市值逼近万亿元美元的Nvidia，黄仁勋做对什么？未来投资方向是什么？

本文由半导体产业纵横（ID:ICVIEWS）编译自数位时代

Nvidia如今已成为AI的代名词。

在Nvidia股价持续水涨船高的状况下，创办人黄仁勋的身价也跟着暴涨，单日就成长了23%，约64亿美元，创下个人历来最高纪录，也是今年来富豪榜上财富增值最快的赢家。

根据彭博亿万富豪榜统计，由于这股AI热潮，黄仁勋今年以来，身价已经增值146%，约202亿美元，目前在富豪榜上排行37名。

5月25日，Nvidia在公布第一季财报后的隔天，投资界掀起巨浪。

知名分析师陆行之一早便在脸书指出，Nvidia第一季数据中心营收来到42.84亿美元，大幅超过英特尔（Intel）的37.18亿美元，正式成为数据中心芯片和AI GPU（绘图处理器）的唯一霸主。

让华尔街兴奋的还不只如此，Nvidia在今日盘后股价上涨了28%，市值更暴涨约来到9392亿美元。《华尔街日报》就指出，Nvidia很可能会成为全球第一间，跻身进入万亿俱乐部的芯片公司。

受惠于生成式AI浪潮，Nvidia预期2023Q2的营收将来到110亿美元，年增64%，大幅超过华尔街预期。陆行之表示，过去常听到一颗苹果救台积电，“现在救世主恐怕要换人做了。”然而，Nvidia并非在成立初期，就预期了AI的爆发。

在Nvidia1993年创立之初，瞄准的是来自游戏领域的GPU应用，玩家会购买内含Nvidia芯片的显卡，以获得更好的3D图形体验。

不过GPU能进行平行运算的特性，加上逐步演进的算力，相当适合运用于需要运算大量资料的AI模型建置，这也让GPU逐渐地被AI科学家们注意到。

人工智能领域先驱者杰佛瑞．辛顿（Geoffrey Hinton）就曾在公开场合中指出：“GPU将会是机器学习的未来。”OpenAI联合创办人暨首席科学家Ilya Sutskeve也在今年的GTC大会上指出，一开始也不知道GPU要用在哪。“后来发现ImageNet和数据很适合用GPU来运算，速度很快，训练规模也前所未有。”

Nvidia创办人黄仁勋也曾在一次与《Forbes》的采访中提到，他曾预期GPU会应用在游戏以外的领域，“但我从没想过GPU会转向深度学习的应用。”

不过商机并非只有Nvidia创办人黄仁勋一人看到，同时间也有不少新创盯紧AI商机准备发展GPU。真正让Nvidia建立起护城河的，是黄仁勋在2006年时所做出的重大决策：发展CUDA（Compute Unified Device Architecture）。

在Nvidia决定发展CUDA以前，AI已经有近45年的发展，迟迟一直无法起飞的原因，除了需要更多的数据用以训练模型，另一个便是算力问题。

CUDA是一套Nvidia提供给开发人员的编程工具，让工程师能运用CUDA。省下大量撰写低阶语法的时间，而是能直接使用高阶语法诸如C++或Java等来编写应用于通用GPU上的演算法，解决平行运算中复杂的问题。

2012年，一名多伦多大学的学生Alex Krizhevsky，运用两张Nvidia显卡和120万张图片进行AI建模，达到错误率仅15%的成绩，和前一年的25%相比为飞跃式的进步。

这样的成果不仅让Krizhevsky在学术界一炮而红，也让诸如微软（Microsoft）、谷歌（Google）和亚马逊（Amazon）等科技巨头相继投入AI的研究。而Nvidia大力投资底层软体CUDA的举动，也成为AI发展上不可或缺的要素。

事实上，在黄仁勋决心砸钱投资CUDA时，曾遭到不少市场投资人的嘲笑和看衰，最后结果证明，当初的选择造就了如今的千亿市值。

《Forbes》指出，如今全球约有3000的AI新创，大多是的新创都创建于Nvidia的CUDA平台。这也意味着，Nvidia的策略如同苹果iOS系统一样，从底层软体出发，让平台长出一个庞大的软体生态，抢下十足的蓝海优势，也让后进者难以突破。

创意电子共同创办人、现任AI芯片商创鑫智慧执行长林永隆指出，NvidiaCUDA的策略相当成功，如今CUDA也跟着Nvidia每一代的GPU发展不断优化。

顾能（Gartner）分析师Chirag Dekate则认为，Nvidia如今已成为AI的代名词，“它不仅是GPU运算公司，它基本上已经是一家AI超级运算公司。”

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。