英伟达掀翻苹果，黄教主登基

^{作 者 | Rickzhang}

 

英伟达好像赢麻了。

 

6月5日，一个名字在华尔街引起了不小的震动——英伟达（Nasdaq：NVDA）。当日的股市收盘时，它的股价犹如一匹黑马，再次冲破了历史的天际。不仅收涨5.16%，更在这连续的三个交易日内，稳稳地站在了历史新高的位置上，市值飙升至惊人的3.01万亿美元。

 

这个数字，让英伟达一举超越了科技圈的常青树——苹果公司，紧紧跟在了微软的3.15万亿美元之后，成为了科技股排名第二的存在。

 

更加令人瞩目的是，英伟达从2万亿美元市值跃升到3万亿美元，仅仅花费了三个月左右的时间。而今年到目前为止，英伟达的股价已经累计上涨了超过147%，去年的涨幅更是高达惊人的200%。这样的业绩，不仅让投资者们眼前一亮，更让市场分析师们对其未来充满了期待。

 

瑞穗证券就是其中的代表，他们果断地将英伟达的目标价从1180美元上调至了1275美元，并坚定地维持了“买入”的评级。瑞穗的分析师Vijay Rakesh对英伟达的前景信心满满。在他看来，英伟达所拥有的Hopper平台，以及即将在今年第三季度至明年第一季度震撼登场的Blackwell B100，都预示着这家公司在人工智能领域的巨大潜力和无限可能。

 

就在几天前，英伟达CEO黄仁勋在中国台北国际电脑展（COMPUTEX）的舞台上大放异彩。他像一位充满激情的超级销售员，亲手将名为“Blackwell”的芯片带到观众面前。他自豪地介绍，这款芯片是“世界上有史以来最复杂、性能最高的芯片”，能够通过NVLink交换器连接两个裸晶（Die），从而创造出前所未有的强大算力，为兆级参数规模的生成式AI提供坚实支撑。

 

紧接着，黄仁勋又展示了另一款名为“DGX Blackwell”的设备。这款设备的算力之强，足以满足一整家AI公司的全部需求。它通过NVSwitch连接了72个Blackwell芯片，构成了一个算力巨兽，仿佛拥有了无尽的力量。

 

在演讲的尾声，黄仁勋更是搬出了一个长方形铁架，宣称这就是能够连接一切的“脊柱”。这个脊柱拥有多达5000条连接线，总长度惊人地达到了两英里。他兴奋地描绘了一个宏伟的蓝图：如果将多台“DGX Blackwell”通过这个脊柱连接起来，就能够构建出一个庞大的数据中心——他称之为“AI工厂”。

 

尽管黄仁勋的这场演讲长达两个小时，且大部分内容都是他在今年3月的英伟达GTC大会上的重申，但这丝毫没有减弱市场的热情。当分析师们还在苦苦思索英伟达的边界究竟在何方时，这位CEO已经用实际行动向世人展示他的野心。

 

01   为什么超越苹果的是英伟达

 

黄仁勋从3月到现在一直给所有的投资人和市场端讲述的故事，是随着AI与人工智能下一步的发展，百亿甚至千亿的模型只是基础。真正要达到一个全民AI的境地，当下所有的模型开发方，都必须投入十倍乃至百倍的精力和资本，才可能在这场竞争中看到先机。

 

 

 

由于目前跑通的这些模型，绝大多数都是建立在谷歌2017年发布的transformer架构或者其变种基础上。

 

这个架构有很多好处，但最大的缺点就是必须不断投入大量的运算资源，以支撑模型的训练和对外提供服务。纽约时报曾爆料，OpenAI支撑ChatGPT对外提供服务，需要使用3万块英伟达A100的算卡，而且每天的耗电超过50万度。

 

哪怕现在被吹上天的MoE，其实也只是在transformer架构上进行的小修小补，目前真正决定国外各大模型开发方相关模型性能和进度的，依然是不停堆算力资源，“力大砖飞”解决问题。

 

这也才有了马斯克公开对外承认，今年为了推动特斯拉大模型的落地，可能要花40亿美元购买英伟达的算卡。

 

虽然，英伟达一直在寻求解决方案以降低互联网巨头使用Transformer模型训练和推理的成本。黄仁勋表示，英伟达的芯片进化正是为此目的。随着算力芯片性能的提升，成本有望进一步下降。

 

问题是由于巨头间的激烈竞争，模型训练和推理能力需持续增强，这推动了英伟达最新算卡出货量的大幅增长。

 

而据分析师预测，如果不出现创纪录迭代的模型架构，单纯在transformer架构之下，比拼相关模型的进度一定是算力资源的堆砌。按照现在各家推动模型迭代的速度，到2025年，以英伟达A100的算卡能力计算，整个市场对英伟达算卡需求超过100万块。

 

虽然目前各家都已经在推动自身算卡芯片的落地和研发，但英伟达建立在CUDA平台基础之上，对于GPU算力协调的基础技术垄断，让各家其实感觉痛并快乐着。美国互联网大厂一方面不得不花精力自研算力芯片，以便逐渐推动算力芯片的自我替代；另一方面还不得不花重金，不断购买英伟达的算卡，提升自己模型的算力水平，最起码不被竞争对手落下太多。

 

更有意思的是，黄仁勋不愧是市场营销天才，英伟达算卡每次算力的迭代，一定配合着自身价格的飙升。英伟达 A100芯片刚上市的时候大概在3500美元，等被大量采购的时候，价格已经上涨到5000~8000美元。英伟达随后发布的H100芯片起售价接近2万美元，而GB200芯片组预计起售价在4万美元以上。

 

因为需求被无限放大，价格还在不断升高，这样的企业标的在资本市场一定是受追捧的对象。这也有了英伟达的股价，在年初下行之后不断攀升，追上苹果并离微软越来越近的事实。

 

然而，这种行为真的可持续吗？

 

02   黄仁勋其实赌得很大

 

通观最近黄仁勋的演讲，基本上都能将他对这个行业的认知了解的很清晰。实际上英伟达现在的市场策略是建立在黄仁勋对AI与人工智能这个领域，尤其是AIGC这个细分市场发展的认知基础上。

 

在黄仁勋看来，当下无论是ChatGPT也好，还是其他厂家发布的大模型，无一例外都并不是最终版。现在只是AIGC发展的开始，未来有很广阔的空间等待这些模型的研发方不断攀登。而作为向他们提供工具和梯子的英伟达，就可以借助这场东风迅速实现科技霸主的超越。

 

也就因此他在不断表达自己对于AIGC相关技术的推崇，并不断在自媒体推动各项目AIGC技术的展现。

 

毕竟整个市场对它的认知就是未来随着模型的发展和技术的进步，对于算力的需求会逐渐叠增，那么英伟达的市场前景就会无限被看好。

 

由于英伟达现在主营业务是算力芯片，是一个完全to b端的业务，他跟类似于苹果和微软，以c端为核心的发展方向不同，他必须想办法给投资人找到一个可以无穷想象的市场空间，不然天生受限的英伟达不可能超过以消费为核心的苹果。

 

这也是为什么黄仁勋一直坚持看好西方各大互联网企业开发大模型的重要原因。

 

然而这其中的风险其实非常大，稍有变数，可能英伟达就会尸骨难寻。

 

一方面，无论是引领潮流的OpenAI与ChatGPT，还是META、谷歌、马斯克推出的开源大模型，都未找到稳定的商业化道路。

 

OpenAI据说每月收入不足成本的1/3。面临商业模式不清晰、收入无法覆盖成本的困境，以及英伟达年年涨价的事实，互联网巨头管理层开始反思这种以资源投入和算卡堆砌推动模型发展的模式。

 

毕竟对于这些西方的互联网大厂来说，如果商业模式无法确定，长期对这种高资源的投入可持续性是存疑的。而现在不管是OpenAI、微软还是谷歌，这些AIGC的先行者都没有找到稳定且持续的商业模式。

 

这其实对他们未来长期坚持在这个领域投入资源是有着负面的影响。

 

另一方面，其实现在西方尤其是美国对于AIGC和大模型的研究，方向可能存在问题。众所周知，需求应该从应用中获取，一个互联网技术的迭代，应该在需求的基础上进行。

 

但当下所有美国互联网大厂推动的大模型研究，更多的是基于实验室对于这项技术的认知，而不是实际的用户需求。

 

其实也好理解，因为太久的产业空心化和虚拟化，使得互联网成为美国市场资本唯一的大型出口。这让美国的技术研发方，无一例外以互联网的相关应用和需求作为整体技术发展的第1位。

 

问题是，这种思路存在着先天缺陷。

 

03  先有鸡还是先有蛋

 

按奥特曼在最近一次接受媒体访谈时的亲口描述，可以看出很多美国大模型的研发方，寄希望于将自己研发的各类模型，最终推动产生类似于人一样的思考能力，以便让他们成为工厂、企业以及学生的辅助大脑和工作助理。

 

且不说这个过程中所涉及到的人类伦理和技术难题，就当下gpt超过10%的妄语和错误率，如果真成为这样的一个角色，其对于人类日常工作学习生活的帮助是否成立，和需不需要花精力大量核实，就是一个难以解决的问题。

 

更何况如果gpt5真能实现以人的思维去思考，但它对于知识的学习是一方面，积累相关的经验是另一方面。一个新出大学的大学生，学习的知识是足够重要和关键的数量，也足够满足其在工作中的需求，但真正在工作中依然没有相关的经验，很多的实际工作依然无从开展。

 

这说明行业实际的操作和应用数据，对于未来想推动AIGC在拟人化方面的行动，具有无与伦比的影响，是无法跨过的天堑。

 

然而可笑的是当下在美国获取行业数据，相较于中国无比的艰难。由于美国并没有一个成型的国家核心统计体系和大政府的操作思路，这让美国很多行业属于分而治之的状态，甚至相关行业数据都不出州。

 

这里所说的行业数据并不是行业的经营数据这些东西，这些东西对于大模型也没有任何的用处。大模型所需要的行业数据，类似于医疗领域的各种各样检测报告，以及各种各样的图，包括心电图，ct图，核磁图，x光片等。

 

再加上各州的法律情况不同，对于数据安全的保护程度也不同，使得想要从美国国家层面获取到覆盖全美的某一种数据难于上青天。

 

这也使得包括OpenAI在内所有的美国大模型研发方，对于模型的学习训练，无一例外用的都是互联网公开数据进行。

 

在这样的一个基础之上，哪怕训练出下一代的AIGC真正具备了人类一样的思维和逻辑能力，开发方也必须想办法获取到某个行业的真实且完善的数据，才能形成对一个行业真正的认知，不然的话只是一个空有知识而没有经验的“赵括”。

 

而且某些专业领域所获取的知识，尽量全才能保证未来在实际使用过程中不出问题，尤其是医疗领域，如果遇到没有收集到的数据和知识覆盖的病历，一般情况下没法给出答案。

 

所以现在美国的大模型研究和开发，其实遇到了先有鸡还是先有蛋的一个困局。

 

04   烈火烹油的背后

 

现在各家其实遇到的问题都差不多，没有解决“鸡和蛋”谁先谁后之前，估计商业模式也不会很清晰。在这种背景下，美国互联网大厂真正对于英伟达算卡长期需求的稳定性，其实存疑。

 

另外，实际上英伟达被逼放弃了几乎体量是一半的中国市场，这对于黄仁勋来说，有些没法接受。但也不得不接受。

 

毕竟，前两年中国市场曾占英伟达1/4的份额，目前因为政治因素已经下降到不到4%，这中间巨大的市场缺失不得不通过新产品涨价来想办法弥补。

 

而去年到今年，中国市场发展迅速，核心模型的进化速度还超过美国同行，甚至通义千问的110B、智谱青言的开源模型，以及文心的开源模型，都在国际开源模型排行榜上，名次还很靠前。

 

甚至，由于2023年年中爆出的可能限制信息，中国几个核心模型开发方都大量购买英伟达算卡，造成现在他们手里算力过剩，目前中国的大模型市场已经开始了价格战。

 

这些信息结合一起显示，其实对于英伟达未来的市场前景并没有强力的支持作用。

 

曹雪芹《红楼梦》第13回曾言：“眼见不日又有一件非常的喜事，真是烈火烹油、鲜花着锦之盛。”

 

接下来就是元妃省亲，然后就是大观园的盛景。而这离最后贾家的分崩离析还有不到五年。

 

所以，烈火烹油后，很可能是万丈深渊。

 

这只能看，到底市场真正有没有支撑。