英伟达（NVDA）的股价涨势惊人。在财报发布仅一周后，其股价上涨了15.85%，总市值飙升了3718亿美元，市值增长相当于10个惠普（HPQ）之和。截至发稿时，英伟达的总市值为2.72万亿美元，位居美股第三，仅次于苹果和微软。根据财报，英伟达2025财年第一季度的营收达260.4亿美元，同比增长262%；净利润148.8亿美元，同比上涨628%，预计第二季度的营收将达到280亿美元左右。
在数据中心板块，英伟达第一季度的营收创纪录地达到226亿美元，环比增长23%，同比增长427%，毛利润率高达78.9%，预计全年毛利润率将达到70%左右。英伟达宣布“1拆10”的拆股计划将于6月7日生效，股价应声跳涨6%，首次突破每股1000美元，创下历史新高。
在中国市场，英伟达的表现却不尽如人意。根据外媒报道，为应对激烈竞争，英伟达下调了专门面向中国市场的H20系列芯片价格，搭载八片芯片的服务器售价约在110万-130万元人民币之间。英伟达在中国市场的业务有所下降，但其CEO黄仁勋承诺将尽最大努力服务中国客户和市场，提供最佳服务。英伟达的H20芯片是海外版H100的“阉割版”，算力只有其不到15%，且在部分场景下的表现不如国产芯片华为昇腾910B，定价却与之相当，因此销量遇冷。据悉，中国多家大客户今年向英伟达订购的芯片数量将远少于原计划。
面对中国市场的挑战，英伟达或寻求改变，但同时也面临着国内芯片厂商的突围。尽管供应中国市场的英伟达芯片在性能上有所折扣，但有部分企业仍愿意因为其生态而购买。国内芯片厂商正在从优化算法、升级服务和探索开源架构等多个方向努力，试图打破英伟达在芯片生态上的垄断地位。
近日，路透社独家报道称，在某些情况下，英伟达H20芯片的价格将比华为昇腾910B低10%以上。尽管英伟达方面并未向时代周报记者核实这一消息，但该公司公开表示希望积极争取中国市场。数据显示，在2022财年和2023财年，中国市场（包括大陆、香港和台湾地区）的营收分别占英伟达全球总营收的58%和47%。到了2024财年，也就是生成式AI爆发的年份，中国市场的比例下降至39%。
黄仁勋曾多次在公开场合强调中国市场的重要性。2024年，他亲赴英伟达在深圳、上海和北京的办公室，并与员工共庆新年。5月26日，据中国台湾媒体报道，黄仁勋携夫人抵达中国台湾，准备参加台北国际计算机展（COMPUTEX 2024），同时访问包括鸿海、广达、台积电在内的供应链公司。他此前接受采访时表示，英伟达芯片的许多零部件产自中国，供应链的全球化难以打破。
英伟达十分重视建立中国的生态“朋友圈”。在近期于澳门举办的BEYOND Expo 2024上，英伟达专场宣讲了其初创加速计划。据悉，OpenAI曾在6年前加入英伟达初创加速计划，而如今，OpenAI带来的AI红利正在大力反哺该公司。英伟达初创生态中国区总监娄明介绍，截至2023年底，全球共有19000多家公司加入该计划，中国有超过2000家公司成为会员，在全球排名第二。
在宣讲中，英伟达还多次提到新一代AI芯片架构Blackwell。这款产品于今年3月在GTC大会上发布，与前代产品H100相比，性能有了惊人的提升，达到了Hopper的30倍。Blackwell在中国市场的发布时间尚未公布。有接近英伟达人士向时代周报记者透露，根据出口管制规定，目前Blackwell暂不适用于国内。
英伟达曾在中国市场占据极高的份额。今年年初，调研机构TrendForce分析师Frank Kung表示，中国云计算企业目前约80%的高端人工智能芯片来自英伟达。随着美国芯片管制的收紧，这一比例将会下降。但Frank Kung预计，未来五年这一比例仍将达到50%-60%。
面对性能大幅下降的英伟达H20，为何仍有企业愿意买单？时代周报记者采访了国内多家AI相关企业和芯片制造商，得到的答案几乎一致：生态。这里的生态指的是CUDA（Compute Unified Device Architecture），即英伟达提供给开发人员的编程工具。2006年，英伟达推出了CUDA的第一个版本，标志着GPU正式进入通用计算领域。CUDA的出现为开发者提供了一种全新的编程模型，让他们能够利用英伟达的GPU进行高性能计算，这在当时是一项革命性的技术，因为它让GPU的应用范围不再局限于图形渲染，而是扩展到了更广泛的计算任务。当时业界尚未意识到CUDA的价值。
黄仁勋坚持自己的信念，投入资金、开发、维护并推广CUDA，直到六年后才迎来了曙光。2012年，多伦多大学的Alex Krizhevsky 在ImageNet 计算机图像辨别比赛上取得冠军，让NVIDIA GPU 声名大噪。此后，CUDA 生态快速发展壮大，据华泰证券研报数据，截至2020年，全球CUDA 开发者数量已达到200万，到2023年，这一数字已增至400万，其中包括Adobe 等大型企业客户。
这成为英伟达最强大的护城河。一位从事AIGC 视觉研究的科技公司负责人告诉时代周报记者，用户很难有动力迁移出CUDA，因为迁移意味着要重新编写代码，这需要花费大量的时间和金钱。某机器人公司负责人也坦言，由于英伟达多年的研发调整和优化，CUDA 已经过广泛开发者的试验，目前生态最为稳定。
有芯片行业内人士告诉时代周报记者，前几年，业内有人尝试将CUDA 上的代码转译出来，运行在自己的芯片上。例如，一部分海外开发者尝试在英特尔、AMD 硬件上运行CUDA 应用的软件项目，构建了ZLUDA 项目。该项目试图打破英伟达的CUDA 生态壁垒，允许CUDA 应用无需修改源代码即可在第三方硬件上运行，一度得到英特尔、AMD 的支持。但这种做法容易引发版权和知识产权问题。
早在2021年，英伟达就禁止其他硬件平台使用模拟层运行CUDA 软件。今年2月，一名德国工程师在安装CUDA 11.6 时发现，英伟达在最终用户许可协议 (EULA) 的限制类目中新增了条款：“不得对使用SDK 元素生成的任何输出部分进行逆向工程、反编译或拆解，以将此类输出工件转换为非NVIDIA 平台。” 当时，ZLUDA 项目已经举步维艰，并在年初开源。
上述芯片行业内人士进一步表示，也有一部分企业选择使用开源架构，例如英特尔的oneAPI、AMD 的ROCm等，但开源架构通常比不上CUDA 的性能。
如今，英伟达更希望进一步扩大其在软件层的野心。黄仁勋曾在过去的采访中反复重申，英伟达是一家平台公司，它区别于任何一家仅提供芯片的厂商。“英伟达不仅仅是做硬件，我们是一个全栈式的平台供应商。”英伟达中国区高级技术市场经理施澄秋在BEYOND Expo 2024 活动上表示。
在他的描述中，英伟达构建了从芯片、传输到软件的算力系统或解决方案，基于此，创业者只需关注如何训练好自己的算法即可。英伟达也尽可能地提供算法层面的支持，例如针对不同合作伙伴在不同细分的垂直应用市场，英伟达提供了各式各样的预训练模型。
除了CUDA，英伟达还在着手培养另一个新的生态。2020年，英伟达宣布推出一款新型处理器DPU，以及为DPU 量身定制的软件框架DOCA。DOCA 是一种新型的数据中心基础架构处理器体系结构，可实现具有突破性的网络、存储、安全性能。
在人工智能应用领域，GPU 和 CUDA 的价值已经得到了市场的验证，DPU 和 DOCA 可能成为英伟达的下一个增长点。英伟达全球副总裁，中国企业营销负责人刘念宁曾公开表示，在生成式 AI 时代，DPU 是企业构建加速计算平台、AI 工厂的关键。
英伟达方面公布的数据显示，2022 年全球 DOCA 开发者中将近一半来自中国，而截至目前，中国 CUDA 和 DOCA 的开发者数量已经超过 100 万。“DOCA 现在还是小宝宝，可是今天的 DOCA 就跟 20 年前的 CUDA 一样。”英伟达网络市场部相关负责人表示，如果将企业购买 CPU、GPU 等比喻为买赛车，那么 CUDA、DOCA 就如同赛车的轮子，只有赛车的轮子够强够壮，才能承载起赛车在不同路面和更远距离上奔跑。
“中国和美国（发展 AI）最大的差距在于算力，基本上是 10 倍左右的差距。”在 BEYOND Expo 2024 上，商汤科技联合创始人徐冰如是说道。他认为，美国拥有绝大多数最尖端的、高性能英伟达 GPU，全球大量国家和企业争相购入，在过往 10 年人工智能创造了超过 2 万亿美元的价值，对应的也是英伟达目前的市值。但徐冰认为，中美之间的算力差距在大量资金投入之下是可以弥补的。
一方面，国产芯片在快速发展，算力本质上是一种商品，自身也具有较强的融资属性，它已经出现了房地产类的投资属性，可以通过资金周转、杠杆等，放大投资规模。中国拥有强大的 AI 土壤。“中国是全世界唯一一个有可能实现智慧涌现第二级的。”科大讯飞董事长刘庆峰表示。
需求在哪里，市场就在哪里。事实上，目前国产芯片突围已经看到了一些成效。在时代周报的走访中，部分企业通过“曲线救国”满足自己的算力需求。例如云天励飞 (688343.SH) 的自研芯片就是走“算法芯片化”路线，着眼于具体场景。由场景定义算法，再由算法定义芯片，通过自定义指令集、处理器架构及工具链的协同设计，实现算法芯片化。
也有科大讯飞 (002230.SZ) 这样的企业，通过算法上的调优达到能效的最大化。此前，科大讯飞宣布大模型降价，科大讯飞副总裁王玮接受时代周报等记者采访时，谈到了如何优化成本。王玮表示，目前讯飞大模型是完全构架在国内自主算力基座之上。今年 1 月，科大讯飞组建了万卡集群，用的是华为昇腾。“使用国产算力时，最开始的效率只能达到英伟达的 30%~40%，后来在算法、算力、算子库上面不断训练，现在的能效提升很多。当然（成本优化）也包括国家对 AI 产业提供的电费优惠，利用好这些，然后把整个模型进行调优。”王玮说。
芯片设计服务商，珠海凌烟阁芯片科技有限公司（下称“凌烟阁”）走的是另外的路子。凌烟阁相关业务人员告诉时代周报记者，“在解决算力问题上，我们使用为客户开发的 AI 芯片，把它做成整机的 AI PC box。
一种思路是结合整机、AI板卡和软件算法，开发出面向各个行业的应用解决方案，为客户提供更便捷的即插即用服务，降低使用难度。例如凌烟阁就推出了一款高精度的AI-PC服务器——玄冥一号。
而广东赛昉科技有限公司（以下简称“赛昉科技”）则提供了另一种思路。赛昉科技希望通过基于RISC-V架构的AI芯片来打破现有市场格局。据了解，RISC-V是一个开源和免费的指令集架构，为芯片设计提供了除了X86和ARM之外的新选择。赛昉科技认为，对于中国企业而言，RISC-V架构提供了实现国产芯片和提升自主创新能力的良机。
从发展趋势和市场前景来看，RISC-V相对于其他处理器IP具有更强的活力和潜力。通用芯片的研发也同样重要，但目前国内能够投身通用芯片研发的厂商还比较少。
暂无评论，3人围观