History Says This Is 1 of the Biggest Risks Nvidia Faces, and It Could Be About to Repeat Itself

到目前為止，英偉達(NVDA 0.27%) 是人工智能 (AI) 熱潮中最大的贏家，但投資者不應忘記，隨着市場的成熟，硬件領導地位可能會迅速轉變。加密貨幣挖礦行業就是一個很好的例子。圖形處理單元 (GPU) 曾經是加密挖礦的主力，至少在專用集成電路 (ASIC) 開發出來之前，挖礦還停留在這個階段。

這些 ASIC 只做一件事，但它們做得更快、更便宜，短時間內，基於 GPU 的比特幣等貨幣挖礦就迅速失去了流行。經濟因素實在是太有吸引力，無法忽視。如果加密礦工想要保持競爭力，他們必須轉向 ASIC，否則就會被市場淘汰。

現在，ASIC 正在為 AI 工作負載而設計。

圖片來源：Getty Images。

ASIC 和 AI

GPU 一直是訓練大型語言模型 (LLM) 的主流選擇，而英偉達憑藉其強大的軟件平台 CUDA 成為無可爭議的 GPU 之王。該公司圍繞其芯片建立了整個生態系統，這也是英偉達數據中心收入激增的原因。但 AI 工作負載的成本極高且耗能巨大，對於專注於 AI 的大型超大規模公司（擁有龐大數據中心的公司）來説，尋找更便宜、更高效的解決方案的動力巨大。

這正是 Alphabet 構建其張量處理單元 (TPU) 的原因，以及 亞馬遜 開發其 Trainium 和 Inferentia 芯片的原因。其他公司也在效仿。Meta Platforms 和 OpenAI 據報道正在與 博通 合作開發自己的定製芯片，OpenAI 被認為是下單了令人驚訝的 100 億美元訂單的客户，交貨時間為明年。與此同時，英偉達的大客户 微軟 也在努力創建自己的定製 AI 芯片。

目標很明確：降低成本，減少對英偉達的依賴。與此同時，隨着市場開始向推理轉變，格局也在變化。英偉達在推理方面的護城河遠沒有在訓練方面那麼寬。推理的技術要求沒有訓練那麼高，因此基於 CUDA 的多年代碼並沒有那麼重要。與此同時，推理是一個持續的成本，因此總擁有成本和每次推理的成本是更重要的因素。

當比特幣挖礦的成本曲線迫使轉向 ASIC 時，GPU 在這個領域幾乎一夜之間從必需品變得無關緊要。英偉達今天的巨大估值假設超大規模公司將繼續購買越來越多的 GPU，但歷史表明，他們只會在經濟條件合理的情況下這樣做。

現在，比特幣挖礦和推理之間存在一些重大差異，這對英偉達有利。比特幣挖礦是一項粗暴的重複性任務，而推理則是理解輸入的意圖，比如一個問題，並利用大型語言模型訓練時獲得的信息來執行。新的 AI 技術也在不斷發展，比如推理或多模態 AI，GPU 更能適應這些任務，而 ASIC 可能會更快過時。

英偉達也意識到了這一風險，並採取措施保護自己。其與 OpenAI 的 1000 億美元投資合作就是一個完美的例子。無論是直接還是間接，OpenAI 是英偉達 GPU 的最大用户之一，但它最近開發了自己的 AI ASIC。通過這項投資，英偉達實際上是在支付以確保 OpenAI 繼續使用其 GPU。

AI ASIC 會取代 GPU 嗎？

投資者應密切關注 ASIC 威脅，因為這可能是對英偉達增長故事的最大風險。該公司擁有廣泛的護城河，但並非不可打破。超大規模公司有資金和動力來削弱其主導地位，每一美元轉向內部 AI 芯片的資金都是不流向英偉達的一美元。

這並不意味着 GPU 會消失，因為 AI 工作負載仍在不斷演變，GPU 足夠靈活以處理新模型和技術。然而，隨着市場向推理轉變，定製 AI 芯片可能會佔據市場份額。

目前，市場看起來足夠大，可以容納多個未來的 AI 基礎設施贏家，但比特幣展示了經濟如何迅速翻轉，而 AI 可能會遵循類似的模式。投資者在假設英偉達的增長在未來十年是自動駕駛之前，應牢記這一點。