著名芯片製造商英偉達(Nvidia)已成爲人工智能熱潮的早期贏家之一，近期股價的上漲使該公司更上一層樓。
5 月 30 日，公司市值突破 1 萬億美元的里程碑。
考慮到 Nvidia 僅作爲芯片設計商運營，沒有自己的製造能力，這一成就對於 Nvidia 來說意義重大。
截至 6 月 1 日，該公司的市值約爲 9700 億美元，使英偉達躋身精英俱樂部之列，只有其他五家公司共享：蘋果、微軟、Alphabet、亞馬遜和沙特阿美。
此前，只有特斯拉、Meta 和中石油這三家公司的市值突破了 1 萬億美元的門檻。
自今年年初以來，Nvidia 的股價漲幅高達 170%，超過了標準普爾 500 指數的其他成份股。
這種增長與人工智能工具的意識和使用的提高直接相關，突出了對企業和消費者的潛在影響。
Nvidia 的成功與其在圖形處理單元 (GPU) 市場的主導地位有關。
ChatGPT語言模型自 2022 年 11 月發佈以來就在會議室和隨意的談話中受到關注，截至 2023 年 1 月已經吸引了 1 億用戶。
ChatGPT 建立在一個包含 1750 億個參數的龐大語言模型上，已經使用大約 10,000 個 Nvidia A100 GPU 進行了訓練。
Nvidia 目前在全球 GPU 市場佔有 80% 的份額，由於其並行處理能力，GPU 的用途超出了 AI 算法，包括數據挖掘和加密貨幣挖掘。
市場研究公司 IDTechEx 最近發佈了一份報告，預測Nvidia將繼續佔據主導地位，不僅在 GPU 領域，尤其是作爲 AI 硬件領域的領導者。
該報告預測，到 2033 年，Nvidia 將佔據估計 2570 億美元 AI 芯片收入的很大一部分。
英偉達的收入主要來自數據中心和網絡細分市場，其中包括數據中心平臺、自動駕駛汽車解決方案和加密貨幣挖礦處理器。
在 2023 財年，英偉達從數據中心獲得的收入高達 150.1 億美元，佔公司當年總收入的 55.6%。
這意味着數據中心收入將比 2022 年大幅增長 41%，表明英偉達自 2020 年以來同比穩定增長超過 40%。
相比之下，其他 AI 芯片設計商，如最近收購 Xilinx 的 AMD 以及高通，在數據中心 AI 領域落後於 Nvidia。
儘管目前表現不佳，但英偉達仍在繼續前進。今年早些時候，該公司發佈了基於其新 Hopper 架構的 H100 GPU。
採用臺積電4N工藝（5nm節點的改進版）生產的Hopper架構，具有800億個晶體管，超過了採用7nm工藝生產的A100的542億個晶體管。
Nvidia 的訓練和推理速度比 A100 提高了 7 到 30 倍，加上 PCIe 外形尺寸中相當的熱設計能力，Nvidia 準備提供支持未來日益複雜的 AI 算法所需的基本硬件。
雖然 Nvidia 繼續主導數據中心計算市場，但邊緣計算領域的芯片設計人員有充足的機會。
根據IDTechEx 最新發布的 AI 芯片報告，預計未來十年邊緣市場的複合年增長率將高於雲端 AI 市場。邊緣 AI 提出了不同的要求，特別是由於嵌入式設備的熱限制而在功耗方面。
由於邊緣芯片通常只消耗幾瓦，因此它們運行的模型的複雜性必須大大簡化。
因此，A100 等最先進的芯片具有大尺寸和高晶體管密度，不適合邊緣應用。
相反，公司可能會選擇使用更成熟的節點工藝來設計芯片，與前沿節點相比，這些工藝提供更低的價格點和更低的進入門檻。
很難說人工智能的拐點何時會出現，還有多遠的未來。
然而，不可否認的是，人工智能的持續繁榮以及人工智能工具在各個行業的變革潛力。 Nvidia 的成功證明了 AI 在塑造技術格局方面的重要性日益增加。
IDTechEx 的“AI 芯片 2023-2033”報告爲那些有興趣瞭解全球 AI 芯片市場的更多信息（包括技術發展、主要參與者和具有 AI 功能的硬件的市場前景）提供了寶貴的見解。
英偉達的市值突破 1 萬億美元大關，不僅意味着該公司的成功，也意味着 AI 技術的巨大潛力。
憑藉其在 GPU 市場的主導地位和在數據中心 AI 領域的強勢地位，Nvidia 有望引領 AI 硬件的未來。
公司持續的創新，例如即將推出的基於 Hopper 架構的 H100 GPU，進一步鞏固了其行業領導者的地位。
然而，Nvidia 的成功並沒有減少其他芯片設計師的機會。新興的邊緣計算市場具有巨大的增長潛力，人工智能應用需要針對功耗和嵌入式設備優化的定製芯片。
隨着邊緣計算對 AI 的需求增加，芯片設計人員可以探索更成熟節點的製造，從而在不犧牲性能的情況下實現具有成本效益的解決方案。