今日头条资讯

英伟达是怎么挣钱的?

让建站和SEO变得简单

让不懂建站的用户快速建站,让会建站的提高建站效率!

栏目分类
热点资讯
综合要闻

你的位置:今日头条资讯 > 综合要闻 >

英伟达是怎么挣钱的?

发布日期:2024-11-02 12:36    点击次数:64

(原标题:英伟达是怎么挣钱的?)

如若您但愿不错普通碰头,迎接标星保藏哦~

2023年度,英伟达(NVIDIA)总收入609.22亿好意思元,毛利率高达72.7%,数据中心GPU阛阓份额98%。戒指2024年10月6日,NVIDIA的市值达到3.064万亿好意思元,全球市值名步骤三。

笔者从家具深度、家具广度和销售渠谈三个维度分析NVIDIA当前成就以及恒久发展的主要驱能源。如图1所示,具体而言,从家具深度看,NVIDIA历害主理阛阓章程,延续“延链”纵深发展,极大丰富家具内涵,普及附涨价值;从家具广度看,NVIDIA讹诈开放平台和机动架构,拓展家具应用规模,深度集成各规模生态系统成为主流用具;从销售渠谈看,NVIDIA构建与垂直阛阓管事平台协同互利的销售蚁集,完毕多方共赢。

图1:三方面要素主要驱动NVIDIA恒久发展

一、家具深度

延续“延链”,普及家具附涨价值

家具纵深发展体面前,NVIDIA基于阛阓需求延续“延链”,从GPU芯片硬件,到“GPU芯片硬件+软件”,到“GPU+DPU+CPU”三芯战略,再到数据中心家具。NVIDIA将新时刻看成基础设施不休整合到既有家具中,延续扩人人具界说和内涵,普及其附涨价值。同期,交融了系统优化、互异化竞争、时刻收购等战略。

1

软件界说家具,普及附涨价值

NVIDIA原来是一家PC图形芯片公司,聚焦游戏阛阓,为客户提供合适行业步伐的图形芯片,即GPU硬件自己。NVIDIA从硬件供应商向重心垂直规模的计较平台转型,从构建行业步伐的芯片转化为客户提供齐全措置决议,家具内涵从硬件向“硬件+软件”(即芯片、系统和在其基础上构建的互异化软件)转化。

图2:家具从GPU芯片硬件到“GPU芯片硬件+软件”线路图

NVIDIA自此跨入更浩荡的阛阓空间、绽放盈利飞腾渠谈。NVIDIA以为,一个计较时间中软件和硬件占比为8:2,软件和生态系统阛阓空间更浩荡,如若业务连续局限于硬件阛阓,将与少数阛阓主体中分20%的阛阓。另一方面,NVIDIA再行界说家具内涵,将功能固定的、以硬件界说的家具,更正为以软件界说的家具,通过软件延续附加新功能、普及性能,从而获得更高附涨价值,成心于家具再行订价、普及毛利率,绽放盈利飞腾空间。

2

系统优化计较平台,完毕指数级效劳普及

NVIDIA的战略是将GPU过火上的系统和软件看成举座计划,完毕从架构、芯片、芯片联想、系统组件、顶层联想、系统软件、算法的全经由性能普及,不单局限于芯片制程、深度学习算法等热点规模。

基于系统优化战略,从Kepler架构运转,NVIDIA每2年推出新框架,短短5年时刻内,Maxwell比拟Kepler普及10倍,Pascal比Maxwell普及10倍,完毕比摩尔定律更快的家具迭代速度。最近几年,NVIDIA推出新架构或新家具的周期裁减为6个月。

家具效劳普及意味着为客户带来更多经济利益或裁减资本,意味着家具自己价值更高,成心于普及家具订价和毛利率。以数据中心业务为例,NVIDIA推出的Volta处理器概况取代大批商用管事器、蚁集接口卡和电缆,客户每购买一台Volta处理器不错省俭数十万好意思元,购买的GPU越多省俭的资本越高;互联网公司通过深度学习改善推选系统管事,模子越复杂、计较量越大,准确率越高,准确度每加多1%带来的超卓经济影响。

3

构建基础设施芯片DPU,

以互异化价值蚕食CPU阛阓

NVIDIA定位家具时起先计划新家具构建的互异化价值,以互异化价值看成竞争战略迟缓蚕食CPU阛阓。

以DPU为例,在如今逆全球化、局部冲突的大环境中,更温雅数据中心的安全性和稳定性,DPU相较CPU的互异化价值就体面前安全性和稳定性。

以往的数据中心架构由约20%~40%的CPU运行其中的基础设施(包括操作系统、安全管事),基础设施与应用重要在交流的处理器中运行。由于数据中心通过多田户云、巨匠云等神气由整个东谈主分享,数据中心变成一个零信任环境,为把稳其中某一应用重要是坏心软件、通过挫折处理器插足数据中心操作系统,基础设施应与应用重要终止,并确保每个应用重要单独保护、零信任计较。

基于前述数据中快慰全性需求,NVIDIA创建可编程加快基础设施处理器DPU,替换原有CPU,零碎运行数据中心的基础设施,将基础设施芯片化,完毕数据包、应用症稳定时监控,以防入侵。同期,开释了原有20%~40%运行基础设施的CPU,改为运行应用重要。

采选肖似的竞争战略,NVIDIA以GPU并行计较、数学才略、高隐隐量看成切入点替换CPU,以Arm CPU的节能看成切入点替换x86 CPU。至此,NVIDIA构建“GPU+DPU+CPU”三芯战略。蚕食CPU阛阓的结尾具体体现为全球各地的数据中心凡俗转型,其预算支拨从传统CPU计较大幅转向GPU加快计较、智能网卡等。

图3:家具从“GPU芯片硬件+软件”到“GPU+DPU+CPU”三芯战略线路图

4

延链开发数据中心家具,历害主理阛阓趋势

跟着深度推选系统、当然言语领路和对话式东谈主工智能的龙套,东谈主工智能迎来爆发式增长。举例,微软与NVIDIA合营检修神经蚁集模子Megatron,模子参数从75亿个加多到175亿个。这揭示了计较阛阓变化趋势:数据量和计较需求指数增长,单一处理器无法傲气计较需求,驱动计较阛阓以管事器看成计较单元,逐步向以数据中心看成计较单元转化。

NVIDIA历害洞悉这一阛阓发展趋势,将数据中心和超等计较机纳入家具范围。NVIDIA的数据中心家具委派以周为单元,已修复5个数据中心,用时4周建造了最快最节能的东谈主工智能私用数据中心Selene,同期匡助全国各地公司修复数据中心。

图4:家具从“GPU+DPU+CPU”三芯战略到数据中心家具线路图

“系统性能优化”也相应从原来基于GPU的系统范围,扩大到在数据中心级规模上全经由优化,从系统软件、算法、蚁集直到数据中心,以最低资本完毕最高隐隐量。

5

收购高性能蚁集时刻,快速填补时刻短板

跟着大模子和大数据高速发展,一台管事器已不可傲气计较需求,必须完毕以数据中心为单元的漫步式计较,因此,数据中心转向领悟与超交融的新架构。具体是指,一项管事或应用重要被领悟成小块在数据中心中的多台管事器上运行,领悟运行后的谜底通过数据中心里面高速蚁集再行交融。因此,这种领悟与交融的新架构使计较节点之间的高性能蚁集至关进击。在高性能蚁集上进行小额增量投资将加多数据中心数十亿好意思元隐隐量,大幅提高经济效益,不错立即收回投资资本。

NVIDIA原来以GPU和DPU等基于芯片的时刻见长,鉴于高性能蚁集在数据中心家具中的进击地位,以及发展数据中心家具的业务需求,NVIDIA通过收购Mellanox公司获得高性能蚁集时刻,快速填平补都时刻短板,置身数据中心行业赛谈。

Mellanox是蔓延最低、性能最高、带宽最高的蚁集,取代数据中心华夏本CPU的通讯功能,极大提高数据中心的隐隐量,被用于全球60%的超等计较机和100%的东谈主工智能超等计较机。2020年4月27日,NVIDIA收购Mellanox成为其蚁集部门,3,000名Mellanox职工加入,NVIDIA获得其深厚的蚁集时刻。

二、家具广度

拓展家具应用规模,在各规模中成为主流

NVIDIA基于既有家具和专科上风,讹诈开放平台和机动的业务组织架构,凡俗拓展家具应用规模;通过深度集成垂直规模生态系统,在各应用规模中被凡俗使用,成为主流用具。

1

从很是应用索求普遍需求,

在既有上风上拓展业务规模

NVIDIA从游戏规模起家,措置游戏中的计较机视觉问题。创举东谈主黄仁勋意志到,除了游戏规模,医疗、工业联想等规模也有计较机视觉需求。2012年,AlexNet卷积神经蚁集(CNN)在ImageNet挑战赛中以压倒性上风胜出,进步最接近的竞争敌手9.8个百分点,讹诈的即是英伟达的GPU,展现GPU出色的并行计较才略。

NVIDIA从游戏这一规模索求普遍阛阓需求,岂论是游戏、医疗视觉等可视化规模,还是挑战赛中的模子计较,实质反应的都是百行万企中的并行计较需求。NVIDIA已在游戏规模中集合了深厚的并行计较时刻,因此,通过调治既有GPU,高效推出适用于新业务的GPU,措置其他规模中的并行计较问题,从而将业务规模从游戏横向拓展至专科可视化、数据中心(加快计较),在既有专科上风基础上拓宽家具应用规模。

2

吞并架构管事多个规模,

架构组织模式复旧拓展垂直阛阓

图5:NVIDIA以吞并架构管事多个规模线路图

NVIDIA投资于一种中枢硬件架构,辞别管事于游戏、专科可视化、数据中心和汽车这四个增长阛阓。也即是,将多个业务规模交流或不异的部分协调为一个架构,在吞并架构上构建适用于不同行务规模的系统树立和软件堆栈,以软件堆栈管事垂直规模。

这一架构组织模式复旧NVIDIA主理阛阓商机拓展新业务规模。NVIDIA与上万个初创企业合营,宣战百行万企潜在商机,当蕴含巨大发展后劲的商机出当前,NVIDIA概况省俭针对很是规模的硬件架构搭建过程,基于现存架构构建适用新规模的软件堆栈,快速插足新行业赛谈,主理住倏得万变的阛阓商机,拓展垂直阛阓。

此外,这一架构组织模式普及了投资效果和运营效果。从投资效果来看,不同行务规模共用吞并架构,幸免重叠硬件开发投资;当发展出路好、尚处初期阶段的商机出当前,NVIDIA无需投资很是规模硬件拓荒,幸免了对新阛阓过度投资,同期通过小额增量软件堆栈投资跟进新阛阓发展,不丧失恒久发展契机,最大化投资效用。从运营效果来看,专注于一个架构,通过退换升级一个架构,完毕面有业务规模同步升级,裁减运营资本,普及运营效果。

3

开放平台延续催生创新应用,

业务拓展有地点有抓手

黄仁勋以为,东谈主们开发计较机神气的每一次转机点,都是因为计较机更易于编程、更易于探听,PC创新、互联网创新、移动云均是如斯。由于开发和部署应用重要绝顶容易,移动云裸露了500万个应用重要。

NVIDIA追忆了计较行业发展章程,在不休完善其加快计较平台的同期,通过普及其平台适用性,排斥任何开发东谈主员探听的防止。具体方法是,NVIDIA与原始制造拓荒商、云计较公司、互联网公司等构建凡俗的合营伙伴蚁集,使得加快计较平台概况适用任何PC、职责站、云表、汽车、机器东谈主、镶嵌式环境等开发环境。

由于加快计较平台编程通俗、易于探听,逐步招引百行万企开发东谈主员在NVIDIA平台上构建用具。历经18年发展,戒指2023年末,NVIDIA概况复旧全球进步470万名开发东谈主员。开发东谈主员的掩饰范围扩大后,加快招引更多开发东谈主员使用NVIDIA平台,变成良性轮回,原因是开发东谈主员概况在开发软件后宣战到最多的终局用户,从而修复业务、获获取报。NVIDIA也因此不休招引新应用重要,扩大其计较平台的应用场景。

4

深度集成垂直规模生态系统,

在垂直阛阓中成为主流

黄仁勋以为,在构建垂直规模的管事平台时,要与垂直规模的大型生态系统深度集成,使得NVIDIA的平台和时刻概况在垂直行业中凡俗应用,径直影响分娩筹办,成为垂直阛阓的主流用具。

具体而言,NVIDIA构建垂直阛阓团队,为每个行业创建了API,协助每个行业开发东谈主员使用当时刻,与他们合营重构应用重要,以便讹诈NVIDIA时刻后的应用重要更合适阛阓需求,从而将NVIDIA的平台和时刻深化到百行万企。NVIDIA的合营伙伴和客户遍布数十个垂直行业。

举例,VR时刻应用凡俗,可用于文娱、工业联想、建筑联想、医学成像和科学计较等规模。NVIDIA构建名为DesignWorksVR和GameWorksVR平台,通过平台为250多家触及视频游戏、文娱和专科图形等终局应用的公司提供API和SDK,将VR时刻通过合营开发模式集成到这些公司已有的系统中,使得终局用户通过这些系统使用VR时刻。

三、销售模式

销售蚁集与垂直管事阛阓协同互利,

完毕多方共赢

NVIDIA的销售战略是借助合营伙伴蚁集插足终局阛阓。NVIDIA的终局客户包括云计较公司、互联网公司、数千家百行万企企业和上万家初创公司。由于销售掩饰范围不允许NVIDIA相关到每一家医疗保健公司、保障公司或零卖公司,其合营伙伴蚁集推崇作用。他们概况凭借广大的销售队列和经销商蚁集为全国各地的企业客户提供NVIDIA家具和架构。

NVIDIA的合营伙伴蚁集包括全球、地区和专科的云管事商、原始拓荒制造商、原始拓荒联想商、系统集成商、孤苦软件供应商、附加板制造商、分销商、汽车制造商以过火他生态系统参与者,通过蚁集联贯着数十万名IT销售专科东谈主员。

NVIDIA垂直阛阓管事平台与销售蚁集推崇协同作用,使NVIDIA、销售合营伙伴和终局客户三方共赢。以数据中心业务为例,NVIDIA将AI基础设施托管于全国起先的云管事商,再由云管事商向百行万企企业、初创公司开放使用。关于NVIDIA而言,云管事商将其家具提供给百行万企企业,快速扩人人具使用范围和规模,占领AI管事阛阓。关于云管事商而言,该模式丰富其AI管事内容,扩大管事范围,更进击的是,NVIDIA垂直阛阓管事平台径直复旧上万家AI初创公司,概况招引新客户使用云管事,为云管事商带来径直用户和经济利益。关于百行万企的客户而言,他们莫得自主构建AI学问体系的才略,通过“NVIDIA+云”的神气领有起先进的AI基础设施和优秀的AI基础设施管制团队,松驰获得从基础设施到AI模子的一齐专科学问,大幅裁减AI使用的门槛。

信息开头

2014年~2023年英伟达季度事迹会会议纪要

作家:王清

邮箱:wangqing36@126.com

半导体极品公众号推选

专注半导体规模更多原创内容

温雅全球半导体产业动向与趋势

*免责声明:本文由作家原创。著作内容系作家个东谈主不雅点,半导体行业不雅察转载仅为了传达一种不同的不雅点,不代表半导体行业不雅察对该不雅点赞同或复旧,如若有任何异议,迎接相关半导体行业不雅察。

今天是《半导体行业不雅察》为您分享的第3926内容,迎接温雅。

『半导体第一垂直媒体』

及时 专科 原创 深度

公众号ID:icbank

心爱咱们的内容就点“在看”分享给小伙伴哦

fund



首页 | 综合要闻 | 本地动态 | 视频热点 | 问答社区 |

Powered by 今日头条资讯 @2013-2022 RSS地图 HTML地图

Copyright Powered by站群 © 2013-2024