想在AI晶片領域擊敗Nvidia，為何是不可能的任務？

在人工智能 (AI) 蓬勃發展的浪潮中，沒有哪家公司比輝達 (Nvidia) 更受益了。自 2023 年 1 月以來，這家晶片製造商的股價飆升了近 450%。隨著其股票總價值接近 2 兆美元，輝達目前已成為美國僅次於微軟和蘋果的第三大最有價值公司。其最近一個季度的收入為 220 億美元，而去年同期為 60 億美元。大多數分析師預計，控制著超過 95% 專用 AI 晶片市場的輝達，在可預見的未來將繼續保持快速增長。

那到底是什麼讓輝達的晶片如此特別呢？

想在AI晶片領域擊敗Nvidia，為何是不可能的任務？

輝達的 AI 晶片，也稱為圖形處理器 (GPU) 或「加速器」，最初是為電子遊戲設計的。它們使用並行處理，將每個計算分解成更小的部分，然後將它們分配到晶片內多個「核心」(處理器的核心) 中。這意味著 GPU 可以比按順序完成任務的速度快得多地運行計算。這種方法非常適合遊戲：逼真的圖形需要在屏幕上同時渲染無數像素。輝達的高性能晶片目前占遊戲 GPU 市場的五分之四。

幸運的是，輝達的晶片找到了更廣泛的用途：加密貨幣挖礦、自動駕駛汽車，以及最重要的，訓練 AI 模型。支持 AI 的機器學習算法使用深度學習的一個分支，稱為人工神經網絡。在這些網絡中，電腦從大量數據集中提取規則和模式。訓練網絡涉及大規模的計算，但由於任務可以分解成更小的部分，因此並行處理是加快速度的理想方式。高性能 GPU 可以擁有超過一千個核心，因此它可以同時處理數千個計算。

一旦輝達意識到其加速器在訓練 AI 模型方面高效性很高，它就開始專注於為該市場優化它們。其晶片已跟上越來越複雜的 AI 模型：到 2023 年，輝達將其計算速度提高了 1,000 倍。

但是輝達飆升的估值不僅僅是因為更快的晶片。其競爭優勢還擴展到其他兩個領域。其中之一是網絡。隨著 AI 模型不斷增長，運行它們的數據中心需要將數千個 GPU 連接在一起以提高處理能力 (大多數計算機只使用少數幾個)。輝達通過基於其於 2019 年以 70 億美元收購的網絡技術供應商 Mellanox 的產品的高性能網絡連接其 GPU。這使它能夠以競爭對手無法比擬的方式優化其晶片網絡的性能。

輝達的另一個優勢是 CUDA ，它是一個軟體平台，允許客戶微調其處理器的性能。輝達自 2000 年代中期以來一直在投資此軟件，並長期鼓勵開發人員使用它來構建和測試 AI 應用程序。這使 CUDA 成為事實上的行業標準。

輝達豐厚的利潤率和 AI 加速器市場的快速增長 (預計到 2027 年每年將達到 4,000 億美元) 吸引了競爭對手。亞馬遜和谷歌正在為其數據中心打造 AI 晶片。其他大型晶片制造商和新創公司也希望分一杯羹。2023 年 12 月，另一家晶片制造商 AMD 推出了一款在某些方面比輝達最先進的晶片片強大約一倍的晶片。

但即使構建更好的硬件也可能不夠。輝達之所以在 AI 晶片制造領域占據主導地位，是因為它提供最好的晶片、最好的網絡套件和最好的軟體。任何希望取代這家半導體巨頭的競爭對手都需要在這三個領域擊敗它。這將是一個艱鉅的任務。