翼猫科技获数千万元A轮融资，量子资本领投
06-18
在 3 月份的 GTC 大会上，NVIDIA CEO 黄仁勋 表示，“AI 的 iPhone 时刻已经到来”。
五个月后，黄仁勋的话可能会被改写为“NVIDIA AI iPhone的时刻已经到来”。
今天，英伟达公布了第二季度财务业绩。
第二季度收入为 1 亿美元，同比增长 %，环比增长 88%。
此外，净利润为61.88亿美元，同比增长10%。
值得注意的是，这是英伟达季度营收首次超越英特尔，迎来历史性时刻。
创纪录的英伟达，在发布动荡的新计算时代财报后，英伟达股价在盘后交易中飙升9.6%。
股价再创新高，突破美元，成为美股“最帅男孩”。
NVIDIA还对下一个财季做出了雄心勃勃的展望，营收预计将达到1亿美元，上下浮动2%。
这一数字几乎是一年前水平的三倍，比分析师平均预期的 37 亿美元高出 37 亿美元。
黄仁勋在财报中表示：“新的计算时代已经开始，世界各地的企业正在从通用计算向加速计算和生成式人工智能转型。
”芯片仍然是英伟达收入的支柱，其部门向数据中心供应芯片。
这是公司最大的收入来源。
该部门第二财季营收达到2亿美元，增长%，远高于市场预期的79.8亿美元。
其中H是市场上最受欢迎的芯片，一度售价超过4万美元（约合人民币29万元）。
消息人士此前向投行公司 Raymond James 透露，HGPU 的售价为美元（约 1 元人民币），而 Nvidia 选择以 0 至 0 美元的价格（目前约 18.2 万至 21.9 万元人民币）出售这些 GPU。
虽然这一说法可能没有考虑到运输、物流等其他成本，但从生产成本/销售价格的比例来看，NVIDIA HGPU简直就是“超级摇钱树”。
据 Tomshardware 报道，Nvidia 计划今年销售超过 55 万块 HGPU。
如果属实，这意味着英伟达从 HGPU 获得的收入已经是天文数字。
不过，由于H芯片需要先进的生产工艺以及同样复杂的封装技术，因此供应量将与代工厂台积电的封装能力直接相关，这也是H芯片短缺的重要原因。
业内高管预计H芯片的短缺将持续到今年。
黄仁勋表示，英伟达正在寻求与其生产合作伙伴合作，将更多芯片推向市场，包括与其他公司合作来补充台积电的封装能力，并补充说“今年剩余时间和明年的供应量将大幅增加”。
随着生成式AI的爆发，无数科技巨头争相加入生成式AI赛道，试图打开这扇充满机遇的科技大门。
英伟达，这个站在金矿门口递上“铲子”的人，成为了第一个赢家。
尽管微软、谷歌等巨头在人工智能领域投入了数百亿美元，但尚未转化为利润。
至于备受关注的OpenAI，《Analytics India》杂志报道称，每天维护ChatGPT服务的费用为70万。
虽然它一直试图通过GPT-3.5和GPT-4实现盈利，但目前营收尚未实现。
分行余额。
▲ OpenAI CEO Sam Altman 图片来自：CNN 然而，如果 OpenAI 无法扭转局面，面对高昂的日常成本以及无法快速实现盈利，Analytics India Magazine 认为 OpenAI 甚至可能在不久的将来宣布破产。
对于英伟达来说，在AI芯片赛道上没有哪家科技公司能够与之匹敌。
研究公司 Omdia 的数据显示，虽然谷歌、亚马逊、Meta、IBM 等公司也在生产 AI 芯片，但英伟达已经占据了 AI 芯片销量的 70% 以上，并且在训练生成式 AI 模型方面拥有更显着的优势。
Futurum Group分析师Daniel Newman表示，许多客户宁愿等待18个月才从Nvidia购买芯片，也不愿从初创公司或其他竞争对手那里购买现成的芯片。
即使是十多年前就开始布局AI芯片的谷歌，也必须依赖英伟达的GPU来完成一些任务。
尽管芯片价格高昂且短缺，但英伟达芯片可能是世界上成本最低的解决方案。
黄仁勋表示，高性能芯片实际上可以为客户节省更多的钱。
如果价值 50 亿美元的数据中心的训练时间可以减少一半，节省的成本将超过所有芯片的成本。
算力、模型、数据一直是人工智能发展的三大要素。
以AI芯片为代表的算力不仅是人工智能的底层基石，也是打开这一技术大门的钥匙。
这把未来的钥匙掌握在英伟达手中，并且已经形成了自己的护城河。
NVIDIA的芯片护城河 58年前，英特尔创始人之一戈登·摩尔提出了著名的摩尔定律。
集成电路上可容纳的晶体管数量大约每两年增加一倍。
然后新的推断出现，两年的差距缩短到了 18 个月。
在摩尔定律的影响下，CPU和GPU的处理性能呈指数级增长。
2000年以后，CPU从单核转向多核，核心数量大幅增加。
AI深度学习的训练和推理严重依赖矩阵计算和浮点计算，这对计算能力提出了极高的要求。
GPU具备大规模并行计算能力，在矩阵、向量计算方面远远超越CPU，成为“高性能计算的基础”。
此外，高速内存带宽、高度可扩展的算力池、专门优化的深度学习框架、云部署支持等优势，也牢牢奠定了GPU在AI时代算力的核心地位。
英伟达成立于2019年4月，最初以GPU起家，通过不断的创新和发展，逐渐成为高性能计算领域的领导者，根据Jon Peddie Research发布的GPU市场统计报告，英伟达以84%的份额排名第一。
市场份额方面，AMD 占 12%，Intel 占 4%，A 和 H 都是 Nvidia 专为 AI 计算而设计的顶级数据中心 GPU，它们在大型神经网络的训练和推理方面的性能也远远超过其他竞争对手。
使用专门的Tensor Core和数据流架构，堪称NVIDIA的两大王牌芯片，今年以来，Nvidia的主打就是“买的越多，省的越多”，在这方面做得非常熟练和“贴心”。
推出各种迭代更新的 GPU。
3月份，NVIDIA发布了四款AI推理芯片：HNVL GPU、L4 Tensor Core GPU、L40 GPU和NVIDIA Grace Hopper。
两个月后，5月的台北电脑展上，黄仁勋推出了超级计算机DGX GH，该计算机由NVIDIA GHGrace Hopper超级芯片组成。
就在两周前，黄仁勋发布了搭载HBM3e内存的新版GHGrace Hopper，这也是全球首款搭载HBM3e内存的GPU芯片。
HBM3e内存是一种新型的高带宽内存技术。
HBM3e的计算速度比HBM3快50%，提供高达5TB/秒的传输速率。
训练和推理是大型AI模型非常重要的两个步骤，而这也正是GH所擅长的。
在黄仁勋看来，未来GH的典型应用场景是大型语言模型，“加速计算”和“AI计算”将逐渐取代传统x86 GPU的“通用计算”。
过去的无数案例证明，优秀的生态系统一旦形成护城河，外来者就会在竞争中处于劣势。
Nvidia优秀的生态系统自然离不开竞争对手的加盖认证。
神经网络科学家 Naveen Rao 曾担任英特尔人工智能平台事业部副总裁兼总经理。
他发现英伟达最大的优势不仅仅是芯片本身，而是英伟达拥有庞大的社区和分发中心，拥有大量优秀的人工智能程序员。
每个人都优先考虑基于 NVIDIA，当你推出一款新硬件时，你就会追随它。
在第二财季财务报告中，黄仁勋还表示：“通过我们的 Mellanox 网络和交换技术连接并运行我们的 CUDA AI 软件堆栈的 NVIDIA GPU 构成了生成式 AI 的计算基础设施。
” CUDA 是 NVIDIA 的基础。
制作GPU的并行计算平台和编程模型，目的是方便更多的技术人员参与开发。
开发者可以通过C/C++、Fortan等高级语言调用CUDA的API进行并行编程，进行高性能计算。
这个生态系统的建立，让很多开发者对CUDA产生了依赖。
此前，黄仁勋向外界透露，CUDA在全球拥有超过1万名开发者和超过1万个应用程序。
CUDA累计下载次数已达10000次。
全球有 0 家大公司使用 NVIDIA 产品进行加速计算，还有 0 家初创企业。
该公司建立在 NVIDIA 的平台上。
这个巨大的数字反映了英伟达显着的先发优势。
如果其他竞争对手想要推出新硬件，他们也需要考虑追赶这个已经形成的人工智能创新生态系统。
交易有两端，一端连接到卖方，另一端连接到买方。
4月，“双标”马斯克联合签署了训练AI的禁令，同时秘密采购1万块GPU用于开发大型模型。
他甚至还不忘在X上公开抱怨：“看来每个人和每只狗都是……买个GPU”。
上个月，甲骨文董事长公开表示，公司将斥资数十亿美元购买英伟达的GPU，为新一波人工智能公司拓展云计算服务。
拥有算力者，得天下。
在你追我赶的生成式AI赛道上，渴求“核心”的焦虑也在中国蔓延。
英伟达首席财务官科莱特·克雷斯(Colette Kress)在财报电话会议上表示：“我们预计环比增长将主要由数据中心推动，面向中国客户的销售额约占英伟达最新季度数据中心收入的20%至25%。
此前，据英国《金融时报》报道，中国互联网巨头争相抢夺英伟达高性能AI芯片，今明两年订单价值高达50亿美元。
其中，百度、腾讯、阿里巴巴和字节跳动今年已向英伟达下了总计10亿美元的付款订单，总共采购了10万颗A芯片，相当于每颗A芯片的售价为1万美元。
其余40架将于明年交付。
一亿美元。
A本质上是A的“阉割版”。
由于去年8月的政策影响，英伟达只能针对中国大陆市场推出不受限制的替代版本。
不少业内人士认为，GPU已经成为市场公认的稀缺品，未来一两年内GPU一机难求的局面仍难以缓解。
因此，随着对供不应求的GPU的不断追捧，英伟达的GPU甚至成为了一些AI初创公司的硬通货。
作为一家云计算初创公司，CoreWeave 获得商业贷款并不容易。
得益于Nvidia作为投资者的地位，CoreWeave能够以HGPU作为抵押轻松获得23亿美元的贷款。
从贷方的角度来看，这自然不会是一笔亏本的交易。
一方面，这笔贷款将使CoreWeave迅速扩大其计算规模和实力，增强其偿还贷款的能力。
另一方面，NVIDIA 明年将推出更多 GPU 迭代。
凭借与 NVIDIA 的密切合作关系以及这笔高额贷款，CoreWeave 也能抓住机会抢到明年推出的 GHGPU。
如前所述，由于头部厂商抢不到市场上的GPU，实力不强的AI初创公司的处境显然更令人担忧。
一些聪明的AI初创公司只能选择另谋出路，共同投入英伟达的怀抱。
今年6月，人工智能初创公司Inflection AI正式宣布完成新一轮13亿美元融资。
值得注意的是，英伟达首次出现在新的投资名单中。
获得融资后，Inflection 转身从 NVIDIA 购买了 0 个 HGPU，用于构建先进的超级计算机，其中包括配备 Intel Xeon CPU 的近 4 节点机架服务器。
Inflection AI表示，将与合作伙伴CoreWeave和NVIDIA一起，打造全球最大的AI集群。
看似欣喜的结盟，更像是无奈的选择。
Inflection AI首席执行官Mustafa Suleyman在接受《纽约时报》采访时表示：“该公司没有义务使用Nvidia的产品，但竞争对手尚未提供可行的替代方案。
今年是英伟达的“三十而立”，5月的最后一天，英伟达成为全球首家市值突破万亿美元的芯片公司，也是历史上第九家加入万亿市值俱乐部的科技公司今年6月，黄仁勋身着毕业服受邀出席中国台湾大学的毕业演讲，并用自己过往的人生经历向毕业生们寄语：无论是什么，都要全力以赴。
就像我们一样，跑步！无论是为了食物而跑步，还是为了不被别人视为食物而跑步，你常常不知道自己处于什么样的境地。
历史机遇转瞬即逝，GPU赛道或许又是一条赢家通吃的赛道，一直狂奔的黄仁勋抓住了AI的机会，让诞生于路边连锁餐厅的NVIDIA，成功加入万亿俱乐部，成为这波AI浪潮的最大赢家。
也可能继续引领下一个时代。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-08
06-17
06-18
06-18
06-18
06-17
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态