此前，因为业绩远超预期，英伟达市值在一天之内暴涨了1800亿美元左右（1.3万亿人民币），这是美国历史上第二大单日最高市值涨幅，英特尔（Intel）的市值如今只有其九分之一。

这次暴涨的推动力，是席卷全球的AI浪潮。英伟达首席执行官黄仁勋说，人工智能应用正推动对算力的需求，而英伟达的芯片是创造人工智能工具的关键。

(资料图)

英伟达CEO黄仁勋在台北Computex展上带来了2小时的激情演讲，发布上推出了GH200 Grace Hopper超级芯片，以及将多达256块GH200超级芯片整合到一起的DGX GH200“巨型GPU”，同时还展示了一系列AI相关的应用和产品。

GH200是基于NVIDIA NVLink-C2C互连技术，将Arm架构的NVIDIA Grace CPU和Hopper架构的 GPU实现互联整合，最终实现高达900GB/s的总带宽，这相比传统的PCIe 5.0通道带宽要高出7倍，可以满足需求最严苛的AI 和HPC应用。黄仁勋将GH200 Grace Hopper形容为“这是一台计算机，而不是芯片”。

发布会上，黄仁勋还宣布推出一种名为Avatar Cloud Engine（ACE）的AI模型代工服务，这种模型主要应用在游戏领域，可以为游戏开发人员提供训练模型，通过简单的操作定制想要的游戏AI模型。

自从OpenAI引爆大模型浪潮后，国内外巨头纷纷加入大模型研发赛道，创业公司也纷纷卷入生成式AI创业潮，无论是训练大模型，还是基于大模型生成文字、图片、视频，都离不开底层算力的支持。

在大模型中，存在大量需要对交叉点进行简单推理的工作，2020年GPT 3.0的参数规模就达到了1750亿，悟道2.0参数量则达到1.75万亿。GPU具备并行计算能力，很适合做矩阵乘法和卷积计算，也就是可以同时处理多个简单的非复杂任务。

目前，OpenAI所采用的A100 GPU芯片，和新销售不久的H100 GPU，是大语言模型的核心算力驱动力。

看上去似乎无人能阻挡英伟达在AI技术领域的统治地位，但AI前景的无限空间，仍在吸引无数挑战者。除了AMD、英特尔、谷歌等巨头外，初创AI公司成为英伟达AI挑战者大军不容忽视的一部分。当然，这种技术要求的初创公司很难出自无名之辈。

马斯克在今年3月9日建立了一家取名为“X.AI”的AI公司，还偷偷摸摸买了10000颗英伟达GPU。想分英伟达一杯羹的还有来自英特尔公司架构、图形和软件（IAGS）部门的副总裁、首席架构师Raja Koduri，这位技术大拿已于今年3月底离职。接下来，Raja Koduri将创办一家AI技术公司，主要研发新一代生成式AI工具，目的是削弱英伟达对数字电影和视频游戏市场的控制力。

至于微软、谷歌甚至云服务商比如亚马逊，都一面和英伟达保持良好的业务合作，一面又在下大本钱研发自己的AI专用GPU。

比如微软，这个桌面PC时代的超级霸主，正是OpenAI的背后金主（2019年微软给OpenAI投了10亿美元），同时也是英伟达H100芯片最大的采购方。今年3月，微软用数万颗英伟达GPU帮OpenAI组装了一台AI超级计算机。

但微软也在推进自己的AI芯片研发计划，代号“雅典娜”。这项计划始于2019年，目标是为训练LLM（大语言模型）等软件而设计，同时可支持推理，能为ChatGPT背后的所有AI软件提供算力支持，初代雅典娜GPU量产时间表被定于2024年。

大模型竞赛刚刚开始，生成式AI正一点点改变软件和用户习惯，提供算力基础的英伟达加速了竞争步伐。