先做个广告:如需代注册GPT4帐号或代充值 GPT4.0(plus会员),添加站长微信:gptchongzhi
由ChatGPT掀起的AI热潮,让英伟达受益匪浅。短时间内,英伟达成为全球第一家市值超过万亿美元的芯片企业,甚至接近全球最大芯片代工巨头台积电(5000多亿美元)的两倍!除了AI这一概念,实际上英伟达的业绩对其股票市场暴增也起到重要作用。根据英伟达截至4月30日的2024财年第一季度财报,该公司营收71.92亿美元,同比下降13%,但环比增长19%;净利润20.43亿美元,同比增长26%,环比增长44%。其中,数据中心用芯片的销售额达到了创纪录的42.8亿美元,游戏芯片收入达22.4亿美元,均高于市场预期。不过,在很多人为英伟达惊呼时,多家华尔街机构却发出AI泡沫化的警告,甚至类比上世纪90年代的互联网泡沫。因此,可以说,AI的泡沫和机遇都是存在的。过去半年多时间,全球芯片产业冰火两重天,有存储芯片价格大跌、需求锐减,也有汽车芯片持续紧俏,更有AI芯片需求大增。然而,AI芯片大火是由ChatGPT带动的。自ChatGPT爆火之后,全球科技企业都加入到AI大模型的研发,各种类ChatGPT的AI大模型相继推出。尽管OpenAI的ChatGPT具有相对领先的优势,但整个AI大模型赛道还看不出绝对的“优胜者”,反而支持AI大模型的AI芯片厂商英伟赚得盆满钵满。2022年,英伟达推出了H100芯片,其性能相当强大,但价格昂贵。彼时,H100芯片因价格的问题,销售情况非常不理想。但2022年11月,ChatGPT的出现,改变了H100芯片窘况,甚至可以说来了一个大反转。从运行条件来看,ChatGPT势必涉及到大量的计算资源和存储空间,需要使用GPU等加速器来进行训练和推理,以加快计算速度和提高模型性能,同时也需要具备足够的存储空间进行存储和管理。根据OpenAI的测算数据,2012年以来最大的AI训练运行所使用的算力每3-4个月增长一倍。目前,越来越多的软件企业都在整合AI,以及配置云端的AI计算,算力需求可以说成指数上升。有人评论,在ChatGPT风口上,起飞的只有英伟达。现实情况正如英伟达创始人兼首席执行官黄仁勋所说,计算机行业正在同时经历两种转变——加速计算和生成式人工智能。随着AI算力需求激增,英伟达的GPU价格也水涨船高,作为第一款专为生成式AI设计的芯片的H100芯片,更是被炒到4万美元。即便如此,这款芯片因需求过大,交货周期也被拉长,不少新订单可能要到12月才能交付。英伟达另外一款AI芯片——A100价格也从2022年12月开始上涨,目前每片芯片售价超过1.5万美元。而英伟达针对中国市场推出的特供版GPU芯片——A800,其每秒数据传输速率只有A100的三分之二,但其价格也已经涨到10万元。当前,随着各家科技企业竞相将生成式人工智能应用于每一种产品、服务和业务流程,价值1万亿美元的全球数据中心基础设施也将从通用计算转向加速计算。而英伟达也正从一家显卡制造企业转型成为数据中心加速器企业,业务核心的转变正在朝向数据、可视化与汽车领域发展。毫无疑问,ChatGPT成就了英伟达,也助其突破了历史:全球第一家市值超过万亿美元的芯片企业!自1989年X86服务器问世,到后来GPU、异构计算的发展,运算能力正从传统的以CPU为主导转向以GPU为主导。这也就是说,GPU相比CPU更适合AI计算。具体从原理来说,相比于CPU,GPU的并行计算能力更强,能够同时处理大量的数据和任务。在大数据领域中,GPU主要用于加速计算密集型任务,例如机器学习、深度学习、图像处理、模拟计算等。而传统的CPU在处理这些任务时会面临一些瓶颈,主要原因是CPU在处理单个任务时,需要以顺序执行指令,因此难以充分利用硬件资源并进行并行计算。而GPU则具有处理大规模并行计算的优势。在ChatGPT掀起的这场AI大潮中,英伟达无疑是最大的赢家。然而,这一结果的促成可能要追溯到英伟达率先提出GPU这一概念。1999年,英伟达首次推出了GPU这一概念。此时,包括英特尔在内的CPU厂商都坚信图形处理是CPU的事,甚至认为将图形工作独立到另一附属处理器上完全没有必要。加上此时在游戏的图形应用领域中的日本厂商话语权很高,且相关开发工作都集中于 CPU 之上,使得GPU难有很大的市场空间。直到微软开发出了Direct X这一标准化的API图形接口,以及推出另一产品 Xbox,才让CPU、GPU各司其职,一举打破CPU芯片一家独大的局面。而英伟达也一直坚持GPU研发,特别是看到微软引入统一渲染架构之后,其果断把自己从前的GPU架构推倒重来,通过对GPU流处理器进行细致的分组,变成一个个小型流处理器且能单独运行,解决了流处理器此前被绑定无法独立运行而被迫闲置的问题。可以说,这一改变奠定了英伟达后来革命性 CUDA 架构的出世。因英伟达的流处理器是很独立且标准的单元,极易控制和调度,让原本只能串行处理的任务可以被并行处理,让编程难度大大降低。英伟达又在2017年引入了Tensor Core计算单元概念,其专门为深度学习而设计,支持更低精度的运算从而大幅节省了模型算力。随后,英伟达的GPU在AI领域逐渐被认可。AI场景需要多核、高并发、高带宽芯片,而支撑强大算力需求的GPU被广泛应用于加速芯片。随着以ChatGPT为代表的生成式AI的爆发,GPU成为简单高效运行生成式AI模型的最好选择,而英伟达恰恰可以提供这样的GPU。尽管除了英伟达,AMD也可以提供GPU,但英伟达占据了全球GPU市场约86%的份额,成为AI风口上最大的赢家。站得远高,可能也会摔得更惨。实际上,除了暴涨的英伟达,2023上半年AI热潮也推升了全球科技圈的市值。据悉,自从年初以来,苹果、微软、Alphabet、亚马逊、Meta和特斯拉等在内的科技股市值涨幅中位数高达43%,几乎是标普500指数的五倍。甚至有分析师认为,科技股巨头们与小盘股的分化愈演愈烈,已经进入到30年来美股指数背离趋势最严重的节点。具体来看,微软大举投资OpenAI,近期甚至还将ChatGPT接入操作系统、搜索引擎,受到业界的广泛关注,今年来股价也涨近39%。谷歌也加入到生成式AI角逐之中,在I/O开发者大会上,宣布生成式AI将应用于多款产品中,比如谷歌的图片工具Google Photo,其母公司Alphabet股价也涨近40%。Meta虽因重仓元宇宙导致2022年市值大跌,但通过“瘦身”计划,以及抛出自研AI芯片和研发大模型计划,使其股价今年以来涨幅达到了110%。特斯拉很早就在驾驶辅助系统中使用了人工智能,其股价涨幅高达78%。苹果凭借稳定的收入和庞大的现金流,市值也有望回到3万亿美元高点。而英伟达盘中市值破万亿美元。今年以来,该股股价已累计上涨超180%。因此,不少分析师都对当前的科技股的高估值发出了警告:当围绕AI的炒作周期结束,市场将会“崩溃”,现在并非入场时机!知名经济学家、投研机构Rosenberg Research总裁David Rosenberg近日警告称,投资者盲目涌入AI概念的股票可能会付出高昂的代价,AI概念存在泡沫。他认为,当前AI概念毫无疑问存在泡沫,现在的人工智能的热浪与上世纪90年代末的互联网泡沫有着惊人的相似之处。瑞银场内交易负责人Art Cashin也表示,“AI将成为一个新的迷你版的互联网泡沫。”当然,也有分析师非常看好生成式AI可能成为下一个重要增长点。Hargreaves Lansdown分析师Derren Nathan表示:“我们现在只是看到了冰山一角。生成式AI有可能会成为科技史转折点,就像当年的内燃机引擎或者互联网一样。”近日,华为昇腾计算业务CTO周斌接受采访时也表示,人工智能大模型浪潮带来算力需求的快速增加,并且这个需求是有价值的,不是泡沫。“AI 算力行业出现一个新定律,叫做 AI 算力增长曲线,这个定律告诉我们大概每隔 4 个月,AI 计算需求就会翻倍。这比‘摩尔定律’更有效地体现在算力需求上。”不过,市值大涨的背后,必然是资本对AI的看好与青睐,但高估值也必然隐藏着一系列的风险。如今,英伟达市值由高性能GPU“稀缺”和“昂贵”支撑,已经达到历史高点。未来,随着更多芯片巨头在GPU上对英伟达阻击,加上生成式AI应用能否达到市场预期,都会对其产生重大影响,同样也会对AI概念形成反噬效应。为了帮助行业上下游企业更好地把握AIoT市场发展商机,全球领先的专业电子机构媒体AspenCore将携手深圳市新一代信息通信产业集群联合主办【2023国际AIoT生态发展大会】,将于6月8日在深圳南山科兴科学园国际会议中心盛大举行!
本文链接:http://lechangxia.cc/gpt4/217.html