伟达在大会上说的Project GR00T由英伟达Isaac 机器人平台工具的帮助下开发的 黄仁勋称，由Project GR00T平台提供支持的机器人将被设计为，通过观察人类行为来理解自然语言并模仿动作，使它们能快速学习协调性、灵活性和其他技能，从而适应现实世界并在与之互动，绝对不会产生机器人起义 英伟达投资的AI衍生行业非常多，很多企业都有英伟达的投资 英伟达在全面发力+投资AI AI时代最核心基建就是GPU 所以拥有大量计算核心、能够同时执行多个高密集型AI任务，并且极度擅长处理并行计算的GPU近年来成为芯片领域的最核心硬件 GPU在AI训练/推理等高性能计算领域有着其他类型芯片难以企及的巨大优势，这对于那些极其复杂的AI任务非常重要，比如图像识别、自然语言处理和大量矩阵运算等 这就是英伟达业绩爆发的核心原因 英伟达表示AI的爆发才刚刚开始 预计GPU市场规模（涵盖PC、服务器、高性能计算、自动驾驶等应用端GPU）未来五年将达到大约2069.5亿美元 预测期内（2024-2029年）复合增速高达32.70% GPU硬件不仅用于渲染图像、动画和电子游戏，还用于一般性的计算目的，几乎部署在全球所有计算型设备中 个人电脑、笔记本电脑和新兴应用（例如 AR/VR、高性能计算、人工智能、机器学习、区块链、加密货币挖掘 自动驾驶和高精度导航（车辆、机器人）的积极部署趋势，尤其是人工智能领域，未来将极大力度推动GPU需求 因此英伟达未来还有很大的发展空间 |
|
低级英伟达： 卖一块显卡给打游戏的臭屌丝 中级英伟达：卖几十块显卡给想发财的矿老板 高级英伟达：卖成千上万块显卡给PPT叙事的顶尖韭菜主 |
|
老黄还是常年用刀割韭菜，导致太胆子小了。 我替他说： 英伟达应该会是人类首个突破5万亿美元，10万亿美元的企业，几率最大的。 现在我们看到的都是meta 60万张，MS 50万张等等这些TOB的割韭预期， 皮衣家的chatRTX还远没有到发力的时候，未来ToC的打工狗开始卷本地炼丹的时候， 老黄的营收怕是年2000亿刀都打不住。 本地计算卡也好，云GPU算力也好，还是现在火热的web3 depin赛道也好， 未来基本就是人人需要算力的时代，就跟你每年花个一万多买手机IPAD， 或者隔几年花几十万买车一样，不光光再是生产力工具，更是家庭必需品。 |
|
扯淡，我2022年底关注到今天，大致能明白了大模型人工智能的原理了。 2022年底大模型试验发现计算机可以无限接近人类说话 2023年上半年发现大模型似乎有自己的智慧，随着用的人越来越多，模型开始变慢变蠢，但随着算力增加，人工打标识的到位，模型逐渐恢复一些。 目前这东西的原理也没什么神秘的了，根据输入问题的提示找到数据库里最可能的答案，同时有大量的工作人员和用户根据回答的可用性真实性等打标签，通过概率和人工反馈来生成答案，所以说越能精准描述问题，系统越能精准的匹配出答案。提问的问题越通用、越有共识，答案就越可用，问题越小众、越没有共识，答案越不可用，可以看作是一个巨型资料库多了通过人类语言交互来进行检索的功能。 最简单的例子证明可用性无法如目前宣传所说的AGI。你可以搜索下你相对比较懂的领域的知乎问题，扫一遍答案，看看多么五花八门、极度不靠谱，而OpenAI等就是要在这种还算不错的语料库里找到答案，屎里淘金根本不可能的。还是不理解，我觉得new bing你可以试试，他们把知乎的来源放在很高的权重，你看看号称openai支持的new bing用知乎的一些语料回答问题，综合了知乎的答案后会给出多么奇怪的回答内容，世界上不可能全知全能的语料库，更不可能有那么多各行各业的精英会给这个系统不停的工作打标签和纠正问题答案。这种人工智能的方式，发展到最后，无非是模仿人类交流方式的Google易用版，从原理上就无法实现AGI，无法去触碰他们宣传的全知全能的智慧。 |
|
关于 NVIDIA 的讨论有很多，比如股票是不是过高，有没有护城河，会不会被竞争对手替代。我觉得老黄有一点说的很对，就是他们 reinvented 了 PC。NVIDIA 在 1999 年定义了 GPU，并一直坚持在做加速计算这件事。看上去 NVIDIA 是踩中了 AI 的风口才起飞的，其实人家有二十多年的坚持，CUDA 生态就是 NVIDIA 的护城河。 |
|
|
比如从消费领域来看，RTX 显卡是 2018 年才推出的。这些年卖出去多少 RTX 显卡呢？根据 NVIDIA 的数据，RTX 显卡推出 7 年来，全球已经有超过 1 亿台装载 RTX 显卡的 PC，这些高性能的消费级显卡，是潜在的海量的本地算力资源，现在还没有被充分地激活和利用。 这是非常庞大的端侧算力池。所谓端侧算力，就是完全不需要联网，利用本地算力进行推理生成，以最大化地保护用户个人数据。而且，RTX 系列显卡的算力（200-1300 TOPS）远超没有独显的 PC 算力（10-45 TOPS）。 |
|
|
依靠 RTX 显卡提供的算力，这些用户完全可以在本地 PC 体验到更强的 AI 功能，这也正是 RTX for AI 在做的事情。 ChatRTX：本地 LLM + RAG，以及即将到来的中文模型、Whisper 和 CLIP 上个月 Chat with RTX 发布时，我第一时间就做了体验，当时我就说 Chat with RTX 显著降低了开源语言模型的使用门槛，而且只有 NVIDIA 最有动力来推动这件端侧模型的部署。 ChatRTX 完全开源，免费使用，只要有 RTX 40/30 系显卡（显存>8GB）即可使用。这次体验过 ChatRTX 的内测更新后，我觉得完成程度真的不只是一个 Tech demo，建议 OEM 和 PC 厂家们直接预装到系统里。 这次的 ChatRTX 增加了 ChatGLM / 百川 / 千问 / InternLM 的中文模型支持： |
|
|
ChatRTX 通过 TensorRT 技术实现高性能推理加速，同时集成整合 RAG 技术，实现对本地文档的检索和生成。本地运行的大语言模型虽然跟在线使用的 AI 产品会有差距，但 RAG 技术可以在很大程度上弥补大语言模型的知识库缺陷，无需把敏感数据联网，也能生成更加可靠的回答。 |
|
|
除了文本以外，ChatRTX 更是直接实现多模态交互，通过内置 Whisper 实现语音识别交互，用户可以直接用语音提问来得到回答。 ChatRTX 还即将内置 OpenAI 的 CLIP 模型，来实现对本地私人图片的 AI 检索。只需要给出相应的关键词，就能精准定位出图片。尽管只支持英文，但在线下体验的时候，搜索的效果是超出预期的，比手机相册的 AI 分类会更精细一些，手机相册现在只能搜个大概分类、场景或者角色，CLIP 则可以根据自然语言描述给出更准确的检索。希望 ChatRTX 早点从内测放出来。 NVIDIA ACE：即将迎来真正的 AI NPC 在现场演示中，我们体验到了 NVIDIA ACE 的一个游戏 demo，用户可以和游戏中的两个角色任意对话，NPC 就会调用 AI 能力生成相应的回答。 |
|
|
NPC 还会根据对话内容，对游戏内环境作出不同的反应。比如你问老板能不能把灯光调暗一点，老板就会走到旁边调整灯光亮度。在 AI 的加持下，未来的游戏剧情可能真的会摆脱传统剧本，NPC 会更有性格，自主行动，非常期待见到真正的 AI 游戏。 AI 绘画：一秒 8 图远不是 RTX 的极限 之前我就聊过，B 站赛博菩萨秋葉aaaki的 Stable Diffusion 整合包也许是很多爱好者下载的第一个 AI 应用。在这次的演示里，我们看到了 NVIDIA TensorRT 加持下的出图速度。 |
|
|
据介绍，受限于磁盘写入速度等性能瓶颈，一秒 8 图其实远不是显卡算力的极限，通过 StreamDiffusion 测试得到的数据，生图速度可以达到最高 120 FPS，充分满足新手用户 AI 绘图的抽卡需要。 NVIDIA Broadcast：AI 增强的专业演播室效果 熟悉我的都知道，我在写字之余还曾是个B站主播。之前为了提升直播/视频的效果，也曾用过一些插件甚至付费软件。现在 NVIDIA 免费的 Broadcast 就足够解决很多痛点。 在 AI 的加持下，音频降噪、自动抠图（换背景）、自动聚焦、视频降噪等效果都非常好。如果说这些功能是可以通过 OBS 插件/会议软件实现的，那 Eye Contact 会让我觉得 NVIDIA 的确在用心做软件。Eye Contact 可以在你看向提词器或没有正视摄像头时，自动修正眼神效果。 |
|
|
AI 创作：无处不在的 RTX 加持 在更专业的工作流里，一直都有 NVIDIA 的身影。不论是前面说的 AI 绘画，还是平面设计、视频编辑、3D 创作、应用开发、游戏开发，RTX 作为消费级显卡，已经为很多游戏和专业创作提供了优化加持。 |
|
|
One more thing：NVIDIA App 普通用户用的最多的是 NVIDIA 软件是 GeForce Experience，而且不怎么好用。NVIDIA 最近推出了一款 NVIDIA App，整合取代 GeForce Experience 和控制面板，而且无需注册，不用登录。 |
|
|
前面提到的 NVIDIA Broadcast、Omniverse 等应用，都可以在 NVIDIA App 里一键安装。简直泪目，NVIDIA 终于开始重视普通玩家的用户体验了。 我还记得去年买 4090 的时候，想打游戏，买完其实没怎么玩游戏，很多时间都在折腾 AI，我还挺期待今年的黑神话悟空和冰汽时代2。但不论打游戏还是搞 AI，都没离开 NVIDIA RTX。 可以说，NVIDIA 在数据中心和消费级显卡业务上，都是有领先地位的，而且 NVIDIA 主动为用户提供了很多免费可用的 AI 应用，来帮助用户充分激活本地算力，享受 AI 发展的红利，真正提高日常办公的生产力和娱乐场景的体验。 |
|
老黄这么说的话我觉得英伟达何止两万亿美元，应该是可以永久解决美国的债务上限问题，省的大半夜的一群老头老太太还得加班开会悄悄地再发一万亿国债： |
|
|
然后GTC的时候老黄说我们突破了摩尔定律。文盲如我还以为是一个有关半导体的物理定律，然后刚查了一下，Claude3告诉我是这个： 摩尔定律是由英特尔公司创始人之一戈登·摩尔于1965年提出的。它是一种预测集成电路性能的经验法则,主要内容如下: 1. 集成电路上可容纳的晶体管数目,约每隔18-24个月便会增加一倍,性能也将提升一倍。换言之,每一美元所能买到的电脑性能,将每隔18-24个月翻一倍以上。 2. 微芯片的性能每18-24个月翻一番,而价格下降一半。 3. 集成电路芯片上所集成的电路的数目,每18-24个月就增加一倍,而同时成本也随之下降。 摩尔定律揭示了信息技术进步的速度。它表明集成电路芯片的工艺水平提高很快,致使电子产品性能不断提升,而价格不断下降,从而刺激了电子产业的发展和新产品的不断出现。 摩尔定律不是一条自然规律,而是人类努力的结果。目前看来,摩尔定律在相当长时间内还能维持。但从长远来看,它受到物理规律的制约,总有一天会走到尽头。即便如此,它对人类社会和科技发展的深远影响是不容置疑的。 所以老黄的意思是英伟达塞晶体管的速度，磨光缆的速度，已经突破了1965年英特尔创始人说的一个经验型论断，而英特尔目前被英伟达按在地上摩擦…… 这个逻辑链我不是很转得过来，但总感觉哪里不对。 至少我觉得只有量子计算机才有资格说是新的计算机？ |
|
现在买电脑更看重GPU性能，而不是以前看重CPU，在一定程度上确实是对计算机行业的革新。 再加上AI行业的爆发需要GPU提供的源源不断的算力，算力变成了跟电力一样的基础资源，的确算是重新发明。 |
|
我估计有人会喷他，如果改成『重新发明了计算』，可能会更合适一些。 英伟达的业务有两大块，计算和网络部门，图形部门。 截至2024年1月28日的财年，计算和网络部门实现了474亿美元的收入，同比增长215%，这个部门占了英伟达总收入的78% 其中营业收入为320.1亿美元，同比暴涨530%； 而图形部门在这个财年实现收入135.1亿美元，同比增长14%，该部门占英伟达总收入的22% 营业收入为58.4亿美元，同比增长28%。 因此，这样一对比，我们就能清晰的看出，原来的靠游戏和显卡业务生存的英伟达，现在已经变成了人工智能赛道的先进算力供应商。 GPU的价值，远远超出了游戏领域，已经成为了AI技术革命的的驱动力。 黄仁勋曾说，“我们是唯一一家疯狂到相信计算机图形学比计算机算术更重要的公司。” 2006年，斯坦福的研究人员发现GPU可以加快数学计算。而黄仁勋当年就决定投入资源，去做一个让GPU可以编程的工具，而不仅仅是图形处理，这就是CUDA（Compute Unified Device Architecture） 事实上我们看到，18年前的这个决定，的确改变了未来的计算，让英伟达的GPU成为了AI时代的算力基础设施。 英伟达非常擅长追逐新趋势，比如加密货币、元宇宙以及自动驾驶，现在英伟达又通过Nvida Isaac进入了机器人市场。 基本上你会发现，任何一个未来的热门赛道，英伟达都在扮演一个非常重要的角色，甚至引领角色。 从这个角度来说，『重新发明了计算机』这句话虽然听起来有些夸张，但是就目前英伟达在全球的地位来说，具有一定的合理性。 因为，还有一个即将起飞的赛道——AI PC，英伟达也在在引领AI PC的发展浪潮。 比如，英伟达1月31日发布的GeForce RTX 4080 Super，售价999美元，在 Stable Diffusion XL 图片生成速度上，是上一代的1.7倍。 PC市场，其实一直是没什么起色的，在2023年甚至有一定下滑，不过在AI PC的推动下，预计将在2024年增长8%。 而AI PC将在2024年占整个PC市场的19%，预计到了2027年，AI PC的份额将高达60%以上。 因此，也有人称2024年为AI PC的元年。 |
|
|
英伟达现在2万亿美元的市值，是否高估了，这需要看未来竞争情况。 英伟达的老对手是AMD与英特尔，不过英伟达在2月底表示，华为才是英伟达在AI领域的主要竞争对手。 这不是口头说说的，而是在提交给美国证券交易委员会的文件中，在包含AI芯片的多个类别中，首次将华为认定为『最大竞争对手』。 如此看来，黄仁勋不仅『重新发明了计算机』，也『重新发现了新对手』。 中国市场对于英伟达不可谓不重要，奈何有华为有美国出口禁令的保护，昇腾920的性能据说还超越了英伟达A100，这真是会让老黄睡不着觉了。 |
|
首先两点 第一，上面搞金融的完全不懂为什么，评价为需要找个班上上 第二，这个GPU的价值比当时手机芯片本身还要珍贵和关键，技术代差更大，而且更难追赶 因为当时或者现在，手机GPU/CPU本身就有一点超模了，是用不完的，而且体验差距不大 但是现在这个工业级GPU差别会很大，他说了30倍速度差距，而且是很顶尖的设计，不只是一个芯片而已，会比当年百亿大军进IC还难追，国内System相关的人才数量就不可能能支撑起一个NV，美国这边到处都是System的Phd才撑起来的NV 国内永远想的是我只要砸钱，什么都能做出来，对于砸基建，可能是的，毕竟没有技术含量，一旦技术含量上来，同时最关键的是，如果对手也在光速创新的话，那国内是完全砸不出水花，今年IC就业已经崩了，没人招很多人了，顶尖的世界上缺的不是钱，缺的是韩信，真给你1个亿，你真能花出去而且赚回来同样的钱，你就已经是神中神了，而且还是芯片或者GPU这种高性能计算/芯片等核心方向，国内高层完全不懂为什么没有搞出来 而且还有很多很多，当年没解决的芯片，或者说不可能追上的芯片制程问题 NV确实重新发明了计算机，而且GPT 4.5肯定会至少接近或者等同于人类的智力，而且感觉是会有可能超过人类平均智力，但是不及人类最顶尖部分的智力，不过无论如何都是在GPU上出现的 GPU是真正的未来生命的基石，可以说是未来世界的地基，就它现在的估值我还是觉得低了，等OpenAI下一代出来，肯定能继续 ALL TIME HIGH |
|
拿茅台换英伟达，换不换？ 呃， 不好意思看错了， 英伟达那是美元 |
|
为啥amd的ai发布会把开源和通用计算挂嘴边，因为搞完硬件没能力搞软件了，只能依靠合作商和社区来干。 而英伟达直接一站式解决方案，通用计算不用了，直接电路板型加速计算，不搞通用计算了，软件也给你做好了，直接拿来用就好，也只能按老黄的意思用。 嗯，英伟达逐渐苹果化。 各方面的。 |
|
这话的确没错，一张 3090 最大功耗是 400w~500w，而在天梯榜位置差不多的 TR-3990x 工作站处理器的最大功耗是 600w。 它的显卡功耗并没有是同档次CPU的十倍，但它的算力是十倍不止。只能说明它重新编排了内部晶体管的连接方式，使其更加适合大规模AI运算，也就是他说的【重新发明了计算机】。 |
|
想说什么又不敢说，因为我没有做空英伟达的胆子。 我认为两万亿过火了，但是根本不敢做空。 这一路做空英伟达的人尸体都不剩了 |
|
英伟达股价高涨，连续推出如此之多的创新产品，与其股权架构也有关系： 与Zoom相似，英伟达（NVIDIA）也是当今国际巨头公司中具有华人基因的一家。一眼望去，大家就可以看出来了，英伟达（NVIDIA）用的是类似于Zoom的美国特拉华公司为主体的架构。那么咱们就来看看，相比于Zoom，英伟达（NVIDIA）在架构上有何不同之处，以及其中的原因。 硅谷宝典四十二章经，专为创始人定制的法律百科全书。我是美国律师刘晓笑，在硅谷为您深度解读创业背后的法律逻辑。 |
|
|
一、为何有两个新加坡公司？ 相比于Zoom架构，我们会发现英伟达（NVIDIA）的架构中有两个新加坡公司，但是这两个新加坡公司的业务不同。 英伟达（新加坡）发展私人有限公司（NVIDIA Singapore Development Pte. Ltd.）自1993年成立以来，主要是做PC游戏、计算机图形、现代人工智能以及元宇宙业务。 英伟达（新加坡）私人有限公司（NVIDIA Singapore Pte Ltd.）2000年5月成立，专注于制造计算机打印机、显示器、键盘、鼠标、网络摄像头，以及自动取款机、自助服务亭、销售点终端和生物识别读取器。 先说明一下，对于这个“私人有限公司”大家不要惊讶。新加坡的公司都叫做PTE，私人有限公司。 英伟达（NVIDIA）在新加坡建立两个公司，主要是因为是英伟达（NVIDIA）业务需求比较多元化，的确有需要建立不同的一些公司，所以在新加坡就建立了两个。当然这两个公司也有共同点，就是在整个架构中起到的是人才中心、研发中心的角色。 二、为什么在毛里求斯设立公司 另外我们会看到英伟达（NVIDIA）还有一个毛里求斯公司，这在各大跨国公司架构中都是不常见的。 毛里求斯人称“非洲瑞士”，是非洲为数不多的富裕国家，也有着丰富的商业机会免征企业所得税、个人所得税、资本利得税、印花税和资产税等税项，公司主体可用于买卖物业，置办房产，没有无外汇管制的，支持双向自由进出，可以使用很多国家的货币进行交易。 另外毛里求斯也是很适合作为离岸公司的选地，所以在这里我们看到毛里求斯是一个控股公司，下属的一家深圳、两家上海公司才是实际经营主体，所以在这里毛里求斯公司跟我们常见的英属维京群岛（BVI）或者开曼群岛（Cayman Island）没有什么区别。至于为什么英伟达（NVIDIA）用毛里求斯而不是其他的离岸公司，我们接下来会有一期专门的视频分析各个离岸公司胜地之间的优劣对比，今天就不展开了。 |
|
|
三、为什么在维京群岛设立公司 在VIE架构中，一般的英属维京群岛（BVI）公司会作为最上层的持股公司，每个创始人来一个，再共同持股上市主体的开曼公司。但是在英伟达（NVIDIA）的架构中，我们看到明显不是这样，特拉华公司之上是各个股东直接持股，而在英伟达（NVIDIA）的架构中，英属维京群岛英伟达股份有限公司（NVIDIA BVI Holdings Limited）却是美国总公司百分之百控股。 我们会注意到，这里的英属维京群岛（BVI）是有一个分公司在台湾的，叫做英属维京群岛英伟达股份有限公司台湾分公司（NVIDIA (BVI) Holdings Limited Taiwan Branch），注意是分公司，不是子公司哦。而且除了这个英属维京群岛（BVI）公司在台湾开设分公司，英伟达（NVIDIA）也通过它的英伟达新加坡发展有限公司（NVIDIA Singapore Development Pte Ltd）在台湾设立了英伟达新加坡发展有限公司台湾分公司（NVIDIA Singapore Development Pte. Ltd. Taiwan），通过英伟达香港控股有限公司（NVIDIA Hong Kong Holdings Limited）在台湾设立了英伟达香港控股有限公司台湾分公司（NVIDIA Hong Kong Holdings Ltd., Taiwan Branch）。其实这种在海外建立总公司，再在台湾设置分公司的方式是台湾的公司法实操过程中比较常见的一种做法，就像是我们中国人开公司喜欢搞一套红筹架构一样，具体的的原因就不展开了，是台湾的各项法律制度综合下来的结果。 至于为什么这些英伟达（NVIDIA）的海外公司都是在台湾设置分公司，大家应该都知道吧，台湾是创始人黄仁勋的老家，也是英伟达（NVIDIA）的一个重要战略地，2023年英伟达（NVIDIA）还宣布在台湾投资243亿元新台币成立AI研发中心，它的代工厂也在台湾。 四、为何不在香港公司下设立外商独资企业（Wholly Foreign Owned Enterprise/WFOE）？ 咱们典型的VIE架构中，离岸公司都会通过香港再在中国大陆设置一个外商独资企业（Wholly Foreign Owned Enterprise/WFOE），但是很明显英伟达（NVIDIA）的架构是没有这样做的，北京、上海、深圳的公司分别是由新加坡的公司和毛里求斯公司控股的。咱们在讲到Zoom架构的时候是不是也跟大家说过，为什么 Zoom架构中大部分处于中国境内的外商独资企业都没有香港公司控股？那么咱们要先明白VIE架构中设置香港主体的原因是什么，是因为内地和香港之间的税收协定对吧，这样内地公司产出的营收就可以在进入香港的时候少交点税。但是如果这个内地公司它纯粹就是一个成本中心，不赚钱只花钱的，那么香港公司的存在就是没有什么意义的了对吧。 |
|
|
五、英伟达（NVIDA）与Zoom架构的不同之处 咱们开头就说了，英伟达（NVIDIA）用的是以美国特拉华公司为主体的Zoom架构。那么相比之下，两者有何不同呢？ Zoom 大部分开发团队都来自中国，苏州、杭州、上海、合肥是主要地区，中国的员工大约占其总员工数的 30%，但是英伟达（NVIDIA）的全球员工中，台湾以及中国大陆员工不足10%。究其原因，主要有以下四点： （1）软件硬件。Zoom是一家纯软件公司，本来所有内容就都是线上的，远程工作也很方便。而英伟达（NVIDIA）做半导体芯片，是硬件，还是有很多需要线下面对面合作。 （2）技术难度。Zoom咱们都知道，技术上没有什么太大难度，跟之前的Skype什么的没有实质性的差别，所以Zoom的成功更多靠的是优化，而不是颠覆性的创新，大家会发现咱们亚洲人创业都比较擅长做这种优化性创业，或者说叫做改良型创业。比如石头科技（Roborock）在美国的Roomba扫地机器人的基础上，推出了扫拖一体的机器人。还有电动汽车本来是美国人发明的，后来中国品牌直接在电动汽车上加上按摩仪、麻将桌什么的。不能做到人无我有，但能做到人有我优。这种工作放到亚洲国家最合适。而英伟达（NVIDIA）做的很多事情都是前所未有的创新，那么还是要到美国，目前是美国还是顶尖工程师最云集的地方。 （3）国家安全。前面几期视频我们也多次分析了美国出台的一个又一个对华限制政策，其实核心的内容就是国家安全，而半导体在每个这样的限制性政策中都位列榜首。也正是因为前面说到的半导体产业的高精尖性，按照美国的国家安全要求，很多工作无法放到海外。 （4）本地化。这个部分就是企业文化方案的因素了，黄仁勋9岁的时候就来美国了，基本可以算是半个美国人，对于美国本地的资源用得已经是炉火纯青，英伟达（NVIDIA）也跟像是一家美国企业，而Zoom的创始人袁征本科就读于山东矿业学院（今山东科技大学），硕士先是就读于中国矿业大学，后获得斯坦福大学MBA学位，还是更像我们大部分留美的学生，所以还是有这个惯性思维，对于老校的资源依赖性还是比较强。 硅谷宝典四十二章经，专为创始人定制的法律百科全书。我是美国律师刘晓笑，我们下期再见。 也顺便推荐一下自己写的专栏，希望对大家有所帮助 |
|
怎么说呢，AI吃GPU是非常肯定的，如果是吃CPU的话，那今天的英特尔可能比英伟达涨得还要夸张，但是在AI领域CPU可能无论在算力还是能耗上跟GPU的综合差距是百倍以上。 |
|
|
CPU和GPU在AI领域的差距 英伟达GPU芯片霸主转型为世界第一AI芯片厂商就两个原因：一是，GPU成本比CPU更低。在一次谷歌实验中，让AI自主识别出一只猫，需要1.6万个CPU芯片，总成本高达百万美元，而换成GPU，只需要64块显卡。这种成本优势让GPU碾压CPU。二是，GPU最擅长的就是大规模的简单且重复的训练。在AI大模型中，要精准识别出一张人脸，就需要海量的简单且重复的图形识别，这恰恰是GPU的先天优势。 将英伟达推向第二个巅峰的，依然是微软。正是微软斥资100亿美元，猛砸OpenAI，用巨资购入英伟达的GPU芯片，才有了AI的产业化大爆发。我们看见的GPT、Sora，背后是数十万张英伟达生产的AI芯片在支持。为什么中美AI差距在这几年，越拉越大？就是因为美国封锁了英伟达最顶尖的AI算力芯片。 如今，英伟达的对手们（事实上，它从不认为自己有对手），全球三大芯片巨头——高通、英特尔、AMD，市值加起来，还不到它的一半。几年前，三星和英特尔还在为谁是芯片行业老大，争得头破血流。现在，早不用争了，因为答案变得毫无悬念。 最离谱的的是，前两年正值全球半导体产业哀鸿遍野之际，大多数同行举步维艰，三星电子更是创下14年最差业绩。 是什么，让英伟达无视全行业的衰退，逆势飙升？答案正是眼下大热的生成式人工智能（AIGC），以及对整个AI世界的想象。AIGC的背后是大模型，而训练大模型需要超强算力，而未来AI世界的运行，也会需要更多的算力。 英伟达最新财报显示，它在2023第四财季，实现营收高达221亿美元，比上一季度增长22%，比去年同期增长265%。其增长，很大程难度上来自AI大模型训练的拉动。 2023年以来，随着AIGC大热，全球科技公司疯狂追逐大模型。微软、谷歌、亚马逊对数据中心芯片的需求，超出所有人的预期。仅在中国，目前已发布的大模型就超过200个，很多公司参与其中。这些公司，无论开发的大模型有多么不同，都在抢购同一种产品，那就是英伟达的GPU。 而英伟达炸裂的四级报业绩，居然还是在美国限制其高端芯片出口中国，中国市场份额跌倒不足10%的情况实现的。随着订单雪片般飞来，英伟达的芯片一货难求。一货难求之下，价格也水涨船高。在网上，英伟达AI旗舰芯片H100，一度被炒到4万美元以上。 ChatGPT刚爆发时，所有人都以为OpenAI赚翻了，事实上，英伟达才是最大的赢家。这一些，也让英伟达的创始人黄仁勋成为硅谷，乃至当下全球科技产业最有权势的人。其风头，甚至盖过马斯克。 这个祖籍浙江青田，总穿一身黑色皮衣的男人，因为拳打英特尔、脚踢AMD，被称为硅谷最好斗的男人。但外表好斗的老黄，内心深处，藏着一颗孩童般的好奇心。在台北，他一个人逛夜市，手里还拎着一袋大麻花。 |
|
|
甚至，还被人拍到，他探头探脑，一脸好奇地出现在两位美女主播镜头前的样子。春节前，老黄还曾到访英伟达北京、上海、深圳三地办公室，参加中国区年会。会上，黄仁勋兴致高涨，身穿花马甲，手舞红手绢，与员工一起扭秧歌。 |
|
|
一个坐拥万亿市值、全球科技产业最有权势的人，竟对街头小巷，对乡土味十足的扭秧歌文化，产生如此大的好奇心，这多少有些违和。但正是这种好奇心，让老黄改写了芯片产业史，也改写了华人科技与经济史，成为华人史上第一个办出万亿美金公司的人。他也是目前为止，全世界把公司干得最大的华人。 那天，一种叫AlexNet的深度学习模型，在全球视觉识别挑战赛中，以吊打第二名的成绩夺冠，一战成名。 与传统上使用CPU不同，AlexNet使用两块英伟达的GPU，来为模型训练提供算力。GPU专为并行计算设计，可同时处理大量相同的计算任务。相比之下，CPU则需处理更加复杂多变的计算。有人打了个比喻，CPU就像老教授，微分积分都会算。GPU则像小学生，只会算简单的加减乘除。 |
|
|
但如果有个工作，需要计算几亿次100以内的加减乘除，那么几十个小学生，显然是吊打老教授的。而AI模型训练，恰恰就需要这种计算。 事实上，早在本世纪初，在美国大学里，就有人开始用GPU来训练AI模型。毕竟，相比CPU，它成本更低、效率更高。黄仁勋对AlexNet的成功，产生了极大的好奇心。他由此预感到，AI时代即将到来。在老黄看来，AlexNet不仅仅是某种AI模型，更是一种软硬件层面的革命。为了迎接这场革命，黄仁勋做了一个大胆的决定：All IN AI，让英伟达制造的每一块芯片，都专注于人工智能。 2012年，是属于移动互联网和智能手机的时代。黄仁勋ALL IN AI的决定，多少有些形单影孤，对英伟达来讲，更是一次冒险。但这并不是他第一次另辟蹊径。 2006年，为了让GPU获得像CPU一样的通用计算能力，英伟达推出了CUDA并行计算架构，让程序员可以调用GPU的算力。在此之前，GPU正如它的名字——图形处理芯片一样，只能用作图形渲染。这个决定让英伟达在当时一众显卡厂商中，鹤立鸡群。它也因此改写了GPU的历史。 对此，黄仁勋解释说，英伟达之所以在并行计算领域敢为天下先，原因在于：“我们的目标是为人类做出贡献。这意味着，我们不会走别人走过的老路，而是打造别人不曾打造过的产品。”这种好奇心和改变世界的理想，一直驱使英伟达，在人类未知领域不断探索。 2012年，在决定豪赌AI之后，黄仁勋在软硬件层面，不断提升英伟达GPU的性能和易用性。尤其2016年，推出首个针对AI计算场景的P100芯片，在此基础上，英伟达重金打造了全球第一台AI超算DGX-1。 但黄仁勋并没有出售，而是将它捐赠给了旧金山一家非营利性机构，它就是今天在全球科技产业界如雷贯耳的OpenAI。捐赠仪式上，老黄拿出记号笔，在机箱上激动地写下了一句话：“为了计算和人类的未来，我捐出世界上第一台DGX-1。” |
|
|
当时，除了OpenAI，没有几个人真正读懂这句话。在大多数人看来，老黄做了一笔亏本的买卖。但时任OpenAI联合创始人的马斯克，专门发推感谢了黄仁勋，因为DGX-1让OpenAI的训练时间，从1年缩短至1个月。 |
|
|
有了DGX-1的OpenAI，信心爆棚，决心打造更强大的AI。他们找到微软，向对方提出一个大胆的想法：构建一个AI系统，永远改变人类与计算机交互的方式。也就是今天风靡全球的ChatGPT。 在移动互联网时代，被谷歌、苹果强压一头的微软，岂肯错过这样的机会，当即决定向OpenAI投资10亿美元。后来的事，大家都知道了。黄仁勋用一台价值12.9万美金的DGX-1，换来英伟达的大爆发。不但A100、H100等GPU芯片被哄抢，《财富》100强公司一半以上都安装了英伟达DGX AI超算。 PC时代，大部分高端PC都会配备CPU和GPU。CPU即中央处理器，GPU是图形处理器，前者由几个高效的计算核心组成，擅长通用计算，后者拥有上千颗小计算单元，适合大规模并行计算，尤其擅长图形和视频。 所谓“计算机”，首先得有计算能力，这两块芯片就是给电脑提供算力的，属于底层硬件。英伟达做的是GPU，其实就是电脑显示芯片，或者说游戏显卡。过去很多年里，英伟达超过一半的收入都来自游戏业务。可以说，打游戏的人养活了这家公司。这是一门看起来相对传统的生意。 意外的是，GPU并行计算的特点，非常适合AI计算。2012年深度卷积神经网络（CNN）被发明后，深度学习进入新阶段。训练神经网络需要庞大的计算资源，而GPU的性能和效率远超过CPU。所有“鸡蛋”都在GPU这一个篮子里的英伟达，踩上了AI时代的浪潮。第一波浪潮发生在2016年，起因是谷歌的AlphaGo战胜了韩国围棋高手李世石。一大批公司进军人工智能，加大深度学习研究。 英伟达讲了三个故事——游戏、AI计算、自动驾驶。第一个故事是老本行，负责赚钱，后两个故事描绘前景，拉升股价。当时，云厂商纷纷在自己的云平台部署英伟达GPU，以增强计算能力。美国的几个科技巨头，以及中国的BAT，都成为英伟达的客户。 那会儿还涌现出一大批自动驾驶公司，它们被视为人工智能技术的重要落地场景。英伟达和百度、大众、Uber等达成合作，还投资了自动驾驶公司景驰、图森科技，以推销自己的GPU。 2017年，英伟达成为全球最大的独立GPU厂商，占据70%的市场份额。这个故事足够吸引人。从2015年到2017年，英伟达的收入只增长了50%，但股价涨了8倍。 巧的是，区块链又给这个故事添了一把火。2017年，比特币、以太坊等加密货币价格暴涨，引发“挖矿潮”。“挖矿”就是通过高速计算来获取加密货币，需要用到显卡，显卡越多，挖矿速度越快，赚钱越快。于是，很多人四处购买英伟达GPU，一度被买断货。加密货币助推英伟达股价大涨。到了2018年10月，英伟达股价超过290美元。 第二波浪潮发生在2022年，触发点是OpenAI发布ChatGPT。这一次可以视为人工智能的复兴，因为AI行业过去画的几个大饼——自动驾驶、元宇宙，都是一地鸡毛。英伟达讲的几个故事，也都是草草结尾。在ChatGPT于2022年10月底诞生之前，英伟达的股价跌到了108美元。 接下来的故事很多人知道了。AI创业卷土重来，生成式AI成为风口，大模型打头阵。随后，英伟达的股价在一年多时间里涨了6倍。这两波浪潮有很多共同点，比如：催化剂都是AI，算力资源被疯抢，科技圈很狂热，英伟达最先受益。这就是英伟达最初的成功故事。 相比第一波浪潮，这一波有几个新特点。首先，几乎所有科技巨头都相信，必须训练自己的大模型，为此可以不计成本投入。另外，英伟达真正从中赚到了钱。这是支撑英伟达股价大涨的前提。 八年前英伟达卖了很多卡，但最后实际用于AI计算的不多，它的营收支柱还是游戏业务。这从财报中可见一斑。英伟达的收入来自五大板块——游戏、数据中心、专业视觉、汽车、OEM。其中最核心的是游戏和数据中心，AI计算相关的收入都归入数据中心。 2017年，游戏业务收入55亿美元，数据中心19亿美元，二者占比分别为57%、20%。那会儿英伟达也对外讲AI计算的故事，但风口还不够大。 也是从那一年开始，英伟达从传统电脑向人工智能转型，数据中心的收入占比逐年提高。而转型的效果直到五年后才彻底体现，一直等到ChatGPT问世。2022年，英伟达数据中心收入150亿美元，占比56%，首次超过游戏业务。这是一个重要的转折点。人们开始相信，这一波AI浪潮很真实，因为英伟达的客户们已经用真金白银投票。 生成式AI被很多人认为是十年一遇甚至百年一遇的大风口，英伟达的GPU又是训练大模型必不可少的硬件。在硅谷，英伟达的A100和H100是“硬通货”，有钱还不一定买得到。有一家创业公司融资23亿美金，给投资机构的抵押物，正是其拥有的英伟达GPU。 Meta CEO扎克伯格在今年1月对外说，Meta正在构建大规模的算力基础设施，要在2024年底集成35万张英伟达H100显卡，如果算上其他芯片，则共有近60万个H100的等效计算量。外界估算，Meta购买这些芯片的价格至少达90亿美元。 国内的科技圈，也以拥有GPU的数量，来评估一家公司开发大模型的实力。腾讯、百度、字节跳动、阿里等巨头，过去几年都囤积了数亿美元价值的英伟达GPU。先不说这些卡能训练出多少实用的大模型产品，至少钱先让英伟达赚到了。 英伟达的收入，大约有一半来自消费互联网公司，另一半来自云厂商。全球市值排行榜前列的大型科技公司，基本都为英伟达“充值”了。 2023年的四个季度，英伟达数据中心的收入一直在创新高。质变发生在二季度，数据中心收入103亿美元，增速高达171%，远超市场预期。此前，这项收入一直只有三四十亿美元。这让英伟达赚取了62亿美元净利润，相当于过去五个季度的总和。 三季度，数据中心的收入增速更是高达279%，四季度飙升至409%。整个2023年，数据中心为英伟达贡献了474亿美元的收入，是游戏业务的4.5倍，其占总收入的比例上涨至78%，而总收入则增至609亿美元。 |
|
|
更夸张的是盈利能力。2023年，利润率更高的H100畅销，给英伟达带来巨额利润。公开信息显示，一颗H100售价高达3万美元，其成本不到5000美元。2023年英伟达净利润达到298亿美元，超过之前六年的总和，其毛利率为72.7%，净利率高达48.9%，远超同行。 |
|
|
只能说，科技公司们为了拼大模型，是真敢花钱。这个时候，我们可以认为，英伟达已经成为一家正宗的AI计算公司。 投资人投的是未来，看中预期。英伟达的神话能否继续，未来的业绩预估很关键。英伟达给出的指引是：2025财年第一季度收入240亿美元，同比增长234%，超市场预期的218亿美元；毛利率76.3%，也超市场预期的75.1%，再创新高。 英伟达的业绩和股价，完全建立人们对AI时代的信仰上。只要这个信仰不灭，英伟达的神话就能继续，否则全都是泡沫。 有人说，AI热潮并非泡沫，但市场期待过高，英伟达涨过头了。此前她已经抛售了英伟达股票。另一位投资人认为，英伟达的股价透支了未来十年的业绩表现。 在备受关注的四季度财报发布之后，CEO黄仁勋对外传递信号，继续强调加速计算和生成式AI，声称AI时代的临界点已经到来。“全球各地的企业、行业和国家需求都在激增。” 挑战也显而易见。英伟达的大客户们，一方面继续向英伟达采购GPU，同时也在加速开发替代品。巨头们当然不会让英伟达独享这一巨大市场。 最新消息是，微软正在研发一款新的网卡产品，以提高其AI芯片Maia的性能，最终达到减少对英伟达产品依赖的目的。OpenAI创始人奥特曼正在四处奔走，接触各路投资人，以研发自己的AI芯片。 英伟达的老对手AMD、英特尔，更是步步紧逼，相继推出直接对标英伟达H100的产品。今年，它们的产品将迎来更新，加速瓜分英伟达的客户。 英伟达一统江湖的格局，或许不会持续太久。当然，在格局重塑之前，英伟达还会再飞一会。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |