AI產業中的生態，和其他行業的生態其實完全不是一個概念_風聞

【本文由“雨藍之傷”推薦，來自《意外！老黃劇透下一代GPU芯片，新演講又把摩爾定律按在地上摩擦》評論區，標題為小編添加】

• 雨藍之傷
• 英偉達已經建立了比較完善的AI生態鏈，它領先的不僅是硬件，各類開發工具也被普遍使用，正在形成壟斷局面，生態環境一旦形成，強者恆強的局面就不容易打破，除非有新的顛覆性技術被應用，顛覆舊有的局面……

AI產業中的生態,  和其他行業的生態其實完全不是一個概念.

首先AI行業現在其實底層主要還是由大廠推出的, 核心技術的集中度非常高,  這些大廠對NV的營收影響也非常大. 

所謂AI生態其實主要是NV與其他巨型AI企業之間的博弈, 這些企業很有動力拋棄NV, 畢竟太貴了.   

先説大模型生態,  實際上對模型底層是不關心的.  我舉個例子,  GPT現在使用的是NV的設備提供算力,  某一天全部切到了XXX公司的設備.  實際上對上層大模型的呈現是完全不受影響的, 

NV的系統説實話都是對巨型企業銷售的, 普通研究員根本玩不起這些設備.

再説AI開發生態, 普通玩家用CUDA來手搓模型,  實際上和底層也完全不接觸(99.99%的開發者不需要深入到CUDA中去, 而是使用框架的API),  上層已經被pytorch, tensorflow這類框架封裝過,  生態是在這些框架上, 並不完全在CUDA上.  只要pytorch這些框架支持新套件開發者就有可能被分流到新的, 便宜的, 性能不差太多的系統上.

最後看大廠的需求, 其實微軟的GPT, 谷歌的gemini, 臉書的LLM,  他們或閉源或開源, 現在NV通過CUDA可以把各種框架模型串聯起來以發揮其算力. 但是兼容就意味着浪費, 意味着成本.  這些企業只需要芯片中極小部分功能就能運行起自己的模型,  但是他們沒有選擇.

現在微軟和谷歌已經都發布了自己的AI芯片並且少量列裝, 臉書在18年也公佈了自己的AI芯片計劃.   隨着模型越來越專, 資源消耗越來越大,  使用通用芯片是完全的浪費, 隨時有可能上馬列裝專用芯片.  

這也是為什麼老黃需要發後面幾代的芯片規格,  一個是拉高入門門檻拉高大廠期待.  這樣如果專用芯片沒有足夠大的優勢就難以入門AI市場. 

現在的NV太大太強, 壓制了客户的議價能力, 就像前幾年的寧德時代之於國內新能源, 車企給電池廠打工, 寧王獨享新能源車行業大部分利潤,  誰都想從寧王的市場上咬一塊肉下來, 到現在形成了羣雄割據的新能源市場.   

AI行業目前的技術集中程度更強,  但是毫無疑問誰都想從這個市場撕下一塊肉來.   NV作為防守方此時是烈火烹油的鼎盛狀態.  只要哪家大客户下定決心轉向扶持其他企業或者乾脆大量使用自研芯片, NV的佔有率就隨時可能迅速下滑.