图片来源：Unsplash
核心内容
黄仁勋一直担心他的大客户是否能够及时完成 Nvidia 芯片的安装，并从中获得足够的收益。
Nvidia试图制定下一代芯片在数据中心的安装方式，这引发了与微软的冲突。
Nvidia正在为其下一款旗舰人工智能芯片设计机架，这可能会对服务器制造商戴尔、惠普和超微的利润率产生影响。
据参加会议的人说，去年圣诞节前后，Nvidia 首席执行官黄仁勋召集公司高管召开了一系列会议，讨论一个日益严重的问题：Nvidia 最大的客户是否会用完数据中心空间来安装其人工智能芯片，这可能会对销售产生不利影响。
黄告诉同事们，他担心亚马逊网络服务（Amazon Web Services）和微软（Microsoft）等云服务器提供商在最近几个季度合计购买了 Nvidia 大约一半的人工智能服务器芯片，但他们没有足够快的速度来建立新的数据中心和电源，以容纳他们订购的芯片（即图形处理单元）。据 Nvidia 的一名员工以及几位客户和数据中心运营商称，会议结束后，Nvidia 的管理人员加快了询问云提供商是否有足够的空间和电力来容纳他们的订单的步伐。
黄向他的同事们表示担忧，他担心亚马逊网络服务和微软等云服务器提供商在最近几个季度购买了大量的Nvidia人工智能服务器芯片，但是他们没有足够快的速度来建立新的数据中心和电源，以容纳他们订购的芯片（即图形处理单元）。据一位Nvidia员工以及几位客户和数据中心运营商透露，在会议结束后，Nvidia的管理人员加快了询问云提供商是否有足够的空间和电力来容纳他们的订单的步伐。
“数据中心提供商 DataBank 的首席执行官劳尔-马蒂内克（Raul Martynek）表示：除非客户能够提供充足的数据中心容量来安装图形处理器（GPU），否则 Nvidia 将不会发货。
黄仁勋已经成为商业界的明星，他在人工智能领域扮演着重要的角色，推动了人工智能热潮的发展。这股热潮使得他的微芯片公司实现了前所未有的增长和利润，使其市值达到了微软和苹果公司的水平，高达3万亿美元。然而，尽管取得了巨大的成功，黄仁勋和他的团队也面临着下一个威胁，即对Nvidia芯片的需求可能会减缓。
为了防范这种可能性，Nvidia 开始向人工智能开发者出售更多软件，一年前甚至成立了自己的服务器租赁业务 DGX Cloud。此举让它直接与最大的客户–微软和 AWS 等云计算服务提供商展开竞争。奇怪的是，DGX Cloud 是在 Nvidia 驱动的服务器集群上运行的，它从这些云提供商那里租用了这些服务器。然后，Nvidia 以更高的成本将这些服务器租给自己的客户，并向他们承诺更好的计算性能。
为了防范这种可能性，Nvidia 开始向人工智能开发者出售更多软件，一年前甚至成立了自己的服务器租赁业务 DGX Cloud。这一举措使得Nvidia直接与微软和AWS等云计算服务提供商展开竞争。值得注意的是，DGX Cloud是在Nvidia驱动的服务器集群上运行的，而这些服务器是从云提供商那里租用的。然后，Nvidia以更高的成本将这些服务器租给自己的客户，并向他们承诺更好的计算性能。
此举在业内引发了紧张局势。最大的云计算提供商AWS最初拒绝让Nvidia在AWS数据中心内开展自己的业务。然而，在AWS的所有竞争对手都同意了英伟达的条件后，AWS最终松口了，表示将提供搭载英伟达最新人工智能芯片的DGX云，而其他云提供商目前还没有这种芯片。AWS可能也担心在芯片供应紧张的情况下惹恼一个关键供应商。AWS发言人帕特里克-尼霍恩（Patrick Neighorn）表示，这种说法只是推测，是不正确的。
据一位参与讨论的人士称，去年秋天，Nvidia 曾考虑为 DGX Cloud 租用自己的数据中心，以完全剔除云供应商。Nvidia 最近还聘请了 Meta Platforms 的高级主管 Alexis Black Bjorlin 负责云计算业务。目前还不清楚 Nvidia 是否计划为 DGX Cloud 建立自己的数据中心。
在 Nvidia 采取这些措施的同时，其销售人员也在不遗余力地了解客户使用 Nvidia 芯片的情况。最近，Nvidia 的销售人员正在向云提供商询问的问题包括：他们的客户是谁，以及他们在租用这些服务器时签署了什么样的承诺。这些问题的答案可以帮助 Nvidia 提前制定销售计划，也可以帮助它了解自己的云服务器租用业务的潜在客户。
在管理这些不同工作的同时，黄仁勋仍然意识到一个可能影响销售的因素：购买其芯片的大型科技公司正在进行一项回报不确定的巨额投资。微软、Meta、埃隆-马斯克（Elon Musk）的 xAI 和其他公司都在使用芯片来训练实验性的新人工智能模型，但这并不能立即产生收入。当 Meta 公司首席执行官马克-扎克伯格（Mark Zuckerberg）在 4 月底承认收入的不确定性时，该公司股价大幅下跌，投资者对此表示不满。可以想象，投资者的压力可能会促使其中一些公司撤回芯片采购。
与此同时，微软、AWS 和其他云计算提供商也经历了传统计算工作负载需求的复苏，而不仅仅是人工智能，因此，据两位在其中一家主要云计算提供商工作的人士以及几家数据中心运营商的高管透露，他们无法只为容纳 Nvidia 芯片而扩建数据中心。
根据同事和客户的反馈，黄仁勋一直以谨慎的方式管理 Nvidia 分配芯片，以避免某家公司过多积累芯片的问题。此外，他还努力影响客户在数据中心组装 GPU 的方式，推动他们采用 Nvidia 认为能提供更好计算性能的服务器机架设计。
但据Nvidia公司及其一些客户的人士称，如果客户日后想改用竞争芯片，按照Nvidia公司的建议会使他们更难改用。一位参与谈判的人士说，这导致了与微软这一重要客户的定期对峙，争论的焦点是这家云计算提供商计划如何安装 Nvidia 即将推出的芯片。
根据Nvidia公司及其一些客户的人士称，如果客户在未来想要更换为竞争芯片，按照Nvidia公司的建议会增加他们更换的难度。一位参与谈判的人士表示，这导致了与微软这一重要客户的定期对峙，争论的焦点是这家云计算提供商计划如何安装即将推出的Nvidia芯片。
Nvidia还希望通过销售与其芯片服务器连接的电缆、机架和其他硬件来增加收入，这可能会对戴尔等服务器制造商的利益造成影响，因为戴尔长期以来一直生产使用Nvidia芯片的服务器。
图片来源：Unsplash
丨所有的杠杆
与核心服务器芯片业务相比，Nvidia 通过销售软件和云服务获得的收入微不足道。然而，尽管这些新业务的收入相对较低，但据Nvidia首席财务官科莱特-克莱斯（Colette Kress）在去年8月的表态，这些新业务的年收入已经达到数亿美元。而在三个月后，她又表示这些业务在2023年底的年收入将超过10亿美元，这意味着它们现在占据了Nvidia总收入的约1%左右。与此相比，Nvidia核心服务器芯片业务去年的收入为475亿美元。
今年 5 月，Nvidia 披露已承诺斥资近 90 亿美元向顶级客户租用云服务器，主要用于内部研发，但也用于促进云服务器租用业务。一些客户和前员工认为，这项业务最终会使 Nvidia 免受不可避免的芯片衰退的影响，并使租用其服务器的客户更难寻求替代芯片。
今年 5 月，Nvidia 披露已承诺斥资近 90 亿美元向顶级客户租用云服务器，主要用于内部研发，但也用于促进云服务器租用业务。一些客户和前员工认为，这项业务最终会使 Nvidia 免受不可避免的芯片衰退的影响，并使租用其服务器的客户更难寻求替代芯片。据分析，Nvidia通过租用云服务器的方式，可以更好地应对芯片衰退的挑战，因为云服务器的灵活性和可扩展性可以帮助Nvidia在芯片技术上保持竞争优势。此举还将使租用Nvidia服务器的客户更加依赖Nvidia的芯片技术，难以找到替代方案。因此，这项业务对于Nvidia来说是一个明智的战略决策。
Nvidia 前高管、现任风险投资公司 Playground Global 合伙人的萨沙-奥斯托伊奇（Sasha Ostojic）表示，云计算和软件产品在分析师和技术界中没有得到足够的重视，然而这是一项每年可创造数百亿美元收入的业务。他指出，”Nvidia 拥有发展与芯片互补的服务所需的一切优势”。
除了潜在的丰厚收入流之外，DGX Cloud 还成为 Nvidia 帮助部分客户过渡到新一代芯片的一种方式。例如，软件制造商ServiceNow一直以来都为自己的数据中心购买Nvidia服务器，现在也直接从Nvidia租用这些服务器。
去年，当图形处理器（GPU）的需求如此之高时，我对ServiceNow的总裁C.J. Desai说：“嘿，Jensen，我可能需要更多的服务器。” Desai告诉我：“这完全没问题，但你应该能够将容量提升到DGX Cloud。”
Desai 表示，ServiceNow 对于人工智能的发展非常依赖于 Nvidia 的产品。这些产品包括今年早些时候推出的软件，该软件能够帮助公司在应用程序中高效地运行人工智能。虽然 Desai 拒绝透露公司在这些产品上的具体投入，但他表示投入一直在增长。此外，ServiceNow 还拒绝了竞争对手云计算和芯片公司的报价，因为公司的工程师非常喜欢 Nvidia 提供的全栈解决方案。
“我们每天都在向客户证明我们的价值。Nvidia 为客户提供最低的总拥有成本、卓越的性能，以及从芯片到系统、软件和算法的每一层堆栈的创新，”Nvidia 的发言人强调。
黄仁勋的举动反映了他作为创始人的坚持不懈，在公司历史上，包括 1999 年上市后，他曾多次经历困难和挑战。例如，去年圣诞节期间的会议可能仅仅是将公司推向巅峰的公式的一部分–将其 GPU 转变为 OpenAI、生物技术和制药公司、量化交易公司和其他数十家人工智能开发商的核心业务。
杰夫-赫布斯特（Jeff Herbst）表示：”Nvidia并没有陷入自满情绪。”作为一位风险投资家，他在Nvidia工作了20年，负责业务开发和收购，直到2021年。”从会议的氛围和口吻来看，我们无法确定当前的形势是好是坏。”
图片来源：Unsplash
丨科技界的泰勒·斯威夫特
31 年前，Nvidia 开始为个人电脑游戏系统销售图形处理器（GPU）。2006 年，公司创始人黄仁勋推出了 “计算统一设备架构”（Compute Unified Device Architecture），这是一种利用图形芯片提供的计算能力的编程语言，为 Nvidia 最近的崛起奠定了基础。CUDA（Compute Unified Device Architecture）通过自动构建利用芯片的应用程序，节省了开发人员的时间。近年来，CUDA 已成为影响 Nvidia 销售额的一个重要因素：数以百万计的程序员不想再费心学习如何使用竞争对手的芯片编程。
随着谷歌（Google）等人工智能开发商开始利用芯片来训练被称为深度神经网络的大型机器学习模型，Nvidia 的销售额在2010年代开始迅速增长。这些人工智能模型不仅帮助公司为个人客户量身定制网站和广告，还提高了面部识别的准确性和语音助手识别人声的能力。
黄仁勋也有过失手的时候，其中包括为自动驾驶汽车开发软件（而不仅仅是芯片）的大胆尝试，这涉及到雇佣一个庞大的工程师团队。这个计划没有取得成功。然而，该公司在2019年成功以70亿美元收购了Mellanox Technologies，从而在企业数据中心（其人工智能芯片在这些地方的应用越来越广泛）方面获得了更强的立足点。
“在 Nvidia 收购 Mellanox 时，Mellanox 董事会成员之一、风险投资人 Umesh Padval 表示，他希望通过这次收购彻底改变医疗保健、机器人和制造业领域。为了实现这一目标，他思考着’我现在需要采取哪些行动才能实现这一目标？’
OpenAI 推出的 ChatGPT是在微软数据中心使用 Nvidia 芯片构建的，这引发了芯片制造商前所未有的繁荣。几乎所有大型技术公司和无数其他开发商都争相购买 GPU，以开发自己的对话式人工智能和根据人们想要看到的内容描述生成图像和视频的模型。Nvidia 还为其中数十家开发商提供了资金，包括 Mistral、Cohere、Runway、Wayve、Figure 和 Perplexity。自 ChatGPT 发布以来，Nvidia 的市值已经增长了 8 倍，达到 3.2 万亿美元，6 月 5 日，Nvidia 曾一度超越苹果，成为全球第二大最有价值的上市公司。
ChatGPT 是由 OpenAI 推出的，它使用了 Nvidia 芯片在微软数据中心进行构建。这一举措对芯片制造商来说是前所未有的繁荣。许多大型技术公司和其他开发商都纷纷购买 GPU，以开发自己的对话式人工智能，并使用模型生成人们想要看到的内容，如图像和视频描述。此外，Nvidia 还向多家开发商提供了资金支持，其中包括 Mistral、Cohere、Runway、Wayve、Figure 和 Perplexity。自 ChatGPT 发布以来，Nvidia 的市值已经增长了 8 倍，达到了 3.2 万亿美元。在 6 月 5 日，Nvidia 甚至一度超过了苹果，成为全球第二大市值最高的上市公司。
6 月第一周在台北举行的科技产业大会 Computex 上，大批媒体追着黄仁勋满城跑。为了展示黄仁勋的知名度，网上出现了一张 “黄仁勋美食地图”，上面标注了这位身着黑色皮夹克的高管经常光顾的餐厅，被称为最时髦的台北美食指南。
“Meta 首席执行官马克-扎克伯格（Mark Zuckerberg）今年 3 月在 Instagram 上发布了一张自己与黄仁勋的合影后说：”他就像泰勒-斯威夫特（Taylor Swift），只不过是科技界的泰勒-斯威夫特。
现年 61 岁的黄仁勋虽然风头正劲，但他一直在处理与微软等公司之间复杂的关系，这些公司在购买 Nvidia 芯片的同时，也在努力减少对这些芯片的依赖。
图片来源：Unsplash
前车之鉴，后事之师
一次性销售芯片的业务存在固有的弱点：尽管销售额一直在快速增长，但当需求不可避免地降温时，销售额就会下降。
一次性销售芯片的业务存在固有的弱点：尽管销售额一直在快速增长，但当需求不可避免地降温时，销售额就会减少。
对于 Nvidia 来说，没有稳定新利润来源的未来可能并不美好：正如许多评论家指出的那样，2000 年，思科系统公司（Cisco Systems）在互联网泡沫最严重的时候，通过销售路由器突然成为世界上最有价值的公司，当时电信公司建立了新的数据中心，但由于基于互联网的收入未能像技术高管和投资者想象的那样实现，这些数据中心被闲置。思科至今仍未从硬件普及后的销售下滑中恢复过来。
黄仁勋曾私下告诉同事们，Nvidia 必须确保自己不会落得像思科或 Sun Microsystems 这样的下场。20 世纪 90 年代，Sun 成为服务器和计算机硬件领域的巨无霸，但在泡沫破灭后，该公司没有抓住蓬勃发展的软件市场，而微软和其他公司抓住了这一市场。”他试图提醒人们不要被’Sunned’，”一位听他说过这句话的 Nvidia 员工说。
在过去的几个月里，Nvidia 推出了几款软件产品，希望通过这些产品实现硬件业务的多元化。在今年 2 月的一次财报电话会议上，黄仁勋将 Nvidia AI Enterprise 描述为 “人工智能操作系统”，客户可以利用该系统进行人工智能的训练和运行。Nvidia对每块GPU每年收取4500美元的软件使用费。”我的猜测是，世界上的每家企业、每家软件企业公司……都将在Nvidia AI Enterprise上运行，”Huang说。”因此，随着时间的推移，这将可能成为一项非常重要的业务。” Nvidia表示，设计软件制造商Adobe和网络安全公司CrowdStrike都是该系统的客户。
“帕德瓦尔表示：”他所销售的产品不仅仅是芯片，还包括专为现代数据中心设计的GPU、软件和系统。”尽管人们普遍认为这家公司只是一家GPU公司，但实际上它的业务范围远远超出了这个领域。
即使软件业务没有像 Nvidia 希望的那样快速增长，它也可以提高人们对公司芯片的忠诚度，从而保护其核心业务免受更廉价竞争对手的冲击。这些竞争对手包括每个主要云计算提供商都在努力销售的人工智能芯片，这些芯片可能被视为 Nvidia 芯片的替代品。
存储公司Box的首席执行官亚伦-列维（Aaron Levie）说：”如果你是Nvidia，你真正想要的是这个由更好的软件服务组成的非常强大的飞轮，把客户留在你的轨道上。”Box租用Nvidia的GPU，并向自己的客户转售Nvidia用于运行人工智能的软件。”我认为，黄在这方面做得很好。
图片来源：Unsplash
与微软展开激烈对抗
为了增加硬件收入，Nvidia 正试图对其最大客户购买和安装 GPU 的方式施加更多影响。通常情况下，大型云计算提供商会为自己的客户搭建服务器机架，这些机架被用于全球数据中心和各种芯片。然而，据几位参与谈判的人士称，当 Nvidia 就其下一款旗舰芯片 GB200 与客户接触时，Nvidia 试图说服客户完全按照自己的设计购买机架。
今年，微软和 Nvidia 就这个问题争执了几个星期。据参与谈判的人士称，Nvidia 公司副总裁安德鲁-贝尔（Andrew Bell）要求微软的同行购买一种服务器机架设计，其尺寸与微软数据中心使用的机架相差几英寸。这种变化将妨碍微软在不同人工智能芯片之间轻松切换的能力。贝尔表示，同意购买英伟达服务器机架设计的客户可以率先获得新芯片，但微软高管对此表示反对。
今年，微软和 Nvidia 就这个问题争执了几个星期。据参与谈判的人士称，Nvidia 公司副总裁安德鲁-贝尔（Andrew Bell）要求微软的同行购买一种服务器机架设计，其尺寸与微软数据中心使用的机架相差几英寸。这种变化将妨碍微软在不同人工智能芯片之间轻松切换的能力。贝尔表示，同意购买英伟达服务器机架设计的客户可以率先获得新芯片，但微软高管对此表示反对。根据参与谈判的人士透露，Nvidia副总裁安德鲁-贝尔提出的要求是为了确保微软的同行能够使用与微软数据中心相匹配的服务器机架设计。这种设计的尺寸与微软数据中心使用的机架相差几英寸，这将对微软在不同人工智能芯片之间切换造成困扰。贝尔表示，同意购买英伟达服务器机架设计的客户可以优先获得新芯片，但微软高管对此持反对态度。
据一位参与其中的前微软高管称，微软高管已经感到了购买 Nvidia 网络电缆（Nvidia 服务器之间的连接线）的压力，因为他们相信 Nvidia 会优先购买此类产品，而不是那些只涉及其 GPU 的产品。这位人士说，截至 2023 年初，Nvidia 网络芯片和电缆约占微软购买 Nvidia 产品支出的三分之一。
据一位参与其中的前微软高管称，微软高管已经感到了购买 Nvidia 网络电缆（Nvidia 服务器之间的连接线）的压力，因为他们相信 Nvidia 会优先购买此类产品，而不是那些只涉及其 GPU 的产品。这位人士表示，截至 2023 年初，Nvidia 网络芯片和电缆约占微软购买 Nvidia 产品支出的三分之一。
其中一位消息人士表示，关于服务器机架设计的争议最终传到了微软首席技术官凯文-斯科特（Kevin Scott）和首席执行官萨蒂亚-纳德拉（Satya Nadella）的办公桌上。最终，Nvidia做出了让步，同意让微软为GB200芯片设计自己的定制机架。（据Nvidia的两名员工称，谷歌和AWS也有可能为GB200生产定制机架）。
不过，Nvidia 最终可能还是会从小客户购买的 GB200 机架中赚取更多的钱。据两名参与该计划的 Nvidia 员工称，与往年不同的是，Nvidia 今年计划先设计和采购容纳 GB200 芯片的服务器和机架的材料，然后再交给服务器制造商制造并最终销售。这一变化将损害服务器制造商戴尔、HPE 和 Supermicro 的利益，因为它们过去主要设计此类硬件。据一家大型服务器装配商的经理称，这些公司从自己设计的机架中获得的利润要高于使用 Nvidia 设计的机架。(戴尔和 Supermicro 的发言人和高管没有回应书面置评请求。HPE发言人拒绝发表评论。)
然而，根据两名参与该计划的 Nvidia 员工透露，与以往不同的是，Nvidia计划在今年先设计和采购容纳GB200芯片的服务器和机架的材料，然后再将其交给服务器制造商进行制造和销售。这一变化可能会对服务器制造商戴尔、HPE和Supermicro的利益造成损害，因为它们过去主要是设计此类硬件。一家大型服务器装配商的经理表示，这些公司从自己设计的机架中获得的利润要高于使用Nvidia设计的机架。(戴尔和Supermicro的发言人和高管没有回应书面置评请求。HPE发言人拒绝发表评论。)
丨偏爱
黄仁勋正在努力扩展新的软件业务，并且同时致力于提高硬件销售额的增长，以确保没有任何一家客户能够超越Nvidia。这也可以解释为什么上周甲骨文公司（一家规模相对较小的云服务器提供商）宣布将获得大量Nvidia芯片，并计划在明年初开始将其出租给微软和OpenAI。微软本来希望直接购买这些芯片，但据一位知情人士称，微软可能很难为这么多新芯片找到足够的空间和电源。
黄仁勋还与 CoreWeave 保持着紧密的合作关系，CoreWeave 是一家规模较小的云计算提供商，去年的营收从2022年的2500万美元迅速增长至数亿美元。微软甚至不得不向CoreWeave租用GPU服务器容量，以满足自身的需求。
可以肯定的是，Nvidia 的硬件销售并没有面临迫在眉睫的风险。该公司凭借其卓越的技术，在截至今年 4 月的九个月里创造了 400 亿美元的自由现金流，而且该公司表示，今年晚些时候即将推出的下一代旗舰芯片的需求量将达到巅峰。
Nvidia 的克雷斯在 5 月份表示，政府或政府支持的公司购买图形处理器（GPU）将导致今年的销售额达到 “数十亿美元的高个位数”，这意味着客户群还有很大的发展空间。
不过，芯片研究公司SemiAnalysis的首席分析师迪伦-帕特尔（Dylan Patel）表示，在过去一年中，租用Nvidia H100芯片的价格下降了近30%，这可能意味着云计算的发展将放缓。他指出，与去年相比，企业现在更容易租用芯片，而无需与云提供商签订多年协议。
另一个问题：虽然最大的科技公司拥有处理 Nvidia 最先进芯片的专业技术，这些芯片需要特殊的冷却和其他条件，但许多初创企业、跨国公司、政府和学术买家却不具备这种技术。因此，随着 Nvidia 旗舰芯片 H100 在去年出现长期短缺之后，今年变得更容易找到，不那么复杂的买家并没有按照预期的方式使用它们–本质上，这就像他们在缓慢的城市道路上驾驶法拉利一样。
另一个问题：虽然最大的科技公司拥有处理 Nvidia 最先进芯片的专业技术，这些芯片需要特殊的冷却和其他条件，但许多初创企业、跨国公司、政府和学术买家却不具备这种技术。因此，随着 Nvidia 旗舰芯片 H100 在去年出现长期短缺之后，今年变得更容易找到，不那么复杂的买家并没有按照预期的方式使用它们–本质上，这就像他们在拥堵的城市道路上驾驶法拉利一样。
这意味着，随着 Nvidia 芯片价格的上涨，一些客户可能不愿意进行升级。“云计算服务公司 Cloudflare 的首席执行官 Matthew Prince 说：”我们发现，很多时候你并不需要购买最新一代的 Nvidia GPU 就能获得出色的性能。
