上篇回顧
- NVIDIA 創立背景：
1990年代：主攻電腦遊戲產業
2000年代：除了遊戲，還要做火星模擬和汽車晶片
2010年代：GPU 用來訓練人工智慧再適合不過了！
2020年代：30 年 GPU 的耕耘，在人工智慧收穫豐碩成果 - NVIDIA 超強商業模式：
在 2016 年 4 月的 NVIDIA 投資者關係大會中，黃仁勳提到，
NVIDIA 的商業模式主要由兩大核心驅動：
「平台和生態系」以及「槓桿作用和規模效應」。
- NVIDIA 的金主爸爸：
客戶如AWS (Amazon Web Service)、Meta、Microsoft、Google 等就為 NVIDIA 帶來 40% 的營收！
點這裡複習上篇文章👉解密輝達 NVIDIA： 6個重點帶你搞懂 AI 之王股價翻漲 240% 的秘密 （上）
前言
上週的文章提到了 NVIDIA 輝達的創立背景、商業模式、主要客戶有誰，今天這篇接續分享 NVIDIA 的競爭者、潛在風險與未來風險，並同場加映 CEO Jensen 黃仁勳在 6/2 Keynote Speech 提到的三大未來趨勢，一起看下去吧！
如果你只有1分鐘，可以帶走的 3 個 Takeaways
1. NVIDIA 的競爭對手
NVIDIA 的主要競爭對手是 AMD 和 Intel。根據2023 Q4 的數據，NVIDIA 在 GPU 市場的市佔率達到 80%，在 AI 和遊戲領域的 GPU 市場佔據領導地位。
但 AMD 的價格較實惠的小晶片設計也正在逐步提升其市場佔有率，使其成為 NVIDIA 長遠的威脅。
2. NVIDIA 面臨哪些潛在風險？
NVIDIA 面臨的風險主要不出在產品本身，而是市場環境波動。
例如加密貨幣市場的動趟，虛擬貨幣價格下跌時也會減少挖礦需求，進而影響 GPU 的銷售。
同時，中美貿易戰帶來的地區性銷售限制也可能影響 NVIDIA 在中國市場的業績。
當然，上週有提到 NVIDIA 最大的客戶：科技巨頭們，如 Microsoft、AWS、Meta 和 Google ，他們也正在開發自己的 AI 晶片，目的都是希望減少對 NVIDIA GPU 的依賴。
未來 NVIDIA 也需要面臨更大的價格壓力，或針對晶片的客製化提出能讓科技巨頭們買單的方案。
3. NVIDIA 未來會怎麼發展？
6/2 Jensen 黃仁勳的 Keynotes 主要提及未來三大方向：
- 數位孿生：
NVIDIA 計劃利用數位孿生技術來模擬地球環境，創建模擬地球環境條件的模型，有助於預測和減少疾病及氣候變化的影響，特別是在氣候多變的台灣，這對環境保護和公共衛生領域有重大幫助。
- 物理實境 AI 機器人：
NVIDIA 將融合 AI 與物理世界，透過 PhysicalAI 訓練 AI 在模擬的物理環境中運行，使其在現實世界中變得更加聰明。
舉例：鴻海可以模擬機房環境來訓練 AI 機器人，並即時模擬各種情況，讓機器人在與真實物理世界一致的環境中運作，提早模擬可能的操作失誤，提升操作的精確度和效率。
- GPU 超越摩爾定律：
NVIDIA CEO 黃仁勳表示，GPU 的性能和能源效率顯著提升，成本下降，使得大型語言模型成為可能。他指出，使用 Blackwell 來訓練像 GPT-4 這樣擁有 2 兆參數的模型，所需的電力僅為 2016 年 Pascal GPU 的 1/350。
黃仁勳強調，NVIDIA 的 GPU 伺服器產品在過去 8 年內，其運算能力提升了 1000 倍，相比之下，摩爾定律在同一期間內只能提升 40 到 60 倍。
這些技術突破使得 AI 模型可以更低的成本和更高的效率運行，從而為各行各業創造更多價值。
NVIDIA 的競爭者們
NVIDIA 的 GPU 難道沒有競爭對手？
沒有其他公司的 GPU 可以買嗎？
1.傳說中的 NVIDIA 平替？
NVIDIA 的 GPU 競爭者
NVIDIA 主要競爭對手是 AMD (超微半導體) 和 Intel。
根據 2023 Q4 的數據，GPU 市佔率為：NVIDIA 80%、AMD 19% 和 Intel 1%
2.競爭對手比較：AMD 超微
接下來我們拿 NVIDIA 和 AMD 超微做簡單的比較：
| NVIDIA (NVDA) | AMD (AMD) | |
|---|---|---|
| 市場地位 | GPU 市場領導者，特別是在 AI 和遊戲領域 | GPU 市場的第二大廠商 |
| 產品強項 | GeForce 系列 GPU（遊戲、AI、Data Center） | Radeon 系列 GPU，Ryzen 系列 CPU |
| 生態系統 | 成熟的產品生態系，強大的 CUDA 軟體護城河 | CP 值高的小晶片設計 |
| 市場佔有率 | GPU AI 應用的市佔率高達 95%(在 AI 應用的 GPU，NVIDIA 目前可以說是沒有競爭對手) | 整個 GPU 市場市佔率約 19% |
| 2024 Q1 毛利率 | 64.6 % | 47% |
| 定價策略 | 主打高端消費者 | 主打預算有限但想要好顯卡的消費者 |
| 優勢 | 硬體效能強勁，CUDA 軟體優勢，形成強大生態系統 | 小晶片設計能壓低成本 |
| 劣勢 | 在 CPU 市場新進，產品尚未成熟，市場佔有率低 | 規模較小，研發能力相對較弱 |
| 2023-Q2 GPU 市占率 | 81% | 19% |
NVIDIA 潛在風險
雖然 NVIDIA 市佔、營收、股價、產品都好得沒話說，但還是有潛在風險存在。
平衡報導一下 NVIDIA 的潛在風險：未來 NVIDIA 要面對的挑戰是什麼？
NVIDIA 的 2 大風險
1. 市場環境變化
- 加密貨幣市場波動：
當加密貨幣價格下跌時，挖礦需求減少， GPU 的銷售也會下滑。 - 中美貿易戰，美國對中國銷量限制：
美國對銷往中國的高端技術產品限制也會影響 NVIDIA 的銷量，因為中國也是 NVIDIA 重要的市場之一。
2. 客製化 AI 晶片的威脅
科技巨頭開始開發自己的 AI 晶片：
Microsoft、AWS、Meta 和 Google等公司當然不是省油的燈，一直花錢買 NVIDIA 的 AI GPU 也不是辦法！
他們紛紛開始開發自己的客製化 AI 晶片，因為內部開發成本更低，還能減少對 NVIDIA GPU 的依賴，這樣的趨勢讓 NVIDIA 原本就高價的 GPU 面臨更大的價格壓力。
其實以上風險都不是來自於 NVIDIA 的產品本身，更多的是如何即時因應外部市場環境變化、消費者的需求，NVIDIA 才能繼續在 GPU 市場站穩腳跟。
NVIDIA 未來發展
2024 Q1: 2 個平台、1 個新技術、1 個軟體
看到這邊如果你覺得這篇文章不錯，
歡迎訂閱我的電子報【Roxanne’s Tech Talk】
我將會在上面分享更多有趣的科技科普故事喔！🥳
加入 500 人行列，一起學習最新科技新知 
Subscribe Roxanne’s Tech Talk
根據熱騰騰、5/22 NVIDIA 才剛公布的 2024 Q1 財報，CEO 黃仁勳也在會議上透露接下來 NVIDIA 的動作，簡單來說可以分成 ：2 個平台、1 個新技術、1 個軟體。
這 4 個新動向都和 AI 和生成式AI（GenAI）脫不了關係。
1. 2個平台 ： Hopper、Blackwell
- Hopper 平台：
Hopper 平台專門用於 AI 的訓練，提升 AI 模型在各產業的應用效率。Hopper 平台 為 AI 提供強大的運算能力，幫助 AI 更快、更精確的處理指令。 - Blackwell 平台：
Blackwell 平台是一個支援大規模生成式 AI 的新平台，專為超大規模 AI 模型的訓練和運作，如 ChatGPT，幫助這些模型在處理複雜任務時成效更好。
2. 新的資料傳輸技術： Spectrum-X
Spectrum-X 是一種新型資料傳輸技術，有效提升乙太網路資料中心內的數據傳輸速度，讓大型 AI 模型在資料中心內能運作得更順暢。
3.生成式 AI 軟體： NVIDIA NIM
NVIDIA NIM 是企業級生成式 AI 軟體，可以在雲端、本地資料中心和 RTX AI PC （裝了 NVIDIA RTX 系列 GPU 的個人電腦）上運行，幫助企業做精準的數據分析、制定決策。
黃仁勳表示，下一場工業革命已經到來，AI 將會為各行各業的生產力帶來爆發式成長。他預估市場目前約有1.5萬～2萬家生成式 AI 的新創公司，都期待透過 NVIDIA 的晶片來訓練。
而市場急速擴張的同時，NVIDIA 也已經成為一個解決方案供應商。
舉例，NVIDIA 提供完整的 AI 訓練方案，從訓練需要用的資料中心技術 Spectrum-X，訓練平台 Hopper，到運作平台 Blackwell ，向企業販賣 Total Solutions，NVIDIA 已經不是過去那個只賣 GPU 的 NVIDIA了！
同場加映 6/2 Keynotes 黃仁勳提到的三大方向
1. 解救台灣的氣候災害 – 數位孿生：
數位孿生簡單來說就是用 AI 人工智慧的技術打造一個地球雙胞胎。
在這個模擬地球上，NVIDIA 預計用於預測未來整體環境的變化、減少疾病及氣候變化的影響。
黃仁勳特別提到台灣的應用場景，可以幫助預測颱風動向，先預防可能會引發的天然災害並做事前預防，對氣候多變的台灣真的蠻實用的。
2. 可以適應物理世界的 AI 機器人：
NVIDIA 將融合 AI 與物理世界，透過 PhysicalAI 訓練 AI 在模擬的物理環境中運行，使這些機器人更能適應現實世界中的物理規則，做到更精準的操作。
舉個例子，鴻海等企業已經開始在模擬機房環境來訓練 AI 機器人，進行硬體組裝整合的動作的訓練。
透過即時模擬各種情況，可以先避免機器人操作不檔造成的損失，同時也能讓現實生活中的機器人「學習、模仿」這些模擬世界機器人的動作行為，實現黃仁勳口中的「讓機器人學習如何成為機器人」。
3. GPU 算力成長將超越摩爾定律：
黃仁勳表示，GPU 的性能和能源效率顯著提升，同時帶動成本下降，才讓大型語言模型的訓練成為可能。
他在演講中提到，使用 Blackwell 架構 （ NVIDIA 推出的 AI 超級晶片）來訓練像 GPT4 這樣擁有 2 兆參數的模型，所需的電力僅為 2016 年 Pascal GPU 的 1/350。
黃仁勳強調，NVIDIA 的 GPU 伺服器產品在過去 8 年內，運算能力提升了 1000 倍，相比摩爾定律預測的 8年內僅能提升 40 到 60 倍高出許多。Keynotes 上的圖表 （如下）也證實了 NVIDIA 在去年公開發表的一篇文 黃氏定律（Huang’s Law）不是鬧著玩的。
本文的 3 個 Takeaways
1. NVIDIA 目前市場上的競爭對手
NVIDIA 的主要競爭對手是 AMD 和 Intel。
根據 2023 Q4 的數據，NVIDIA 在 GPU 市場的市佔率達到 80%，在 AI 和遊戲領域的 GPU 市場佔據領導地位，但 AMD 的價格較實惠的小晶片設計也正在逐步提升其市場佔有率，使其成為 NVIDIA 長遠的威脅。
2. NVIDIA 面臨哪些潛在風險？
NVIDIA 面臨的風險主要不出在產品本身，而是市場環境波動。
例如加密貨幣市場的動趟，虛擬貨幣價格下跌時也會減少挖礦需求，進而影響 GPU 的銷售。
同時，中美貿易戰帶來的地區性銷售限制也可能影響 NVIDIA 在中國市場的業績。
當然，上週有提到 NVIDIA 最大的客戶：科技巨頭們，如 Microsoft、AWS、Meta 和 Google ，他們也正在開發自己的 AI 晶片，目的都是希望減少對 NVIDIA GPU 的依賴。未來 NVIDIA 也需要面臨更大的價格壓力，或針對晶片的客製化提出能讓科技巨頭們買單的方案。
3. NVIDIA 未來會怎麼發展？
6/2 Jensen 黃仁勳的 Keynotes 主要提及未來三大方向：
- 數位孿生：
NVIDIA 計劃利用數位孿生技術來模擬地球環境，創建模擬地球環境條件的模型，有助於預測和減少疾病及氣候變化的影響，特別是在氣候多變的台灣，這對環境保護和公共衛生領域有重大幫助。
- 物理實境 AI 機器人：
NVIDIA 將融合 AI 與物理世界，透過 PhysicalAI 訓練 AI 在模擬的物理環境中運行，使其在現實世界中變得更加聰明。
舉例：鴻海可以模擬機房環境來訓練 AI 機器人，並即時模擬各種情況，讓機器人在與真實物理世界一致的環境中運作，提早模擬可能的操作失誤，提升操作的精確度和效率。
- GPU 超越摩爾定律：
NVIDIA CEO 黃仁勳表示，GPU 的性能和能源效率顯著提升，成本下降，使得大型語言模型成為可能。他指出，使用 Blackwell 來訓練像 GPT-4 這樣擁有 2 兆參數的模型，所需的電力僅為 2016 年 Pascal GPU 的 1/350。
黃仁勳強調，NVIDIA 的 GPU 伺服器產品在過去 8 年內，其運算能力提升了 1000 倍，相比之下，摩爾定律在同一期間內只能提升 40 到 60 倍。
這些技術突破使得 AI 模型可以更低的成本和更高的效率運行，從而為各行各業創造更多價值。
謝謝你看完這篇文章！
如果你覺得意猶未盡，歡迎訂閱我的電子報【Roxanne’s Tech Talk】
我將會在上面分享更多有趣的科技科普故事喔！🥳
加入 500 人行列，一起學習最新科技新知 Subscribe Roxanne’s Tech Talk
也歡迎透過 Linkedin 交流 👩🏻💻 Roxanne Chen
繁體中文 
English 
简体中文 
한국어 
日本語 
Español