乘着生成式AI的TE，英伟达市值奔向1万亿美元

2024-02-06 创业

始人身兼CEO埃马德·戈巴特勒（Emad Mostaque）并称：“H100解决了长期担忧AI模型创设者的可扩展性问题。这一点很举足轻重，因为从研究转移到建设工程的操作过程中会，它让我们的人都能更短时间地军事训练借助于很大的模型。”

虽然H100发布的时机更为单纯，但英伟达在AI产业的突破，可以源于近20年来的应用软件革新的，而不是硬件。2006年，英伟达创设了Cuda应用软件，允许将GPU重新的主要用途图形以外的其他类别指导负载。到了2012年有约，引用汤玛斯的话真是，“AI找到了我们。”

渥太华的研究部门率先显然，GPU更为适合创设人工神经网络。人工神经网络是一种AI形式，其灵感来自于神经元在人体内中会相互作用的方式。随后，人工神经网络沦为AI发展的新的焦点。汤玛斯真是：“我们花上了将近20年的时间段，才走到今天。”

今天，英伟达包括的应用软件建设工程师数量要多于硬件建设工程师，这使其能够背书随后几年借助于现的许多不同类别的AI基本概念，并使其晶片在统计学计算（statistical computation）方面更加高效，这亦然是军事训练AI模型所需的。

Hopper是第一个针对“transformer”完成优化的基本概念，这种AI步骤（transformer）支撑着OpenAI的“转化式预军事训练的transformer”聊机械人。英伟达与AI研究部门的密切合作，使其能在2017年找到transformer的借助于现，并开始相应地调整其应用软件。

AI草创跨国企业投资者一些公司Air Street Capital合伙人马修·贝纳奇（Nathan Benaich）暗示：“可以真是，英伟达比其他的人都更年前地看得见了预见，他们的战略是让GPU显得发生器。英伟达找到了商机，下了较大的赌注，并始终领先于巨头。”

贝纳奇预定，英伟达要领先巨头两年时间段。但贝纳奇同时确信：“在硬件和应用软件方面，英伟达的权威也不是毫无疑问的。”

戈巴特勒也同意这一论调。他真是：“Google公司、摩托罗拉和其他一些公司的未来晶片年前就迎头赶上。随着应用软件标准化，英伟达的Cuda也不是牢不可破的。”

在AI产业的一些人显然，股票市场未来会（推广英伟达股价大涨）的渴望显然极度乐观。不管怎样，晶片咨询一些公司D2D Consulting创始人杰伊·戈德伯格（Jay Goldberg）确信：“就目前而言，在AI市场的‘准决赛’中会，英伟达显然要通吃。”

。