提高企业人力资源效率的关键：HR共享服务中心解决方案
06-18
NVIDIA现在过得非常红火。
从虚拟货币热潮到AI大模型时代，英伟达这几年的发展速度超过了之前任何时期，也助推了这家芯片公司市值成功突破1万亿美元大关。
不过，相比于虚拟货币城堡般的虚拟经济，大型AI模型带来的“真实需求”才是英伟达突破万亿市值大关的核心驱动力。
据悉，NVIDIA的H从下单到发货所需时间长达数月，现货溢价一度接近%。
不过，NVIDIA的好日子可能不会持续太久。
随着大型AI模型被公认为一条“康庄大道”，各大公司都在加紧采购NVIDIA显卡并搭建自己的训练服务器。
他们还看到资金像洪水一样流出。
，也做了自己的小算盘。
近日，OpenAI宣布将开始开发自己的AI芯片，以减少对Nvidia的依赖。
无独有偶，正在打造大规模AI服务器的微软也公布了自己的AI芯片计划。
有趣的是，虽然OpenAI现在名义上属于微软阵营（微软此前已经完成了对OpenAI的收购），但OpenAI和微软似乎并没有任何共享芯片的计划。
除了OpenAI和微软之外，还有不少厂商也准备出手。
01 支撑大规模数据中心的成本并不低。
仅初期硬件投入就以“亿”为单位。
微软前段时间公布的欧洲数据中心计划，初期投资高达5亿美元，还不包括后续投资。
维修费用。
这5亿美元中，除了基础设施建设等支出外，最大的支出就是购买NVIDIA生产的专业计算卡。
据前段时间分析，英伟达芯片的成本与售价的差异可能在10倍以上。
以最受大企业追捧的H为例，计算卡的成本在1美元左右，而官方售价则在0美元以上。
无论是为了省钱，还是为了抢占这个新兴市场，实施自己的AI芯片研发计划已经迫在眉睫。
从目前已知的信息来看，英特尔、AMD等半导体巨头均公布了新一轮AI芯片研发计划。
英特尔以CPU为突破口，以不同的方式打造了另一款AI芯片，甚至已经发布了第一代产品。
AMD正试图挑战Nvidia在GPU领域的地位。
传统半导体巨头试图分一杯羹并不奇怪。
更引起英伟达关注的是，OpenAI和微软宣布将启动AI芯片研发计划。
作为两大核心用户，如果放弃英伟达，显然会给英伟达带来负面后果。
生态状况和收入会产生严重后果。
OpenAI的芯片计划最近才首次曝光。
对于一家AI公司来说，我对OpenAI的芯片研发能力表示怀疑。
而且，从OpenAI近期发布的招聘信息来看，他们正在从零开始组建研发团队。
他们可能至少需要一年的时间才能得出初步结果，并且大概率无法与英伟达的旗舰芯片竞争。
相对而言，微软的芯片计划更值得关注。
微软在芯片领域的投入其实已经相当高了，这几年也出了很多产品。
最近曝光的这款芯片代号为“Athena”，据内部消息称，研发早在今年就开始了，目前已进入试产阶段。
据悉，OpenAI已经秘密测试了Athena芯片。
作为一款专为训练和运行大型模型而设计的芯片，其在性能方面的表现非常出色，至少可以与亚马逊、谷歌等公司的主流芯片相媲美。
当然，Athena的性能肯定比不上Nvidia的旗舰芯片，但它可以给微软更大的主动权，让Nvidia在供应芯片报价上稍微克制一些。
而且，Athena只是微软首款专业AI芯片，其超过20亿美元的研发投入显然不会只产生一个结果。
作为OpenAI最大的资助者，微软很可能会要求OpenAI为Athena芯片提供测试和部署环境。
毕竟亚马逊和谷歌已经这样做了。
早在微软、亚马逊和谷歌投资许多人工智能公司之前。
亚马逊在向Anthropic提供40亿美元财务支持的同时，也要求对方使用亚马逊自己开发的两颗AI芯片。
当领先的AI公司开始转向其他芯片或自研芯片时，势必会对整个AI行业的硬件选型产生重大影响。
这正是NVIDIA不愿意看到的。
NVIDIA 将如何应对？ 02 NVIDIA的对策大型AI模型的魅力让许多科技公司沉浸其中，甚至有人认为这是下一次工业革命的开始。
当然，我们先不讨论有多少新技术被称为“工业革命的开端”。
至少从目前的发展路线来看，大型AI模型应该是近年来与普通人关系最为密切的。
技能提高了。
与普通百姓的密切关系意味着这项技术拥有非常广阔的应用市场，可以快速推广和商业化带来利润。
从技术的诞生到商业应用，很少有技术的进步能像大型人工智能模型一样快。
从ChatGPT公布并开放使用，到各种AI大模型的涌现并开放给公众，整个过程只用了一天的时间。
它将在不到一年的时间内完成。
从生产力到娱乐、消费、出行、教育，大型人工智能模型已经在很多应用中落地。
正因为如此，一些有实力的公司也在加紧建设自己的数据中心和计算中心，以部署和训练更大规模的模型。
人工智能模型可以让您在竞争中占据优势。
随着AI市场进入竞争阶段，企业也在寻求更高效的训练方法和更强大的模型。
除了优化算法等方面，计算能力更强的专业计算卡也是必须的。
所以，NVIDIA的对策其实很简单。
稳定研发团队，推出远超其他厂商的AI芯片。
硬件性能是NVIDIA最大的优势。
无论是亚马逊还是微软，只要他们想在性能和能耗之间找到平衡点，NVIDIA都是他们的首选。
刺激厂商使用自研芯片的原因只有两个。
一是英伟达的芯片太贵，二是供应有限，需要等待备货，这对厂商的扩张计划造成了影响。
目前英伟达的产能正在逐渐增加，采购量正在逐渐下降，应该很快就会达到供需平衡的阶段。
那么最大的问题就是价格。
考虑到NVIDIA的成本与售价有近10倍的差距，应该还有很大的降价空间。
个人认为，只要NVIDIA愿意降低价格，对于很多企业来说购买NVIDIA的专业计算卡来建设高性能数据中心仍然是一笔划算的交易。
至于自研芯片？事实上，数据中心根据其规模和用途需要不同类型的芯片。
一些性能要求较低的数据中心适合采用自研芯片来建设。
简单来说，培训和开发中心使用英伟达的专业计算卡来提高培训效率，而面向普通用户的数据中心则使用自研或其他芯片来降低建设成本和后续维护成本。
随着AI模型的应用范围不断扩大，企业显然需要在全球范围内建设更多的数据中心，以就近响应用户需求。
因此，NVIDIA过去积累的优势即使在未来也不会轻易丧失。
不过，随着其他公司的加入，NVIDIA的话语权将会减弱。
在产品定价等方面，NVIDIA可能会放弃部分利润来维持市场。
分享。
不过，相比之前的神与凡之战，这一次众多AI企业围攻“光明顶”，可以让中小型AI企业获得更便宜的数据中心部署方案。
【本文由投资界合作伙伴微信公众号授权：雷科技。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
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
06-06
06-18
06-18
06-17
06-18
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