Новости

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Авторы этой статьи: Снаружи и внутри, автор: Чжоу Сяо, Тан Цзююнь, Се Фанчэнь, редакторы: Фу Сяолин, Цао Биньлин

«Продажа лопат» — хороший бизнес, но это может быть не так, если они всегда продаются нескольким горнякам и всегда подвергаются «риску ключевого клиента».

Так же, как Nvidia явно является доминирующим игроком на рынке ИИ-чипов, Хуан Жэньсюнь «каждое утро просыпался с тревогой, что компания обанкротится».

Видно, что клиенты Nvidia всегда были очень сконцентрированы: на CR5 приходится более половины круглогодичного использования. На пике своего развития в 2002 году на долю пяти крупнейших клиентов приходилось 65% выручки, а на двух крупнейших клиентов приходилось ошеломляющие 40%. После того, как Microsoft, крупнейший на тот момент финансист, отозвала свой заказ, производительность NVIDIA резко упала, а ее акции упали. цена упала на 90%.

Похожий «большой кризис клиентов» повторился в 2008 году, когда три крупнейших гиганта ПК Apple, Dell и HP коллективно прекратили заказы, а позже, когда такие ключевые клиенты, как Google и Tesla, начали разрабатывать свои собственные чипы.

На сегодняшний день (2024 финансовый год) на долю двух крупнейших клиентов Nvidia по-прежнему приходится 32% выручки, а на пятерку крупнейших клиентов, по оценкам, приходится около 50%. Таким образом, одна из зарезервированных позиций аналитиков Уолл-стрит заключается в том, что каждый раз, когда Nvidia выпускает релизы, свой финансовый отчет. Рассчитайте коэффициент концентрации крупных клиентов.

Однако, хотя суперфинансисты контролируют жизнь Nvidia, они больше не осмеливаются легко перевернуть ситуацию.

Те гиганты, которые заставили Nvidia снизить цены, отозвав заказы, внезапно стали последователями Nvidia. Каждый раз, когда босс Хуанг выпускает новый графический процессор, они выстраиваются в очередь, чтобы купить его по более высокой цене, независимо от стоимости.

Итак, как Йингвида дала отпор, от зависимости от милости других до выступления против клиентов?

В этой статье рассматриваются три раунда борьбы с крупными клиентами и делается вывод, что история состояния Nvidia представляет собой сжатую историю технологической и промышленной эволюции. От временного лидерства к абсолютному лидерству, от заменимого к незаменимому, она шаг за шагом восстанавливала свое право говорить, пока не стала «Драконом Кремниевой долины» в новую эпоху.

1. Действуйте как «Тайваньский бальзам» для компьютерных игр и стойте на плечах клиентов.

2002 год должен стать незабываемым для Хуан Жэньсюня.

В этом году цена акций Nvidia упала на 90%, а его личное богатство также сократилось в 10 раз, перейдя из «миллиардера» обратно в ряды «мультимиллионеров».

Его боль исходит от крупного финансиста Microsoft: проект игровой консоли Xbox, с которым сотрудничали две компании, дошел до ценовой войны, Microsoft попросила Nvidia снизить цену на графические процессоры, но в то время Nvidia также производила ядра, исходя из стоимости. поэтому компания, естественно, отказалась торговаться, Microsoft в гневе разорвала сотрудничество между двумя сторонами.

Вы знаете, этот контракт с Microsoft составляет почти 70% годовых продаж Nvidia. После того, как сотрудничество разорвалось, доходы Nvidia быстро сократились, и ее рыночная стоимость резко упала.

Испытав чувство издевательств со стороны клиентов, Хуан Ренсюнь был вынужден пойти на компромисс и согласился «снижать будущую стоимость Xbox».

Однако шесть лет спустя, столкнувшись с «скандалом с видеокартами», в ходе которого Apple, Dell и HP были недовольны коллективным отзывом заказов на чипы серии GeForce 6000-9000, а цена акций упала на 95%, босс Хуан решил обидеть отца заказчика до конца.

Он мягко раскрыл проблему перегрева и выгорания компьютера, вызванную видеокартами. Позже Apple обратилась за индивидуальным сотрудничеством, но они категорически отвергли его.

Два совершенно разных подхода во многом объясняются изменением права слова.

В эпоху консолей в начале этого столетия производители игровых консолей контролировали «вход для трафика», а распространением и эксплуатацией игр занимались такие гиганты, как Sony и Nintendo, поставщики чипов обычно могли только «смотреть на них». .

Несмотря на то, что Nvidia была пионером в разработке концепции графического процессора и доминировала в области видеокарт (начиная с эпохального продукта Geforce256), технология видеокарт продолжала быстро развиваться и стала ключом к превращению 2D в 3D в игровой индустрии. не избежать того, чтобы быть определяемым жизнью и смертью.

После разрыва с Microsoft Nvidia напрямую пропустила новую спецификацию Microsoft DirectX9, в результате чего недавно выпущенная GeForce FX оказалась несовместимой со стандартами Microsoft. Кроме того, сам продукт был незрелым, а продажи были безрадостными.

ATI, получившая поддержку Microsoft, выпустила Radeon 9700, которая превзошла GeForce FX от Nvidia и быстро выросла на рынке графических процессоров. В третьем квартале 2004 года на независимом рынке видеокарт доля ATI составляла 59%, тогда как доля рынка Nvidia составляла лишь 37%.

Однако с течением времени на рынке компьютерных игр монополия «проходного транспорта» производителей игровых консолей была нарушена.

В этой области ядро ​​индустрии лежит в самой игре, и она более склонна к тому, чтобы «производители игр работали, как им заблагорассудится, а компании-производители оборудования отчаянно гонялись за ними». Существует разделение труда в области исследований и разработок, распространения и аппаратного обеспечения. и программное обеспечение в отрасли.

Это означает, что по сравнению с Sony, Nintendo и Microsoft, которых в эпоху игровых консолей было всего несколько штук, потенциальные клиенты производителей чипов внезапно распространились на все уголки отраслевой цепочки.

Как показано на рисунке ниже, доходы Nvidia продолжали расти с 2004 по 2006 год, в то время как доля доходов, вносимых пятью крупнейшими клиентами, продолжала снижаться.

В то же время эта волна «настоящего 3D», вызванная технологией графических карт, и волна подключений к ПК, вызванная популярностью наложенных сетей и широкополосной связи, также выдвинули более высокие требования к возможностям чипов в восходящих и последующих звеньях отраслевой цепочки.

Если взять в качестве примера потребительскую сторону, то эти игры с крутой графикой также известны как компьютерные убийцы из-за сложного 3D-моделирования, и игроки не могут перестать обновлять свои компьютеры. Стремление к повышению производительности устройств вынудило производителей ПК выбирать чипы, известные своей производительностью.

Например, игра Crysis, которая прокатилась по стране и за рубежом в 2007 году, имеет реалистичную графику, вызывающую у людей зависимость от нее, но она сильно проверяет производительность видеокарты. Один игрок вспоминал: «Я сражался с финальным боссом целый день во время летних каникул в колледже. После каждого взрыва ядерной бомбы компьютер приходилось ставить на паузу, чтобы он остыл».

Это сделало видеокарту NVIDIA Geforce9800GT, которая может плавно запускать Crysis, очень популярной: по всему миру было продано более 5 миллионов единиц.

Грубо говоря, по сравнению с консольной индустрией, в сегменте компьютерных игр, если производительность, доходность и цена хорошо сбалансированы, продукт может говорить сам за себя, и нет необходимости быть «низкокачественным» продуктом. ключ» Сторона Б.

Видно, что с 2004 года формула графического процессора Nvidia «удвоение производительности и дальнейшее снижение цен с каждым раундом обновлений» стала популярной на рынке игр для ПК.

Однако Nvidia не единственная, кто присматривается к этому куску пирога, чиповые гиганты не отстают.

Признанные производители процессоров, такие как Intel и AMD, быстро перешли на графические процессоры, и их старый враг ATI также приближался. AMD даже объявила о своем слиянии с ATI в 2005 году, надеясь доминировать в отрасли за счет мощной комбинации процессоров и графических процессоров.

Ожесточенная битва уже была не за горами. Неожиданно ATI купила большое количество устаревших патентов на технологии графических процессоров, чтобы продать их по более выгодной цене. Это не только привело к тому, что AMD оказалась в долгах на долгие годы, но и замедлила темпы разработки. Интеграция графических процессоров AMD продолжает развиваться в индустрии чипов.

Nvidia очень гордится отставанием своего оппонента. Как хвастался Хуан Ренсюнь: «Это потрясающий подарок. Мы стали единственной независимой компанией по производству графических чипов в мире».

А NVIDIA, доминирующий игрок, владеющий этой технологией, с тех пор получила возможность конкурировать с клиентами.

Например, Dell и HP, отозвавшие свои заказы во время упомянутого выше «скандала с видеокартами», размещали заказы один за другим после того, как NVIDIA выпустила новые продукты, Apple, после перехода на AMD, была вынуждена стиснуть зубы и перезапустить NVIDIA из-за плохой работы; результаты.

Но прежде чем босс Хуан смог долго смеяться, незаметно наступил новый кризис.

2. Сосредоточьтесь на универсальности графического процессора, поэтому крупным клиентам будет сложно ее избежать.

Одним из самых известных поступков суперпродавца Хуан Жэньсюня является то, что он заявил, что является фанатом риса на конференции Xiaomi в 2013 году, и крикнул: «Пожалуйста, дайте мне шанс представить NVIDIA!»

В то время любители дынь сетовали на гибкость босса Хуана и думали, что Nvidia собирается конкурировать на рынке мобильных чипов.

Неожиданно в следующем году Хуан Жэньсюнь отказался от возможности, которую он упускал, и объявил, что постепенно уйдет с рынка чипов для смартфонов и планшетов.

Объяснение, данное тогда Хуан Жэньсюнем, заключалось в следующем: жесткая ценовая конкуренция между производителями мобильных телефонов требует от добывающих компаний постоянного снижения цен, но цена не является сильной стороной Nvidia, поэтому она может только уйти.

Но сегодня мы знаем, что ценовая война — это всего лишь поверхностное явление. Более глубокая причина заключается в том, что спрос на мобильные чипы не соответствует максимальной производительности, к которой стремится Nvidia.

Успех рынка ПК позволил Хуан Жэньсюню лучше, чем кто-либо другой, понять, что в области чипов компании с передовыми (или даже уникальными) технологиями часто могут получить больший кусок пирога и иметь более глубокий ров.

Поэтому для мобильных чипов Nvidia реализовала путь «технологического выигрыша»: серия Tegra безумно увеличивает вычислительную мощность. От Tegra 2 к Tegra 3 количество ядер графического процессора увеличилось с 8 до 12, а у Tegra 4 резко возросло. до 72. Вся серия Все они считаются инструментами для подсчета очков.

Однако мобильные чипы, установленные на смартфонах и планшетах, должны работать в ограниченном пространстве, а чипы Nvidia, которые уделяют больше внимания сбалансированной конфигурации и стремятся к производительности, вскоре сталкиваются с проблемами неконтролируемого энергопотребления и серьезного нагрева.

Что еще более важно, технология передачи сигналов жестко контролируется Qualcomm. Если производители мобильных телефонов будут сотрудничать с Nvidia, им придется потратить много денег на обеспечение собственных базовых частот, поэтому они отступили.

В этих обстоятельствах, если Nvidia продолжит стремиться к мобильности, ей придется пойти на компромисс в отношении производительности, а это не соответствует стилю «технического фаната» Хуан Ренсюня. Он решил «переориентировать свою энергию на высокую производительность, визуальные вычисления или ориентированность на игры». «на устройстве».

Но рынок не поверил этому. В то время основной рынок Nvidia, компьютерные игры, завершил стадию ускоренного проникновения, и весь Интернет переживал период горячей смены мобильных технологий. спад, но это также означало, что он хотел, чтобы преследование технологий отказывалось от быстро развивающегося рынка.

Nvidia поступала таким образом не раз, а другой раз можно отнести к 2006 году.

В то время в глазах мира графические процессоры были всего лишь игровым оборудованием. Хуан Жэньсюнь случайно увидел, как некоторые люди занимались высокочастотной торговлей и финансовым анализом на Уолл-стрит, используя графические процессоры NVIDIA для выполнения транзакций, но они могли писать только много низкочастотных текстов. уровень машинного кода для его реализации, и они не могли сделать это, как процессоры. Программа на таких языках, как C++.

Это заставило Хуан Жэньсюня осознать, что на рынке существует определенный спрос на общие вычислительные сценарии. Когда он вернулся, он потребовал активизировать разработку программного обеспечения (то есть платформы CUDA), чтобы сделать графический процессор пригодным для различных задач, а не только для рисования изображений. игровое поле.

Ожидается, что после запуска проекта ежегодные затраты на исследования и разработки достигнут 500 миллионов долларов США. В то время годовой доход Nvidia составлял всего 3 миллиарда долларов США.

Более того, в то время не было очевидного рыночного спроса на огромные вычислительные мощности общего назначения, обеспечиваемые параллельными вычислениями. Они в основном использовались в непопулярных областях, таких как передовые физические лаборатории и количественная торговля. Графический процессор, необходимый для одного проекта, был ограничен. однозначные цифры. Уолл-стрит когда-то считала CUDA технической оценкой равной нулю.

Другими словами, босс Хуан ставит 1/6 доходов компании на программную платформу, которая имеет мало общего с основным бизнесом и перспективы которой безграничны.

Это не только стоит денег: чтобы адаптироваться к платформе CUDA, чипам Nvidia необходимо добавить больше логических схем, что увеличивает площадь чипа, увеличивает требования к рассеиванию тепла и значительно увеличивает частоту отказов.

Упомянутые выше инциденты с отменой заказов со стороны HP, Dell, Apple и т. д. произошли именно из-за того, что чипы Nvidia были сильно перегреты, что привело к сбоям и сбоям в работе большого количества ноутбуков.

Но Хуан Жэньсюнь твердо верил, что «такой способ создания программного обеспечения может изменить все». Несмотря на то, что он потратил огромную сумму в 200 миллионов долларов на компенсацию клиентам, он все равно инвестировал в CUDA почти параноидально.

Оказалось, что он был прав.

На конкурсе ImageNet в конце 2012 года сверточная нейронная сеть AlexNet на базе вычислений чипов NVIDIA одним махом повысила точность распознавания до 84%, положив начало революции искусственного интеллекта в ближайшие десять лет.

Это также делает комбинацию NVIDIA GPU+CUDA блокбастером в области глубокого обучения. Google, который когда-то высмеивал, что «графические процессоры предназначены только для игр», мгновенно стал сторонником Nvidia. Такие гиганты, как Microsoft и Facebook, также заказали большое количество графических процессоров для обучения искусственному интеллекту.

И это только начало. Благодаря постоянным прорывам в области глубокого обучения гиганты постепенно «разворачиваются» вокруг NVIDIA по множеству сценариев.

Например, в 2015 году, когда уровень ошибок глубокого обучения в области распознавания изображений был ниже, чем у людей, рынок автономного вождения резко вырос. Что касается автомобилей, то нагрев и потребление энергии больше не были проблемой. которые не нравились производителям мобильных телефонов, были одобрены автомобильными компаниями.

В 2016 году AlphaGo победила Ли Седоля от имени AI, что взорвало весь рынок B-стороны.

Видно, что крупные производители начали предоставлять ряд сервисных продуктов искусственного интеллекта, основанных на глубоком обучении, таких как распознавание изображений, аутентификация и поиск для клиентов B-стороны в различных отраслях.

Помимо растущего спроса на графические процессоры в таких отраслях, как Интернет и автономное вождение, ряды клиентов NVIDIA также пополнились компаниями, которые могут применять технологии искусственного интеллекта в области биомедицины и количественного трейдинга.

Данные показывают, что по состоянию на 2016 год доля Nvidia на рынке глубокого обучения достигает 97%.

На данный момент NVIDIA, которая одержима производительностью графических процессоров и CUDA, ждала момента, когда наступит момент, когда «вычислительная мощность есть сила»: крупные клиенты не могут избежать NVIDIA в своем бизнесе, и они потеряли квалификацию, чтобы изменить таблицу. .

Это усиление голоса дало Nvidia глоток свежего воздуха, но также скрыло скрытые опасности.

3. Крупные клиенты, разрабатывающие чипы собственной разработки, подавляются Nvidia.

В 2017 году «запрет одной ноты» Nvidia вызвал возмущение общественности в мировом технологическом кругу: клиентам больше не разрешается использовать продукты GeForce для проведения глубокого обучения в центрах обработки данных.

В то время Nvidia продвигала свою высокопроизводительную новинку серии Tesla. Этот сервер имел ту же архитектуру, что и серия GeForce, но цена сильно отличалась. Топовая версия была почти в 10 раз дороже. Обнародование запрета означает, что клиенты больше не смогут использовать GeForce для замены Tesla, а стартапы со слабыми финансовыми ресурсами могут даже потерять возможность выживания.

На фоне протестов «действия дракона» наконец прекратились, но защита технологических компаний от Nvidia становится все более усиленной.

Оглядываясь назад, можно сказать, что за последние несколько лет интернет-гиганты, такие как Google, Meta и Microsoft, а также компании по производству электромобилей, такие как Tesla, последовательно начали разрабатывать свои собственные чипы, пытаясь уменьшить свою зависимость от графических процессоров Nvidia.

Помимо ненависти к «налогу на NVIDIA», чипы собственной разработки более доступны, чем покупка у NVIDIA.

Возьмем, к примеру, автомобильную промышленность. Больше всего вычислительных мощностей со стороны автомобиля требует интеллектуальная система вождения. Однако чипы NVIDIA являются «шестиугольными воинами» общего назначения. много места.

Чипы собственной разработки специально созданы для беспилотного вождения, такие как чип Tesla FSD. По сравнению с NVIDIA DRIVE PX 2 размером с ладонь, площадь значительно уменьшена, а потребление энергии также снижено на одну треть.

Чип FSD также отдает приоритет NPU, отвечающему за глубокое обучение и прогнозирование. По сравнению с графическим процессором он более эффективен в машинном обучении искусственного интеллекта и имеет увеличенную в 5 раз вычислительную мощность.

То же самое справедливо и в области пан-ИИ. Чипы адаптируются и преобразуются из архитектуры, операционной системы верхнего уровня, промежуточного программного обеспечения в бизнес-код для достижения максимальной производительности. Это справедливо для чипов TPU от Google и чипов Graviton от Amazon.

Среди них Google TPU в 15-30 раз быстрее, чем NVIDIA GPU в области вычислений, а соотношение производительности и энергопотребления примерно в 30-80 раз выше.

Другими словами, чипы собственной разработки можно не только настраивать, но и превосходить чипы общего назначения Nvidia по производительности, размеру и энергопотреблению.

Более того, хотя нынешние чипы называются «саморазработанными», они не требуют полноценных исследований и разработок, если взять в качестве примера Tesla, в дополнение к NPU собственной разработки, другим процессорам, графическим процессорам, интерфейсам и т. д. покупка стандартного IP Всего за 18 месяцев разработка завершена.

Таким образом, после того, как крупные клиенты начали безумные самоисследования, NVIDIA оказалась в ловушке сомнений в том, что ее «подрывают». Но хотя крупные клиенты имеют смелость создавать ядра, заменить Nvidia непросто.

Как мы все знаем, постоянные затраты на производство чипов, такие как исследования и разработки, проектирование, оборудование и т. д., поразительно высоки. чип составляет около 200 миллионов юаней.

Исходя из этого, эта отрасль всегда была сосредоточена на «масштабировании затрат»: что касается НИОКР, то чем больше сценариев может использовать чип, тем больше он может снизить огромные затраты на НИОКР для производителя, тем больше они будут; чем больше времени объем заказа, тем больше он сможет полностью мобилизовать загрузку производственных мощностей и поддерживать прибыль от отгрузки на определенном уровне.

Видно, что благодаря общей архитектуре NVIDIA затраты на исследования и разработки для одного сценария могут быть уменьшены. Например, стоимость архитектуры Hopper, используемой в автомобильном чипе Thor, могла быть такой же, как и у H100 с той же архитектурой.

Очевидно, что это недоступно крупным клиентам, чьи чипы собственной разработки в основном используются в особых сценариях. В результате огромные затраты на НИОКР могут сделать их непомерно высокими.

То же самое касается производства. Однажды организация подсчитала: предположим, что автомобильные компании производят 1,2 миллиона автомобилей в год и используют 1,2 миллиона чипов для высокопроизводительных вычислений, что составляет 100 000 в месяц. Если каждая 12-дюймовая пластина содержит 500 чипов, это будет всего 100 000 в месяц. Спрос на 200 пластин.

При таком небольшом спросе TSMC можно считать лишь самым мелким клиентом, и то же самое справедливо для заводов по упаковке и тестированию. Когда предложение Fab, а также производственные мощности по упаковке и тестированию превысят спрос, они будут отдавать приоритет обеспечению поставок крупных клиентов и удлинят время ожидания заказа.

В сочетании с цепной реакцией тестирования и другими звеньями реальный цикл внедрения чипа может стать более длительным. Например, чип FSD от Tesla завершил свое первое пробное производство в конце 2017 года, но устанавливаться на автомобили его начали только два года спустя, а обновления и итерации идут еще медленнее. Для сравнения, Nvidia может обновлять свои автомобильные чипы практически каждые 18 месяцев.

Это заставило многие компании вернуться в объятия NVIDIA. Особенно после бума больших моделей и генеративного искусственного интеллекта, вычислительная мощность стала обязательным ресурсом. покупка усовершенствованного графического процессора NVIDIA.

Чипы вычислительной мощности Nvidia внезапно стали твердой валютой. Ходят слухи, что основатель Oracle и Маск однажды попросили Джен-Сунь Хуанга провести час в японском продуктовом магазине только для того, чтобы получить поставки чипов графического процессора.

По имеющимся данным, каждый раз, когда NVIDIA продает H100, она может получить слезоточивую прибыль в 1000%. 50% прибыли от отраслей, связанных с искусственным интеллектом, идут в карманы Nvidia.

Столкнувшись с усиливающимся «налогом на NVIDIA», основные клиенты стиснули зубы, но оказались беспомощны — текущая конкуренция за чипы сосредоточена как на программном, так и на аппаратном обеспечении, а NVIDIA не только удерживает чип, но и имеет программный ров CUDA.

На протяжении более десяти лет CUDA как библиотека функций и кода была открыта для разработчиков и привлекла миллионы разработчиков. Они разработали больше инструментов, сделав экосистему CUDA более зрелой и почти превратившись в «инфраструктуру». ". Присутствие.

Если GPU сравнивать с электростанцией, то разработчики подобны людям, которые создают электроприборы, а CUDA — как «система электросети». Характеристики напряжения электроприборов адаптированы к электросети.

Это будет трудно заменить статус CUDA. В прошлом году, чтобы разрушить монополию CUDA на совместное проектирование программного обеспечения и микросхем, основные клиенты NVIDIA создали «Альянс против CUDA» в попытке воссоздать CUDA-совместимый инструмент компиляции.

Однако к тому времени, когда решения сторонних компаний-разработчиков программного обеспечения достигли уровня, близкого к CUDA, NVIDIA уже выпустила следующее поколение графических процессоров. Программное и аппаратное обеспечение шло в ногу друг с другом, удерживая претендентов в состоянии догонять.

Более того, Nvidia, почувствовав опасность, уже начала строить стену: сначала она сказала: «Купи серверную стойку, сначала получи GB200», собрала и продала дорогие стойки, изготовленные по индивидуальному заказу, что усугубило затраты клиентов на миграцию, затем ужесточила декомпиляцию. Политика блокирует; способ обеспечить совместимость других инструментов с CUDA.

В результате те крупные клиенты, которые разрабатывают свои собственные чипы, в конечном итоге станут мясом на разделочной доске Nvidia.

краткое содержание

«Сначала будет Ренсюнь, потом будет рай, и видеокарта будет мучить богов». «Верующие» Nvidia на отечественной панели видеокарт однажды прокомментировали Хуан Ренсюня в стиле «Исторических записей».

С благословения многих СМИ, как твердо убежден Хуан Жэньсюнь, вычислительная мощность действительно изменила мир. Его убеждения получили всеобщее признание, и его сила может даже доминировать на рынке.

Но те, кто творит историю, никогда не могут предвидеть свои координаты в историческом процессе. Это определяет, что для Хуан Жэньсюня каждый день является состоянием «готовности к действию».