Prefacio
En 2023, que ha sido aclamado como el “primer año de la IA generativa”, los gigantes tecnológicos han lanzado sucesivamente armas de IA, como Microsoft Copilot, Bing, Google Gemini, Amazon BedRock…Incluso Elon Musk anunció como el súper cerebro para construir autos eléctricos Tesla:supercomputadora dojo, La IA ha abierto un nuevo juego para los gigantes tecnológicos.
Como dice el refrán, durante la guerra, las personas más rentables eran los traficantes de armas; durante la fiebre del oro, las personas más rentables eran los vendedores de palas.
Esta es la existencia actual de NVIDIA Huida.
El traficante de armas de IA más poderoso: NVIDIA
¡Creo que todos habéis visto esta foto recientemente!
El valor de mercado actual de NVIDIA equivale a la suma de las ocho empresas de semiconductores de renombre internacional de la derecha!
Durante el año 2023,Las acciones de NVIDIA aumentan 239% ,
La capitalización de mercado también ha aprovechado esta locura por la IA para superar a Amazon y Alphabet (la empresa matriz de Google) y convertirse en la tercera empresa más grande de Estados Unidos por capitalización de mercado, sólo superada por Microsoft y Apple.
¿Por qué diablos es NVIDIA?
Porque la GPU del producto estrella de NVIDIA esEntrenamiento de IA generativa (GenAI) armas necesarias.
Una potencia informática más rápida y un tiempo de formación más corto hacen que las empresas de tecnología no puedan vivir sin ella.
Pero ¿qué es exactamente una GPU? ¿NVIDIA no tiene otros competidores? ¿Qué tiene de especial esta empresa?
Compartámoslo contigo hoy NVIDIA Huida¡La historia!
3 conclusiones si solo tienes 1 minuto
1. Tecnología GPU de NVIDIA:
NVIDIA domina el mercado con una potente tecnología GPU, especialmenteDomina los campos de la IA y los juegos.
GPU de la serie GeForce Se mejoró la sofisticación de los gráficos del juego.
Núcleo tensorialEsto acelerará enormemente la formación y el aprendizaje de modelos de IA.
y combinar plataforma CUDAAmplíe el alcance de la aplicación de GPU.
2. Locura por la IA:
Con la explosión de la IA generativa, la GPU de NVIDIA se ha convertido en la herramienta principal para entrenar modelos de IA.
Gigantes tecnológicos como Microsoft, Google y AWS se están apresurando a utilizar las GPU de NVIDIA para mejorar la potencia informática de la IA.
Al mismo tiempo, hay miles de nuevas empresas de IA en el mercado que dependerán de los chips de NVIDIA para una capacitación rápida y eficiente.La ola de IA ha impulsado un aumento sustancial en el valor de mercado de NVIDIA.
3. Además de las GPU, NVIDIA también tiene un gran modelo de negocio:
NVIDIA ha pasado de ser un proveedor puro de GPU aProveedor de sistemas integrales.
Al proporcionar soluciones completas de IA, desde la tecnología del centro de datos Spectrum-X necesaria para la capacitación, hasta la plataforma de capacitación Hopper y la plataforma operativa Blackwell,Venta de soluciones totales a empresas.
NVIDIA ha creado un sólido ecosistema de plataforma que atrae a una gran cantidad de desarrolladores y clientes empresariales.
Aprovechar al máximo el apalancamiento y la escala es el secreto de la continua ventaja competitiva de NVIDIA.
Antecedentes de la fundación de NVIDIA
NVIDIA lleva más de 30 años establecida.A continuación se analizará la historia de crecimiento de NVIDIA en etapas de 10 años..
A lo largo de 30 años, desde juegos portátiles hasta la simulación de Marte en el espacio exterior y, finalmente, el aterrizaje en la inteligencia artificial.
Década de 1990: centrarse en la industria de los juegos de ordenador
NVIDIA fue cofundada en 1993 por Jensen Huang, Chris Malachowsky y Curtis Priem. Desde el principio, se centró en hacer que los gráficos de los juegos fueran más refinados y hermosos.Unidad de procesamiento de gráficos (GPU)
(¡No te preocupes, te explicaré qué es una GPU más adelante!)
En el primer año de su creación, recibió 20 millones de dólares en inversiones de empresas de capital de riesgo como Sequoia Capital y cotizó con éxito seis años después de su creación.
Década de 2000: además de los juegos, también necesitamos fabricar simulaciones de Marte y chips para automóviles
Durante este período, después de que NVIDIA estableció su posición como principal proveedor de chips para juegos, comenzó a¡Extiende tus tentáculos a la industria automotriz e incluso al espacio exterior!
En 2003, NVIDIA se convirtió en proveedor de chips gráficos para varios automóviles Audi, admitiendo sistemas de navegación para automóviles con pantallas de imágenes de mayor calidad.
Al mismo tiempo, NVIDIA también coopera con la NASA paraLa tecnología de procesamiento de gráficos se utiliza para simular un entorno marciano realista para ayudar a los astronautas a entrenar en el Marte virtual.
Década de 2010: ¡Las GPU son perfectas para entrenar inteligencia artificial!
La principal línea de negocio de NVIDIA eran originalmente las GPU para juegos, pero poco a poco la gente descubrió que debido a la naturaleza "multinúcleo" de las GPU, pueden procesar grandes cantidades de datos al mismo tiempo, por lo que son muy adecuadas para cosas que requieren rapidez. Computación paralela. Uno de ellos es: ¡entrenar IA!
Aula de ciencias populares:
- ¿Qué es la operación paralela?
Imagine tener una cocina central con muchos chefs responsables de cocinar diferentes platos, en lugar de que un solo chef lo haga de principio a fin, para que una comida pueda completarse más rápido.
La estructura "multinúcleo" de la GPU es como esta cocina "multichef".La capacidad de procesar múltiples tareas informáticas en paralelo y acelerar la velocidad general es el concepto de informática paralela.
- ¿Cuál es la relación entre la computación paralela y la inteligencia artificial AI?
Las operaciones paralelas pueden procesar una gran cantidad de datos al mismo tiempo, y cuando se entrena IA, también se requieren una gran cantidad de cálculos de datos para permitir que la IA aprenda rápidamente, por lo que se pueden usar operaciones paralelas para entrenar IA.
plataforma CUDA
Además de entrenar inteligencia artificial, NVIDIA también desarrolló la plataforma CUDA (Unified Computing Device Architecture) en 2006.Deje que la GPU no solo realice el procesamiento de gráficos, sino también cálculos no gráficos.
¿Qué es la plataforma CUDA?
Sigamos con la analogía de la cocina:
Las GPU son equipos de chefs: chefs que originalmente se encargaban de cocinar platos específicos, como patatas fritas o pescado frito.
CUDA es un sistema de gestión de cocinas,Haz que estos chefs sean más versátiles:
CUDA permite a estos chefs no solo cocinar los platos en los que son buenos, sino también realizar otras tareas culinarias al mismo tiempo.
Como cortar verduras, revolver, hacer sopa, etc.
Década de 2020: 30 años de arduo trabajo de GPU, cosechando resultados fructíferos en inteligencia artificial
2022,Cuando OpenAI anunció que ChatGPT era el resultado del entrenamiento en 10.000 GPU NVIDIAMás tarde, gigantes tecnológicos como Microsoft y Google se apresuraron a comprar chips NVIDIA para entrenar su IA para que fuera más potente (los inversores se apresuraron a comprar acciones de NVIDIA XD).
Esto también explica la noticia del principio: en 2023, las acciones de NVIDIA pueden aumentar en 239%, y una de las razones por las que su valor de mercado ha superado a Amazon y Alphabet.
Nvidia modelo de negocio
¿Cuál es el secreto del modelo de negocio de NVIDIA?
Después de conocer los 30 años de grandes logros de NVIDIA, ¡hablemos de su modelo de negocio!
En la Conferencia de Relaciones con Inversores de NVIDIA en abril de 2016, Jensen Huang mencionó:
El modelo de negocio de NVIDIA está impulsado principalmente por dos elementos centrales:
"Plataforma y Ecosistema" y "Efecto de Apalancamiento y Escala".
Plataforma y ecosistema
El núcleo de este modelo es crear una plataforma para atraer desarrolladores y mantener a los usuarios en el ecosistema de NVIDIA.
Entonces, ¿cómo construye NVIDIA un ecosistema?
- Proporcione herramientas adicionales para aumentar la adherencia de los desarrolladores:
NVIDIA mejora la calidad de los juegos de los desarrolladores al proporcionar herramientas simples como GameWorks SDK (una herramienta que ayuda a los desarrolladores de juegos a aprovechar las GPU de NVIDIA para hacer que los gráficos de los juegos sean más refinados y realistas). - Amplíe el alcance del mercado y atraiga más clientes:
NVIDIA amplía su influencia en el mercado cooperando con distribuidores para vender GPU GeForce (GPU que pueden hacer que los gráficos de computadora sean más fluidos y brindar una mejor experiencia de juego) a los jugadores.
- Cree un ecosistema de circuito cerrado:
Los juegos desarrollados por desarrolladores que utilizan GameWorks SDK funcionan mejor en las GPU GeForce. La experiencia de juego fluida atrae a más jugadores a comprar y a más desarrolladores a utilizar la plataforma NVIDIA.Forme un círculo virtuoso con impulso continuo.
Este modelo también ha sido copiado por NVIDIA a otros campos, como la conducción autónoma, los centros de datos, etc.
Efectos de apalancamiento y escala
La esencia de este modelo es maximizar el uso de la misma tecnología y aplicar la misma tecnología central en diferentes mercados.
Se puede lograr una escala y un reparto de costos efectivos.
Echemos un vistazo a cómo NVIDIA opera el efecto de apalancamiento:
Aplicaciones multimercado:
NVIDIA aplica la misma arquitectura de GPU a diferentes escenarios.
Por ejemplo: GeForce se centra en los juegos, Quadro se centra en la oficina, Iray se centra en la realidad virtual (VR), DRIVE se centra en la conducción autónoma y A100 y H100 se centran en los centros de datos.
reducir costos:
Al utilizar la misma arquitectura tecnológica en múltiples mercados, NVIDIA puede distribuir los costos de I+D y reducir el costo unitario de sus productos.
Diferentes mercados han establecido sus propios ecosistemas:
Cada mercado tiene sus propias necesidades y aplicaciones únicas. Al desarrollar productos correspondientes para estas necesidades, NVIDIA formará gradualmente un ecosistema para cada mercado.
Estos dos modelos de negocio principales convierten a NVIDIA en unaOperación máquina de movimiento perpetuo.,
Puede centrarse en desarrollar una tecnología informática GPU más avanzada, pero establecer un buen modelo de negocio y un buen ecosistema permitirá a NVIDIA mantener la rentabilidad y las ventajas competitivas.
Introducción a las tres principales líneas de productos de NVIDIA
Entonces, ¿NVIDIA es tan poderosa con sólo vender GPU?
Como se mencionó anteriormente, el enfoque principal de NVIDIA son las potentes unidades de procesamiento de gráficos (GPU).
Estas GPU se utilizan para una amplia gama de propósitos, incluidos juegos, entrenamiento de inteligencia artificial y procesamiento de grandes cantidades de datos.
Ahora permítanos presentarle brevemente las funciones principales de NVIDIA.Tres líneas de productos principales:
1. GPU para juegos de la serie GeForce
¿Por qué los juegos online actuales son cada vez más realistas? ¿De dónde viene la sensación de estar en la escena?
La serie de GPU GeForce de NVIDIA son para este tipo de juegosfuerza impulsora central!
Las GPU de la serie GeForce utilizan una tecnología de procesamiento de gráficos especial para hacer que los gráficos de los juegos sean más rápidos y hermosos.
Los efectos de luces y sombras son más realistas. Por ejemplo, cuando juegas un juego de carreras, puedes ver el reflejo de la luz del sol en la ventana del auto, que se genera con la ayuda de la función Ray Tracing de GeForce RTX.
2. Procesador de gráficos AI GPU
¿Por qué el robot ChatGPT actual es tan poderoso? Puede reconocer imágenes, comprender sus comandos y tiene memoria y configuraciones personalizadas al mismo tiempo.
de estos robotsprincipal fuerza motrizEs el procesador GPU AI H100 de NVIDIA.
(¡Este tipo de procesador es la GPU utilizada para entrenar la IA mencionada en el párrafo anterior!)
Hay 80 mil millones de transistores en el procesador H100 para ayudar a la IA a aprender y procesar datos más rápido.
Por ejemplo, cuando le pides a ChatGPT que busque información, puede buscar y compilar rápidamente la información que deseas, gracias al poderoso soporte de la GPU NVIDIA AI.
3. Armar la arquitectura de la CPU
Primero, expliquemos qué es la arquitectura ARM.
El diseño de la arquitectura ARM ahorra más energía y es más duradero que los procesadores de computadora, por lo que es adecuado para las necesidades.Dispositivos portátiles de larga duración:Como teléfonos móviles, tablets, relojes inteligentes, etc.
Entonces, ¿qué tiene de bueno la CPU con arquitectura Arm de NVIDIA?
Tomemos como ejemplo el último procesador de NVIDIA, Grace, que es un procesador especialmente diseñado para inteligencia artificial y puede mejorar la potencia informática y la eficiencia de las computadoras.
Por ejemplo: al entrenar un modelo de IA, Grace puede procesar grandes cantidades de datos de manera más eficiente, acortar el tiempo de entrenamiento y consumir menos energía durante la operación.
Este tipo de CPU también puede funcionar junto con la GPU de la serie GeForce mencionada anteriormente para que la imagen se ejecute con mayor fluidez. Al mismo tiempo, Grace CPU también puede hacer que las supercomputadoras sean más rápidas y más eficientes energéticamente.Muchos laboratorios científicos utilizan Grace CPU para construir supercomputadoras, ¡que son muy versátiles!
Clientes de NVIDIA
Padres financiadores de NVIDIA: ¿Quién compra productos NVIDIA?
Después de leer la introducción del producto anterior, no debería ser difícil adivinar qué empresas querrán buscar productos NVIDIA.
Los principales grupos de clientes de NVIDIA se pueden dividir en las siguientes tres categorías:
1. Grandes empresas tecnológicas
Clientes como AWS (Amazon Web Service), Meta, Microsoft, Google, etc.
¿Qué hacen estos grandes clientes con los productos de NVIDIA?
- AWS Utilice la tecnología GPU de NVIDIA para mejorar el rendimiento de la computación en la nube, acelerar la capacitación y la implementación de la IA y permitir que los clientes de AWS utilicen servicios en la nube más eficientes;
- Meta Utilice más de 24.000 GPU NVIDIA H100 para entrenar el modelo de lenguaje grande de próxima generación Llama 3;
- microsoft Utilice las GPU NVIDIA para acelerar el funcionamiento de los productos de inteligencia artificial de Azure. Facilite a los clientes de Microsoft el desarrollo de su propia IA en Azure.
Reparto de ingresos: FAANG (excepto Apple) trae NVIDIA 40% ¡ganancia!
2. Startups de IA con inteligencia artificial
Clientes como OpenAI, DeepMind, Anthropic y Cohere esperar.
Estas empresas utilizan principalmente GPU NVIDIA paraEntrenamiento y aplicación de modelos de inteligencia artificial.
Por ejemplo:
- OpenAI utiliza GPU NVIDIA para entrenar ChatGPT para procesamiento del lenguaje natural;
- DeepMind utiliza GPU NVIDIA para entrenar Juego Go de AlphaGo;
- Anthropic se utiliza para entrenar sistemas de IA seguros….
Estas capacitaciones requieren mucha potencia informática y las GPU de NVIDIA brindan computación eficiente adecuada para la inteligencia artificial, lo que mejora la velocidad y la eficiencia de la capacitación en IA.
3. Empresas de vehículos autónomos
Clientes comoteslaesperar.
Por ejemplo: el sistema Autopilot de Tesla utiliza la GPU de NVIDIA para procesar grandes cantidades de datos.Analice rápidamente los datos del tráfico y tome decisiones de conducción para garantizar una conducción autónoma segura y precisa.
Después de leer sobre los patrocinadores financieros bien establecidos de NVIDIA, no debería ser difícil entender por qué el valor de mercado de NVIDIA se ha disparado. Esto se debe a que todos los gigantes de la tecnología se han vuelto locos en esta guerra de IA y están comprando GPU desesperadamente para optimizar productos y retener clientes. !
Cuando veas esto quizás quieras preguntar:
¿No tienen competencia las GPU de NVIDIA?
¿No hay GPU de otras empresas que pueda comprar?
Esta empresa es tan fuerte que siempre hay algunos riesgos que afrontar en el futuro, ¿verdad?
¿Qué van a hacer a continuación para mantener su estatus actual como líderes?
Debido a que NVIDIA tiene una larga trayectoria y una línea de productos relativamente compleja,
Para brindarles a todos una experiencia de lectura relajante y fácil de asimilar, decidimos dividir el artículo en dos partes.
Si tiene alguna pregunta arriba, recuerde bloquear Fanáticos de Hogan y Wavelet,
Seguiremos la moda de Computex y continuaremos brindándole emocionantes historias de NVIDIA.
Si este artículo le resulta útil, recuerde continuar bloqueando el maravilloso descifrado de NVIDIA (Parte 2).
Finalmente, repasemos los tres puntos clave de este artículo.
3 conclusiones
1. Tecnología GPU de NVIDIA:
NVIDIA domina el mercado con su potente tecnología GPU, especialmente en los campos de la inteligencia artificial y los juegos.
La serie de GPU GeForce mejora la sofisticación de los gráficos de los juegos, mientras que el núcleo Tensor acelera enormemente el entrenamiento y el aprendizaje de los modelos de IA y se combina con la plataforma CUDA para ampliar el alcance de las aplicaciones de GPU.
2. Locura por la IA:
Con la explosión de la IA generativa, la GPU de NVIDIA se ha convertido en la herramienta principal para entrenar modelos de IA.
Gigantes tecnológicos como Microsoft, Google y AWS se están apresurando a utilizar las GPU de NVIDIA para mejorar la potencia informática de la IA.
Al mismo tiempo, hay miles de nuevas empresas de IA en el mercado que dependerán de los chips de NVIDIA para un entrenamiento rápido y eficiente. La ola de IA ha impulsado un aumento sustancial en el valor de mercado de NVIDIA.
3. Además de las GPU, NVIDIA también tiene un gran modelo de negocio:
NVIDIA ha pasado de ser un proveedor puro de GPU a un proveedor integral de sistemas.
Al proporcionar soluciones completas de IA, desde la tecnología de centro de datos Spectrum-X necesaria para la capacitación, la plataforma de capacitación Hopper, hasta la plataforma operativa Blackwell, Total Solutions se vende a empresas..
NVIDIA ha creado un sólido ecosistema de plataforma que atrae a una gran cantidad de desarrolladores y clientes empresariales.
Aprovechar el apalancamiento y la escala hasta su máximo potencial es el secreto de la capacidad de NVIDIA para seguir manteniendo su ventaja competitiva.
Continuará en el próximo artículo...
Informes relacionados
Artículos relacionados
¿Qué es DNS? Introducción al sistema de nombres de dominio – Diseño del sistema 06
Introducción al bloque de construcción de componentes de diseño de sistemas: diseño de sistemas 05
Cálculo del reverso del sobre: diseño del sistema 04
Características no funcionales del diseño de software – Diseño de sistemas 03
Aplicación de la abstracción en el diseño de sistemas – Diseño de sistemas 02
Introducción al diseño de sistemas modernos – Diseño de sistemas 01
Español 
繁體中文 
English 
简体中文 
한국어 
日本語