英偉達CUDA護城河，到底有多深？

從明天开始，Nvidia 將舉辦 GTC 开發者大會。這個盛會如今已成爲業界關注的焦點。隨着英偉達的崛起，許多人一直在問英偉達的軟件在多大程度上爲其硬件提供了持久的競爭護城河。由於我們收到了很多相關問題，因此我們想在此闡述我們的想法。

除了下一代B100 GPU的潛在發布之外，GTC 並不是真正的芯片盛會，GTC 是爲开發者舉辦的展會。這是 Nvidia 圍繞 CUDA 及其軟件堆棧其他部分構建軟件生態系統的旗艦活動。

值得注意的是，在談論 Nvidia 時，包括我們自己在內的許多人傾向於使用“CUDA”作爲 Nvidia 提供的所有軟件的簡寫。這是一種誤導，因爲 Nvidia 的軟件護城河不僅僅是 CUDA 开發層，這對於 Nvidia 捍衛其地位至關重要。

在去年的 GTC 上，該公司發布了 37 份新聞稿，其中涉及一系列令人眼花繚亂的合作夥伴、軟件庫和模型。隨着英偉達加強防御，我們預計下周會出現更多這樣的情況。

這些合作夥伴非常重要，因爲現在有數百家公司和數百萬开發人員在 Nvidia 的產品之上構建工具。一旦建成，這些人不太可能重建他們的模型和應用程序以在其他公司的芯片上運行，至少在短期內是這樣。值得注意的是，英偉達的合作夥伴和客戶遍布數十個垂直行業，雖然並非所有這些都全力支持英偉達，但它仍然表現出對英偉達有利的巨大勢頭。

簡而言之，英偉達目前地位的防御能力取決於軟件生態系統的固有慣性。公司投資於軟件——編寫代碼、測試它、優化它、對員工進行軟件使用教育等等——一旦進行了投資，他們將非常不愿意更換。

我們從過去十年來 Arm 生態系統進軍數據中心的嘗試中看到了這一點。即使基於 Arm 的芯片开始展現出相對於 x86 的真正功耗和性能優勢，軟件公司及其客戶仍然需要數年時間才能採取行動，這一轉變仍在進行中。英偉達似乎正處於建立這種軟件優勢的早期階段。如果他們能夠在廣泛的企業中實現這一目標，他們很可能會堅持很多年。這最重要的是英偉達在未來的發展中處於最佳位置。

英偉達在其軟件領域面臨着巨大的進入壁壘。CUDA 是其中的重要組成部分，但即使 CUDA 的替代品出現，Nvidia 提供軟件和庫的方式也有利於他們構建一個非常可靠的生態系統。

我們指出這一切是因爲我們开始看到 CUDA 的替代方案出現。AMD 在對 CUDA、ROCm 的回答上取得了很大進展。然而，當我們說進步時，我們的意思是他們現在擁有了一個良好的、可行的平台，但需要數年時間才能獲得 CUDA 採用的份額。目前，ROCm 僅適用於少數 AMD 產品，而 CUDA 多年來一直適用於所有 Nvidia GPU。

其他替代方案，如 UXL 或 PyTorch 和 Triton 的不同組合，也同樣有趣，但還處於早期階段。UXL 看起來尤其有前途，因爲它得到了一些業內知名人士的支持。當然，這也是其最大的弱點，因爲這些成員的利益差異很大。

我們認爲，如果英偉達能夠站穩腳跟，那么這些都無關緊要。這就是我們需要區分 CUDA 和 Nvidia 軟件生態系統的地方。業界將提出 CUDA 的替代方案，但這並不意味着他們可以完全消除 Nvidia 的軟件進入壁壘。

話雖如此，英偉達軟件護城河面臨的最大威脅是其最大的客戶。超大規模企業沒有興趣以任何方式鎖定英偉達，而且他們有資源來構建替代方案。公平地說，他們也不能幸免於與 Nvidia 保持密切聯系，它仍然是默認解決方案，並且仍然具有許多優勢，但如果有人削弱 Nvidia 的軟件雄心，那么很可能來自這個角落。

當然，這引發了一個問題：英偉達的軟件野心到底是什么。

在過去的幾年裏，隨着 Nvidia 推出其軟件產品，包括其雲服務 Omniverse，他們傳達了一種感覺，即他們有雄心勃勃地創造其收入流的新組成部分。

在最新的財報電話會議上，他們指出他們已經創造了 10 億美元的軟件收入。

然而，最近，我們感覺到他們可能正在重新定位或稍微縮減這些雄心，軟件現在被定位爲他們向芯片客戶提供的服務，而不是其本身的成熟收入部門。

畢竟，銷售軟件可能會讓英偉達與其所有最大的客戶直接競爭。

18年堅守，換來大爆發

根據《BBC》報導，英偉達的迅猛崛起就是大膽賭上自己的技術加上有良好的時機。

英偉達創立於1993年，現任英偉達CEO黃仁勳就是創辦人之一，當時英偉達還是一家專注爲電玩遊戲和應用程式制作圖像的公司。

1999年，英偉達研發出首款繪圖芯片（GPU）GeForce256，來加強電腦的圖像顯示效果，當時以每股12美元的價格公开上市。

2006年，斯坦福大學的研究人員發現GPU有另一個用途：它可以加快數學運算，這是一般芯片無法做到的。同年，黃仁勳做出了AI發展上重要的決定：他投入英偉達的資源來建立一個讓GPU可以編程的工具，讓GPU不只是制作圖像的工具，也就是CUDA（Compute Unified Device Architecture，統一計算架構）。

什么叫做CUDA？這是一套英偉達提供給开發人員的編程工具，讓工程師能運用CUDA，省下大量撰寫低階語法的時間，進而直接使用高階語法諸如C++或Java等來編寫應用於通用GPU上的演算法，解決平行運算中復雜的問題。

對研究人員來說，這是一種在消費類硬件中進行高性能計算的新方法。

當18年前黃仁勳投資CUDA時，受到不少投資人看衰，現在2024年結果證明，這個選擇造就了日後的兩萬億美元市值。

根據《福布斯》指出，大多數的AI新創都奠基於英偉達的CUDA平台，英偉達的策略就是讓平台衍生出龐大的軟件生態，讓後者難以突破。

2012年，一種可以將圖像進行分類的人工智能Alexnet嶄露頭角，它使用了輝達其中兩個可編程的GPU進行訓練。

科學家們同時發現，GPU可以大幅加速神經網絡的處理速度，並开始用在工作上。

英偉達透過投資更適合AI的GPU，以及讓這項技術更容易使用的軟件，來發揮自身優勢。

然而，目前英偉達的主導地位看似穩固，但長遠來說更難預測。

顧問公司TIRIAS Research的分析師克魯威拉（Kevin Krewell）指出，英偉達背後有很多對手正急起直追。

舉例來說，超微（AMD）和英特爾（Intel）都以制造中央處理器（CPU）聞名，但他們近期也投入制作AI專用的GPU，Google則开發出擁有AI運算能力的張量處理器（ TPU），不僅可用於搜尋引擎，還可用在一些機器學習的工作上，微軟和Meta也正着手开發中。

英偉達在加密貨幣的挖礦上也取得了成功，根據《華爾街日報》報導，隨着加密貨幣價格上漲，英偉達在2020年的市值超越了芯片巨頭英特爾，並在2021年底達到每股近330美元的紀錄。

雖然近期加密貨幣寒冬降臨，分析師指出，AI的興起將爲英偉達帶來比加密貨幣更繁榮的前景，瑞銀分析師估計，光ChatGPT就需要約1萬個英偉達的GPU。