黄仁勋:我们不想当行业领导者

黄仁勋:我们不想当行业领导者 在和生物科技公司RecursionCEO克里斯·吉布森(Chris Gibson)的谈话中,他打了个比方:我们的愿景是助力未来的每一辆车实现自动驾驶,以确保它们能达到尽可能高的安全标准。然而,我们并无成为汽车公司的意图。去年7月,英伟达宣布向Recursion投资5000万美元,以加速人工智能在药物发现领域的突破性基础模型开发。除了跨界AI制药,英伟达还在电信、人形机器人以及AI视频生成等领域动作频频。虽然外人看起来眼花缭乱,但老黄大方揭秘了英伟达投资三原则:问题是否具有挑战性?英伟达能否提供独特的贡献?此举是否会产生深远影响?且看老黄如何将上述原则掰开了,揉碎了讲。划重点“算法、足够快的计算机以及知识的结合,才真正将“方法论”这一词汇引入现代芯片设计中。”“我们简单地调整设计规则,这就是我们所做的。”“我们曾认为拥有足够的超级计算能力就可以模拟人体,但如今我们已基本放弃了这个想法。”“每家公司本质上都处在危险状态,如果不能保持全力以赴,英伟达也可能会在30天内破产。”“生成式AI将颠覆软件编写和处理领域,帮助开发新的软件类型并解决新的问题。”以下为黄仁勋谈话内容整理:三项核心要素支撑行业发展吉布森:上次的交谈中,你提到了自己的职业生涯早期,硅芯片行业如何从实验室和实证为基础转变为几乎完全依赖计算机模拟。我们可以从这次转变中学到哪些生物学领域的经验?这两者之间是否存在某种相似之处?黄仁勋:这两者之间的确有许多相似之处。我的职业生涯始于41年前,那时正是计算机辅助设计(AED)在芯片设计上崭露头角的时期。虽然之前也有人提,但直到那时,算法、足够快的计算机以及即时知识的结合,才真正将“方法论”这一词汇引入现代芯片设计中。在此之前,这个词汇并不常见,而它正是由我和林恩·康威教授(Lynn Conway,《VLSI系统导论》(Introduction to VLSI Systems)作者)共同提出的。我不知道你们是否读过《VLSI系统导论》这本书,其中描述了我们如何使用简单的方法论,基于第一性原理创建并简化芯片设计方法论的系统,从而能够制造出巨大的芯片。这本书是关于超大规模集成电路(VLSI)系统的,这个概念使得硅芯片变得足够大且复杂,以至于能够容纳整个系统。书中详细阐述了设计、晶体管布局、模拟以及缩放的方法论。这部著作确实激励了一代又一代的芯片设计师。这三项核心要素算法、算力和专业技能,如今正在你的行业中蓬勃发展。在芯片设计的领域,尽管专业技能对于你所在行业所需的数据量并非核心,但当我们深入探究Recursion的本质时,这三种元素都在发挥着至关重要的作用。深度学习等新算法或算法家族的涌现,以及你所利用的超级计算能力,正是我们双方共同合作创造的成果。当然,还有从机器人实验室中系统生成和收集数据的专业技能,以及从这些数据中提炼出生物学意义的专业知识,这些意义都深深植根于生命的奥秘之中。所有这些元素在生物学领域的融合,正展现出其巨大的潜力和价值。我有幸在40年前首次在芯片设计中见证了类似的历程。令人惊奇的是,当时的芯片设计师们,包括我在内,已经逐渐走出实验室,在实验室外也能自如地进行设计工作。而现在的芯片设计师几乎不再需要进入实验室,除非是为了庆祝芯片的成功运行。想象一下,成千上万名工程师共同工作三四年,将他们的智慧和努力凝聚在一个小小的芯片之中。这个芯片随后被嵌入到一个庞大的系统中,与成千上万个这样的芯片(许多都是不同类型的)共同协作。当我们启动这个系统时,它开始正常工作,这对我来说并不能算是奇迹,而是完全符合预期的结果。事实上,这只是芯片生命周期中的又一个平凡日子。原因在于,这个芯片在硅中早已存在,它一直在做着它应该做的工作。而这一切,都只是在我们之前制造的芯片基础上的一次迭代和进化。因此,我们得到了这样的循环和迭代:芯片在不断地创造和进化,为我们提供了设计下一代芯片所需的算法和工具。这种过程几乎就像是一种递归,但它正是我那一代人在芯片设计领域所经历的真实写照。“设计规则”+“方法论”吉布森:你当时是否觉得这种进步是不可避免的?对于其他人来说,这样的发展也是必然的吗?黄仁勋:当时,大多数人可能会告诉你,这种方法行不通。他们认为,由于边缘条件的复杂性、问题的长尾效应、实验室中的种种困难和挑战,以及那些频繁失效的芯片,他们无法相信这是可能实现的。然而,我认为每个行业的演进都遵循着类似的轨迹。那些早期开拓者经历了无数的痛苦和挫折,以至于当事情开始顺利运作时,他们甚至不敢相信这会如此简单。当然,它并不简单,但我们已经将这些经验融入了我们的工具中。就我们而言,我们有能力重新塑造我们的晶体管,这是你们所面临的困难之一,也是我们花费大量时间的原因。我们可以改变晶体管的结构,直到它们可以按照我们的期望进行设计。但你们不同,你们必须接受生物学的晶体管也就是生物体本身,它们就是它们,无法改变。而我们则是通过塑造我们的晶体管,让它们的行为符合我们的预期或模拟结果。如果我们无法预测晶体管或芯片在极端条件下的表现,我们就不会尝试制造它们。我们简单地调整设计规则,这就是我们所做的。这就是为什么我们有这些被称为“设计规则”的东西。不幸的是,生物学就是遵循这些规则的,进化也是如此。我们有机会塑造我们的晶体管和芯片,直到它们变得非常微小,以至于在统计上呈现出差异。例如,如果一个晶体管指向这个方向,而另一个指向那个方向,它们的表现就会有所不同。为了解决这个问题,我们让所有的晶体管都指向同一个方向。这样,我们的芯片设计就按照我们理解的方式运作,直到我们达到技术的极限。我们有这些被称为设计规则和方法论的东西,然后一切都在这个框架内运行。而对于你们来说,挑战要大得多。你们必须学习生物学的行为,理解它们的意义、行为和特性,正如它们自然存在的那样。但好消息是,你们现在终于拥有了实现这一目标所需的技术。我坚信,凭借你们在机器人实验室中的创新、数据处理能力、系统数据收集、机器学习以及我们共同打造的超级计算机,你们距离真正理解生命的意义只有一步之遥。英伟达投资三大原则吉布森:我听说你们有三个指导原则:问题是否具有挑战性?英伟达能否提供独特的贡献?以及此举是否会产生深远影响?显然,生命科学在医疗保健领域无疑是一个巨大的挑战,其影响力不言而喻。那么,英伟达在医疗保健领域的独特贡献究竟是什么呢?你们对医疗保健领域的整体愿景又是什么?黄仁勋:除了与Recursion的合作外,从更宏观的视角来看,我们的另一种选择是更好地做别人已经做得很好的事情。我们明白,追求快速的投资回报和胜利是商业世界的常态,但这并非我们的终极追求。我们渴望去做一些别人从未做过的事情,做一些如果我们不做,别人也不会做的事情。当我们选择这样的道路时,我们深知其中的艰难与挑战,但正是这些挑战,让我们的人生变得更有意义,让我们的贡献更加独特。这就是英伟达,这就是我们对待机遇、威胁和挑战的方式。当然,理解生命的奥秘,用计算机进行药物发现,这无疑是一个极其艰巨的挑战。然而,我相信,在我们这一... PC版: 手机版:

相关推荐

封面图片

全程回顾黄仁勋GTC演讲:Blackwell架构B200芯片登场

全程回顾黄仁勋GTC演讲:Blackwell架构B200芯片登场 在这场两个小时的演讲中,黄仁勋公布了搭载B200芯片的GB200 Grace Blackwell超级芯片系统,以及英伟达在AI软件(NIM微服务)、Omiverse云、具身智能方面的最新进展。以下为演讲内容回顾:黄仁勋登台,对观众们强调:我希望你们搞清楚今天这里不是演唱会,而是一场开发者大会。黄仁勋介绍了本届GTC的一些参与者,并强调这些公司不只是来参会,而是有自己的东西要来展示。黄仁勋展示英伟达发展史,又提了将首台DGX One送给OpenAI的故事。黄仁勋:今天我们将讨论这个新行业的许多问题。我们要谈谈如何进行计算、我们要谈谈你所构建的软件类型,你将如何看待这个新软件,新行业中的应用 然后,也许(再谈谈)下一步是什么,我们如何从今天开始做准备,下一步会发生什么。黄仁勋:我们使用仿真工具来创造产品,并不是为了降低计算成本,而是为了扩大计算规模。我们希望能够以完全保真、完全数字化的方式模拟我们所做的整个产品。从本质上讲,我们称之为数字孪生。老黄开始介绍一系列“新加速生态系统”合作伙伴,包括ANSYS、Synopsis、Cadence等。他也提及,台积电和Synopsys将突破性的英伟达计算光刻平台投入生产。随着transformer模型被发明,我们能以惊人的速度扩展大型语言模型,实际上每六个月就能翻一番。而为了训练这些越来越大的模型,我们也需要更强的算力。“非常强大”的Blackwell架构GPU登场老黄现场对比Blackwell架构和Grace Hopper架构的GPU老黄现场展示Grace-Blackwell系统(两个Blackwell GPU、四个die与一个Grace Cpu连接在一起)。GB200将两个B200 Blackwell GPU与一个基于Arm的Grace CPU进行配对。新芯片拥有2080亿个晶体管,所有这些晶体管几乎同时访问与芯片连接的内存。为了处理大规模数据中心的GPU交互问题,也需要更强的连接(NVlink)能力。这个GB200新系统提升在哪里呢?老黄举例称,如果要训练一个1.8万亿参数量的GPT模型,需要8000张Hopper GPU,消耗15兆瓦的电力,连续跑上90天。但如果使用Blackwell GPU,只需要2000张,同样跑90天只要消耗四分之一的电力。当然不只是训练,生成Token的成本也会随之降低。把芯片做大的好处:单GPU每秒Token吞吐量翻了30倍毫无疑问,微软Azure、AWS、Google云等一众科技巨头都是Blackwell架构的首批用户。接下来应该是应用侧的部分,先展示的是生物医药的部分,包括NVIDIA DGX云中的多项更新。黄仁勋宣布新的AI微服务,用于开发和部署企业级生成式AI应用。老黄表示,未来如何开发软件?与现在写一行行代码不同,未来可能就要靠一堆NIMs(NVIDIA inference micro service),用与AI聊天的形式调动一堆NIMS来完成训练、应用的部署。英伟达的愿景是成为AI软件的“晶圆厂”。英伟达的AI微服务NIM网站已经上线。NIM微服务提供了最快、性能最高的AI生产容器,用于部署来自NVIDIA、A121、Adept、Cohere、Getty Images和Shutterstock的模型,以及来自Google、Hugging Face、Meta、Microsoft、Mistral AI和Stability AI的开放模型。NVIDIA AI Enterprise软件平台更新,包括NIM、构建RAG应用程序的工具等。随后老黄又分享了西门子科技、日产汽车等用如何在工作流中将Omiverse Cloud应用在工作流中。黄仁勋宣布,现在支持将Omniverse云推流至Vision Pro。可能是时间不太够了,老黄开始加速官宣一系列合作。其中提到全球最大电动车公司比亚迪将采用英伟达下一代智能汽车芯片Thor。比亚迪同时将使用英伟达基础设施进行自动驾驶模型训练,以及英伟达Isaac来设计/模拟智能工厂机器人。开始提机器人了。黄仁勋表示,在我们的世界里,类人机器人很有可能会发挥更大的作用,我们设置工作站、制造和物流的方式,并不是为人类设计的,而是为人类设计的。因此,这些人类或机器人的部署可能会更有成效。黄仁勋同时宣布一项名为GR00T的项目,旨在进一步推动英伟达在机器人和具身智能的突破性工作。由GR00T驱动的机器人可以理解自然语言,并通过观察人类动作来模拟运动。除了机器人影像外,迪士尼的orange和green机器人也来到现场,这款机器人用的是英伟达为机器人设计的首款AI芯片Jetson。黄仁勋带着机器人下场,现场播放ending影片黄仁勋返场告别,全场发布会结束。 ... PC版: 手机版:

封面图片

英伟达继续狂飙 黄仁勋回应Sam Altman

英伟达继续狂飙 黄仁勋回应Sam Altman 媒体指出,上一次英伟达的市值超过亚马逊是在 2002 年,当时两家公司的市值均低于 60 亿美元。因为市场对强劲人工智能需求的押注,推动了英伟达股价的上涨,使其成为所谓的“七巨头”中表现最好的股票,在过去 12 个月内飙升了 223%。今年迄今为止,Nvidia 的股价已上涨 46%。但对于这家可能是有史以来最强的芯片巨头,英伟达的创造历史之路,似乎还远未结束。人工智能改变了数据中心和英伟达Nvidia成立的目的是彻底改变游戏和多媒体领域的 3D 计算机图形技术。该公司最初在各种芯片上取得了成功,随后在 1999 年推出了世界上第一个图形处理单元 (GPU) Nvidia GeForce 256,并取得了重大飞跃。这一里程碑在最新的 GeForce RTX 40 系列中达到了顶峰,该系列可以借助深度学习超级采样 (DLSS)(Nvidia 的一项令人难以置信的创新)为数字内容提供逼真的图形。DLSS 使用人工智能(AI) 在视频游戏场景中创建额外的帧并增强图像质量。直到 2022 财年(截至 2022 年 1 月 30 日),游戏一直是 Nvidia 最大的收入驱动力。该部门当年的销售额为 125 亿美元,占公司总收入的 46%。但后来,一切都变了:数据中心曾经是公司存储有价值信息的地方,但后来发展成为在线操作的集中中心(也称为云计算)。如今,数据中心拥有 Nvidia 设计的强大芯片,用于处理人工智能工作负载。这种转变始于 2016 年,当时 Nvidia 向 OpenAI 交付了第一台 AI 超级计算机,该计算机用于开发早期的生成式 AI模型,最终形成了著名的 ChatGPT 在线聊天机器人。现在,Nvidia 领先的 H100 数据中心 GPU 售价高达 40,000 美元。微软和亚马逊等集中式数据中心运营商订购了数十万个数据中心,为云客户提供开发人工智能所需的计算能力。这使得 Nvidia 的数据中心收入在 2024 财年第三季度(截至 2023 年 10 月 29 日)同比飙升 279%。数据中心业务目前占英伟达总收入的 80%,将游戏业务远远甩在身后。Nvidia 现在是一个价值 1.8 万亿美元的庞然大物,其中 1 万亿美元的价值是在过去 12 个月内创造的。目前看来,英伟达的股价可能仍会走高。每个国家都要AI,数据中心将继续飚NVIDIA 创始人兼首席执行官黄仁勋周一在迪拜举行的世界政府峰会上对与会者表示,每个国家都需要拥有自己的情报生产能力。黄在与阿联酋人工智能部长艾尔·奥拉马(Al Olama)阁下进行炉边谈话时发表讲话,他将主权人工智能(强调一个国家对其数据及其产生的情报的所有权)描述为世界领导人的巨大机遇。“它记录了你的文化、你的社会智慧、你的常识、你的历史你拥有自己的数据,”黄在他们的谈话中告诉 Al Olama,这是来自 150 个国家的 4,000 多名代表参加的活动的亮点。黄敦促领导人不要被人工智能“迷惑”。人工智能具有前所未有的接受普通人类指导的能力,这使得各国拥抱人工智能、为其注入当地语言和专业知识变得至关重要。黄甚至反驳了多年来许多有远见的人提出的建议,他们敦促年轻人学习计算机科学,以便在信息时代竞争。“事实上,情况几乎完全相反,”黄仁勋说。“我们的工作是创造无需任何人编程的计算技术,并且编程语言是人类的:现在世界上的每个人都是程序员,这就是奇迹。”在同一场峰会上,黄仁勋还表示,我们正处于这个新时代的开始,将会发生的是,全球数据中心的安装基础价值将达到一万亿美元,在未来 4-5 年内,我们将拥有价值 2 万亿美元的数据中心,它们这为世界各地的软件提供动力,所有这些都将得到加速,这种加速计算的架构非常适合称为生成式人工智能的下一代软件。对于 NVIDIA 作为一家商业公司而言,Jensen 表示,“通用计算”并不是我们想要快速、高效且经济高效的人工智能的最佳方式,他描述了这一点通过描绘这样一个事实,我们在现代看到的加速计算促进了人工智能的增长甚至进入市场。他表示,该行业过渡到“下一代”状态的唯一途径是升级加速计算,而需要巨大的经济资源和高效的硬件作为关键武器。进军定制芯片设计业务,赢者通吃在英伟达最初的生意规划里,他们是希望用统一的GPU,去拿下所有的客户。但现在他们在看到客户纷纷逃离他们自研芯片之后。如文章开头所说,有传言指出,英伟达正在进军定制芯片业务,希望通过给他们的客户定制芯片,以进一步加固自己在AI市场的低位。据报道,Nvidia 成立的这个小组,负责打造新的商业模式,帮助客户使用 Nvidia IP 甚至小芯片构建自己的解决方案。通过这一举措,英伟达开始打造一个人工智能授权巨头。熟悉芯片行业的读者应该知道,许多自行设计芯片以降低成本或为计算需求提供更定制解决方案的公司已经与 Broadcomm 和 Marvell 等公司进行后端物理设计、SerDes 块或 IP(例如 Marvell 的高性能 Arm CPU 内核)的合作。Cadence 和 Synopsys 等 EDA 解决方案提供商在提供 IP 块方面做得很好,SOC 设计人员可以将这些 IP 块放入他们的芯片中,从而节省资金并加快上市时间。但这并不是什么新消息。例如,Sima.ai 在其边缘 AI 芯片中使用了 Synopsys 的图像处理器。Jim Keller 领导的初创公司 Tenstorrent 看到了这个机会,并将这家总部位于多伦多和奥斯汀的公司从 Nvidia 的潜在竞争对手转变为 IP 和设计商店,为 Kia 和 LG 等公司提供小芯片和知识产权。而在人工智能领域,我们又看到了一种新趋势,电视、汽车或网络设备的设计者希望构建定制解决方案以降低成本或提供包括人工智能在内的差异化解决方案,但他们没有必要或专业知识来构建整个芯片。至于谷歌、亚马逊 AWS、Meta(预计将在今年晚些时候使用自己的芯片)和微软 Azure 等大客户,它们已经拥有自己的用于内部人工智能的定制芯片以及面向云客户的 Nvidia GPU。他们可以与 Nvidia 合作进行未来的设计吗?我们可以假设,这些 Nvidia 定制芯片客户能否利用 Nvidia 的内部和 AWS 超级计算机来加速和优化这些设计工作?这将是一笔不错的额外收入,也是一个令人难以置信的差异化因素。如果是这样,这可能就是为什么 Nvidia 将其最新的“内部”超级计算机 Project Cieba 托管在 AWS 数据中心,那里已经提供了安全云服务的基础设施。Nvidia 可以在 Cieba 上提供芯片设计优化服务。虽然这种猜测可能有点太过分了,但这样做表明英伟达看到了不祥之兆,并且已经准备好再次改变这个行业。虽然这个猜测有点大胆,但是随着时间的推移,所有技术都会商品化,这是必然的。尤其是前几代硅。当 Nvidia 有意收购Arm 时,笔者就认为这次收购将使 Nvidia 有可能通过许可协议将他们不想产品化的产品货币化。看起来这正是 Nvidia 现在正在做的事情。回应Sam Altman,七万亿能买下全部对AI芯片行业而言,最近的热点之一,当然绕不开传言OPEN AI CEO Sam Altman计划募集七万亿美元资金,计划颠覆AI芯片和芯片制造。首先,我们必须说,这是好大一笔钱。其次,这也当然不会是一件容易的事情。姑勿论整个先进芯片制造很难,经过多年发展,全球仅有台积电、三星和英特尔能够进入领先的芯片制造市场。何况,投资一个先进晶圆厂要100亿美元(相对七万亿而言,九牛一毛?)。更重要的是,行业高管表示,寻找工程师来运营大量新工厂、获得机器来填充工厂以及获得足够的订单来证明这些工厂的合理性都存在不确定性。即使建造了大量新的芯片工厂,也不一定能解决 Altman 的近期问题生产 OpenAI 的 ChatGPT 等系统所需的人工智能芯片短缺。英伟达人工智能芯片生产的最... PC版: 手机版:

封面图片

AI芯片需求强劲 黄仁勋称“每天都在赛跑”

AI芯片需求强劲 黄仁勋称“每天都在赛跑” 黄仁勋说,对英伟达图形处理单元(GPU)和数据中心的需求“令人难以置信”。这种现象在很大程度上是由于ChatGPT和GPT-4等应用程序,以及新兴的人工智能初创公司,黄估计其中包括1.5万到2万家公司。他说,这还不包括专注于自动驾驶汽车、数字角色设计和生物技术的公司,这些公司导致了客户更大的需求。黄仁勋说:“我们每天都在赛跑。客户给我们施加了很大的压力,要求我们尽快交付这些系统,并让它们运行起来。”英伟达还宣布了10比1的拆股计划,这将使散户投资者更容易获得股票,并可能进一步推高股价。该公司目前的股价约为950美元,这意味着一旦其股票在6月7日分拆,投资者可能就能以低于100美元的价格买入该股。 ... PC版: 手机版:

封面图片

黄仁勋宣布英伟达 AI 芯片转向“年更”节奏,同时将带动其他产品迭代加速

黄仁勋宣布英伟达 AI 芯片转向“年更”节奏,同时将带动其他产品迭代加速 为适应业界需求,英伟达 CEO 黄仁勋现宣布该公司从此每年都会设计一代全新的 AI 芯片。“我可以宣布,在 Blackwell 之后,还将会有另一款芯片问世。我们后续将保持一年一次的更新节奏。”

封面图片

黄仁勋表示NVIDIA"非常乐意"为客户开发定制芯片

黄仁勋表示NVIDIA"非常乐意"为客户开发定制芯片 黄仁勋在一次采访中透露,英伟达确实将定制芯片视为一个市场机遇,并声称它能为相关客户带来"了不起"的性能提升:我们随时准备这样做。通常情况下,经过讨论后,定制可以归类为系统重新配置或系统重新组合。但如果无法做到这一点,我们非常乐意定制芯片。可以想象,这对客户的好处是非常巨大的。他们可以利用自己的技术和专有信息扩展我们的架构。微软和 Meta 等行业巨头目前在人工智能领域占据主导地位。他们已经在竞相开发定制的人工智能芯片,以应对市场竞争的激烈程度。英伟达(NVIDIA)和其他芯片制造商将此视为一个巨大的机遇,为企业提供所需的服务,以满足其定制芯片的需求。数周前NVIDIA已经成立了一个新的业务部门专注于定制芯片的研发,这个部门的成立只是时间问题,随后将在未来的人工智能计算领域发挥重要作用。英特尔最近也表达了向定制芯片订单开放的意向,声称该公司已准备好向潜在客户提供从半导体采购到封装技术的所有服务。这表明,定制芯片市场拥有巨大的发展潜力,预计到 2023 年将增长到 300 亿美元,这将再次为企业提供一个类似人工智能的机会,但这取决于它们如何执行自己的计划。 ... PC版: 手机版:

封面图片

黄仁勋回应中国市场和AI芯片定价问题 称英伟达市值合理

黄仁勋回应中国市场和AI芯片定价问题 称英伟达市值合理 针对有媒体援引黄仁勋关于英伟达最新一代AI芯片Blackwell的定价在3万至4万美元,黄仁勋也予以回应。他表示:“我只是试图让大家对我们产品的定价有一定的感受,而并不打算给出具体的报价。因为根据每一个客户的需求,不同系统的价格差异是很大的,英伟达并不销售芯片,我们售卖的是数据中心。”有数据称,英伟达在Blackwell芯片上的研发预算达到100亿美元。一位接近英伟达的人士此前告诉第一财经记者,Blackwell新架构系统的售价并不一定会高于上一代系统的售价,而针对不同渠道的定价可能会有所区别。3月19日美股收盘时,英伟达股价上涨超过1%,最新市值接近2.24万亿美元。英伟达的市值从1万亿美元到2万亿美元仅仅用了9个月时间,对于市值在短期内的飙升是否合理,黄仁勋作出回应。他表示:“全球数据中心的市场规模在去年就达到2500亿美元左右,并仍在以每年20%至25%的速度增长,这主要是由于AI方面的需求。英伟达会在这2500亿美元的市场中占据重要的份额,这也从一定程度上解释了为何我们的市值会在这么短的时间内从1万亿美元升至2万亿美元,我认为这是合理的。”在英伟达发布新一代AI芯片架构Blackwell之后,分析师们给出了积极的回应。富国银行分析师将英伟达的股价目标由840美元上调至970美元,并称英伟达的发布会再次体现了该公司全栈及平台的差异化。高盛分析师也将英伟达的目标股价从875美元上调至1000美元,3月19日,英伟达方面在与金融分析师的问答中表示,Blackwell系统可能会在今年晚些时候出货,但没有透露哪些客户将最先收到新一代的芯片系统。Meta公司创始人CEO扎克伯格3月18日表示,Meta计划使用Blackwell来训练该公司的大型语言模型Llama。黄仁勋在与媒体的交流中反复强调,英伟达是一家平台公司,这使得英伟达区别于任何一家仅提供芯片的厂商。他特别提到软件业务对英伟达的重要性。“英伟达不是一家生产工具的公司,我们是一家平台企业,与开发者相连接。”黄仁勋表示。去年起,英伟达在一些市场上陆续推出云服务,关于英伟达在云方面的战略,黄仁勋这样回应第一财经记者:“虽然英伟达推出了英伟达云服务DGX Cloud,但我们的策略依然是与云服务提供商合作,将我们的云放入他们的云中。英伟达不会成为一家云计算公司,我们的目标是通过软件的构建,让全球的开发者和云服务提供商采用英伟达的架构来构建产品。”基于上述策略,黄仁勋认为,尽管目前很多云服务提供商都在研发芯片,但是这些企业研发芯片的逻辑与英伟达的业务逻辑是完全不同的。他没有就英伟达芯片的定价策略是否会因为这些大型科技公司自研芯片而发生变化向第一财经记者给予评论,也没有就英伟达在中国的云服务策略提供更多信息。不过黄仁勋在采访中仍然强调了中国市场的重要性。他表示:“我们正在尽全力使英伟达的业务在中国能够实现最大化,我们面向中国市场推出了L20和H20芯片,这些向中国出售的芯片将符合要求。”黄仁勋说道,我们的芯片中有大量的零部件产自中国,这与全球汽车供应链的复杂性是一个道理,供应链的全球化是很难被打破的。 ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人