notizia

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Questo articolo proviene da: All'esterno e all'interno, autore: Zhou Xiao, Tan Jiuyun, Xie Fangchen, editore: Fu Xiaoling, Cao Binling

"Vendere pale" è un buon affare, ma potrebbe non esserlo se viene sempre venduto a pochi minatori ed è sempre esposto al "rischio del cliente chiave".

Proprio come Nvidia è chiaramente il player dominante nel settore dei chip IA, Huang Renxun "si svegliava ogni mattina preoccupato che l'azienda potesse andare in bancarotta".

Si può vedere che i clienti di Nvidia sono sempre stati molto concentrati, con CR5 che rappresenta più della metà del totale dell'anno. Al suo apice nel 2002, i primi cinque clienti rappresentavano il 65% dei ricavi, mentre i primi due clienti rappresentavano un sorprendente 40%. Dopo che Microsoft, il principale finanziatore dell'epoca, ritirò il suo ordine, la performance di NVIDIA crollò e le sue azioni. il prezzo è crollato del 90%.

Una simile "grande crisi dei clienti" si è verificata di nuovo nel 2008, quando i tre principali giganti dei PC Apple, Dell e HP hanno interrotto collettivamente gli ordini, e più tardi quando clienti di riferimento come Google e Tesla hanno iniziato a sviluppare i propri chip.

Ad oggi (anno fiscale 2024), i due principali clienti di NVIDIA rappresentano ancora il 32% delle entrate e si stima che i primi cinque siano vicini al 50%. Quindi uno degli elementi riservati degli analisti di Wall Street è che ogni volta che NVIDIA rilascia la sua relazione finanziaria, calcola il suo ampio rapporto di concentrazione dei clienti.

Tuttavia, sebbene i superfinanzieri controllino la vita di Nvidia, non osano più ribaltare così facilmente la situazione.

Quei giganti che hanno costretto Nvidia a tagliare i prezzi ritirando gli ordini sono diventati improvvisamente seguaci di Nvidia. Ogni volta che Boss Huang rilascia una nuova GPU, fanno la fila per acquistarla a un prezzo più alto, indipendentemente dal costo.

Quindi, dall'essere alla mercé degli altri al rivoltarsi contro i clienti, come ha reagito Yingvida?

Questo articolo passa in rassegna i suoi tre cicli di lotte con i principali clienti e scopre che la storia della fortuna di Nvidia è una storia condensata di evoluzione tecnologica e industriale. Da leadership temporanea a leadership assoluta, da sostituibile a insostituibile, ha riconquistato passo dopo passo il diritto di parlare fino a diventare il “Drago della Silicon Valley” nella nuova era.

1. Agire come il "balsamo di Taiwan" per i giochi per PC e sostenere i clienti

Il 2002 deve essere un anno indimenticabile per Huang Renxun.

Quest'anno, il prezzo delle azioni di Nvidia è crollato del 90% e anche la sua ricchezza personale si è ridotta di 10 volte, cadendo direttamente da "miliardario" ai ranghi di "multimilionari".

Il suo dolore viene dal grande finanziere Microsoft: il progetto della console di gioco Xbox con cui le due società hanno collaborato è arrivato ad una guerra dei prezzi, Microsoft ha chiesto a Nvidia di abbassare il prezzo della GPU, ma a quel tempo Nvidia produceva anche core in base alla linea di costo. quindi naturalmente ha rifiutato di contrattare, Microsoft ha interrotto con rabbia la cooperazione tra le due parti.

Sapete, questo contratto con Microsoft rappresenta quasi il 70% delle vendite annuali di Nvidia. Dopo la rottura della collaborazione, le entrate di Nvidia si sono ridotte rapidamente e il suo valore di mercato è crollato.

Dopo aver provato la sensazione di essere vittima di bullismo da parte dei clienti, Huang Renxun ha dovuto scendere a compromessi e ha accettato di "ridurre il costo futuro di Xbox".

Tuttavia, sei anni dopo, di fronte allo "scandalo delle schede grafiche" in cui Apple, Dell e HP erano insoddisfatte del ritiro collettivo degli ordini per i chip GeForce serie 6000-9000 e il prezzo delle azioni crollò del 95%, Boss Huang scelse di offendere fino alla fine il padre del cliente.

Ha gentilmente esposto il problema delle schede grafiche che causano il surriscaldamento e il burn-in del computer. Successivamente, Apple è arrivata a chiedere una collaborazione personalizzata, ma l'ha respinta completamente.

I due atteggiamenti completamente diversi sono in gran parte dovuti allo spostamento del diritto di parola.

Nell'era delle console all'inizio di questo secolo, i produttori di console per videogiochi controllavano "l'ingresso del traffico" e la distribuzione e la gestione dei giochi erano tutte gestite da giganti come Sony e Nintendo. I fornitori di chip di solito potevano solo "ispirarli". .

Anche se Nvidia è stata pioniera del concetto di GPU e ha dominato il campo delle schede grafiche, a partire dal prodotto epocale Geforce256, la tecnologia delle schede grafiche ha continuato a evolversi rapidamente e ha detenuto la chiave per trasformare il 2D in 3D nel settore dei giochi. non sfuggire all’essere determinato dalla vita e dalla morte.

Dopo la rottura con Microsoft, Nvidia ha mancato direttamente la nuova specifica Microsoft DirectX9, con il risultato che la GeForce FX appena lanciata era incompatibile con gli standard Microsoft. Inoltre, il prodotto stesso era immaturo e le vendite erano scarse.

ATI, che ha ricevuto il supporto di Microsoft, ha lanciato la Radeon 9700, che ha battuto la GeForce FX di Nvidia, ed è cresciuta rapidamente nel mercato delle GPU. Nel terzo trimestre del 2004, nel mercato indipendente delle schede grafiche, la quota di mercato di ATI era del 59%, mentre quella di Nvidia era solo del 37%.

Tuttavia, col passare del tempo nel mercato dei giochi per PC, il monopolio dell'"ingresso nel traffico" dei produttori di console di gioco è stato interrotto.

In questo campo, il nucleo dell'industria risiede nel gioco stesso, ed è più propenso a "i produttori di giochi funzionano come vogliono e le aziende di hardware li inseguono disperatamente". e software nel settore.

Ciò significa che rispetto a Sony, Nintendo e Microsoft, che erano solo una manciata nell’era delle console di gioco, i potenziali clienti dei produttori di chip si sono improvvisamente espansi in ogni angolo della catena industriale.

Come mostrato nella figura seguente, i ricavi di Nvidia hanno continuato a crescere dal 2004 al 2006, mentre la percentuale di ricavi apportata dai suoi cinque principali clienti ha continuato a diminuire.

Allo stesso tempo, questa ondata di "vero 3D" guidata dalla tecnologia delle schede grafiche e l'ondata di connessioni ai PC innescata dalla popolarità delle reti sovrapposte e della banda larga hanno anche presentato requisiti più elevati per le capacità dei chip a monte e a valle della catena industriale.

Prendendo ad esempio il lato del consumatore, questi giochi con una grafica accattivante sono anche conosciuti come killer di computer a causa della loro complessa modellazione 3D e i giocatori non possono smettere di aggiornare i loro computer. E la ricerca delle prestazioni dei dispositivi ha costretto i produttori di PC a scegliere chip noti per le loro prestazioni.

Ad esempio, "Crysis", che ha fatto il giro del paese e all'estero nel 2007, ha una grafica realistica che rende le persone dipendenti, ma mette a dura prova le prestazioni della scheda grafica. Un giocatore ha ricordato: "Ho combattuto contro il boss finale per un giorno intero durante le vacanze estive al college. Dopo che ogni bomba nucleare veniva lanciata, il computer doveva essere messo in pausa per raffreddarsi".

Ciò ha reso la scheda grafica NVIDIA Geforce9800GT, che può eseguire "Crysis" senza problemi, molto popolare, con oltre 5 milioni di unità vendute in tutto il mondo.

Per dirla senza mezzi termini, rispetto all'industria delle console, nella fascia a monte dei giochi per PC, finché prestazioni, resa e prezzo sono ben bilanciati, il prodotto può parlare da solo, e non c'è bisogno di essere un prodotto "low- chiave" Partito B.

Si può vedere che dal 2004, la formula GPU di Nvidia di "raddoppiare le prestazioni e continuare a ridurre i prezzi con ogni ciclo di aggiornamenti" è diventata popolare nel mercato dei giochi per PC.

Tuttavia, Nvidia non è l'unica a tenere d'occhio questo pezzo di torta, i giganti dei chip non sono da meno.

Importanti produttori di CPU come Intel e AMD si sono rapidamente spostati verso le GPU, e anche il loro vecchio nemico ATI si stava avvicinando. AMD ha persino annunciato una fusione con ATI nel 2005, sperando di dominare il settore attraverso una potente combinazione di CPU e GPU.

Una dura battaglia era già dietro l'angolo. Inaspettatamente, ATI ha acquistato un gran numero di brevetti di tecnologia GPU obsoleti per venderli a un prezzo migliore. Ciò non solo ha causato un debito di AMD per anni, ma ha anche rallentato il ritmo Integrazione GPU Nel settore dei chip che continua a rinnovarsi, AMD si è persa nella folla.

Nvidia è piuttosto orgogliosa del ritardo del suo avversario, come ha mostrato Huang Renxun: "È un regalo improvviso. Siamo diventati l'unica azienda di chip grafici indipendente al mondo."

E NVIDIA, un attore dominante con la tecnologia in mano, da allora ha acquisito la capacità di competere con i clienti.

Ad esempio, Dell e HP, che hanno ritirato i loro ordini durante lo "scandalo delle schede grafiche" sopra menzionato, hanno effettuato ordini uno dopo l'altro dopo che NVIDIA ha lanciato nuovi prodotti; Apple, dopo essere passata ad AMD, ha dovuto stringere i denti e riavviare NVIDIA a causa della scarsa qualità risultati.

Ma prima che il capo Huang potesse ridere a lungo, una nuova crisi arrivò silenziosamente.

2. Concentrarsi sull'universalità della GPU, rendendo difficile per i grandi clienti evitarla

Una delle gesta famose del super venditore Huang Renxun è quella di aver affermato di essere un fan del riso alla conferenza di lancio di Xiaomi nel 2013 e di aver gridato: "Per favore, dammi la possibilità di presentare NVIDIA!"

A quel tempo, il pubblico mangiatore di melone si lamentava del fatto che Boss Huang fosse flessibile e pensava che Nvidia avrebbe potuto competere nel mercato dei chip mobili.

Inaspettatamente, l'anno successivo, Huang Renxun rinunciò all'opportunità che aveva colto e annunciò che si sarebbe gradualmente ritirato dal mercato dei chip per smartphone e tablet.

La spiegazione data allora da Huang Renxun era: la feroce concorrenza sui prezzi tra i produttori di telefoni cellulari impone alle aziende a monte di ridurre continuamente i prezzi, ma il prezzo non è il punto di forza di Nvidia, quindi può solo ritirarsi.

Ma oggi sappiamo che la guerra dei prezzi è solo un fenomeno superficiale. La ragione più profonda è che la domanda di chip mobile non è coerente con le prestazioni finali perseguite da Nvidia.

Il successo del mercato dei PC ha fatto sì che Huang Renxun capisse meglio di chiunque altro che nel campo dei chip, le aziende con tecnologie leader (o addirittura uniche) possono spesso ottenere una fetta più grande della torta e avere un fossato più profondo.

Pertanto, Nvidia ha implementato la strada della "tecnologia vincente" per i chip mobili: la serie Tegra ha accumulato in modo pazzesco la potenza di calcolo Da Tegra 2 a Tegra 3, il numero di core GPU è aumentato da 8 a 12, e Tegra 4 è aumentato a. 72. L'intera serie Sono tutti considerati strumenti di punteggio.

Tuttavia, i chip mobili montati su smartphone e tablet devono funzionare in spazi e consumi limitati. I chip NVIDIA, che pongono maggiormente l'accento sulla configurazione bilanciata e puntano alle prestazioni, presto hanno problemi con un consumo energetico fuori controllo e un forte riscaldamento.

Ancora più importante, la tecnologia dei segnali di comunicazione è saldamente controllata da Qualcomm. Se i produttori di telefoni cellulari collaborano con Nvidia, dovranno spendere molti soldi per fornire le proprie bande base, quindi si sono tirati indietro.

In queste circostanze, se Nvidia continua a perseguire la mobilità, deve scendere a compromessi sulle prestazioni, e questo non è conforme allo stile del "fanatico della tecnologia" Huang Renxun che ha deciso di "riconcentrare le sue energie sulle prestazioni elevate, sul visual computing o sul gaming "sul dispositivo".

Ma il mercato non l'ha bevuto. A quel tempo, il mercato principale di Nvidia, i giochi per PC, aveva terminato la sua fase di penetrazione accelerata, e l'intera Internet era in un periodo di forte cambiamento nel settore mobile crisi, ma significava anche che voleva perseguire la tecnologia rinunciando a un mercato in forte espansione.

Nvidia ha agito in questo modo più di una volta, e l'altra volta risale al 2006.

Agli occhi del mondo a quel tempo, le GPU erano solo attrezzature da gioco. Huang Renxun vide accidentalmente alcune persone fare trading ad alta frequenza e quantificazione finanziaria a Wall Street utilizzando le GPU NVIDIA per eseguire transazioni, ma potevano solo scrivere un sacco di cose a basso costo. codice macchina di livello per implementarlo e non potevano farlo come i programmi in linguaggi come C++.

Ciò ha fatto capire a Huang Renxun che il mercato aveva una certa domanda per scenari informatici generali. Quando è tornato, ha chiesto a gran voce un maggiore sviluppo del software (ovvero la piattaforma CUDA) per rendere la GPU competente per vari compiti, non solo per disegnare immagini. il campo di gioco.

Una volta lanciato il progetto, si prevede che i costi annuali di ricerca e sviluppo raggiungeranno i 500 milioni di dollari. A quel tempo, il fatturato annuo di Nvidia era di soli 3 miliardi di dollari.

Inoltre, all'epoca non esisteva una domanda evidente del mercato per l'enorme potenza di calcolo generica portata dal calcolo parallelo. Essa veniva utilizzata principalmente in campi impopolari come i laboratori di fisica avanzata e il commercio quantitativo una sola cifra. Wall Street una volta considerava CUDA come La valutazione tecnica è zero.

In altre parole, Boss Huang scommette 1/6 del fatturato dell'azienda su una piattaforma software che ha poco a che fare con il core business e le cui prospettive sono infinite.

Non solo costa denaro, ma per adattarsi alla piattaforma CUDA, i chip Nvidia devono aggiungere più circuiti logici, il che aumenta l'area del chip, aumenta i requisiti di dissipazione del calore e aumenta significativamente il tasso di guasto.

Gli incidenti di annullamento degli ordini menzionati sopra da HP, Dell, Apple, ecc. sono avvenuti proprio perché i chip Nvidia erano gravemente surriscaldati, causando il crash e il malfunzionamento di un gran numero di computer notebook.

Ma Huang Renxun credeva fermamente che "questo modo di creare software può cambiare tutto". Anche se ha speso l'enorme somma di 200 milioni per risarcire i clienti, ha comunque investito in CUDA in modo quasi paranoico.

Si è scoperto che aveva ragione.

Al concorso ImageNet di fine 2012, la rete neurale convoluzionale AlexNet basata sui calcoli dei chip NVIDIA ha aumentato in un colpo solo la precisione di riconoscimento all'84%, dando così inizio alla rivoluzione dell'intelligenza artificiale nei prossimi dieci anni.

Ciò rende la combinazione NVIDIA GPU+CUDA un successo anche nel campo del deep learning. Google, che una volta si prendeva gioco del fatto che "le GPU servono solo per giocare", è diventato subito un sostenitore di Nvidia, e anche giganti come Microsoft e Facebook hanno ordinato un gran numero di GPU per l'addestramento all'intelligenza artificiale.

E questo è solo l'inizio. Con i continui progressi nel campo del deep learning, i giganti stanno gradualmente "rivolgendosi" a NVIDIA in molteplici scenari.

Ad esempio, nel 2015, quando il tasso di errore del deep learning nel campo del riconoscimento delle immagini era inferiore a quello degli esseri umani, è esploso il mercato della guida autonoma. Sul fronte delle auto, il riscaldamento e il consumo di energia non erano più un problema. che non piacevano ai produttori di telefoni cellulari, erano preferiti dalle case automobilistiche.

Nel 2016, AlphaGo ha sconfitto Lee Sedol per conto di AI, innescando l’intero mercato del lato B.

Si può vedere che i principali produttori hanno iniziato a fornire una serie di prodotti di servizi di intelligenza artificiale basati sull’apprendimento profondo come il riconoscimento, l’autenticazione e il recupero delle immagini per i clienti del lato B in vari settori.

Oltre alla crescente domanda di GPU in settori come Internet e la guida autonoma, si sono aggiunte ai ranghi dei clienti NVIDIA anche aziende in grado di applicare la tecnologia AI nei campi della biomedicina e del commercio quantitativo.

I dati mostrano che nel 2016 la quota di mercato di Nvidia nel campo del deep learning raggiunge il 97%.

A questo punto, NVIDIA, che è ossessionata dalle prestazioni di GPU e CUDA, ha aspettato che si realizzasse il momento in cui "la potenza di calcolo è potenza": i grandi clienti non possono evitare NVIDIA nella loro attività e hanno perso la qualificazione per cambiare la situazione. .

Questo aumento di voce ha dato a Nvidia una boccata d'aria fresca, ma ha anche nascosto pericoli nascosti.

3. I principali clienti che sviluppano chip auto-sviluppati vengono soppressi da Nvidia

Nel 2017, il "divieto in una sola nota" di Nvidia ha scatenato l'indignazione pubblica nel circolo tecnologico globale: ai clienti non è più consentito utilizzare i prodotti GeForce per eseguire il deep learning nei data center.

A quel tempo, NVIDIA stava promuovendo il suo nuovo prodotto di fascia alta della serie Tesla. Questo server aveva la stessa architettura della serie GeForce, ma il prezzo era molto diverso. La versione superiore era quasi 10 volte più costosa. La promulgazione del divieto significa che i clienti non potranno più utilizzare GeForce per sostituire Tesla e che le startup con risorse finanziarie deboli potrebbero persino perdere la loro via di sopravvivenza.

Tra le proteste, le "azioni del drago" si sono finalmente fermate, ma le difese delle aziende tecnologiche contro Nvidia si sono sempre più intensificate.

Guardando indietro negli ultimi anni, i giganti di Internet come Google, Meta e Microsoft, e le aziende di veicoli elettrici come Tesla, hanno iniziato a sviluppare i propri chip nel tentativo di ridurre la loro dipendenza dalle GPU Nvidia.

Oltre a odiare la "tassa NVIDIA", i chip sviluppati autonomamente sono più convenienti rispetto all'acquisto da NVIDIA.

Prendiamo ad esempio l'industria automobilistica: ciò che richiede la massima potenza di calcolo dal lato dell'auto è il sistema di guida intelligente. Tuttavia, i chip NVIDIA sono "guerrieri esagonali" generici molto spazio.

I chip sviluppati internamente sono realizzati appositamente per la guida senza conducente, come il chip FSD di Tesla. Rispetto al palmare NVIDIA DRIVE PX 2, l'area è notevolmente ridotta e anche il consumo di energia è ridotto a un terzo.

Il chip FSD dà inoltre priorità alla NPU responsabile del deep learning e della previsione. Rispetto alla GPU, è più efficiente nell'apprendimento automatico dell'intelligenza artificiale e ha una potenza di calcolo aumentata di 5 volte.

Lo stesso vale nel campo pan-AI: i chip vengono adattati e trasformati da architettura, sistema operativo di livello superiore, middleware a codice aziendale per perseguire le massime prestazioni. Questo vale per i chip TPU di Google e i chip Graviton di Amazon.

Tra questi, Google TPU è 15-30 volte più veloce della GPU NVIDIA nel campo del calcolo dell'inferenza e il rapporto prestazioni-consumo energetico è circa 30-80 volte superiore.

In altre parole, i chip sviluppati internamente possono non solo essere personalizzati, ma anche superare i chip generici di Nvidia in termini di prestazioni, dimensioni e consumo energetico.

Inoltre, sebbene i chip attuali siano chiamati "auto-sviluppati", non richiedono ricerca e sviluppo full-stack, prendendo Tesla come esempio, ad eccezione della NPU autosviluppata, del resto della CPU, della GPU, delle interfacce, ecc. tutti acquistano IP standard in soli 18 mesi, lo sviluppo è stato completato.

Pertanto, dopo che i principali clienti hanno lanciato una frenetica ricerca personale, NVIDIA è rimasta intrappolata nel dubbio di essere stata "sovvertita". Ma nonostante i grandi clienti abbiano il coraggio di costruire core, non è facile sostituire Nvidia.

Come tutti sappiamo, i costi fissi della produzione di chip come ricerca e sviluppo, progettazione, attrezzatura del sito, ecc. sono sorprendentemente alti. Il tape-out ottico è una spesa enorme. Il costo una tantum di un tape-out di 7 nanometri il chip è di circa 200 milioni di yuan.

Sulla base di ciò, questo settore è sempre stato incentrato sul “ridimensionamento dei costi”: per il lato della ricerca e sviluppo, più scenari possono essere utilizzati, più il chip può diluire gli enormi costi di ricerca e sviluppo per il produttore, tanto più una tantum ordini, tanto più sarà in grado di mobilitare completamente l'utilizzo della capacità produttiva e di mantenere i profitti delle spedizioni a un certo livello.

Si può notare che con l'architettura comune di NVIDIA, le spese di ricerca e sviluppo per un singolo scenario possono essere diluite. Ad esempio, il costo dell'architettura Hopper utilizzata nel chip automobilistico Thor potrebbe essere stato condiviso dall'H100 con la stessa architettura.

Questo ovviamente non è disponibile per i grandi clienti i cui chip sviluppati internamente vengono utilizzati principalmente in scenari speciali. Di conseguenza, gli enormi costi di ricerca e sviluppo potrebbero renderli proibitivi.

Lo stesso vale per la produzione. Un’organizzazione una volta ha calcolato un conto: supponiamo che le aziende automobilistiche producano 1,2 milioni di veicoli all’anno e utilizzino 1,2 milioni di chip ad alta capacità di calcolo, ovvero 100.000 al mese. Se ogni wafer da 12 pollici contiene 500 chip, saranno solo 100.000 al mese. Richiesta di 200 wafer.

Con una domanda così ridotta, TSMC può essere considerato solo il cliente più piccolo, e lo stesso vale per gli impianti di confezionamento e collaudo. Quando l’offerta di Fab e la capacità produttiva di imballaggio e test supera la domanda, si darà priorità a garantire la fornitura di grandi clienti e ad allungare i tempi di attesa per l’ordinazione.

Insieme alla reazione a catena dei test e ad altri collegamenti, il ciclo di implementazione dell'applicazione effettiva del chip potrebbe allungarsi. Ad esempio, il chip FSD di Tesla ha completato la sua prima produzione di prova alla fine del 2017, ma ha iniziato ad essere installato sulle auto solo due anni dopo, e gli aggiornamenti e le iterazioni sono ancora più lenti. In confronto, Nvidia può aggiornare i suoi chip automobilistici praticamente ogni 18 mesi.

Ciò ha costretto molte aziende a tornare ad abbracciare NVIDIA, soprattutto dopo il boom dei modelli di grandi dimensioni e dell’intelligenza artificiale generativa, la potenza di calcolo è diventata una risorsa indispensabile. Anche i principali produttori che sono ancora impegnati nella ricerca personale non osano rinunciare acquistando GPU avanzate NVIDIA.

I chip di potenza di calcolo di Nvidia sono improvvisamente diventati valuta forte. Si dice che il fondatore di Oracle e Musk una volta abbiano implorato Jen-Hsun Huang per un'ora in un negozio di alimentari giapponese solo per ricevere spedizioni di chip GPU.

Secondo i rapporti, ogni volta che NVIDIA vende un H100, può realizzare un profitto lacrimoso del 1.000%. Il 50% dei profitti delle industrie legate all’intelligenza artificiale vanno alle tasche di Nvidia.

Di fronte all'intensificazione della "tassa NVIDIA", i principali clienti stringono i denti, ma sono impotenti: l'attuale concorrenza sui chip si concentra sia sul software che sull'hardware e NVIDIA non solo detiene il chip, ma ha anche il fossato software CUDA.

Per più di dieci anni, CUDA, come libreria di funzioni e base di codice, è stata a lungo aperta agli sviluppatori e ha attratto milioni di sviluppatori. Hanno sviluppato più strumenti, rendendo l'ecosistema CUDA più maturo e quasi diventando una "infrastruttura". ". La presenza.

Se la GPU viene paragonata a una centrale elettrica, gli sviluppatori sono come persone che costruiscono elettrodomestici e CUDA è come un "sistema di rete elettrica". Le specifiche di tensione degli elettrodomestici sono adattate alla rete elettrica.

Sarà difficile sostituire lo status di CUDA. L'anno scorso, per rompere il monopolio di CUDA sulla co-progettazione di chip software, i principali clienti di NVIDIA hanno lanciato la "Anti-CUDA Alliance" nel tentativo di ricreare uno strumento di compilazione compatibile con CUDA.

Tuttavia, quando le soluzioni delle società di software di terze parti hanno raggiunto un livello vicino a CUDA, Nvidia aveva già rilasciato la prossima generazione di GPU. Il software e l'hardware hanno tenuto il passo l'uno con l'altro, mantenendo gli sfidanti in una condizione di recupero.

Inoltre, Nvidia, fiutando il pericolo, ha già cominciato a costruire un muro: prima ha detto "compra un server rack, prendi prima GB200", ha raggruppato e venduto costosi rack personalizzati, esacerbando i costi di migrazione dei clienti, poi ha inasprito la politica di blocco il modo in cui altri strumenti siano compatibili con CUDA.

Di conseguenza, quei grandi clienti che sviluppano i propri chip finiranno per diventare carne sul tagliere di Nvidia.

riepilogo

"Prima c'è Renxun, poi ci sarà il paradiso, e la scheda grafica torturerà gli dei." I "credenti" di Nvidia nella barra delle schede grafiche domestiche una volta commentarono Huang Renxun nello stile di "Historical Records".

Con la benedizione di molti punti vendita, proprio come crede fermamente Huang Renxun, la potenza del computer ha davvero cambiato il mondo. La sua convinzione è stata generalmente riconosciuta e il suo potere può persino dominare il mercato.

Ma chi crea la storia non potrà mai prevedere le proprie coordinate nel processo storico. Ciò determina che per Huang Renxun ogni giorno è uno stato di "pronto per l'azione".