生成式AI發展到現在，已經不只是技術變革，而是正在成為名副其實的“AI淘金熱”，最大的獲利者之一就是賣“AI淘金工具”的NVIDIA。

上周四，NVIDIA股價上漲24.4%，創下2016年以來該股最大單日漲幅，市值達到9380億美元，距1萬億美元市值大關一步之遙，盤中NVIDIA的市值一度漲了將近2000億美元，幾乎相當于兩個英特爾的市值。

這次股價飆升的背后，則是NVIDIA最新財報大幅超過市場預期，具體來說，NVIDIA發布的2024財年Q1 財報，營收71.92億美元，高于分析師預期的65.3億美元，而且，NVIDIA預期Q2營收為110億美元，比分析師預期的71.1億美元高出50%，有可能創下單季最高營收紀錄。

2022年7月的時候，我就在科技特訓營里分析，認為NVIDIA的市值很可能達到萬億美元，因為他們在AI訓練的硬件市場上可以說是一家獨大，掌握著AI大模型“軍備競賽”的算力“命門”。

生成式AI訓練大規模神經網絡，需要高度復雜、并行的計算能力，傳統CPU的并行計算效率較低，GPU的并行計算能力極強，非常適合訓練生成式AI。

NVIDIA占據GPU市場84%的份額，他們的A100和H100兩款AI芯片是ChatGPT這樣的大語言模型的核心動力，僅ChatGPT就用了上萬張的A100芯片。

并且，各大科技公司也開始大規模采購GPU，爭取快速訓練自家的AI大模型，而訓練一個大模型就可能需要數千個GPU，比如推特買了1萬張NVIDIA A100 GPU打造自己的數據中心，谷歌最近發布的“A3”超級計算機，用了大約26000個NVIDIA H100 GPU，這就代表，AI軍備競賽已經開始。

你看，NVIDIA已經成為新一輪AI軍備競賽的主要硬件供應商，這就是它能夠獲得市場認可的核心。

其實，這并不是NVIDIA第一次站上風口，2017年之后，NVIDIA就搭上過加密貨幣、疫情遠程辦公、元宇宙等熱潮，市值突破8000億美元，但隨著市場風潮減弱，其市值在2022年10月跌至3000億美元以下。

那么，這次還會像以前一樣只是趕上了一個短暫風潮嗎？NVIDIA還有進一步提升的空間嗎？

其實，生成式AI與加密貨幣和元宇宙有很大不同，生成式AI有明確的商業化用途，已經在辦公、教育、醫療、金融、財務、法律等各個領域實際應用，是一次生產工具的升級，能夠帶來實際價值的提升，而不是概念泡沫。

并且，從NVIDIA的業績來說，AI數據中心業務已經連續第五個季度成為公司的營收支柱，其營收占比高達59.6%，加之各大公司都在批量采購GPU，這就意味著ChatGPT不是一個短期事件，因為大型科技公司很少為了短期泡沫花巨大的成本采購硬件設備，所以，生成式AI并不是短期風潮，而是長期趨勢。

不過即使如此，也有人說NVIDIA的“AI芯片帝國”存在裂縫，因為GPU在AI芯片領域也有其他競爭者，比如Google的TPU、微軟的Athena芯片等等。

尤其是Google的TPU曾經在多個AI場景下，性能和功耗勝過了NVIDIA同期GPU，這讓業內人士認識到GPU可能不是AI芯片的唯一的答案，定制化專用芯片（ASIC）有突破NVIDIA壟斷地位的可能性。

但是，生成式AI已經進入展開期，無論是OpenAI、微軟、谷歌等大模型平臺公司，還是midjourney、character AI等應用公司，都在加速推進AI產品和服務的升級迭代，同時還有更多新公司、新產品出現，AI軍備競賽迫在眉睫。

在時間緊迫的情況下，企業對AI芯片的最大需求就是實用、穩定并且經過驗證，而不是微小的性能提升。

試想一下，一位指揮官馬上要帶兵打一場具有決定性意義的戰役，即使新武器的精準度更好一些，指揮官還是會選經過驗證的舊武器，因為他會擔心新武器的質量問題而貽誤戰機。

同樣的道理，企業利用生成式AI來創新商業模式，就相當于創造新的戰術，如果此時使用新武器，那就會有更大的風險，所以更穩妥的做法是使用經過驗證的舊武器，也就是GPU，來盡快試驗出新打法。

從本質上說，企業打造AI服務的核心是AI技術的應用，而硬件基礎設施的領先并不一定導致應用效果的領先，并且AI數據中心是成千上萬個芯片的累加，單臺芯片之間微小的性能差距，靠增加GPU數量就可以解決。

另外，企業采購大批量芯片時還會考慮供應商的供貨能力，如果產能沒有保障的話同樣會貽誤戰機。

所以，即使有其他AI芯片企業競爭，NVIDIA仍然具有獨特的競爭優勢，因為它經過了長期驗證，并且供貨能力更強。

總體來看，隨著AI芯片采購需求的增多，NVIDIA的優勢還可能進一步擴大，替代品短時間內難以占據上風，NVIDIA何時站上萬億市值的臺階，非常值得期待。

（王煜全為海銀資本創始合伙人）