文章主题：游戏, 显卡, AI芯片
从游戏GPU巨头到AI芯片霸主，英伟达的成功秘诀是什么？｜钛度图闻
钛度图闻·一百四十九期
今年3月举行的2024年GTC大会上，英伟达发布新一代基于Blackwell架构的GPU（图形处理单元）芯片B200，相比上一代H100性能推理性能提升高达30倍。
黄仁勋，英伟达的创始人和首席执行官，曾明确地表示，我们正在进入一个全新的计算时代。他进一步阐述道，他们的GPU技术在扩展AI软件网络和交换机技术方面发挥着重要作用，为生成式AI的计算基础架构搭建了坚实的基础。
在过去的几年中，全球范围内的科技创新浪潮中，云计算、加密货币、元宇宙和人工智能等热门领域，英伟达公司都扮演着至关重要的角色。特别是在由ChatGPT引发的AI热潮中，英伟达公司因此获得了巨大的利益。全球范围内，几乎所有的巨大AI模型都是在英伟达的显卡上进行训练的，而且英伟达在全球AI训练芯片市场的市场份额超过了95%，这使得公司在AI芯片领域占据了绝对的霸主地位。而近期推出的B200芯片，更進一步巩固了英伟达在AI芯片領域的 leadership地位。
随着英伟达的迅速崛起，仅用时9个月，英伟达市值从1万亿美元增长到2万亿美元。
截至3月27日，英伟达的市值已经达到了令人瞩目的2.31万亿美元。这一数字不仅让这家公司成为美国市值排名第三的高企业，更是在国内生产总值（GDP）的基础上超越了德国、俄罗斯等多国经济体的表现。
让我们一同探寻英伟达的发展轨迹，从其最初凭借游戏显卡崭露头角，到现在成为人工智能领域的领军企业，这家公司又是如何实现这一壮丽的转变呢？在当前算力竞争日趋激烈的环境下，英伟达所拥有的领先优势能够维持多久呢？这期钛媒体·钛度图闻将带您深入探讨这些问题。
10年累计投入364亿美元，持续挖掘GPU潜力
在今年2月份公布的2024财年（即2023年的自然年）四季度财报中，英伟达的业绩表现亮眼。该季度，公司的营收达到了221亿美元，较去年同期激增265%；净利润也相应提高，达到122.85亿美元，同比提高768%。回顾整个2023年，英伟达的营收总额达到了609.22亿美元，同比增长126%，而毛利率更是保持在令人瞩目的72.7%。
在高科技产业中的芯片半导体领域，英伟达作为重要的芯片设计巨头，一直致力于加大研发投入。这种专注于技术创新的精神已经成为了英伟达的核心竞争力之一，它基于对技术的深度研究，以研发为基础，通过构建良好的生态系统来实现更大的发展空间，并借助人工智能技术来提升其竞争优势。这就是英伟达的发展策略，即“研发为底、生态为径、AI 为翼”。
从发展初期，英伟达非常重视研发生产力，以高投入换去高回报不断提升产品竞争力。2005年，AMD 的研发费用为11亿美元，是英伟达的3.2倍左右；而到了2022年，英伟达的研发费用就达到73.4亿美元，是AMD的1.47倍。
截至整个2024财年，英伟达研发费用高达86.75亿美元，是AMD同期研发费用的1.48倍。
据钛媒体·钛度图闻统计，过去10年（2014-2023自然年），英伟达累计投入费用高达364亿美元，高于苹果公司、微软公司等科技巨头。
随着研发投入的不断增长，英伟达通过技术进步降低成本和产品价格，不断推出新的产品吸引更多消费者，优势逐渐凸显。
从1990年的GPU Geforce 256，到首个通用GPU计算架构Tesla，再到Maxwell、Pascal、Volta、Ampere、Hopper架构，以及如今的Blackwell架构，英伟达芯片性能持续提升。例如，相比Hopper架构，最新Blackwell架构的GPU单芯片训练性能（FP8）提升2.5倍，推理性能（FP4）提升5倍。
AI 方面，人工智能的发展为 GPU 带来更大增长空间，自2016年开始，英伟达逐步开始向深度学习方向演进。英伟达抓住下游发展新机遇，推出 AI 加速卡，伴随以 ChatGPT 为代表的生成式 AI 大模型发展进入快速增长通道。
生态方面，英伟达推出 CUDA 平台，使得利用 GPU 来训练神经网络等高算力模型的难度大大降低，将 GPU 的应用从 3D 游戏和图像处理拓展到科学计算、大数据处理、机器学习等领域，这一生态系统的建立让很多开发者依赖于 CUDA，进一步增加了英伟达的竞争壁垒。
那么，市场层面看，钛媒体·钛度图闻使用总处理性能（TPP）来对比英伟达与其竞品AMD、英特尔的芯片性能情况。整体来看，无论是英伟达A100，还是目前最新的H100、B200，训练性能都“遥遥领先”于AMD MI300系列、英特尔Gaudi 3等同期 AI 芯片产品。
而最新发布的英伟达B200芯片，更是稳固了英伟达在 AI 芯片领域的霸主地位。
黄仁勋透露，英伟达最新发布的Blackwell B200芯片的研发费用高达100亿美元，相当于719亿元人民币。这不仅高于英伟达去年全年研发投入，而且还高于其他芯片产品的研发费用。
数据中心替代游戏成核心业务，占公司总营收的78%
英伟达产业布局多元化，其产品主要集中于游戏、数据中心、专业可视化、汽车四大业务板块。
2022年之前，游戏一直是英伟达第一大业务。从2016财年到2024财年，英伟达的游戏业务营收从28.2亿美元增长到104.5亿美元，年复合增长率为15.67%。目前，英伟达在游戏GPU领域的市占率超过80%。
然而，由于PC出货量下滑、产业增速放缓等因素影响，2023财年英伟达游戏业务营收下滑33.9亿美元至90.7亿美元。但与此同时，数据中心“接盘”英伟达，成为该公司重要的收入增长引擎。
2024财年，英伟达数据中心业务营收高达475.3亿美元，占公司总营收的78%。从2016财年到2024财年，英伟达的数据中心业务营收年复合增长率为73.14%。
用投资构建“AI帝国”，英伟达一年投资30余家AI公司
在AI领域的发展道路中，英伟达不止研究芯片，还投资了30余家AI初创公司，这一数字是2022年的3倍多。
据钛媒体·钛度图闻统计，2023年，英伟达投资了34家与AI相关的公司，这些公司大致分为AI基础设施、AI垂直应用以及生成式AI三个方面。
在AI基础设施方面，英伟达于2023年8月投资了开源大模型开发平台Hugging Face；9月投资了数据分析和人工智能软件制造商databricks；12月投资了人工智能算力提供商CoreWeave。值得注意的是，手中掌握了成千上万块英伟达的AI算卡的CoreWeave以英伟达的芯片作为抵押，另外拿到了磁星资本、黑石集团领衔的23亿美元的债务融资，从这点可以看出英伟达与CoreWeave的关系非同一般。
在生成式AI方面，英伟达投资了搜索引擎、视频创作生成、人工智能代理等领域的公司。值得注意的是，英伟达拥有最先进的AI芯片，与英伟达合作就等于在AI大模型训练的道路上成功了一半。
例如，去年6月英伟达投资的大语言模型公司Inflection AI，其在英伟达的支持下，开发出了市场上最复杂的大型语言模型之一，使人们能够以最简单的方式与其聊天机器人Pi进行语音和文本对话，并快速接收相关信息以及有用的建议。
在AI垂直应用方面，英伟达投资了10家医药相关的公司，比如新药研发公司Recursion、Inceptive、Evozyne等，还有医学影像数据开发的公司Flywheel。去年7月，新药研发公司Recursion通过英伟达的投资和合作，计划在Nvidia DGX Cloud 上开发用于药物发现的新AI模型；与此同时，Recursion还能够访问英伟达的其他人工智能和云计算服务软件，用以微调和扩展新型AI模型。
而这些投资也似乎得到了回报。英伟达在今年2月的财报中表示，截至2024年1月份，英伟达的投资价值约为15.5亿美元，而前一年为3亿美元。
英伟达的崛起，靠着不断突破、创新以及能及时把握时代风口。未来，随着越来越多的公司加入AI芯片产品研发队列，各大公司之间的竞争将会更加激烈。谁能赶超英伟达？我们拭目以待。
数据来源：semianalysis、英伟达财报、中泰证券、CBinsights等公开资料整理。
（本文首发钛媒体App，作图｜初彦墨，编辑｜刘亚宁、林志佳，策划制作｜钛媒体视觉中心）返回搜狐，查看更多
责任编辑：
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
