英伟达竞争优势：万众瞩目的英伟达，还值得买吗？（三）

苹果的IOS系统为什么具备用户粘性？

拿我后来的华为手机来说，每次开车听喜马拉雅，删除那些已经下载的音频，操作都很麻烦：

先要点“…”，然后选择“删除音频”。

尤其是那“…”，因为太小了，而我手大，好几次都错误按成了音频本身，于是，手机播放了起来。

每次这时候，我都怀念用iphone向左划那一下。

而CUDA对于开发人员，大概就类似于甚至更甚于苹果IOS的感觉。

那么，什么是CUDA呢？

CUDA的定义：

通用并行计算和编程模型，用于GPU上的通用计算。

可以充分利用显卡中的计算核心，帮助计算机更快处理需要大量计算的任务。

简单来说——

• 游戏中物理引擎的碰撞检测和重量计算，利用CUDA技术可以将这些任务交给GPU处理，从而减轻CPU的负担，提高游戏的帧率和流畅度；

• 加速光线追踪，从而进一步提高游戏的视觉效果和交互体验；

• 为了帮助开发人员更好地利用GPU的并行处理能力，CUDA提供了一些API和工具，使开发人员能够更容易编写各种应用程序，对于C4D，3DMAX，Maya等专业软件都非常有帮助（在进行渲染和制作动画等任务时也需要大量的并行处理能力，CUDA可以让这些软件更高效）。

2007年，黄仁勋开始布局，让CUDA成为一种编程模型，促进从科学计算到物理模拟和图像处理的应用。

而今，CUDA已经迭代了N多代了，一方面在上面说的光追、引擎和编写上能更好地发挥GPU的性能，一方面更适用于开发人员的操作习惯。

直到2012 年，人工智能研究人员发现了CUDA。著名的AlexNet就是在 GeForce GTX 580上进行训练的，这也让CUDA，自此开启了人工智能大爆炸的序章。

前面，我们说，引用硅谷某著名投资人的话：

英伟达的护城河在软件部分而非GPU本身，即使同类型产品推出，但因为市场用户更熟悉软件部分，所以还是会选择英伟达。

这句话怎么理解呢？

根据彭博社研究，未来的生成式人工智能将在2032年前达到1.32万亿的市场规模。

——这么大的蛋糕，竞品不垂涎吗？

于是乎——

• AMD今年将推出自己的MI300数据中心GPU，可能会利用英伟达供应链受到的限制抢占部分市场份额；

• 英特尔2025年推出Falcon shares ；

• 微软与AMD共同合作自研人工智能处理器雅典娜Athena，号称已经测试在GPT-4等最新大语言模型上的表现了。

而且，别说竞品，客户都坐不住了呀！

• 在2023年发表的一份研究报告中，谷歌称已将4000个TPU v4串联在一起，构建了一台超级计算机，这台超级计算机的运行速度要比采用英伟达A100 GPU的同等机器快1.7倍，效率高出1.9倍；

• 目前，亚马逊已经推出了四个系列的自研芯片——网络芯片Nitro系列，服务器芯片Graviton系列，AI推理芯片Inferentia系列、AI训练芯片Trainium。其中，后两款AI芯片与英伟达GPU存在竞争关系。

没办法，因为英伟达太赚了！

英伟达目前在人工智能GPU市场占据主导地位，市场份额约为90%。 

所以，一众竞品纷纷抢来抢蛋糕：

资本主义市场没有垄断，你的果汁分我一半！

但正如前文所说，英伟达的护城河不是GPU，而是CUDA生态。

——我若这么说，阁下（AMD、Google、亚马逊等）该如何应对？

英伟达在数据中心GPU上一家独大，而且市场供不应求，短期内无人能撼动其地位；

不过，从长期来讲，一众竞品及客户纷纷跑来分蛋糕，CUDA生态就受到了比较大的挑战。

尽管，后期竞品及客户的GPU性能可能高于英伟达的GPU，而且，价格上势必比现在的英伟达便宜很多，那么——

使用AI人工智能的客户们就要考虑了，是重新适应便宜的GPU还是为了习惯继续使用贵的？

不过，在我看来，英伟达的技术优势+CUDA生态依然牢固，竞争对手无非是从你90%的市场份额和70%的毛利率里夺取一部分而已。

英伟达在近几年保持一家独大，在3-5年保持持续领先问题不大。

而真正的关键是，transform这种需要消耗大量计算资源的模型是否是最终AI的终途？

这种类似于刨英伟达祖坟的改变才是重点需要关注的。

而英伟达未来的成长，当然不止有数据中心。

具体还有哪些方面？

英伟达的成长性、收益性都如何？

我们下篇继续分析~