如今，英伟达的收入主要来自硬件销售。但当AI泡沫不可避免地破裂时，这家GPU巨头将一夜之间成为世界上最重要的软件公司。
自从ChatGPT在2022年底掀起AI军备竞赛以来，英伟达已经出货数百万块GPU，主要用于AI训练和推理。
当音乐停止、金融界意识到将快速贬值的资产作为数十亿美元贷款抵押品并非明智之举时，这些大量芯片将被闲置。
然而，认为这些GPU在尘埃落定后会变得毫无价值的观点是天真的。
GPU虽然现在与AI密不可分，但它们的用途远比这更广泛。提醒一下，GPU代表图形处理单元。这些芯片最初是为了加速视频游戏渲染而设计的，到90年代后期，游戏渲染的计算强度已经超出了当时单线程CPU的处理能力。
事实证明，让GPU擅长推送像素的特性也使它们特别适合其他并行工作负载——比如模拟氢弹爆炸的物理过程。英伟达最强大的加速器，如H200或GB300芯片，早已放弃图形管线，为HPC和AI所需的更多向量和矩阵数学加速器腾出空间。
如果应用程序可以并行化，那么很可能会从GPU加速中受益——前提是你有相应的软件。这就是为什么GPU公司如此稀少的原因。GPU需要具备广泛的可编程性；AI专用芯片只需要在推理或训练方面表现出色。
CUDA-X：购买GPU的众多理由
自2007年推出CUDA（低级GPU编程环境和API接口）以来，英伟达已经构建了数百个软件库、框架和微服务，以加速它能想到的任何工作负载。
这些库统一在CUDA-X品牌下进行推广，涵盖了从计算流体动力学和电子设计自动化到药物发现、计算光刻、材料设计，甚至量子计算的各个领域。该公司还提供用于可视化数字孪生和机器人技术的框架。
目前，AI已被证明是其中最有利可图的领域，但当炒作热潮消退时，硬件仍有大量其他用途。
例如，英伟达构建了cuDF并将其集成到流行的RAPIDS数据科学和分析框架中，以加速SQL数据库或Pandas，在此过程中实现了150倍的速度提升。难怪数据库巨头甲骨文对英伟达的硬件如此青睐。任何无法租给OpenAI获利的计算资源，都可以用来加速其数据库和分析平台。
英伟达并不提供完整的解决方案，这是有意为之的。一些库是开源的，而另一些则作为更全面的框架和微服务提供。这些构成了软件开发者用来加速其工作负载的基础模块，越来越多的模块与创收的许可计划挂钩。
唯一的问题是：到目前为止，这些好处需要购买或租赁昂贵的GPU，然后将这些框架集成到你的代码库中，或者等待独立软件供应商为你完成这项工作。
但是当泡沫破裂、GPU价格大幅下跌时，任何能够利用这些闲置资产的人都有机会大赚一笔。英伟达已经构建了必要的软件——ISV只需要集成并销售它。
在这种背景下，英伟达从构建面向开发者的低级软件库稳步转向销售面向企业的微服务就很有意义了。采用门槛越低，就越容易销售硬件和相关订阅服务。
英伟达似乎甚至可能向更广泛的硬件供应商生态系统开放这个软件堆栈。GPUzilla已经开始转向分解架构，将工作负载分解并卸载到第三方芯片上。
本周，英伟达完成了对英特尔的50亿美元投资。这家x86巨头目前正在开发预填充加速器，以加速大语言模型推理的提示处理。同时，英伟达上周签署协议收购竞争对手芯片供应商Groq——尽管该GPU制造商打算如何长期整合该公司的技术还有待观察。
除了自主开发的软件平台，英伟达在过去几年中还进行了几项战略性软件收购，2024年收购了Run:AI的基于Kubernetes的GPU编排平台和Deci AI的模型优化平台。本月早些时候，英伟达还收购了SchedMD的Slurm工作负载管理平台，该平台广泛部署在基于AMD、英伟达和英特尔的HPC和AI工作负载集群中，确保即使你不购买其硬件也能获得利润。
生成式AI将持续存在
需要明确的是，我们今天所知的生成式AI并不会消失。过去三年推动AI发展的资金可能会蒸发，但底层技术虽然不完美，仍然足够有价值，企业将继续使用它。
与其追逐通用人工智能这一海市蜃楼，该技术的应用将更加平凡。
事实上，英伟达许多更全面的微服务都广泛使用特定领域的AI模型来进行天气预报或物理模拟等任务。
当互联网泡沫破裂时，人们并没有停止构建网络服务或购买交换机和路由器。这次，人们也不会停止使用AI服务。这只是购买GPU的几个原因之一。
Q&A
Q1：英伟达的CUDA-X是什么？它有哪些用途？
A：CUDA-X是英伟达构建的数百个软件库、框架和微服务的统一品牌，用于加速各种工作负载。它涵盖了计算流体动力学、电子设计自动化、药物发现、计算光刻、材料设计、量子计算、数字孪生可视化和机器人技术等众多领域。
Q2：AI泡沫破裂后GPU会变得毫无价值吗？
A：不会。GPU最初是为图形渲染设计的，具有并行处理能力，适用于各种并行工作负载。英伟达已经构建了大量软件框架来支持不同应用场景，当AI热潮消退时，GPU仍可用于数据库加速、科学计算等多种用途。
Q3：英伟达如何从硬件公司转向软件公司？
A：英伟达通过构建CUDA编程环境和大量软件库，从低级开发工具转向企业级微服务。同时进行战略收购，如Run:AI、Deci AI和SchedMD等公司，建立完整的软件生态系统，降低采用门槛，创造订阅收入模式。
