面对AMD英特尔微软谷歌的挑战，英伟达AI计算能否笑到最后？

几天前英伟达发布财报，业绩不错，但不够好，无法推动股价进一步爬升。尽管如此，英伟达已经向投资者证明，竞争对手 AMD、英特尔想追上还有很长的路要走。

英伟达高管知道竞争很激烈，他们强调，在 AI 芯片领域英伟达地位超然。如何保持优势？英伟达会加快研发速度，每年都会发布新品，而不是两年一次。

赶超英伟达不容易

由于英伟达的前进速度非常快，AMD、英特尔想追赶很不容易。分析师 Raymond James 和 Srini Pajjuri 认为，明年在 AI 加速芯片市场英伟达将会占据 85% 的份额。

Srini Pajjuri 还说，因为等待 B100 芯片，一些客户可能会暂停支出，B100 要等到明年下半年才能量产。尽管如此，客户也可能不会购买 AMD M1300 和英特尔 Gaudi 3 芯片（明年推出）。

独立分析师 Richard Windsor 认为：" 虽然竞争对手越来越多，英伟达仍然是生成式 AI 算法训练的领头羊，主要是因为在过去近 20 年的时间里它辛苦搭建了 CUDA 软件平台。"

在 AI 芯片市场，除了英特尔和 AMD，谷歌、微软也成了英伟达的竞争对手。面对挑战，英伟达信心十足。Raymond James 认为：" 英伟达的 GPU 在通用性、实用性方面比定制解决方案更好。"

英伟达不只有芯片，它还搭建了一整套平台和生态系统，名叫 " 英伟达科学计算平台 "（Nvidia Scientific Computing Platform），它将硬件（Hopper GPU、Grace CPU）和系统软件（比如 CUDA、PhysX）结合在一起，让开发者开发模型变得更简单。

不只如此，英伟达还有端到端平台，包括 Omniverse、Nvidia AI 等。

英伟达的 " 诗与远方 "

未来如何发展？在不久前的 SC23 大会上，英伟达发布一批新品，从中我们可以窥见端倪。

1、用新 GPU 保持优势

英伟达推出 H200 芯片，它相当于 H100 Hopper GPU 的升级版本，内存设计更进一步。由于从 HBM3 跳到 HBM3e，新的 H200 拥有更高的内存带宽和更大的内存容量，所以性能会有明显提升。

以前当我们谈及 GPU、CPU 性能时经常会讨论内存技术，现在面对新的 AI 模型和 HPC 负载，更加考验内存容量。H200 的内存容量增加 76%，内存带宽提升 43%。

在 AI 芯片领域，英伟达本来已经是领先者，有了 H200 领先优势进一步扩大。不过对手也没有示弱，英特尔正在推进 GPU、Gaudi AI 加速器战略，AMD 将会推出 MI300 AI 应战，英伟达不能掉以轻心。

英伟达对下一代架构 Blackwell 和 B100 GPU 给予厚望，它们预计会在 2024 年推出，性能是 H200 的两倍。

为了给未来产品打气，英伟达拉拢一帮合作伙伴和客户站台。例如，2018 年成立的 EuroHPC Joint Undertaking 在欧洲建设超级计算系统，它准备打造 Jupiter 超级计算机，拥有约 24000 个 GH200 节点；该超级计算机将 Arm Grace CPU 和 Hopper GPU 组合在一起。还有 Texas Advanced Computing Center，它准备搭建名为 Vista 的系统，用到了 GH200 Grace Hopper 和 Grace CPU 超级芯片。

2、瞄准量子计算

许多人认为，计算的下个大变革应该是量子计算。目前英伟达还没有 QPU（量子计算单元），但这并不意味着英伟达对量子计算技术无动于衷。不管英伟达是自己打造还是花钱购买量子算力，支持量子计算硬件和软件是确定的，因为它不想落后。

从硬件的角度看，今天的所有量子计算系统几乎都与传统计算系统有关，科学家用传统计算系统模拟或者控制量子系统。这样做会有一些坏处，比如出现计算错误。英伟达提出了 " 混合量子系统 " 的概念，意思就是让量子工程师、系统研究人员与英伟达全程合作。

在过去 15 年里，英伟达凭借 CUDA 打遍天下。现在英伟达还提出 "CUDA Quantum"（CUDA 量子）的概念，将量子与 CUDA 联系起来。

"CUDA 量子 " 包括一套高级编程语言，它让量子系统设计师、应用程序开发者编写的代码既可以在传统系统上运行，也可以在量子系统上运行，让两个系统上的工作可以彼此迁移，或者简单模拟量子系统上的程序。

按照英伟达的说法，前 50 强量子计算创业公司中已经有 92% 使用英伟达 GPU 和软件，78% 的企业用 CUDA Quantum 搭建或者部署量子处理器。

从英伟达的布局不难看出，它不仅要牢牢掌握现在风头正盛的 AI 计算，还要在下一代量子计算领域占据上风。