玩家还在讨论新显卡种种遗憾 NV此时在AI上已赚麻了_3DM单机

在游戏爱好者仍在对NVIDIA的新显卡RTX 4060 Ti细挑疵点时，这家硅谷巨头已经开始在人工智能领域实现巨额盈利。显然，我们正在目睹一个科技巨头成功转型的历程。

最近NVIDIA推出了RTX 4060 Ti，作为RTX 3060 Ti的名义继任者，游戏玩家们对其抱有了较高的期待，而RTX 4060 Ti的发布却给了玩家们清醒一拳。

除了性能提升并不理想外，显存位宽的降低也是诸多玩家所诟病的，但NVIDIA已给出了令人信服的解释。

新架构的L2缓存大小增加了16倍，这大幅提高了缓存命中率，进而提升了性能和效率。为了平衡成本和售价，RTX 4060 Ti只提供了128位的显存位宽。

尽管一些游戏玩家对新显卡的性能持怀疑态度，但这并未阻碍NVIDIA的财务增长。根据其最新财报，NVIDIA在数据中心和游戏业务方面均展现出强劲的增长，推动了公司股价在盘后交易中大涨近30%。

一度接近390美元/股，公司市值从7500亿美元跃升至9600亿美元。预计今天开盘后，它将成为美国股市值超过1万亿美元的第七大公司。

NVIDIA这一财报背后的奥秘，其实是其过去一年的稳健业务表现。今年以来，NVIDIA的股价已经翻倍。去年，由于芯片短缺导致的库存挤压和销量下滑等问题，已经被今年的强劲增长所完全抵消。

不到一年时间，已经涨幅高达3倍，创造了股市中的现象级表现

据财报数据显示，英伟达2024财年第一季度的营收为71.92亿美元，尽管这比去年同期下滑了13%，但是环比增长了19%，远超过了预期的63.7亿到66.3亿美元。

其中，数据中心业务的营收为42.8亿美元，同比增长14%，环比增长18%，体现出英伟达在此领域的强劲增长。更令人惊喜的是，英伟达的游戏业务也远好于市场预期。

虽然22.4亿美元的游戏业务营收同比下降了38%，但环比增长了22%，超过了市场预期的19.8亿美元，增长了13.1%。

可见虽然玩家们表面上对新显卡有点意见，但是钱包却是诚实的，也要归功于RTX40系显卡在笔记本电脑领域的出色表现，英伟达表示，游戏业务的营收下滑主要是由于宏观经济放缓的影响。

尽管如此，英伟达的RTX 40系列显卡在台式机和笔记本市场上的销售却推动了业务的增长。上个季度，尽管RTX 4070显卡的定价(4799元)受到了一些玩家的质疑，但高昂的价格并未阻挡其在市场上的热销。

而真正推动英伟达冲击万亿美金大关的却不是游戏显卡。2007年，英伟达首次提出了CUDA(Compute Unified Device Architecture)架构，此举可以说是GPU计算历史上的一次革命。

CUDA的出现让研究者和开发者得以将GPU用于通用计算，将计算密集型任务的执行效率提高了数十倍。

此后，英伟达在AI硬件领域的地位日益坚固，尤其是在深度学习领域，英伟达的硬件平台受到了广泛欢迎。特别是英伟达的“Tesla”系列，这些显卡专门设计用来处理机器学习和其他科学计算任务。

其中，如Tesla V100，发布于2017年，以其高效的性能和能耗比，被广泛应用于AI研究和商业应用，标志着英伟达在AI算力显卡迎来了爆发时刻。

如今，Google的PaLM 2和OpenAI的GPT4等前沿AI程序，都依赖于英伟达的GPU芯片来处理训练这些模型所需的大量数据。英伟达的算力卡，尤其是其高显存的版本，比如A100、H100被视为目前最适合训练AI模型的硬件。

在美国二手平台上，一张H100计算卡的售价为39100美金(22.5万人民币)

其中，H100是基于最新的Hopper架构的Tensor Core GPU，为每个工作负载提供前所未有的性能、可扩展性和安全性。

H100可以通过NVIDIA NVLink Switch System连接多达256个H100 GPUs，以加速超级计算工作负载，同时还包含一个专门的Transformer Engine，用于解决万亿参数的语言模型。

H100的技术创新组合可以将大型语言模型(LLMs)的速度提高30倍，其还具有第四代Tensor Cores和一个提供FP8精度的Transformer Engine，这可以为GPT-3(175B)模型的训练提供比前一代快4倍。

全世界最新超级计算机排名，排名第八的Perlmutter拥有6144张A100显卡，对比上次的排名很多超算的算力都在疯狂增长，上面的很多都在部署5000到一万张的H100显卡。

可以说，H100是当今世界上商用领域内最合适Ai计算的高性能GPU，高昂的售价与源源不断的订单，促使了英伟达在该领域的“暴富”。

英伟达在AI领域的成功并非偶然。这家公司一直在稳步发展其以AI为核心的业务，最近几年的投资和Ai爆发更是助推了其销售增长。

未来，英伟达将继续在AI领域占据主导地位。虽然一些大型科技公司，如谷歌、微软和亚马逊，都在努力开发自己的AI芯片，但这些替代品仍然难以满足市场的需求。因此，我们可以期待英伟达在AI硬件制造领域的主导地位将继续稳固。