幾天前英偉達發布財報，業績不錯，但不夠好，無法推動股價進一步爬升。盡管如此，英偉達已經向投資者證明，競爭對手AMD、英特爾想追上還有很長的路要走。

英偉達高管知道競爭很激烈，他們強調，在AI芯片領域英偉達地位超然。如何保持優勢？英偉達會加快研發速度，每年都會發布新品，而不是兩年一次。 

趕超英偉達不容易

由于英偉達的前進速度非常快，AMD、英特爾想追趕很不容易。分析師Raymond James和Srini Pajjuri認為，明年在AI加速芯片市場英偉達將會占據85%的份額。

Srini Pajjuri還說，因為等待B100芯片，一些客戶可能會暫停支出，B100要等到明年下半年才能量產。盡管如此，客戶也可能不會購買AMD M1300和英特爾Gaudi 3芯片（明年推出）。

獨立分析師Richard Windsor認為：“雖然競爭對手越來越多，英偉達仍然是生成式AI算法訓練的領頭羊，主要是因為在過去近20年的時間里它辛苦搭建了CUDA軟件平臺。”

在AI芯片市場，除了英特爾和AMD，谷歌、微軟也成了英偉達的競爭對手。面對挑戰，英偉達信心十足。Raymond James認為：“英偉達的GPU在通用性、實用性方面比定制解決方案更好。”

英偉達不只有芯片，它還搭建了一整套平臺和生態系統，名叫“英偉達科學計算平臺”（Nvidia Scientific Computing Platform），它將硬件（Hopper GPU、Grace CPU）和系統軟件（比如CUDA、PhysX）結合在一起，讓開發者開發模型變得更簡單。

不只如此，英偉達還有端到端平臺，包括Omniverse、Nvidia AI等。

英偉達的“詩與遠方”

未來如何發展？在不久前的SC23大會上，英偉達發布一批新品，從中我們可以窺見端倪。

1、用新GPU保持優勢

英偉達推出H200芯片，它相當于H100 Hopper GPU的升級版本，內存設計更進一步。由于從HBM3跳到HBM3e，新的H200擁有更高的內存帶寬和更大的內存容量，所以性能會有明顯提升。

以前當我們談及GPU、CPU性能時經常會討論內存技術，現在面對新的AI模型和HPC負載，更加考驗內存容量。H200的內存容量增加76%，內存帶寬提升43%。

在AI芯片領域，英偉達本來已經是領先者，有了H200領先優勢進一步擴大。不過對手也沒有示弱，英特爾正在推進GPU、Gaudi AI加速器戰略，AMD將會推出MI300 AI應戰，英偉達不能掉以輕心。

英偉達對下一代架構Blackwell和B100 GPU給予厚望，它們預計會在2024年推出，性能是H200的兩倍。

為了給未來產品打氣，英偉達拉攏一幫合作伙伴和客戶站臺。例如，2018年成立的EuroHPC Joint Undertaking在歐洲建設超級計算系統，它準備打造Jupiter超級計算機，擁有約24000個GH200節點；該超級計算機將Arm Grace CPU和Hopper GPU組合在一起。還有Texas Advanced Computing Center，它準備搭建名為Vista的系統，用到了GH200 Grace Hopper和Grace CPU超級芯片。

2、瞄準量子計算

許多人認為，計算的下個大變革應該是量子計算。目前英偉達還沒有QPU（量子計算單元），但這并不意味著英偉達對量子計算技術無動于衷。不管英偉達是自己打造還是花錢購買量子計算力，支持量子計算硬件和軟件是確定的，因為它不想落后。

從硬件的角度看，今天的所有量子計算系統幾乎都與傳統計算系統有關，科學家用傳統計算系統模擬或者控制量子系統。這樣做會有一些壞處，比如出現計算錯誤。英偉達提出了“混合量子系統”的概念，意思就是讓量子工程師、系統研究人員與英偉達全程合作。

在過去15年里，英偉達憑借CUDA打遍天下。現在英偉達還提出“CUDA Quantum”（CUDA量子）的概念，將量子與CUDA聯系起來。

“CUDA量子”包括一套高級編程語言，它讓量子系統設計師、應用程序開發者編寫的代碼既可以在傳統系統上運行，也可以在量子系統上運行，讓兩個系統上的工作可以彼此遷移，或者簡單模擬量子系統上的程序。

按照英偉達的說法，前50強量子計算創業公司中已經有92%使用英偉達GPU和軟件，78%的企業用CUDA Quantum搭建或者部署量子處理器。

從英偉達的布局不難看出，它不僅要牢牢掌握現在風頭正盛AI計算，還要在下一代量子計算領域占據上風。