首页 >  商业 > 内容

乘着生成式AI东风英伟达市值奔向1万亿美元

时间:2023-05-31 14:41来源:TechWeb阅读量:10906   

北京时间5月30日,英伟达盘前涨至404美元,市值突破1万亿美元。这一波连续上涨被认为是生成式人工智能爆火的功劳,因为英伟达占据了能处理复杂计算的GPU。

2022年,英伟达发布了H100处理器。这是该公司最强大、也是最昂贵的处理器之一,每台售价约为4万美元。H100的推出看起来似乎不合时宜,因为各大企业因为日益加剧的通胀而纷纷削减支出。

然而到了11月,ChatGPT上线了。英伟达CEO黄仁勋对此表示:“去年,我们经历了相当艰难的一年。但随着OpenAI聊天机器人ChatGPT的问世,我们又在一夜之间力挽狂澜。ChatGPT在极短的时间内就创造出巨大的需求。”

ChatGPT的突然火爆,引发了全世界领先科技公司和初创企业之间的军备竞赛,他们开始争先恐后地购买H100,因为它是“世界上第一款为生成式AI而生的计算机芯片。所谓的生成式AI,是指该系统可以像人类一样快速地生成文本、图像和其他内容。

在正确的时间拥有正确的产品,就能创造出真正的价值。英伟达上周四预计,在截至7月底的第二财季,其销售额将达到110亿美元,较华尔街之前的预期高出50%以上。这主要得益于大型科技公司数据中心开支的反弹,以及对英伟达AI芯片需求的骤增。

对于这一乐观的预期,投资者的反应也是积极的。在随后的一天,英伟达市值增加了1840亿美元,使得这家本已是全球最具价值芯片公司的估值接近1万亿美元。

生成式AI可能重塑各个行业,带来巨大的生产率提高,并取代数百万个工作岗位,英伟达是这项技术崛起的早期赢家,而H100又将加速这一技术飞跃。H100基于一种新的英伟达芯片架构,名为“Hopper”,以美国编程先驱格蕾丝·霍珀的名字而命名。如今,H100已快速成为硅谷最热门的产品。

黄仁勋称:“就在我们要量产Hopper的时候,商机就来了。我们开始大规模生产Hopper数周之后,ChatGPT就亮相了。”

黄仁勋对抓住这一持续上涨的需求充满信心,这在一定程度上源于英伟达与芯片制造商台积电的合作,扩大H100的生产规模,以满足微软、亚马逊和谷歌等云提供商、Meta等互联网公司,以及企业客户需求的爆炸式增长。

CoreWeave是一家专注于AI的云基础设施初创企业,也是今年早些时候首批购买到H100的企业之一。CoreWeave首席战略官兼创始人布兰宁·麦克比表示:“这是地球上最稀缺的工程资源之一。”

一些客户等待了长达6个月的时间,才拿到他们想要的数千块H100芯片,来训练其庞大的数据模型。一些AI初创企业表示,在需求腾飞之际,他们担心H100会供不应求。

最近,特斯拉CEO埃隆·马斯克新成立了一家AI初创公司X.ai,并购买了数千块英伟达芯片。

马斯克还称,除了建立合作伙伴关系,仅基于计算能力,要赢得AI竞赛需要大量的资金支持。例如,服务器硬件的最低投资就要2.5亿美元。他说:“计算成本已经达到了天文数字。要构建生成式AI系统,服务器硬件最少需要投资2.5亿美元。”

如今,H100越来越受到微软和亚马逊等大型科技公司,以及OpenAI、Anthropic、Stability AI和Inflection AI等生成式AI初创企业的欢迎。前者正在构建以AI工作负荷为中心的完整数据中心,后者则承诺提供更高的性能,可以随着时间的推移加快产品发布或降低培训成本。

当前,英伟达超大规模和高性能计算业务负责人伊恩·巴克正面临着一项艰巨的任务,即增加H100的供应以满足巨大的市场需求。他说:“市场需求非常旺盛,一些大客户正寻求购买数以万计的GPU。”

H100是一款体积较大的“加速”芯片,专为数据中心而设计,拥有800亿个晶体管,是最新款iPhone手机处理器晶体管数量的5倍。虽然它的价格是其前身2020年发布的A100的两倍,但早期采用者表示,H100的性能至少要高出三倍。

Stability AI联合创始人兼CEO埃马德·莫斯塔克称:“H100解决了一直困扰AI模型创建者的可扩展性问题。这一点很重要,因为从研究转移到工程的过程中,它让我们所有人都能更快地训练出更大的模型。”

虽然H100发布的时机非常理想,但英伟达在AI领域的突破,可以追溯到近20年来的软件创新,而不是硬件。2006年,英伟达创建了Cuda软件,允许将GPU重新用于图形以外的其他类型工作负载。到了2012年左右,引用巴克的话说,“AI发现了我们。”

加拿大的研究人员率先意识到,GPU非常适合创建神经网络。神经网络是一种AI形式,其灵感来自于神经元在人脑中相互作用的方式。随后,神经网络成为AI发展的新焦点。巴克说:“我们花了将近20年的时间,才走到今天。”

如今,英伟达拥有的软件工程师数量要多于硬件工程师,这使其能够支持随后几年出现的许多不同类型的AI框架,并使其芯片在统计计算方面更加高效,这正是训练AI模型所需的。

Hopper是第一个针对“transformer”进行优化的架构,这种AI方法支撑着OpenAI的“生成式预训练的transformer”聊天机器人。英伟达与AI研究人员的密切合作,使其能在2017年发现transformer的出现,并开始相应地调整其软件。

AI初创企业投资公司Air Street Capital合伙人内森·贝纳奇表示:“可以说,英伟达比其他所有人都更早地看到了未来,他们的战略是让GPU变得可编程。英伟达发现了商机,下了很大的赌注,并始终领先于竞争对手。”

贝纳奇预计,英伟达要领先竞争对手两年时间。但贝纳奇同时认为:“在硬件和软件方面,英伟达的地位也不是无懈可击的。”

莫斯塔克也同意这一观点。他说:“谷歌、英特尔和其他公司的下一代芯片正在迎头赶上。随着软件标准化,英伟达的Cuda也不是牢不可破的。”

在AI行业的一些人看来,华尔街近期的热情似乎过于乐观。不管怎样,芯片咨询公司D2D Consulting创始人杰伊·戈德伯格(Jay Goldberg)认为:“就目前而言,在AI市场的‘半决赛’中,英伟达似乎要通吃。”

声明:免责声明:此文内容为本网站转载企业宣传资讯,仅代表作者个人观点,与本网无关。仅供读者参考,并请自行核实相关内容。

最新推荐