在AI市場追趕Nvidia絕非易事，但許多高科技行業的人都決心試水。芯片公司們正在領導這場競爭，超大規模數據中心、OEM和其他公司也緊隨其后。他們面臨的任務將無比艱巨。

十二年前，Nvidia在AI上大膽下注。現在，他們終于以歷史性的估值收獲了豐厚的回報。

上周，當黃仁勛在臺灣的Computex展會上活動時，全球其它競爭對手都在急切地向投資者和客戶保證他們進入或在AI市場擴大份額的決心。然而，競爭對于Nvidia來說并不陌生。

幾周前，黃仁勛在與2024Q1財報會議時說：“我們非常關注競爭，我們一直在面對競爭。我們面臨來自各個方向的競爭，包括初創公司、資金充足且創新的公司，他們遍布全球。我們也面臨來自現有芯片公司的競爭。我們甚至還面臨來自CSPs（cloud services providers）內部項目的競爭。”

競賽真的開始了。

但競爭對手也需要接受一個殘酷的現實。目前，Nvidia的領先地位如此之大，要想跨越它，需要巨大的躍進、靈活的步伐，還需要運氣。這是因為搞AI并不是靠蠻力。它需要一套協調得天衣無縫的動作和部件，就像一部交響樂。

黃仁勛說：“這是我們所知道的最難的計算。你必須設計所有的硬件、庫、算法，并優化框架，以適應不僅僅是一顆芯片，而是整個數據中心的架構。這是你的網絡操作系統，你的分布式計算引擎，你對網絡設備架構、交換機和計算系統的理解……整個系統就是你的計算機。”

總結就是，AI是非常復雜的。

競爭日益加劇

但競爭已經到來，且會持續下去。

AMD的Lisa Su幾個月來一直明確表示，她的公司必須在AI業務中占據更大份額。Su在年初的CES上表示，AMD將利用其最新的處理器Ryzen，現在已被賦予AI功能。

上個月，Su在接受采訪時表示，AMD正在“將AI融入我們產品組合的每一個方面”。

AMD并不孤單。Intel也想分一杯羹。AWS、Apple、百度、華為、IBM等公司也都是如此。

Nvidia清楚地意識到，包括其客戶在內的許多公司都想在其領地上分一杯羹。作為回應，Nvidia一直在對其運營方式和對外展現的姿態方面進行深度改變。它正在與電子設計和供應鏈伙伴合作，而在某些情況下，甚至與自己的客戶競爭。

Nvidia剛剛宣布與MTK合作，以便在汽車領域建立更大的立足點。Nvidia的汽車業務負責人Danny Shapiro指出，這項交易并不只針對MTK。他說，正在考慮在其他領域建立類似的合作伙伴關系。

Shapiro說：“這擴大了我們的商業模式。如果你看我們在汽車行業所做的，你可以在汽車中看到Nvidia的芯片和Nvidia的軟件。你可以在云端看到Nvidia。無論你是否在汽車中使用我們的芯片和軟件，基本上，每個公司都在用我們的數據中心業務進行訓練。通過開辟我們之前沒有進入的新細分市場，擴大了我們的市場。”

Nvidia抵御競爭壓力最有效的工具是在芯片領域內外都有所行動，使其AI優勢在哪里都能被利用。事實上，黃仁勛指出，該公司已經不能簡單地被描述為一家芯片供應商。

不止于此。它既與芯片競爭對手、超大規模數據中心、軟件開發商、云客戶、OEM、公用事業、銀行和金融企業、保險公司和汽車公司合作，又與他們競爭。這個名單還在繼續。

黃仁勛指出，“我們已經建立了五個數據中心，我們還幫助全世界的公司建立數據中心。我們把數據中心和超級計算機變成了產品。全球一些最大的超級計算機在大約一年半前安裝完畢，現在它們正在逐步投入使用。我們交付到運營的時間以周計。”

巨大的領先優勢

Nvidia能否以及能多久保持其AI領頭羊地位現在已成為價值數十億美元的問題。

根據IDTechEx的數據，Nvidia是GPU市場無可爭議的領導者，市場份額超過80%。該研究機構估計，到2033年，AI芯片市場“將達到2576億美元”，以24.4%的復合年增長率增長，并表示Nvidia將占據“相當大的份額”。

IDTechEx的報告中說，“AI正在改變我們所熟知的世界。AI訓練算法的復雜性正在以驚人的速度增長。為了跟上這個增長，我們需要的不僅是可擴展的AI應用硬件，還需要能在接近終端用戶的地方處理越來越復雜的模型。”

Nvidia聲稱它已經找到了秘訣。目前，其在AI領域GPU的巨大領先優勢無人能敵。

但競爭對手也意識到了市場的潛力，正在全力追趕。然而，要追上Nvidia遠沒有那么容易。甚至可以說，短期內近乎不可能，需要多年時間的努力。

以下是競爭對手們可能面臨的挑戰：

AI解決方案并不僅僅關乎最好的芯片、處理器、軟件、工藝制程、交付機制或者可信賴的關系。它需要所有這些因素的組合，順利疊加起來，形成堅固的統一體。

Nvidia完成以上任務花了超過12年的時間，要復制Nvidia已經完成且將繼續進行的工作，競爭者需要以閃電般的速度進行追趕。

任何想要獲得更大份額的競爭者，不只要有優秀的處理器（GPU或CPU）、優秀的軟件應用和制程，而且要遠超這些。

黃仁勛如此直言不諱地說，這是因為，企業AI用戶和他們的終端客戶看重的AI解決方案，需要的不僅僅是將最好的芯片和軟件拼湊在一起的能力。這關乎“技術堆棧”和“總體擁有成本”。

他說：“如果數據中心的操作系統，即基礎設施，不是極其出色，你如何連接成千上萬的GPU？Nvidia的核心價值主張是我們是最低成本的解決方案。我們是最低總體擁有成本的解決方案。這是因為，我經常談論的加速計算是兩個問題，即它是一個全棧問題。”

誘人的回報

對于競爭者來說，開發一系列類似的解決方案是一項巨大挑戰。但回報也可以同樣巨大。

整個AI市場在2021年的估值還不到1，000億美元。根據Next Move Strategy Consulting的數據，到今年年底，市場規模將膨脹到2，070億美元，到2030年將達到2萬億美元的估值。

分析師并非是唯一拋出驚人數字的群體。正如Nvidia高企的市值所示，股權投資者也同樣對AI投資的預期回報瘋狂。

然而，競爭者們的戰斗不僅僅是在AI芯片上。AI競爭已經擴大到了“客戶”層面的因素，這些客戶過去可能會滿足于從芯片公司那里購買組件，或者從制造商那里購買完成的OEM設備。

而且，現在加入競爭隊伍的還包括像Alphabet、Apple、Amazon和Facebook這樣的超大規模數據中心、云服務供應商，甚至公用事業及自研芯片的通用視覺公司等。

成功非偶然

Nvidia的成功并非是偶然的。2011年，黃仁勛開始推動公司專注于“加速計算”，似乎是非常明智的決策。

事后回顧，Nvidia似乎一路都非常順利。但上個月，黃仁勛在臺灣發表演講時指出，在開發CUDA（其計算平臺和應用程序編程接口，使軟件能夠用于通用目的處理）時，Nvidia遇到過很多困難。

然而，他們堅持了下去，黃說是“冒著一切風險追求深度學習”。

他說，“我們發明了CUDA，開創了加速計算和AI。十年后，AI革命開始了，Nvidia是全球AI開發者的引擎。你要么為了食物而奔跑，要么為了避免成為食物而奔跑。往往你不能分辨是哪一個。只有跑。”

Nvidia在奔跑。競爭對手也在奔跑。

但想要在AI市場上趕上Nvidia，可能還需很多年艱辛的努力。