受“人工智能(AI)革命”影响,全球半导体企业的市值排名正在急剧变化。尤其是AI运行核心基础设施——图形处理器(GPU)市场第一的英伟达,去年市值突破1万亿美元,在AI特需带动下市值快速攀升。正如有分析认为,19世纪美国加利福尼亚“淘金热”时期最终的赢家“并非发现金矿的人,而是卖镐头和牛仔裤的人”,在当前AI市场上,垄断AI运算用半导体市场的英伟达正确立赢家地位。
相反,其他半导体企业未能适应过快的IT范式变化,市值停滞或倒退。事实上,作为全球第一的DRAM、NAND闪存、电视制造商,同时是全球第二的晶圆代工(半导体委托生产专业)企业、全球第四的移动应用处理器(AP)设计企业,Samsung Electronics的股价仍停留在“7万元级”。2019年曾超越Samsung Electronics、以市值登上半导体行业首位的台积电(TSMC)也尚未收复2022年初创下的高点。目前半导体行业市值差距之大,甚至被划分为“英伟达与其余企业”。
━ 无晶圆前五家市值相加…仍不及英伟达 据15日半导体业界消息,按14日收盘价计算,英伟达市值为1.3513万亿美元,位居全球第六,仅次于苹果、微软、阿美石油、谷歌和亚马逊。
与按市值排名前十的半导体企业相比,这一市值差距相当显著:博通(5185亿美元)、台积电(4887亿美元)、Samsung Electronics(3695亿美元)、阿斯麦(2865亿美元)、AMD(2367亿美元)、英特尔(1986亿美元)、高通(1560亿美元)、德州仪器(1497亿美元)、应用材料(1257亿美元)。
特别是,除综合半导体企业Samsung Electronics、全球晶圆代工第一的台积电以及半导体设备企业阿斯麦、应用材料之外,五家无晶圆企业(博通、AMD、英特尔、高通、德州仪器)市值合计为1.2595万亿美元,有观点指出,相比之下英伟达的压倒性市值(1.3513万亿美元)更为突出。这也是英伟达与苹果、微软、Alphabet(谷歌)、亚马逊、Meta、特斯拉一同在全球股市被称为“美股七巨头”的原因。
━ 简单运算最强?比CPU更珍贵的GPU 英伟达市值暴涨与最初为游戏数据处理优化的GPU应用领域扩展至AI研究密切相关。事实上,GPU在AI运算中的应用,自加拿大多伦多大学教授杰弗里·辛顿以基于GPU的人工神经网络模型“深度学习”在2012年全球最大图像识别竞赛“ILSVRC”中夺冠后备受关注。
随着为加减法等简单运算优化的GPU被认为是运行深度学习的最佳计算基础设施,英伟达的市值也持续上行。
GPU被用于深度学习的原因在于,与中央处理器(CPU)不同,它针对简单运算进行了优化。深度学习以照片、视频等作为学习数据,学习数据量越大,准确度越高。计算机将照片和视频等所有数据区分为0和1,而GPU对利用0和1的简单四则运算进行了优化(不过,目前深度学习专家们也并不清楚,把海量数据输入深度学习算法后,计算机为何能给出相当准确答案的具体机制)。
此外,英伟达本月初在美国旧金山举行的“摩根大通医疗健康大会”上公开了新药研发AI平台,年初以来市值也持续上升。据悉,使用英伟达的该项目,可将平均耗资约25亿美元的新药研发成本最多降至七分之一。
━ “黄仁勋…你早有全盘计划” 英伟达首席执行官黄仁勋从2000年代中期起就一直推行这种基于GPU的计算生态构建战略。事实上,英伟达在2006年推出了兼具计算平台与编程模型性质的“CUDA”,让开发者能更轻松地开发AI程序。CUDA可与开发者原有使用的编程语言兼容,帮助加快AI开发。
黄仁勋还曾在16年前在韩国公开这一未来路线图。2008年7月,在首尔大学举行的演讲中,黄仁勋表示:“利用CUDA的程序和GPU将在不久的未来把个人电脑变成超级计算机,CUDA和GPU将重新书写计算机的未来”,展示了其抱负。
AI开发者除英伟达GPU压倒性性能之外,也因程序开发时的便利性等原因偏好英伟达产品。尤其是目前占全球生成式AI芯片使用量80%的训练用芯片领域,“CUDA生态”影响力极为强大,除部分大型科技企业外,多数AI芯片开发初创公司都集中于推理用芯片开发。前SK海力士副会长朴正浩去年2月也曾抱怨:“AI相关人员无一例外都要求使用英伟达的GPU和CUDA。如果让他们用SK集团旗下Sapeon开发的AI芯片来开发AI程序,他们会要求比使用CUDA多出约三倍的时间。”全球畅销书《芯片战争》作者、塔夫茨大学教授克里斯·米勒也表示:“英伟达的成功在于把GPU这一专用芯片与CUDA这一SDK(软件开发者工具)结合起来提供给AI开发者。”Rebellions代表朴性铉也表示:“在推理型芯片市场上,与英伟达正面交锋也有胜算。”
不过,随着英伟达GPU供应不足及价格高昂等争议,AI半导体业界摆脱“CUDA生态”的动作也在持续。首先,谷歌去年3月以开源方式共享了深度学习模型优化编译器(将特定编程语言转换为其他编程语言)项目“OpenXLA”,全球最大开源社区“GitHub”和AI平台提供商“Hugging Face”等也与其他企业联手,着手构建脱离CUDA生态的AI设计生态。也有观点指出,针对主导PC市场的英特尔基于“x86”的“CISC(复杂指令集计算机)”,将所需指令减少约一半的“RISC(精简指令集计算机)”之间的竞争格局正在浮现。
IT业界人士表示:“目前多数IT企业都以英伟达产品为标准构建AI计算环境,而且相关程序库都建立在英伟达提供的‘cuDNN(CUDA深度神经网络库)’之上,若基于其他公司的AI芯片进行设计,开发者会感到麻烦”,“随着AI服务领域从现有生成式AI扩展到生物医药等,英伟达的市值只能持续走高。”






