Nvidia扩展AI帝国：从芯片到数据中心设计的全面布局

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

Nvidia正处于人工智能（AI）芯片市场的中心地位，但首席执行官黄仁勋的目标远不止于此。他正通过提供软件、数据中心设计服务和网络技术等多方面的产品，扩大公司业务，并希望在竞争中进一步拉大优势，成为AI领域的全面供应商。

黄仁勋的战略旨在将Nvidia打造成不仅仅是一个硬件组件供应商，而是一个涵盖所有关键要素的一站式服务提供商，尤其是在像OpenAI的ChatGPT等工具开发和部署的AI数据中心，或他所谓的“AI工厂”中。

在本周三发布的财报中，Nvidia的表现超出了华尔街的预期。黄仁勋在随后的电话会议中强调了公司在数据中心设计方面日益增强的能力。这一财报发布前不久，竞争对手AMD宣布将以近50亿美元收购数据中心设计和制造公司ZT Systems，以图在数据中心领域缩小与Nvidia的差距。

黄仁勋指出，Nvidia有独特的能力来整合和设计AI工厂，因为公司掌握了所有关键部件。他表示：“如果没有所有这些组件，就无法每年设计出全新的AI工厂。”

这一战略旨在延续Nvidia的商业成功，使其成为全球最有价值的公司之一，同时通过在AI数据中心中占据更多的价值链环节，增加收入并使其产品对客户更加不可或缺。

Nvidia的成功在一定程度上依赖于其已经使用了17年的专有软件CUDA，这款软件使程序员能够充分利用其芯片。最近，黄仁勋还将资源投入到一种名为InfiniBand的超高速网络协议中，这是在五年前以近70亿美元收购该技术的主要设备制造商Mellanox Technologies后得来的。分析师估计，InfiniBand被用于大多数AI训练部署中。

此外，Nvidia还在建立一个业务，为传统数据中心广泛使用的AI优化以太网提供网络技术。首席财务官Colette Kress表示，以太网业务预计将在一年内带来数十亿美元的收入。

更广泛地说，Nvidia销售的产品包括为各种其他数据中心设备提供的中央处理器和网络芯片，这些设备经过精细调整以无缝协同工作。公司还为特定行业（如医疗保健和机器人技术）提供量身定制的软件和硬件解决方案。

数据中心运营商DataBank的首席执行官Raul Martynek表示：“他（黄仁勋）使公司垂直化，他们对AI有一个愿景，即需要哪些软件和硬件组件才能让用户真正部署它。”

竞争加剧

Nvidia的竞争对手正在做出回应。AMD收购ZT Systems的交易本质上是为了获取如何建造数据中心的技能。AMD计划出售ZT的制造业务，并保留其设计专家，以便对Nvidia发起更强有力的挑战。

包括Intel、Cerebras Systems和SambaNova Systems等AI芯片初创公司在内的其他芯片供应商，也在提供服务和系统，以帮助客户构建和运营AI工具。

分析师和业内高管表示，这种趋势在一定程度上反映了客户对即插即用AI计算基础设施的偏好，这有助于他们在AI繁荣中迅速行动。

“企业通常会选择一站式解决方案，”投资公司Raymond James的分析师Srini Pajjuri表示。“他们没有资源、技术或专业知识来自己拼凑设备。”

战略中的风险

然而，Pajjuri指出，这一战略也存在一些风险。随着AI计算领域竞争的加剧以及AI工厂建设热潮的减退，客户可能会探索替代方案，而不仅仅依赖于Nvidia围绕其AI芯片构建的专有技术。

他说：“目前，市场时间是最重要的，所以他们正在采用Nvidia的解决方案，但随着技术的成熟，Nvidia可能无法再占据更多市场份额。”

Nvidia还可能面临监管障碍，这是许多在市场中占据主导地位并扩大其影响力的公司曾遇到的挑战。公司在欧洲的市场行为正受到审查，其在法国的办公室在过去一年里遭到突击检查，尽管目前尚未对其提出指控。

黄仁勋在周三表示，Nvidia的角色是一个协调者和设计者，能够为如何建立复杂的AI基础设施提供指导，但强调Nvidia并不打算包揽所有工作。

Nvidia将于今年晚些时候或明年年初推出下一代Blackwell AI芯片，并首次提供一个完整的计算设备机架设计，但Nvidia本身不会制造这些设备。

黄仁勋表示：“我们知道如何设计AI基础设施，以客户希望的方式提供，并让生态系统进行整合。”