撰文/ 马晓蕾
编辑/ 钱亚光
设计/ 师瑜超
来源/ Economist
“我们离破产还有不到30天。”这是半导体公司英伟达（NVIDIA）联合创始人黄仁勋（Jensen Huang）的口头禅。
主要出售游戏和AI高性能芯片，市值从310亿美元升至4860亿美元，做到这些，英伟达只用了5年，让曾经世界上最大的芯片制造商英特尔都黯然失色。
从这样一家公司的老板口中说出这句话，未免有些夸张。但也只是夸张了一点点。
在黄仁勋眼里，英伟达正在被各路公司围攻。借用英特尔联合创始人安迪·格鲁夫（Andy Grove）的一句话：“在这个瞬息万变的市场，只有偏执狂才能生存。”
押上全部筹码
黄仁勋的居安思危，的确给英伟达带来了不小的收益。在2016年到2021年间，该公司的总收入增长了223%。营业利润在过去5年增长了一倍，达到了45亿美元。在2021年3月至5月，销售额同比增长了84%，毛利率达到64%。
虽然英特尔的收入是英伟达的四倍，而且作为一家老牌的芯片公司，英特尔不仅设计芯片，还自己生产芯片。但是投资者还是对只设计芯片的英伟达估值更高，是它当前市值的两倍。
亚马逊、谷歌和阿里巴巴计算云的数据中心都在使用英伟达的硬件和配套软件。每一家大型IT公司都在使用英伟达的系统。数不清的科研团队，研发领域从药物发现到气候模拟，也都在使用英伟达的系统。
它建造了一条宽且深的“护城河”，来保护自己的竞争优势。黄仁勋还要继续把它加宽、加深。
在2020年9月，英伟达官方证实了将以400亿美元的价格收购英国芯片设计公司ARM，该公司的高效节能芯片架构主要供智能手机使用。
收购完成后，英伟达将借助ARM的技术优势，为数据中心和AI产品设计中央处理单元（CPU），使在图形处理单元（GPU）方面拥有专长的英伟达如虎添翼。
考虑到两家公司的全球影响力，如果美国、英国、中国和欧盟的监管都批准了这项交易，两家公司在各自领域的市场支配力都将变强，而并购后英伟达在最热门的计算领域中，地位几乎是不可动摇的。
黄仁勋1993年创立英伟达，在之后的大约20年里，该公司的GPU把电子游戏画面做得十分逼真。
随后，在过去10年间，GPU被证明也能够在其他前沿且更“严肃”的领域发光发热，那就是计算领域。通过海量数据来执行任务，它们极大地加快了机器学习算法的训练速度。
4年前，黄仁勋对已经在加速计算方面取得了成就的英伟达做出耿直评价，他说：“结果可能很好，也可能很糟，但无论怎样，公司把全部筹码押上。”
英伟达仍有一半的收入来自游戏芯片业务，大约170亿美元。在解决支撑以太币（一种流行的数字货币）的数学难题方面，他们也做得十分出色。
这让英伟达的GPU销售也如加密货币般上下波动，2018年底英伟达的股价下跌了近50%。另一部分销量来自于向计算机制造商和汽车制造商出售加速图形和AI以外性能的芯片。
但是AI业务增长迅速。它包括专有芯片和能够让程序员进行微调的高端软件。这本身就是黄仁勋早期布局的结果。
一些投资者在那个时候批评AI业务太烧钱。2004年黄仁勋开始投资“Cuda”（统一计算设备架构），这是一个基础软件层，可以实现对芯片功能的微调，并植入英伟达的所有芯片中。
这些系统中的大部分，最终将被用于服务器，即支撑数据中心处理能力的强大计算机。数据中心的销售额，已从2019年初占总收入的25%，增加到36%，对总收入的贡献几乎与游戏GPU一样多。
随着各行各业开始采用AI，在英伟达的数据中心销售额中，亚马逊和谷歌等大型云计算供应商的份额已从100%下降到50%。
如今，英伟达设计的AI硬件、软件组合，能够与库中收集的机器学习算法，如谷歌的TensorFlow和Facebook的PyTorch等无缝协作，提高了算法的计算能力。
英伟达已经创建了一些程序，将硬件和软件与拥有AI项目的大企业客户的IT系统挂钩。英伟达的一位前高管说，所有这些都使AI开发者的工作变得无比轻松。
英伟达还正在向AI推理领域扩展。在此之前，AI模型是CPU的专利。英伟达也开始运用AI模型，且不仅仅是训练它们。
该公司加速计算业务负责人伊恩·巴克（Ian Buck）说，像那些用于语音识别或内容推荐系统的实时、巨大的AI模型，越来越需要专门的GPU来实现良好的表现。
这也是ARM的作用所在。
收购ARM
拥有ARM，将使英伟达拥有CPU能力，对它在 GPU方面的历史优势，和最近获得的运行服务器群所需的网络接口卡能力进行一定的补充。2019年英伟达收购了迈络思（Mellanox），该公司是此类互连技术的专家。
2021年4月，英伟达公布了首个数据中心CPU——Grace，这是一款基于ARM架构的高性能芯片。ARM的节能芯片架构将帮助英伟达为边缘计算提供AI产品。在自动驾驶汽车、工厂机器人和其他离数据中心较远的地方，高能耗的GPU可能并不理想。
微处理器中的晶体管已经只有几个原子那么大了，所以几乎没有缩小的空间，而诸如将计算外包给云端，或者使用软件将一台物理计算机分割成几台虚拟机之类的技巧，可能会发挥一些作用。
因此，企业希望将加速计算作为一种获得处理能力的方式，而不必花更多的钱去购买GPU。伯恩斯坦的斯塔西·拉斯冈（Stacy Rasgon）估计，在未来五到十年内，随着AI变得越来越普遍，每年用于服务器的800亿至900亿美元中，有一半可能都流入了英伟达的加速计算模式。
他说，其中又会有一半可能用于加速芯片，而英伟达的GPU在这个市场上占主导地位。英伟达认为，包括数据中心和边缘数据在内的全球加速计算市场，每年规模将超过1000亿美元。
英伟达并不是唯一发现了这个机遇的公司。从初创企业到其他芯片制造商和科技巨头，竞争者层出不穷。
风险投资家已经支持了Tenstorrent、Untether AI、Cerebras和Groq等公司，这些公司都在努力让半导体比英伟达的GPU更适合于AI。尽管GPU有很多优点，但它仍然存在耗电和编程繁琐的劣势。一家英国公司Graphcore正在出售其“智能处理单元”。
2019年，英特尔收购了一家名为Habana Labs的以色列AI芯片初创公司，并停止了早前收购另一家初创公司Nervana Systems获得的神经网络处理器工作。
电商巨头亚马逊下属的AWS（云计算部门亚马逊网络服务）不久将开始向云计算客户提供Habana的Gaudi加速器，声称虽然Gaudi芯片比英伟达的GPU慢，但价格便宜40%。
老牌芯片制造商AMD是英伟达在游戏市场的主要竞争对手，也是英特尔在CPU业务方面的竞争对手。AMD正在促成一项350亿美元的交易——收购赛灵思（Xilinx）,后者是FPGA（现场可编程门阵列）芯片的全球第一大厂商。
更大的威胁来自英伟达的最大客户谷歌。云计算巨头们都在设计自己的定制芯片。谷歌是第一个提出TPU（Tensor Processing Unit，张量处理单元）的公司。
微软的Azure云部门选择了FPGA。中国的搜索巨头百度有其用于AI的“昆仑”芯片，阿里巴巴有汉光800。
亚马逊的AWS已经推出高性能机器学习推理芯片，名为Inferentia，可为预先训练过的模型带来更明显的提速、且更具成本效益。
“存在对的风险是，十年后AWS可能推出一个廉价的AI盒子，里面全是AWS制造的部件。”前英伟达高管，投资银行Jefferies的马克·里帕西斯（Mark Lipacis）指出，自2020年中期以来，AWS将Inferentia投入到产品中的份额越来越大，可能会牺牲英伟达。
下一个“偏执狂”
英伟达对ARM的收购，还远未完成。
ARM的客户包括世界上所有的芯片制造商以及AWS和苹果公司，苹果公司在iPhone中使用ARM架构的芯片。
一些人抱怨说，英伟达可能会限制对芯片设计者蓝图的访问。AWS为其量身定做的服务器芯片Graviton2是基于ARM架构。
英伟达表示，它不计划改变ARM的商业模式。西方监管机构与英国竞争管理机构将决定是否批准这一交易，英国竞争管理机构在7月30日之前对该交易进行审查，预计将成为率先批准的机构之一。
然而，即使有一个反垄断监督机构对收购进行干预，英伟达的前景也是光明的。
美国数据中心运营商Equinix公司的保罗·泰奇（Paul Teich）说，随着时间的推移，风险投资家对支持与英伟达相竞争的初创公司，以及投资加速计算的科技巨头的热情明显下降了。
英特尔多年来对许多事情过度承诺，包括加速计算在内，但大多没有兑现。AWS和其他大型科技公司有很多其他事情要做，不像英伟达对加速计算有明显的关注。
英伟达表示，从企业的实际使用情况来看，它并没有将市场份额让给AWS的Inferentia。
黄仁勋说，重要的不是硬件组件的成本，而是训练和运行AI应用程序的费用。他说，“从这个角度来看，我们在性价比方面是不可比拟的。”
英伟达的竞争对手都没有软件生态系统。事情证明，英伟达在具备转换方向能力的同时还拥有好的运气。
另一位高管表示：“它总是在四处观望。”伯恩斯坦的里帕西斯说：“由于它的地位已经根深蒂固，即使按兵不动，也依旧获益。”
投资者没有忘记英伟达2018年的股价停滞，它可能仍然如加密货币的命运般大起大落。伯恩斯坦的拉斯冈说，持有英伟达股票需要一个强大的胃。
英伟达可能会说自己是计算行业的支柱，但它表现得像一家创业公司，积极进取、由创始人领导。再加入一些偏执，它将很难被颠覆。