英伟达创始人、CEO黄仁勋(图片来源：英伟达)
随着 AI 聊天机器模型ChatGPT全球爆火，其背后核心的 AI 算力“大脑”、全球第五大科技股英伟达(NASDAQ: NVDA)开始展示成为 AI 领域核“芯”的基础设施技术能力。
北京时间3月21日晚GTC开发者大会上，黄仁勋在76分钟内发布英伟达最新芯片、超算服务与合作，其中有一半以上跟ChatGPT和生成式 AI 有关。
具体包括，搭载8个A100 GPU层的 AI 超算云服务DGX Cloud，每月3.7万美元在互联网上训练ChatGPT;目前云上唯一处理ChatGPT的GPU HGX A100，计算效率比前代提高超10倍;芯片计算光刻软件库cuLitho，让ASML光刻计算提速40倍;首个GPU加速的量子计算系统Quantum Machines;以及与比亚迪开发软件定义汽车方案、与亚马逊AWS合作开发训练大模型和构建生成性 AI 应用等。
“我现在正在看着你们所有人。很高兴见到你们所有人，看起来棒极了，”北京时间3月22日早上8点左右，60岁的黄仁勋精神抖擞地站在显示器前面，通过线上会议方式悉数解答亚太媒体对于英伟达的疑问和困惑，“我凌晨 4:00 起床，所以如果你不累，我也不累”。这是过去三年疫情下，中国媒体与远在美国的黄仁勋讨论英伟达的最佳时机。
“老黄是个狠人”，这是钛媒体App听到接近黄仁勋人士对其最直接的评价，因为很多英伟达合作事务都是黄仁勋亲力亲为。他笑着说没有很快退休的计划，而是希望再领导英伟达30到40年，直到90岁左右，届时会以机器人的形式继续工作。
过去近30年，在黄仁勋带领下，英伟达从一家以设计和销售GPU(图形处理器)芯片的半导体公司，如今已经成长为人工智能(AI)加速算力软硬件一体方案的技术公司。
“加速计算并非易事。2012年，计算机视觉模型AlexNet动用了英伟达GeForce GTX 580，每秒可处理262 PetaFLOPS。该模型引发了AI技术的爆炸，”黄仁勋说道，“十年之后，Transformer出现了，GPT-3动用了323 ZettaFLOPS算力，是AlexNet的 100 万倍，创造了ChatGPT这个震惊全世界的 AI。”
“AI 的 iPhone 时刻已经来临。”黄仁勋最近反复在提这句话，他认为生成式 AI 将重塑几乎所有行业——由于ChatGPT模型背后算力成本超过400万美元，在这场大模型军备竞赛中，手握A100和H100的“军火商”英伟达，或已成最大赢家。据花旗预估，ChatGPT或将促使英伟达一年内销售额增长100亿美元。
AI 的算力繁荣，推动英伟达股价在2023年上涨了77%，黄仁勋的财富同期增长超过60亿美元。
目前，英伟达市值为6471亿美元(约合人民币4.45万亿元)，已是英特尔市值的近五倍，同时是A股第一股贵州茅台(600519.SH)的两倍以上，而且比特斯拉市值还高220亿美元(约合1514亿元)。
不过今天发布会表明，英伟达的脚步还没有停，其正在向 AI 超算云与基础设施的定位进发。
英伟达市值狂飙的底气在哪?
“I AM AI，”这是每年 GTC 大会宣传片中反复提及的关键词。如果你细品这句话，可以明显感知英伟达不止是芯片设计公司，而是 AI 技术基础设施。
英伟达是地球上最昂贵的科技股之一，公认会计原则下市盈率139倍，账面价值27倍。钛媒体App梳理数据发现，过去一年内，英伟达收入增长率为0.22%，收益增长率为-54%，而且最近两个季度营收出现下降，预计今年第一季度营收也会同比下降——这与其股价暴增趋势并不相符。
那么，为什么英伟达这样一家昂贵的公司，还会被市场看好?
就目前来看，英伟达很主要、明显的机会因素是 AI 算力需求增长，以及其长期稳定的 AI 加速芯片市场竞争与部分垄断地位。
此次GTC大会能窥豹一斑。今年，黄仁勋GTC开幕演讲主要谈四类新品：ChatGPT专用GPU、给台积电核弹的计算光刻数据库、为 AIGC 设计专用算力的系统方案、首个 GPU 加速的量子计算系统。
自从ChatGPT推出并在60天实现超过 1 亿月活用户以来，从创业者到投资人，从大学教授到科技部部长，都在讨论这个产品。在这其中，作为 AI 服务器芯片销售方，英伟达“赢麻了”，其在 AI 数据中心GPU领域几乎没有竞争，控制着90%的市场。据Similarweb数据，ChatGPT可能需要602台DGX A100服务器能够满足当前的访问量。
但问题在于，创造ChatGPT的美国 OpenAI 公司，开发的GPT-3模型参数量高达1750亿，其需要的瞬时算力很高，如何解决算力贵、算力难的困境呢?
如今，英伟达希望降低算力成本，更简单易用的使用NVIDIA AI， 推出了专注于ChatGPT的 AI/GPU 训练和推理两类新的芯片方案：
训练方面：英伟达H100 GPU基于Hopper架构及其内置Transformer Engine，针对生成式AI、大型语言模型和推荐系统的开发、训练和部署进行了优化，在大型语言模型上比前代A100提供了快 9 倍的AI训练、快30倍的AI推理。组装后的NVIDIA DGX H100 AI超级计算机拥有8个H100 GPU模组，可提供32PetaFLOPS的算力，已全面投入生产，微软已经宣布Azure云将向其H100 AI超级计算机开放私人预览版。
推理方面，英伟达推出全新GPU推理平台：四种配置(L4 Tensor Core GPU、L40 GPU、H100 NVL GPU、Grace Hopper超级芯片)、一个体系架构、一个软件栈，分别用于加速AI视频、图像生成、大型语言模型部署和推荐系统。其中，L4可提供比CPU高120倍的AI视频性能，能效提高99%;L40推理性能是英伟达最受欢迎的云推理GPU T4的10倍;Grace Hopper超级芯片适用于推荐系统和大型语言模型的AI数据库。
“英伟达的 AI 超级计算机DGX是语言大模型背后的引擎，我曾亲手将全球首款DGX交给OpenAI，自此之后全球百强企业中有一半安装了这款计算产品，”黄仁勋称，DGX已经成为了AI领域的必备工具，而随着生成式 AI 成熟带动相关应用，企业需要更简单的模式。
黄仁勋表示，目前在云上唯一可以实际处理ChatGPT的GPU是HGX A100。与适用于GPT-3处理的HGX A100相比，一台搭载4对H100及双GPU NVLink的标准服务器的速度要快10倍，H100可将大型语言模型的处理成本降低一个数量级。
当然，这还不够。黄仁勋想出了这次GTC大会的核心之一：不止卖芯片，还要对外租用服务器，联合微软、谷歌一起卖云计算服务。
英伟达今天推出了一项名为DGX Cloud的 AI 超级计算云服务，与微软Azure、谷歌OCP、Oracle OCI合作，通过一个Web浏览器就能访问，以便企业为生成式 AI 和其他开创性应用训练先进的模型。
(来源：英伟达展示的分析师文件信息)
售价方面，DGX Cloud实例的起价为每个实例每月36999美元，达3.7万美元。其每个实例都具有8个NVIDIA H100或A100 80GB Tensor Core GPU，每个节点共有640GB的GPU内存。DGX Cloud提供了专用的NVIDIA DGX AI超级计算集群，并配备了NVIDIA AI软件。
该服务将首先上线甲骨文云，随后拓展至微软Azure、谷歌云。
有了芯片这一数据中心算力底层、有了 AI 算法软件，这次上云，英伟达成为“AI 基础设施”的希望呼之欲出。
据黄仁勋介绍，目前英伟达的 AI 云服务已经诞生不少合作案例。以视觉场景为例，全世界最大的图库服务商Getty Images将利用该服务构建图片、视频生成模型，未来企业将可以使用该模型产品用文字生成图像和视频;视觉编辑软件公司Adobe也将利用该服务制作的生成式AI模型，实现在创作过程中对图像、视频动画等进行优化。
“这个行业需要一个类似台积电的代工厂，来构建自定义的大模型，”黄仁勋指出，生成式AI将重塑几乎所有行业，一些公司可以直接使用市面上的API，但专业领域的公司需要专有数据构建定制模型。
当然，黄仁勋也希望在芯片产业链上游企业的产生销售业绩，英伟达发布了一个用2nm芯片制造的突破性计算光刻技术——NVIDIA cuLitho计算光刻库。
“计算光刻是芯片设计和制造领域中最大的计算工作负载，每年消耗数百亿CPU小时。”黄仁勋讲解道，大型数据中心24×7全天候运行，以便创建用于光刻系统的掩膜板。这些数据中心是芯片制造商每年投资近2000亿美元的资本支出的一部分。
而cuLitho能够将计算光刻的速度提高到原来的40倍。黄仁勋表示，英伟达H100 GPU需要89块掩膜板，在CPU上运行时，处理单个掩膜板需要两周时间，而在GPU上运行cuLitho只需8小时。“台积电可以用500张H100的DGX系统替代用于计算光刻4万台CPU服务器，”黄仁勋说。
目前，全球最大晶圆厂台积电、全球最大光刻机制造商阿斯麦(ASML)、全球最大EDA公司新思科技(Synopsys)都将使用这项新技术。老黄透露道，cuLitho历时四年研发，与这三家芯片大厂进行了密切合作。台积电将于6月开始对cuLitho进行生产资格认证。
此外，GTC大会还宣布包括元宇宙、汽车、量子计算领域的新进展，比如英伟达与日本三菱联合打造了日本第一台用于加速药物研发的生成式 AI 超级计算机，与宝马集团扩大合作建设虚拟工厂、比亚迪更多车型将采用NVIDIA DRIVE Orin平台，以及与Quantum Machines合作推出了全球首个GPU加速量子计算系统，甚至推出了一项名为AI Foundations服务，以帮助企业训练他们定制的 AI 模型，多家股票图像数据库厂商已经计划使用该服务。
看完GTC开幕演讲，正如今年大会前夕中文宣传语——“切勿错过 AI 的决定性时刻”——今时今日，黄仁勋已经意识到，十年的 AI 蓄力已开花结果，英伟达确实在经历 AI 新浪潮下的最关键一战。毕竟，游戏、加密货币、消费电子等领域市场正处于下降形势。
一个很明显的感知是，英伟达在数据中心的市场地位确实稳如磐石。无论是竞争对手AMD，还是正进入裁员减薪、高管出走风波的英特尔，都无法更快争夺英伟达手里90%的份额，与其直接进行芯片竞争。
因此，华尔街普遍认为，英伟达有点类似荷兰光刻机巨头ASML Holding NV(ASML)：部分垄断，在高端市场没有竞争——这是所有投资人看好英伟达股票的关键因子之一。
券商Rosenblatt Securities芯片半导体分析师Hans Mosesmann表示，英伟达最新发布的产品“比竞争对手领先多年”。 “英伟达在AI软件方面的领导地位不仅具有里程碑意义，而且还在加速发展。”他表示。
中美脱钩下，无人能替代英伟达
“接下来，基础科学的进步开始进入到拼算力的时代”，这个话题变得愈加重要，算力已经成为了新的战略目标。
钛媒体App了解到，随着ChatGPT汹涌的浪潮，很多大模型开始急需高算力GPU，需求攀升，英伟达GPU已陷入严重短缺，多家国内公司已开始寻求AMD等其他品牌的替代品。
据媒体报道，微软等客户对英伟达A100/H100芯片需求强劲，后者订单能见度已至2024年，更紧急向代工厂台积电追单。而且，由于需求激增，博通与英伟达的GPU网络设备供应严重短缺，即便两家公司正全力扩产，但供需鸿沟依然极大。
据中国信通院最新数据，截至2022年底，中国在用数据中心机架总规模超过650万标准机架，算力总规模达到180EFLOPS，居全球第二，算力总规模近五年年均增速超过25%。数据显示，当前算力规模中有超过20%算力是智能算力，可用于 AI 各类应用，包括模型训练和推理。
但是，2022年9月起美国商务部对华的半导体出口管制新规，正影响英伟达在中国数据中心需求暴增下的布局。
去年10月7日，美国商务部工业和安全局(BIS)发布一套新的、范围广泛的出口管制措施，阻止中国获得需要使用先进半导体的高性能计算能力。随后，英伟达发布公告，声称新措施影响了该公司最近一个财季约4亿美元的营收。而早在去年8月，英伟达的数据中心芯片A100和H100等多款产品已被美国商务部列入出口管制清单。
2022年11月，英伟达公司发言人向钛媒体App表示，为了解决美国商务部的半导体出口新规，英伟达推出全新中国特供版NVIDIA A800 GPU，以取代A100 GPU，已经在三季度起投产。A800符合美国政府关于减少出口管制的明确测试，并且不能通过编程来超过它。
今晨英伟达推出的DGX H100 AI超级计算机，以及内置A100、H100的DGX Cloud服务，似乎会在中国境内有替代方案。
3月22日上午的采访中，黄仁勋表示：“我们在欧美与云服务提供商合作，提供英伟达的DGX系统AI超级计算机的能力。在中国，英伟达有特别定制的Ampere和Hopper芯片，它将完全符合所有的出口管制和法规。然而，它们将在中国的云计算公司中实施。阿里巴巴、腾讯、百度都是优秀的合作伙伴。我完全相信他们会有最先进的系统来进行 AI 计算。”黄仁勋所指的中国可用的Ampere和Hopper芯片是A800和H800，是英伟达提供的特供版替代方案。
目前，无论是英伟达芯片，还是其构建的CUDA软件生态，这些都成为ChatGPT这一大模型黑盒产品背后的更核心、更具有技术内幕的重要法宝。国内发展多年，并没有出现真正对标英伟达4万亿规模的中国GPU芯片企业。
正如一位国内 AI 公司创始人今早发布的朋友圈说的那样：我们曾经弯道超车“吊打”英伟达，结果迅速被直道超车。芯片层面被英伟达远远甩在身后，算法层面只能猜OpenAI怎么做的，连应用层面也只能仰望Midjourney。曾经，中美在 AI 方面并驾齐驱终究只是错觉，过去几年耽误了太多时间，一些机构在那炒作概念制造泡沫，总归要付出应有的代价。每次浪潮来临的时候，总是低头做事的少，但凡事不能靠嘴。
最终，我们如何定义英伟达这家公司，钛媒体App采用3月21日晚谷歌发布的对标 ChatGPT产品 Bard 测试版，来看看 AI 如何看待英伟达公司：
我认为，Nvidia 是一家非常优秀的公司。他们是图形处理单元 (GPU) 领域的领先技术公司。他们的 GPU 用于各种应用，包括游戏、人工智能和数据科学。
Nvidia 在创新和发展方面有着良好的记录。他们多年来一直盈利，股价也一直处于稳步上升的趋势。
Nvidia 是一家经营良好的公司，拥有强大的管理团队。他们对未来有清晰的愿景，并且正在按照该愿景执行。
对于寻求涉足科技领域的投资者，我会推荐 Nvidia 作为一项不错的投资。
“我们是全球AI的发动机。”黄仁勋认为，这是我们这一代人第一次真正让 AI 技术变得人人触手可及。不只是利用技术，更是开发技术。