noticias

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Este artículo proviene de: Por fuera y por dentro, autor: Zhou Xiao, Tan Jiuyun, Xie Fangchen, editor: Fu Xiaoling, Cao Binling

"Vender palas" es un buen negocio, pero puede que no lo sea si siempre se vende a unos pocos mineros y siempre está expuesto a "riesgos clave para los clientes".

Así como Nvidia es claramente el jugador dominante en chips de IA, Huang Renxun "se despertaba cada mañana preocupado de que la empresa quebrara".

Se puede ver que los clientes de Nvidia siempre han estado muy concentrados y CR5 representa más de la mitad del año. En su punto máximo en 2002, los cinco principales clientes representaban el 65% de los ingresos, y los dos principales clientes representaban un sorprendente 40%. Después de que Microsoft, el principal financiero en ese momento, retirara su pedido, el rendimiento de NVIDIA se desplomó y sus acciones. El precio se desplomó un 90%.

Una "gran crisis de clientes" similar volvió a ocurrir en 2008, cuando los tres principales gigantes de las PC, Apple, Dell y HP, suspendieron los pedidos colectivamente, y más tarde, cuando clientes de referencia como Google y Tesla comenzaron a desarrollar sus propios chips.

A día de hoy (año fiscal 2024), los dos principales clientes de Nvidia todavía representan el 32% de los ingresos, y se estima que los cinco principales rondan el 50%, por lo que uno de los puntos reservados de los analistas de Wall Street es que cada vez que Nvidia lanza. su informe financiero, Calcula su gran ratio de concentración de clientes.

Sin embargo, aunque los súper financieros controlan la vida de Nvidia, ya no se atreven a cambiar la situación fácilmente.

Esos gigantes que obligaron a Nvidia a reducir los precios retirando pedidos de repente se han convertido en seguidores de Nvidia. Cada vez que Boss Huang lanza una nueva GPU, hacen cola para comprarla a un precio más alto, sin importar el costo.

Entonces, desde estar a merced de los demás hasta volverse contra los clientes, ¿cómo se defendió Yingvida?

Este artículo revisa sus tres rondas de luchas con los principales clientes y descubre que la historia de la fortuna de Nvidia es una historia condensada de evolución tecnológica e industrial. Del liderazgo temporal al liderazgo absoluto, de reemplazable a irremplazable, recuperó su derecho a hablar paso a paso hasta convertirse en el "Dragón de Silicon Valley" en la nueva era.

1. Actúe como el "Bálsamo de Taiwán" para los juegos de PC y apoye a los clientes.

2002 debe ser un año inolvidable para Huang Renxun.

Este año, el precio de las acciones de Nvidia se desplomó un 90% y su riqueza personal también se redujo 10 veces, pasando directamente de "multimillonario" a las filas de "multimillonarios".

Su dolor proviene del gran financiero Microsoft: el proyecto de consola de juegos Xbox en el que cooperaron las dos compañías llegó a una guerra de precios. Microsoft pidió a Nvidia que bajara el precio de la GPU, pero en ese momento Nvidia también fabricaba núcleos basándose en la línea de costos. Por lo tanto, naturalmente se negó a negociar y Microsoft rompió la cooperación entre las dos partes con ira.

Ya sabes, este contrato de Microsoft representa casi el 70% de las ventas anuales de Nvidia. Después de que se rompió la cooperación, los ingresos de Nvidia se redujeron rápidamente y su valor de mercado se desplomó.

Después de experimentar la sensación de ser intimidado por los clientes, Huang Renxun tuvo que hacer concesiones y acordó "reducir el costo futuro de Xbox".

Sin embargo, seis años después, ante el "escándalo de las tarjetas gráficas" en el que Apple, Dell y HP estaban insatisfechos con el retiro colectivo de pedidos de chips de la serie GeForce 6000-9000 y el precio de las acciones se desplomó un 95%, Boss Huang decidió ofender al padre del cliente hasta el final.

Expuso gentilmente el problema de las tarjetas gráficas que causan el sobrecalentamiento y el desgaste de las computadoras. Más tarde, Apple vino a solicitar una cooperación personalizada, pero la rechazaron de plano.

Las dos actitudes completamente diferentes se deben en gran medida al cambio en el derecho a hablar.

En la era de las consolas a principios de este siglo, los fabricantes de consolas de juegos controlaban la "entrada del tráfico", y la distribución y operación de los juegos estaban a cargo de gigantes como Sony y Nintendo. Los proveedores de chips generalmente solo podían "admirarlos". .

Aunque Nvidia fue pionera en el concepto de GPU y dominó el campo de las tarjetas gráficas (a partir del producto que hizo época Geforce256, la tecnología de las tarjetas gráficas continuó iterando rápidamente y tenía la clave para convertir 2D en 3D en la industria del juego), podría No escapamos a estar determinados por la vida y la muerte.

Después de romper con Microsoft, Nvidia se perdió directamente la nueva especificación DirectX9 de Microsoft, lo que provocó que la GeForce FX recién lanzada fuera incompatible con los estándares de Microsoft. Además, el producto en sí era inmaduro y las ventas eran sombrías.

ATI, que recibió apoyo de Microsoft, lanzó la Radeon 9700, que superó a la GeForce FX de Nvidia, y creció rápidamente en el mercado de GPU. En el tercer trimestre de 2004, en el mercado de tarjetas gráficas independientes, la cuota de mercado de ATI era del 59%, mientras que la cuota de mercado de Nvidia era sólo del 37%.

Sin embargo, con el paso del tiempo en el mercado de juegos de PC, se rompió el monopolio de la "entrada de tráfico" de los fabricantes de consolas de juegos.

En este campo, el núcleo de la industria radica en el juego en sí, y está más inclinado a que "los fabricantes de juegos funcionen como quieran y las empresas de hardware los persigan desesperadamente. Existe una división del trabajo en I + D, distribución y hardware". y software en la industria.

Esto significa que, en comparación con Sony, Nintendo y Microsoft, que eran sólo un puñado en la era de las consolas de juegos, los clientes potenciales de los fabricantes de chips se han expandido repentinamente a todos los rincones de la cadena industrial.

Como se muestra en la figura siguiente, los ingresos de Nvidia continuaron creciendo de 2004 a 2006, mientras que la proporción de ingresos aportados por sus cinco principales clientes continuó disminuyendo.

Al mismo tiempo, esta ola de "3D verdadero" impulsada por la tecnología de tarjetas gráficas y la ola de conexión de PC provocada por la popularidad de las redes superpuestas y la banda ancha también han planteado requisitos más altos para las capacidades de los chips en las fases anterior y posterior de la cadena industrial.

Tomando como ejemplo el lado del consumidor, estos juegos con gráficos geniales también son conocidos como asesinos de computadoras debido a su complejo modelado 3D, y los jugadores no pueden dejar de actualizar sus computadoras. Y su búsqueda del rendimiento de los dispositivos ha obligado a los fabricantes de PC a elegir chips conocidos por su rendimiento.

Por ejemplo, "Crysis", que se extendió por todo el país y el extranjero en 2007, tiene gráficos realistas que hacen que la gente se vuelva adicta, pero pone a prueba en extremo el rendimiento de la tarjeta gráfica. Un jugador recordó: "Luché contra el jefe final durante un día entero durante mis vacaciones de verano en la universidad. Después de que se disparaba cada bomba nuclear, había que pausar la computadora para que se enfriara".

Esto ha hecho que la tarjeta gráfica NVIDIA Geforce9800GT, que puede ejecutar "Crysis" sin problemas, sea muy popular, con más de 5 millones de unidades vendidas en todo el mundo.

Para decirlo sin rodeos, en comparación con la industria de las consolas, en la fase inicial de los juegos de PC, siempre que el rendimiento, el rendimiento y el precio estén bien equilibrados, el producto puede hablar por sí mismo y no hay necesidad de ser un producto "bajo". clave" Partido B.

Se puede ver que desde 2004, la fórmula de GPU de Nvidia de "duplicar el rendimiento y seguir bajando los precios con cada ronda de actualizaciones" se ha vuelto popular en el mercado de los juegos de PC.

Sin embargo, Nvidia no es la única que está mirando este pedazo de pastel, los gigantes de los chips no se quedan atrás.

Los jugadores de CPU establecidos, como Intel y AMD, rápidamente pasaron a las GPU, y su antiguo enemigo ATI también se estaba acercando. AMD incluso anunció su fusión con ATI en 2005, con la esperanza de dominar la industria a través de una poderosa combinación de CPU y GPU.

Una feroz batalla ya estaba a la vuelta de la esquina. Inesperadamente, ATI compró una gran cantidad de patentes de tecnología GPU obsoletas para venderlas a un mejor precio. Esto no solo provocó que AMD estuviera endeudada durante años, sino que también ralentizó el ritmo de las mismas. Integración de GPU. AMD está en la industria de chips que continúa iterando.

Nvidia está muy orgullosa del retraso de su oponente. Como mostró Huang Renxun: "Es un regalo fantástico. Nos hemos convertido en la única empresa de chips gráficos independiente del mundo".

Y NVIDIA, un actor dominante con la tecnología en sus manos, ha ganado desde entonces la capacidad de competir con los clientes.

Por ejemplo, Dell y HP, que retiraron sus pedidos durante el "escándalo de las tarjetas gráficas" mencionado anteriormente, realizaron pedidos uno tras otro después de que NVIDIA lanzó nuevos productos. Apple, después de cambiar a AMD, tuvo que morder la bala y reiniciar NVIDIA debido a una mala calidad; resultados cooperar.

Pero antes de que Boss Huang pudiera reír por mucho tiempo, surgió silenciosamente una nueva crisis.

2. Centrarse en la universalidad de la GPU, lo que dificulta que los grandes clientes la eviten.

Una de las hazañas famosas del súper vendedor Huang Renxun es que afirmó ser un fanático del arroz en la conferencia de lanzamiento de Xiaomi de 2013 y gritó: "¡Por favor, denme la oportunidad de presentarles NVIDIA!"

En ese momento, el público que comía melones lamentó que Boss Huang fuera flexible y pensó que Nvidia iba a competir en el mercado de chips móviles.

Inesperadamente, al año siguiente, Huang Renxun abandonó la oportunidad que había estado lamiendo y anunció que se retiraría gradualmente del mercado de chips para teléfonos inteligentes y tabletas.

La explicación dada por Huang Renxun en ese momento fue: La feroz competencia de precios entre los fabricantes de teléfonos móviles requiere que las empresas upstream reduzcan los precios continuamente, pero el precio no es el punto fuerte de Nvidia, por lo que solo puede retirarse.

Pero hoy sabemos que la guerra de precios es sólo un fenómeno superficial. La razón más profunda es que la demanda de chips móviles es inconsistente con el rendimiento final que persigue Nvidia.

El éxito del mercado de PC ha hecho que Huang Renxun comprenda mejor que nadie que en el campo de los chips, las empresas con tecnología líder (o incluso única) a menudo pueden obtener una porción más grande del pastel y tener un foso más profundo.

Por lo tanto, para los chips móviles, Nvidia ha implementado la ruta de "la tecnología gana": la serie Tegra ha estado acumulando potencia informática de manera loca. Desde Tegra 2 a Tegra 3, el número de núcleos de GPU ha aumentado de 8 a 12 y Tegra 4 ha aumentado. a 72. Toda la serie Todos ellos son considerados herramientas de puntuación.

Sin embargo, los chips móviles montados en teléfonos inteligentes y tabletas necesitan funcionar en un espacio y una potencia limitados. Los chips de Nvidia, que ponen más énfasis en una configuración equilibrada y se esfuerzan por lograr el rendimiento, pronto tienen problemas con un consumo de energía fuera de control y un calentamiento grave.

Más importante aún, la tecnología de señales de comunicación está firmemente controlada por Qualcomm. Si los fabricantes de teléfonos móviles cooperan con Nvidia, tendrán que gastar mucho dinero para proporcionar sus propias bandas base, por lo que se han echado atrás.

En estas circunstancias, si Nvidia continúa buscando la movilidad, debe comprometer el rendimiento, y esto no se ajusta al estilo del "geek técnico" Huang Renxun. Decidió "reorientar su energía hacia el alto rendimiento, la informática visual o los juegos". "en el dispositivo".

Pero el mercado no lo creyó. En ese momento, el principal mercado de Nvidia, los juegos de PC, había terminado su etapa de penetración acelerada, y todo Internet se encontraba en un período de cambio móvil. El fracaso de la movilidad no sólo puso al negocio de Nvidia en una crisis. caída, pero también significó que quería abandonar un mercado en auge.

Nvidia ha actuado de esta manera más de una vez, y la otra vez se remonta a 2006.

A los ojos del mundo en ese momento, las GPU eran solo equipos de juego. Huang Renxun vio accidentalmente a algunas personas realizando transacciones de alta frecuencia y cuantificación financiera en Wall Street usando GPU NVIDIA para ejecutar transacciones, pero solo podían escribir muchas bajas. código de máquina de nivel para implementarlo, y no podían hacerlo como las CPU Programa en lenguajes como C ++.

Esto hizo que Huang Renxun se diera cuenta de que el mercado tiene una cierta demanda de escenarios informáticos generales. Cuando regresó, clamó por aumentar el desarrollo de software (es decir, la plataforma CUDA) para que la GPU sea competente para diversas tareas, no solo para dibujar imágenes. el campo de juego.

Una vez que se lance el proyecto, se espera que los costos anuales de investigación y desarrollo alcancen los 500 millones de dólares. En ese momento, los ingresos anuales de Nvidia eran sólo de 3 mil millones de dólares.

Además, no había una demanda obvia en el mercado para la enorme potencia informática de propósito general que aportaba la computación paralela. Se utilizaba principalmente en campos impopulares como laboratorios de física avanzada y comercio cuantitativo. Un solo dígito Wall Street alguna vez consideró a CUDA como La valoración técnica es cero.

Es decir, Boss Huang apuesta 1/6 de los ingresos de la empresa a una plataforma de software que poco tiene que ver con el negocio principal y cuyas perspectivas son infinitas.

No solo cuesta dinero, para adaptarse a la plataforma CUDA, los chips de Nvidia necesitan agregar más circuitos lógicos, lo que aumenta el área del chip, aumenta los requisitos de disipación de calor y aumenta significativamente la tasa de falla.

Los incidentes de cancelación de pedidos mencionados anteriormente por HP, Dell, Apple, etc. se debieron precisamente a que los chips Nvidia se sobrecalentaron gravemente, lo que provocó que una gran cantidad de computadoras portátiles fallaran y fallaran.

Pero Huang Renxun creía firmemente que "esta forma de crear software puede cambiarlo todo". Aunque gastó una enorme suma de 200 millones para compensar a los clientes, todavía invirtió en CUDA de manera casi paranoica.

Resultó que tenía razón.

En la competencia ImageNet a finales de 2012, la red neuronal convolucional AlexNet basada en cálculos de chips NVIDIA aumentó la precisión del reconocimiento al 84% de una sola vez, iniciando así la revolución de la IA en los próximos diez años.

Esto también convierte a la combinación NVIDIA GPU+CUDA en un éxito de taquilla en el campo del aprendizaje profundo. Google, que alguna vez se burló de que "las GPU son solo para jugar", instantáneamente se convirtió en partidario de Nvidia. Gigantes como Microsoft y Facebook también encargaron una gran cantidad de GPU para el entrenamiento de inteligencia artificial.

Y esto es solo el comienzo. Con continuos avances en el campo del aprendizaje profundo, los gigantes están "girando" gradualmente a NVIDIA en múltiples escenarios.

Por ejemplo, en 2015, cuando la tasa de error del aprendizaje profundo en el campo del reconocimiento de imágenes era menor que la de los humanos, el mercado de la conducción autónoma se disparó. En el lado de los automóviles, la calefacción y el consumo de energía ya no eran un problema. que no eran del agrado de los fabricantes de teléfonos móviles, fueron favorecidos por las empresas de automóviles.

En 2016, AlphaGo derrotó a Lee Sedol en nombre de AI, encendiendo todo el mercado del lado B.

Se puede ver que los principales fabricantes han comenzado a proporcionar una serie de productos de servicios de inteligencia artificial basados ​​​​en el aprendizaje profundo, como el reconocimiento, la autenticación y la recuperación de imágenes, para los clientes del lado B en diversas industrias.

Además de la creciente demanda de GPU en industrias como Internet y la conducción autónoma, las empresas que pueden aplicar la tecnología de IA en los campos de la biomedicina y el comercio cuantitativo también se han unido a las filas de los clientes de NVIDIA.

Los datos muestran que, en 2016, la cuota de mercado de Nvidia en el campo del aprendizaje profundo llega al 97%.

En este punto, NVIDIA, que está obsesionada con el rendimiento de GPU y CUDA, ha esperado a que se haga realidad el momento en que "el poder de computación es poder": los principales clientes no pueden evitar a NVIDIA en sus negocios y han perdido la calificación para cambiar la tabla. .

Este aumento de voz le ha dado a Nvidia un soplo de aire fresco, pero también oculta peligros ocultos.

3. Nvidia suprime a los principales clientes que desarrollan chips de desarrollo propio.

En 2017, la "prohibición de una nota" de Nvidia provocó la indignación pública en el círculo tecnológico mundial: a los clientes ya no se les permite utilizar productos GeForce para realizar aprendizaje profundo en los centros de datos.

En ese momento, Nvidia estaba promocionando su nuevo producto de alta gama, la serie Tesla. Este servidor tenía la misma arquitectura que la serie GeForce, pero el precio era muy diferente. La versión superior era casi 10 veces más cara. La promulgación de la prohibición significa que los clientes ya no pueden usar GeForce para reemplazar a Tesla, y las nuevas empresas con recursos financieros débiles pueden incluso perder su forma de sobrevivir.

En medio de las protestas, las "acciones del dragón" finalmente cesaron, pero las defensas de las empresas de tecnología contra Nvidia se han intensificado cada vez más.

Mirando hacia atrás en los últimos años, gigantes de Internet como Google, Meta y Microsoft, y compañías de vehículos eléctricos como Tesla, han comenzado sucesivamente a desarrollar sus propios chips en un intento de reducir su dependencia de las GPU de Nvidia.

Además de odiar el "impuesto NVIDIA", los chips de desarrollo propio son más asequibles que comprarlos a NVIDIA.

Tomemos como ejemplo la industria automotriz. Lo que requiere la mayor potencia informática en el lado del automóvil es el sistema de conducción inteligente. Sin embargo, los chips NVIDIA son "guerreros hexagonales" de uso general. mucho espacio.

Los chips de desarrollo propio están diseñados especialmente para la conducción sin conductor, como el chip FSD de Tesla. En comparación con el NVIDIA DRIVE PX 2 del tamaño de la palma de la mano, el área se reduce considerablemente y el consumo de energía también se reduce a un tercio.

El chip FSD también da prioridad a la NPU responsable del aprendizaje profundo y la predicción. En comparación con la GPU, es más eficiente en el aprendizaje automático de IA y tiene una potencia informática multiplicada por 5.

Lo mismo ocurre en el campo de la IA. Los chips se adaptan y transforman desde la arquitectura, el sistema operativo de capa superior y el middleware hasta el código comercial para lograr el máximo rendimiento. Esto es cierto para los chips TPU de Google y los chips Graviton de Amazon.

Entre ellos, Google TPU es entre 15 y 30 veces más rápido que la GPU NVIDIA en el campo del cálculo de inferencia, y la relación rendimiento-consumo de energía es entre 30 y 80 veces mayor.

En otras palabras, los chips de desarrollo propio no sólo se pueden personalizar, sino que también pueden superar a los chips de uso general de Nvidia en términos de rendimiento, tamaño y consumo de energía.

Es más, aunque los chips actuales se denominan "de desarrollo propio", no requieren investigación y desarrollo completos. Tomando a Tesla como ejemplo, además de NPU de desarrollo propio, otras CPU, GPU, interfaces, etc. compre IP estándar. En solo 18 meses, el desarrollo se completó.

Por lo tanto, después de que los principales clientes lanzaran un frenesí de autoinvestigación, NVIDIA quedó atrapada en la duda de ser "subvertida". Pero aunque los principales clientes tienen el coraje de construir núcleos, no es fácil reemplazar a Nvidia.

Como todos sabemos, los costos fijos de la fabricación de chips, como investigación y desarrollo, diseño, equipamiento del sitio, etc., son sorprendentemente altos. El costo único de la cinta óptica es un gasto enorme. El chip cuesta unos 200 millones de yuanes.

En base a esto, esta industria siempre se ha centrado en la "escalada de costos": para el lado de I + D, cuantos más escenarios se puedan usar el chip, más podrá diluir los enormes costos de I + D para el fabricante, mayor será el costo; Cuanto más tiempo sea el volumen de pedidos, más podrá movilizar completamente la utilización de la capacidad de producción y mantener las ganancias de envío en un cierto nivel.

Se puede ver que con la arquitectura común de NVIDIA, los gastos en I+D para un único escenario pueden diluirse. Por ejemplo, el coste de la arquitectura Hopper utilizada en el chip automotriz Thor puede haber sido compartido por el H100 con la misma arquitectura.

Obviamente, esto no está disponible para los grandes clientes cuyos chips de desarrollo propio se utilizan principalmente en escenarios especiales. Como resultado, los enormes costos de I+D pueden hacerlos prohibitivos.

Lo mismo ocurre con la fabricación. Una organización calculó una vez una cuenta: supongamos que las empresas automotrices producen 1,2 millones de vehículos por año y utilizan 1,2 millones de chips de alta computación, lo que equivale a 100.000 por mes. Si cada oblea de 12 pulgadas contiene 500 chips, solo serán 100.000 por mes. Demanda de 200 obleas.

Con una demanda tan pequeña, TSMC sólo puede considerarse el cliente más pequeño, y lo mismo ocurre con las plantas de embalaje y prueba. Cuando el suministro de Fab y la capacidad de producción de envases y pruebas superen la demanda, darán prioridad a asegurar el suministro de grandes clientes y alargarán el tiempo de espera para realizar pedidos.

Junto con la reacción en cadena de las pruebas y otros eslabones, el ciclo de implementación de la aplicación real del chip puede volverse más largo. Por ejemplo, el chip FSD de Tesla completó su primera producción de prueba a finales de 2017, pero no comenzó a instalarse en automóviles hasta dos años después, y las actualizaciones e iteraciones son aún más lentas. En comparación, Nvidia puede actualizar sus chips para automóviles básicamente cada 18 meses.

Esto ha obligado a muchas empresas a volver a abrazar a NVIDIA, especialmente después del auge de los modelos grandes y la IA generativa, la potencia informática se ha convertido en un recurso imprescindible que incluso los grandes fabricantes que todavía están estancados en la autoinvestigación no se atreven a ceder. comprando NVIDIA avanzada.

Los chips de potencia informática de Nvidia de repente se han convertido en moneda fuerte. Se rumorea que el fundador de Oracle y Musk una vez le rogaron a Jen-Hsun Huang que pasara una hora en una tienda de alimentos japonesa solo para recibir envíos de chips GPU.

Según los informes, cada vez que NVIDIA vende un H100, puede obtener una enorme ganancia del 1.000%. El 50% de las ganancias de las industrias relacionadas con la IA van a parar a los bolsillos de Nvidia.

Ante el aumento del "impuesto NVIDIA", los principales clientes aprietan los dientes, pero están indefensos: la competencia actual en chips se centra tanto en software como en hardware, y NVIDIA no sólo tiene el chip, sino también el software CUDA.

Durante más de diez años, CUDA, como biblioteca de funciones y biblioteca de códigos, ha estado abierta a los desarrolladores durante mucho tiempo y ha atraído a millones de desarrolladores. Han desarrollado más herramientas, lo que ha hecho que el ecosistema CUDA sea más maduro y casi se convierta en una "infraestructura". ". La presencia.

Si se compara la GPU con una planta de energía, entonces los desarrolladores son como personas que construyen aparatos eléctricos, y CUDA es como un "sistema de red eléctrica". Las especificaciones de voltaje de los aparatos eléctricos se adaptan a la red eléctrica.

Está destinado a ser difícil reemplazar el estado de CUDA. El año pasado, para romper el monopolio de CUDA en el codiseño de chips de software, los principales clientes de NVIDIA lanzaron la "Alianza Anti-CUDA" en un intento de recrear una herramienta de compilación compatible con CUDA.

Sin embargo, cuando las soluciones de las empresas de software de terceros alcanzaron un nivel cercano a CUDA, NVIDIA ya había lanzado la próxima generación de GPU. El software y el hardware seguían el ritmo, manteniendo a los rivales en un estado de ponerse al día.

Es más, Nvidia, oliendo el peligro, ya ha comenzado a construir un muro: primero dijo "compre un bastidor de servidor, obtenga GB200 primero", empaquetó y vendió costosos bastidores personalizados, lo que exacerbó los costos de migración de los clientes y luego endureció la política de bloqueo de descompilación; el camino para que otras herramientas sean compatibles con CUDA.

Como resultado, los grandes clientes que desarrollan sus propios chips eventualmente se convertirán en carne en la tabla de cortar de Nvidia.

resumen

"Primero está Renxun, luego estará el cielo y la tarjeta gráfica torturará a los dioses". Los "creyentes" de Nvidia en la barra de tarjetas gráficas nacionales comentaron una vez sobre Huang Renxun al estilo de "Registros históricos".

Con la bendición de muchos medios, como cree firmemente Huang Renxun, la potencia informática realmente ha cambiado el mundo. Su creencia ha sido generalmente reconocida y su poder puede incluso dominar el mercado.

Pero quienes crean la historia nunca pueden prever sus propias coordenadas en el proceso histórico. Esto determina que para Huang Renxun, cada día es un estado de "listo para la acción".