出海新闻网
出海新闻网

全球市值第一！英伟达3.3万亿美元登AI王座超微软，老黄却直言忧心忡忡

最新 

就在今天凌晨，发生了一件改变世界的大事——
英伟达股价上涨3.6%，市值达到3.34万亿美元，一举超越微软和苹果，成为全球市值最高公司！
图片
至此，英伟达已经坐实「全球最有价值AI科技公司」的称号。
图片
而据福布斯报道，英伟达联合创始人兼CEO老黄的净资产已经增至约1170亿美元，成为全球第11富有的人。
图片
生成式AI大爆发两年后，把英伟达送向了世界之巅。
此前，微软市值为3.32万亿美元，随着英伟达股价上涨3.6%之后，市值瞬间超越微软，成为世界第一。
图片
而就在本月6日，英伟达市值也曾一举超越苹果，成为世界上第一家市值突破3万亿美元的芯片公司。
当时华尔街曾做出预言：「英伟达也将超越微软，这大概率已成定局」。短短13天后，这个预言就成真了！
图片
从1万亿美元走向全球第一，英伟达仅用了一年的时间——

2024年6月：估值达到3万亿美元

2024年2月：估值达到2万亿美元

2023年5月：估值达到1万亿美元
图片

英伟达，已成世界上最有价值的上市公司

 

曾经的游戏玩家们大概不会想到有这样一天：英伟达能成为世界上最有价值的上市公司。
仅在今年内，英伟达的股价就已经上涨超过170%。在5月份公布第一季度财报后，英伟达股价持续暴涨。
自2022年底以来，英伟达的股价已经上涨逾九倍——开始上涨的时间点，和生成式AI的爆火完全重合。
图片
如今，随着一波波疯抢，英伟达的AI芯片已经占据了全世界数据中心约80%的份额。
随着构建AI模型和运行工作负载的需求日益庞大，OpenAI、微软、谷歌、亚马逊、Meta等科技大厂，都在竞相抢购英伟达的GPU。
现在，这一业务仍在不断膨胀。
最近一个季度，英伟达数据中心的业务收入同比增长427%，达到226亿美元，占到全公司总销售额的86%。

生成式AI，把英伟达冲爆了

英伟达成立于1911年，在起初的十几年里，它主要是一家硬件公司，主要业务是向游戏玩家出售运行3D游戏的芯片。
但是在过去两年中，华尔街开始认识到——英伟达的技术，正是生成式AI爆炸式增长背后的引擎，而且没有任何放缓的迹象！
从此，英伟达的股价一路飙升。
图片
当然，这番生成式AI大爆的浪潮中，英伟达并不是唯一的受益者。
今年迄今为止，微软股价也上涨了约20%。
作为一家软件巨头，微软持有OpenAI的大量股份，并且在公司最重要的产品（如Office和Windows）中，都集成了OpenAI的模型。
同时，微软也是英伟达Azure云服务GPU的最大买家之一。
图片
过去几年中，苹果和微软一直交替坐着「世界市值第一公司」的宝座，直到刚刚，英伟达把二者都赶超了。
而英伟达的崛起速度如此之快，让华尔街甚至都没有反应过来，以至于英伟达尚未被纳入道琼斯工业平均指数——这是美国30家最有价值公司的股票基准。
就在上个月发布财报时，英伟达还宣布了10比1的股票分割，该分割于6月7日生效。
而这次分割，会让英伟达更有机会被纳入道琼斯指数。
这是一个价格加权指数，也就意味着股价较高的公司（而不是市值）对该基准影响力巨大。
图片
过去一年中英伟达市值的惊人飙升，证明了华尔街被新兴AI技术的乐观情绪所驱动的狂热。
不过，尽管英伟达的上涨已将标普500指数和纳斯达克指数推至历史新高，但一些投资者担心，如果出现技术支出放缓的迹象，市场对AI的过度乐观可能会消失。
盈透证券首席市场策略师表示：「这是英伟达的市场；我们都只是在其中进行交易。」
而老黄，却开始焦虑了。
图片

老黄已经站在世界顶峰，为什么他还在忧心忡忡？

 

去年圣诞节前后，老黄召集了一系列会议，与公司高管讨论一个日益严重的担忧：
英伟达最大的客户可能因为数据中心空间不足，而无法安装AI芯片，进行可能会影响GPU的销售。
老黄所指的是像AWS，微软这样的大型云服务提供商。最近几个季度中，他们购买了英伟达一半的AI服务器芯片。
然而，这些大客户还未足够快建起数据中心，以及电厂来容纳、运行所订购的GPU。
会议结束后，英伟达的执行层加快步伐，询问云提供商是否有足够的空间和电力来容纳GPU订单。
数据中心提供商DataBank的CEO Raul Martynek表示，「除非客户能证明他们有足够的数据中心容量来放置这些GPU，否则英伟达不会发货」。
图片
即便英伟达现已站在世界顶峰，但在这些光环和应得的胜利背后，老黄和团队也在专注于应对下一个威胁——GPU的需求可能会最终放缓。
为了应对这种可能性，英伟达开始向AI开发者销售更多的软件。

入局云服务，与微软AWS分一杯羹

在去年3月的GTC 2023大会上，老黄曾首次发布了云产品DGX Cloud，用户以月租的方式，在本地或者本地数据中心获取英伟达的AI产品与服务。
英伟达的初次入局，直接与微软、AWS这样的云服务商展开竞争。
图片
有趣的是，DGX Cloud运行在从云服务提供商租赁的英伟达服务器集群上，然后英伟达以更高的价格将这些服务器租给自己的客户。
不难料到，英伟达触碰到大厂蛋糕之后，AWS最初抵制英伟达在自家数据中心，建立竞争业务。
不过，后来AWS所有的小型竞争对手都同意英伟达条款后，它不得不做出妥协。
在2023年11月，双方宣布AWS将成为首家采用最新GH200 NVL32 Grace Hopper超级芯片的云提供商，同时将NVIDIA DGX Cloud引入AWS。
图片
去年秋天，英伟达甚至考虑为DGX Cloud租赁自己的数据中心，完全将第三方云提供商的角色排除之外。
据知情人士透露，英伟达最近还聘请了Meta Platforms的一位高级主管Alexis Black Bjorlin来管理云业务。
图片
不过，目前尚不清楚他们是否会继续推进自建数据中心计划。
图片
在采取这些措施的同时，英伟达的销售人员也在尽力了解客户如何使用芯片。
最近，他们向云提供商询问的问题包括这些云提供商的客户是谁以及签署了什么样的租赁协议。这些信息有助于英伟达提前规划销售策略，并了解其云服务器租赁业务的潜在客户。

LLM回报不确定，GPU买多少投资者说了算

除此以外，老黄还意识到一个可能影响GPU销售的因素：那些购买芯片的科技大厂，正在进行一项回报不确定的大投资。
微软、Meta、OpenAI、xAI等公司正在使用这些芯片训练实验性的AI模型，但这些模型不会立即产生收入。
4月底，小扎承认所带来收入不确定时，导致Meta股票大跌，就连投资者对此表示不满。
可见，投资者的压力，可能会促使这些公司减少芯片购买。
图片

控制GPU分配，大力推广自家方案惹怒微软

与此同时，应对AI计算需求之外，微软、AWS，以及其他云服务商同时也面临传统计算工作负载需求回升的压力。
因此，现实问题是，他们无法仅为部署英伟达AI芯片而扩建数据中心。
对此，老黄一直非常谨慎地管理GPU的分配，以防止任何一家公司积累过多的芯片。
他还试图去影响客户在数据中心组装GPU的方式，让其使用能够带来更好计算性能的服务器机架设计。
然而，内部人士和一些客户认为，如果未来想要改用其他芯片，遵循英伟达的建议会让未来转向变得更加困难。
由此，针对如何安装英伟达Blackwell下一代芯片，英伟达和大客户微软双方陷入了周期性对峙。
此外，英伟达还在努力从连接其芯片服务器的电缆、机架和其他硬件中尽可能多地获取收入，这可能会损害长期以来制造英伟达芯片服务器的厂商，比戴尔的利益。

图片

英伟达GB200芯片

所有的杠杆

与核心服务器芯片业务相比，英伟达通过销售软件和云服务获得的收入微不足道。
但去年8月，首席财务官Colette Kress表示，新业务已经步入正轨，每年能产生数亿美元的收入。
三个月后，她又表示，预计这些业务在2023年结束时，每年将产生超过10亿美元的收入，在总收入占比约1%。
相较之下，英伟达的核心服务器芯片业务，去年带来了475亿美元的收入。
今年5月，英伟达披露了，已承诺花费近90亿美元从顶级客户那里租赁云服务器，主要用于内部研发，同时也用于推动其云服务器租赁业务。
图片
一些客户和前员工认为，这项业务最终可以让英伟达在芯片需求放缓之际，获得保护伞，并使租赁其服务器的客户更难转向替代芯片。
前英伟达高管、现任风险投资公司Playground Global合伙人Sasha Ostojic表示，云和软件产品作为一种每年可产生数十亿美元收入的业务，从未被分析师和技术社区充分重视。
他进而表示，英伟达拥有「所有的杠杆」来发展与其芯片互补的服务。
除了作为一个潜在的有利可图的收入来源，DGX Cloud还成为帮助一些英伟达客户，过渡到其新一代芯片的一种方式。
比如，软件制造商ServiceNow，一直为其自己的数据中心购买英伟达服务器，现在也直接从英伟达租赁这些服务器。
图片

科技界的Taylor Swift

以上所有英伟达应对接下来担忧的举措，恰恰反映了老黄作为创始人的高度警觉。
因为在英伟达的历史上，他经历了多次公司濒临毁灭的时刻，包括在1999年公司上市之后。
图片
去年圣诞节期间召开的会议，可能只是将英伟达推向辉煌策略的一部分——让GPU变成了OpenAI、生物技术和制药公司、量化交易公司以及众多其他AI开发者的「命脉」。
英伟达在31年前开始销售用于PC游戏系统的GPU。
老黄在2006年推出了CUDA，这种编程语言利用图形芯片的计算能力，为英伟达的崛起奠定了基础。
CUDA通过自动化应用程序的构建过程，为开发者节省了大量时间。近年来，CUDA已经成为英伟达GPU大卖的关键因素之一。
图片
在2010年代，随着谷歌等AI开发者开始使用这些芯片，训练深度神经网络等大型机器学习模型，英伟达的销售额开始飙升。
不过，老黄也有失败的时候。
比如在自动驾驶汽车领域不仅开发芯片，还尝试开发软件的大胆计划，这需要雇用大量工程师。
虽然这一计划没有成功，但在2019年，公司通过以70亿美元收购Mellanox Technologies获得了优势，这使其在企业数据中心中占据了更强的地位，这些地方越来越多地使用其AI芯片。
图片
随后，2023年11月，OpenAI推出的ChatGPT，生成式AI大爆发，彻底引爆了英伟达几乎前所未有的繁荣。
几乎所有主要科技公司、无数开发者都争相购买GPU，以开发对话式AI和基于描述生成图像和视频的模型。
与此同时，英伟达还投资许多初创公司，包括Mistral、Cohere、Runway、Wayve、Figure和Perplexity。
自ChatGPT推出以来，英伟达的市值已增长八倍，达到3.2万亿美元，并在6月5日一度超越苹果，成为全球第二大市值公司。
图片
今年3月，小扎将自己与老黄照片po出来后，并称其为「科技界的霉霉」。
图片
显然，老黄已经成为科技界的顶流明星。
甚至在Computex大会上，想要得到老黄亲笔签名的人，围了里三层外三层。
图片
尽管61岁的黄仁勋已经风光无限，但他一直在处理与微软等公司之间棘手的关系。
这些公司在购买英伟达GPU的同时，也在努力减少对这些芯片的依赖。

不要重蹈覆辙

一次性销售芯片的业务有其固有的脆弱性：尽管销售额迅速增长，但随着需求不可避免地减少，销售额可能会下降。
对于英伟达来说，如果没有稳定的新利润来源，未来可能会很艰难。
正如许多评论员指出的那样，2000年，Cisco Systems在互联网泡沫高峰期，通过销售路由器一跃成为世界上最有价值的公司。
当时电信公司建立了新的数据中心，但随着互联网收入未能如预期那样增长，这些数据中心被闲置。
自那以后，Cisco的销售额大幅下降，并未恢复，因为其硬件变得广泛可用，成为商品。
图片
老黄私下告诉同事们，英伟达必须确保不会像Cisco或Sun Microsystems那样快速崛起又迅速衰落。
Sun在1990年代成为服务器和计算机硬件的巨头，但在泡沫破裂后，该公司未能抓住新兴的软件市场，而微软等公司则抓住了这个机会。
图片
过去几个月里，英伟达推出了几款软件产品，希望能将其业务从硬件多元化。
在2月份的财报电话会议上，老黄将Nvidia AI Enterprise描述为一个「人工智能操作系统」，客户可以用它来训练和运行AI。
对此，英伟达每年每个GPU，将收取4500美元的软件使用费。
「我猜世界上每家企业，每家软件公司……都会使用Nvidia AI Enterprise，」老黄说道。「因此，随着时间的推移，这可能会成为一个非常重要的业务。」
图片
Nvidia表示，设计软件制造商Adobe和网络安全公司CrowdStrike是该系统的客户之一。
即使软件业务没有像英伟达预期的那样快速增长，它也能增强客户对英伟达GPU的忠诚度，并保护其核心业务不受未来更具性价比竞争对手的冲击。
与微软缠斗
为了增加硬件收入，英伟达正在努力影响自己的最大客户。
通常来说，大型云服务商会自行构建服务器机架。然而，根据内部消息，当英伟达推出下一代旗舰芯片GB200时，它试图说服客户按照他们设计的方式购买机架。
为此，微软和英伟达已经陷入争论好几周了。
英伟达要求微软购买的机架尺寸，要比微软数据中心使用的机架大几英寸，这就会妨碍微软在不同AI芯片之间轻松切换。
英伟达副总裁Andrew Bell承诺，同意购买新机架的客户将优先获得新芯片，但微软高管对此表示了拒绝。
据一位前高管透露，微软在被迫购买英伟达的网络电缆时，就已经感到了不舒服。英伟达会优先售出电缆，而非仅仅售出GPU。
截至23年初，购买英伟达芯片和电缆的支出，已经占了微软购买英伟达总产品支出的约三分之一。
这场持久的争斗，最终闹到了微软CTO Kevin Scott和CEO纳德拉那里。
英伟达终于让步，同意让微软为GB200芯片自行设计机架。
不过，英伟达仍然会从小客户购买的GB200机架中，赚取更多利润。被影响的公司，包括Dell、HPE和Supermicro。
今年，英伟达计划在把服务器和机架交给它们之前，自行设计、采购这些材料，这就把更多利润攥到了自己手里。
图片

偏爱

同时，英伟达也和一些小型云服务提供商保持特殊关系，比如Oracle和CoreWeave。
Oracle将获得大量英伟达芯片，在明年初开始租给微软和OpenAI。微软很希望可以直接购买GPU，但难以找到足够的空间和电力容纳它们。
同时，微软也不得不从CoreWeave租用GPU服务器容量，来满足需求。
总之，目前可见英伟达的硬件销售是没有风险的。在截至4月的九个月内，英伟达已经产生了400亿美元的现金流。
而政府机构及其支持公司购买的GPU，将导致英伟达今年的销售额高达数十亿美元。
然而另一个棘手的问题是：虽然大科技公司有能力处理最先进的芯片，如特殊冷却等，但许多初创公司、跨国公司、政府和学术买家，则对此无能为力。
是的，今年H100更容易买到了，然而很多买家却无法按照理想预期使用它，结果就像在慢速城市街道上开法拉利一样。
分享
//
标签
|
换一批
全部

推荐阅读