NVIDIA设立新部门 追逐价值300亿美元的定制芯片市场

NVIDIA设立新部门 追逐价值300亿美元的定制芯片市场 据熟悉公司计划的九位消息人士透露，NVIDIA正在建立一个新的业务部门，专注于为云计算公司和其他公司设计定制芯片，包括先进的人工智能处理器。这家全球占主导地位的人工智能芯片设计商和供应商的目标是在定制人工智能芯片爆炸式增长的市场中占据一席之地，并保护自己免受越来越多有意寻找其产品替代品的公司的影响。 PC版： 手机版：

华为引领中国与英伟达 AI 芯片竞争

华为引领中国与英伟达 AI 芯片竞争 华为技术有限公司正在领导一批中国半导体公司寻求存储芯片方面的突破，这可能有助于中国开发出替代英伟达尖端人工智能芯片的国产芯片，因为英伟达的芯片无法在中国销售。据两位接近华为的人士透露，由华为牵头的联盟在中国政府的资助下，计划到2026年生产高带宽内存 (HBM)，这是先进图形处理单元的关键组件。该项目于去年开始，其中包括与华为一起受到美国制裁的内存芯片制造商福建晋华集成电路。该联盟还依赖其他中国芯片生产商和封装技术开发商，并将努力根据华为设计的人工智能处理器芯片和支持主板组件定制其内存芯片。 、

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：

英伟达正利用AI系统帮助公司提升制造芯片效率

英伟达正利用AI系统帮助公司提升制造芯片效率 据《华尔街日报》报道，英伟达自去年（2023年）10月推出ChipNeMo后，为图设计团队提供了不少帮助，对于英伟达而言建构人工智能产品的确也是个好兆头，在周一时这家芯片巨头的股价就上涨了4%，创下历史新高，而高盛的分析师预计，该涨幅或将可以持续到2025年上半年。当然英伟达也并不是唯一一家使用人工智能技术加速半导体设计的公司，在去年7月Google DeepMind也制造了一个人工智能系统，Google公司还表示可以运用该技术提高设计效率，几个月后软件巨头新思科技也推出了一款提高芯片工程师生产效率的人工智能工具。据悉，作为为人工智能领域“无可争议的领导者”，最新的数据显示，英伟达在全球人工智能芯片市场的份额预计最高可能已经达到了90%，创下新高纪录。今日黄仁勋还入选了美国工程院院士，美国国家工程院（National Academy of Engineering, NAE）给出的理由是：“用高性能图形处理单元，推动了人工智能革命。” ... PC版： 手机版：

埃里森表示，甲骨文今年在英伟达芯片上花费了“数十亿美元”

埃里森表示，甲骨文今年在英伟达芯片上花费了“数十亿美元” 6 月 28 日（路透社）甲骨文公司正在花费“数十亿美元”购买英伟达公司的芯片，以扩展针对新一波人工智能浪潮的云计算服务。 甲骨文创始人兼董事长拉里·埃里森周三表示，甲骨文的云部门正在努力与亚马逊网络服务公司和微软公司等规模更大的竞争对手抗衡。为了获得优势，Oracle 专注于构建快速网络，该网络可以处理创建类似于 ChatGPT 的 AI 系统所需的大量数据。甲骨文还购买了大量图形处理单元（GPU），旨在处理人工智能工作的数据。 埃里森在 Ampere会议上表示，甲骨文还在 Nvidia 芯片上花费了“数十亿”美元，但在其投资的芯片初创公司 AmpereComputing 和 Advanced MicroDevice Inc 的中央处理器单元 (CPU) 上投入更多。

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：