2023 财政年度，网络系统总收入快速增长 达至破纪录的41% 150.1 就第三会计年度来说，网络系统的收入布季1万美元。 36.2 1万美元重大贡献了英伟达全子公司的收入 60% 左右。
网络系统快速增长的基本磁盘来自新一代旗舰产品 H100 出货量持续上升，云渗透率持续快速增长，超大顾客扩大 AI 布局。
就 H100 在第二会计年度，其收入早已远远高于 A100，后者的收入份额持续上升。据报道，H100 比较体能训练 A100 快 9 倍，在如前所述 Transformer 比较小型词汇数学模型的推理 A100 快 30 倍。
与此同时，英伟达早已开始为越来越多云服务项目提供更多商提供更多快速快速增长（Cloud Service Providers，简称 CSP）包括甲骨文和许多专注于提供更多服务项目的服务项目 GPU 云服务项目提供更多商（GPU specialized CSPs）。在往后的 4 个会计年度中，CSP 顾客重大贡献了网络系统的收入 40% 左右。
下一步：AI 即服务项目
在财务报告电话会上，从小到大透露了英伟达的新趋势——AI 云上的民营虚拟化服务项目。虽然十几天后会有更多的重要信息，但是会有更多的重要信息。 GTC 会议正式宣布，但英伟达早已开始与领先的云服务项目提供更多商密切合作 AI 即服务项目（AI-as-a-service），民营企业能出访英伟达 AI 网络平台。依照最新消息，顾客将能够控制它 NVIDIA AI 每一层(包括 AI 聚合巨型计算机、快速库应用软件或预体能训练 AI 数学模型等)用作云服务项目。
从小到大说，「技术突破的积累 AI 到了拐点。聚合式。 AI 运动性和能力引发了全世界民营企业的发展和布署 AI 发展战略紧迫感。然而，AI 巨型计算机基础建设、数学模型算法、数据处理和体能训练技术仍然是大多数人无法克服的障碍。」
如前所述这样的金融行业关键点，英伟达商业模式的下一个层次是帮助每一民营企业顾客采用它 AI。
顾客能采用自己的应用程序 NVIDIA DGX Cloud 来采用 NVIDIA DGX AI 该服务项目早已在巨型计算机中 Oracle Cloud Infrastructure 可用，预计很快就会再次出现 Microsoft Azure、Google Cloud 与其它网络平台上线。在 AI 顾客将能够出访网络平台应用软件层 NVIDIA AI Enterprise，体能训练和布署小型词汇数学模型或其它小型词汇数学模型 AI 工作负载。而在 AI 数学模型是服务项目层，英伟达将为其产品销售业务建立独家聚合 AI 民营企业顾客提供更多数学模型和服务项目 NeMo 和 BioNeMo 可定制 AI 数学模型。
Fezensac认为，依照其市场前景，ChatGPT 让人们意识到计算机编程的民主化，几乎任何人都能用人类词汇向机器说明要执行的年度计划。因此，全世界 AI 基础建设的数量将会增加，「你会看到那些 AI 厂房无处不在」。人工智慧的生产将像制造业一样，未来几乎每一子公司都将以智能的形式生产应用软件系统。数据进来了，只做一件事，利用那些数据聚合一个捷伊更新数学模型。
他进一步说明了 AI 厂房，「当原材料进入时，建筑物或基础建设将启动，然后再次出现许多改进的东西，这是非常有用的，这就是所谓的厂房。因此我希望在全世界看到它 AI 厂房。当中许多将在云中托管。当中许多将是本地的。很多会很大，很多会很大，然后很多会更小。因此我完全期待着它会发生。」
事实上，从小到大是关于的 AI 厂房的蓝图早已开始发生。上个月，他在公开演讲中声称，好景不长 ChatGPT 好景不长它再次出现以来，它可能早已再次出现了 500 开发出令人愉快、有用的家新创业子公司 AI 应用程序。
如前所述这一前景，英伟达对网络系统的未来充满信心。CFO Cress 通过捷伊产品周期和聚合 AI 随着各金融行业人工智慧的不断采用，网络系统部门将竭尽全力实现快速增长。她说：「除了与各大超小型云服务项目提供更多商密切合作外，我们还与许多消费互联网子公司、民营企业和初创民营企业密切合作。这一机会对促进网络系统的坚挺快速增长具有重要意义，并将在今年快速快速增长。」
电动车向上，格斗游戏向下
除网络系统外，英伟达其它产品销售业务板块——格斗游戏、电动车、专业视觉等，第三会计年度的表现纳夫县。
当中，电动车产品销售业务表现良好。财政年度总收入快速增长 达至破纪录的60% 9.03 1万美元。第三会计年度收入创下。 2.94 与去年同期较之，1万美元的纪录快速增长了 与上一会计年度较之，135%快速增长 17%。
无论是同比还是同比，电动车产品销售业务都在竭尽全力快速增长。依照英伟达，那些快速增长充分反映了自动驾驶应用软件系统的产品销售快速增长、电动电动车制造商的计算应用软件系统和 AI 驾驶舱应用软件系统产品销售坚挺。电动电动车和传统电动车 OEM 顾客的新项目推动了这一快速增长。
值得注意的是，今年 1 月初举行的 CES 在会议上，英伟达正式宣布与富士康建立发展战略密切合作伙伴关系，共同发展 NVIDIA DRIVE Orin 和 DRIVE Hyperion 自动驾驶电动车网络平台。
较之之下，格斗游戏产品销售业务仍然深陷泥潭。
往后几个会计年度，RTX 4080 产品销售疲软、视频格斗游戏金融行业大幅下滑、加密货币不振、去库存压力等因素，使英伟达的格斗游戏产品销售业务竭尽全力大幅下滑，特别是第三会计年度，格斗游戏产品销售业务收入同比暴跌 51%。但就像 CFO Cress 所言，「最低点可能早已往后了，事情能改善。」
第三会计年度，英伟达格斗游戏收入为 18.3 万美元，同比上升 同比快速增长46% 整个财政年度收入上升16% 27%。第三会计年度和财政年度的同比上升充分反映了全球宏观经济疲软和中国禽流感控制对格斗游戏需求的影响。
但与第三会计年度较之，英伟达的格斗游戏产品销售业务仍有所快速增长。这是因为它是如前所述 Ada Lovelace 架构的新 GeForce RTX GPU 推出。Fezensac也肯定了这一观点，他说：「格斗游戏产业早已开始从新冠肺炎禽流感后的疲软中复苏，玩家热烈欢迎采用 AI 神经渲染的 Ada 架构 GPU。」
最近，格斗游戏金融行业复苏的好迹象是：动视暴雪（Activision Blizzard）在第三会计年度，收入正快速增长，超出预期。但我们仍然需要警惕动视暴雪 PC 和主机一起卖格斗游戏，只有 PC 产品销售与英伟达有关，主机制造商采用 AMD 显卡。
此外，在财务报告发布前一天，英伟达正式宣布与微软签署一份为期的合同 10 年协议，将 Xbox PC 引入格斗游戏阵容 GeForce NOW，包括我的世界（Minecraft）》、《光环（Halo）》以及微软模拟飞行（Microsoft Flight Simulator）》。微软完成动视收购后，GeForce NOW 将新增使命召唤（Call of Duty）》和《守望先锋》（Overwatch）》等格斗游戏。
除了格斗游戏产品销售业务，专业视觉和 OEM 与去年较之，这两个部门的产品销售业务也大幅大幅下滑。由此可见，半导体市场早已开始经历一个罕见的下行周期。
第三会计年度专业视觉产品销售业务收入 2.26 与去年同期较之，1万美元上升 与上一会计年度较之，65%快速增长 13%财政年度总收入上升。 27% 至 15.4 1万美元。第三会计年度和财政年度的同比上升充分反映了对密切合作伙伴的产品销售较少，以帮助减少渠道库存。台式工作站的同比快速增长 GPU 推动的。
OEM 与其它收入同比上升 56%，同比快速增长 15%的财政年度收入上升。 61%的会计年度和财政年度同比上升 OEM 加密货币挖掘处理器（CMP）促进。财政年度 2023 中，CMP 收入微不足道，但在财政年度 2022 中为 5.5 万美元。
为什么英伟达是风口上的赢家？
英伟达 30 年的发展史可分为两部分。从 1993 年到 2006 2000年，英伟达的目标是在竞争激烈的图形卡市场中生存并创造 GPU 这一革命性技术；从 2006 年到 2023 如何利用年度转型？ CUDA 这个网络平台，将 GPU 应用于机器学习、深度学习、云计算等领域。
后者让英伟达走上了人工智慧之旅，今天的市值早已超过了老霸主英特尔和 AMD，也是在今天聚合的 AI 热潮下，英伟达再次站在风口的前提下。
在 2019 在一年的主题演讲中，Fezensac分享了英伟达一次又一次地追溯到这个金融行业的起源——发现了真正重要的问题并坚持下去。他说：「这使我们能够一次又一次地发明和重塑我们的子公司，追溯我们的金融行业。我们发明了 GPU。我们发明了编程着色。是我们让电子格斗游戏变得如此美丽。我们发明了 CUDA，它将 GPU 成为虚拟现实的模拟器。」
回到英伟达的起点。当时 Windows 3.1 刚出来，个人电脑革命才刚刚开始。英伟达想找到一种方法让它开始。 3D 图形消费和民主化使大量人能够接触到这项技术，从而创造一个当时不存在的新金融行业——电子格斗游戏。他们认为，如果这样做，它可能会成为世界上最重要的技术子公司之一。
原因是三维图形主要表现为对现实的模拟，对世界的模拟相当复杂。如果你知道如何创建一个难以区分真假的虚拟现实，模拟物理定律，并引入人工智慧，这一定是世界上最大的计算挑战之一。沿途衍生的技术能解决惊人的问题。
最具代表性的案例是通过 CUDA 该方案对计算和人工智慧产生了创新影响，也使其在这一波聚合 AI 在浪潮中处于最佳生态位置。
尽管 GPU 发现作为一种计算设备，往往被认为有助于引导深度学习「寒武纪大爆炸」，但 GPU 不是单独工作的。英伟达内外的专家强调，如果英伟达在那里 2006 年没有将 CUDA 如果将计算网络平台添加到组合中，就不会发生深度学习革命。
CUDA（Compute Unified Device Architecture）英伟达于是计算网络平台 2006 年度推出的应用软件和中间件堆栈，其通用的并行计算架构能使 GPU 通过解决复杂的计算问题。 CUDA，研究人员能编程和出访 GPU 计算能力和极致并行性的实现。
并在英伟达发布 CUDA 之前，对 GPU 编程是一个漫长而艰巨的编码过程，需要编写大量的低级机器代码。免费采用 CUDA，在英伟达的硬件上，研究人员能更快、更便宜地开发他们的深度学习数学模型。
CUDA 本发明起源于可程式化 GPU 的想法。英伟达认为，为了创造一个美丽的世界，首先要做的是模拟它，那些物理定律模拟是一个巨型计算机负责任的问题，是一个科学的计算问题，因此，关键是：如何减少巨型计算机能解决问题，进入正常计算机的大小，让你能模拟它，然后聚合图片。这使得英伟达成为可程式化 GPU，这是一个巨大的赌注。
当时，英伟达花了三四年时间研发 CUDA，最后，我发现所有产品的成本都必须上升近两倍，当时并没有给顾客带来价值，顾客显然不愿意付费。
为了让市场接受，英伟达只能增加成本，而不是价格。Fezensac认为，这是一个计算架构，每台电脑都必须运行才能让开发者对这个架构感兴趣。因此，他竭尽全力坚持，最终创造了 CUDA。但在那段时间里，英伟达的利润「摧毁性」地面下跌，股票下跌 1.5 美元持续疲软 5 年，直到橡树岭国家实验室选择英伟达 GPU 建造公共巨型计算机。
然后，全世界的研究人员开始采用它 CUDA 从分子动力学、计算物理学、天体物理学、粒子物理学、高能物理学等不同的科学领域，一个接一个的应用，一个接一个的科学领域。 CUDA。两年前，诺贝尔物理奖和化学奖得主也是因为 CUDA 帮助完成自己的研究。
当然，CUDA 它还为英伟达的格斗游戏提供更多了动力，因为虚拟世界与现实世界中的流体力学相同，如粒子物理爆炸和建筑崩塌，这与英伟达在科学操作中观察到的相同，都是如前所述相同的物理规则。
然而，CUDA 在英伟达发布后的前六年，英伟达还没有「全力投入」AI，直到 AlexNet 神经网络的再次出现。
即将到来的 GTC 会议上，Fezensac受邀 OpenAI 联创兼首席科学家 Ilya Sutskever，而 Sutskever 见证了英伟达在人工智慧领域崛起的故事。
Sutskever 与 Alex Krizhevsky 及其博士生导师 Geoffrey Hinton 一起创建了 AlexNet，这是计算机视觉领域的开创性神经网络 2012 年 10 月赢得了 ImageNet 竞赛。获奖论文表明，该数学模型实现了前所未有的图像识别精度，直接导致了未来十年人工智慧的主要成功故事——从 Google Photos、Google Translate 和 Uber 到 Alexa 和 AlphaFold 的一切。
依照 Hinton 如果没有英伟达，AlexNet 它不会再次出现。英伟达的并行处理能力得益于数千个计算核心的支持 GPU 被证明是运行深度学习算法的完美选择。Hinton 即使在一次演讲中，近千名研究人员也应该购买 GPU，因为 GPU 它将成为机器学习的未来。
在 2016 Fezensac在接受福布斯采访时表示，他一直知道英伟达图形芯片的潜力不仅仅是为最捷伊视频格斗游戏提供更多动力，但他没想到会转向深度学习。
事实上，英伟达的深度神经网络 GPU 的成功是「一个奇怪的幸运巧合」，一位名叫 Sara Hooker 的作者在 2020 年发表的文章「硬件彩票」讨论了各种硬件工具成功失败的原因。
她说，英伟达的成功就像「中了彩票」，这在很大程度上取决于「硬件进度与建模进度正确对齐时间」。这种变化几乎是瞬间发生的。「一夜之间，需要 13000 个 CPU 的工作两个 GPU 就解决了」她说。「这是它的戏剧性。」
然而，英伟达并不同意这一说法，并表示 2000 英伟达从年中开始就意识到了 GPU 即使他们不知道人工智慧将成为最重要的市场，快速神经网络的潜力。
在 AlexNet 几年后，英伟达的顾客开始购买大量的产品 GPU 当时用于深度学习，Rob Fergus（现任 DeepMind 研究科学家甚至告诉英伟达应用深度学习研究副总裁 Bryan Catanzaro，「机器学习研究人员花了多少时间 GPU 编写内核，这太疯狂了——你真的应该研究一下」。
Fezensac逐渐意识到 AI 这是该子公司的未来，英伟达将立即赌注一切 AI 身上。
于是，在 2014 年的 GTC 在主题演讲中，人工智慧成为焦点，Fezensac说机器学习是「当今高性能计算领域最令人兴奋的应用之一」。「当中一个领域早已取得了令人兴奋的突破，巨大的突破，神奇的突破是一个被称为深度神经网络的领域。」Fezensac在会上说。
此后，英伟达加快了布局 AI 技术不再只是一个家庭 GPU 计算子公司逐步建立了一个强大的生态系统，包括芯片、相关硬件和一套优化芯片和系统的应用软件和开发系统。那些最好的硬件和应用软件组合网络平台能最有效地聚合 AI。
能说，GPU + CUDA 改变了 AI 格斗游戏规则。中信证券分析师徐英博在一个播客节目中评论道：英伟达一直在做一件非常聪明的事情，那就是软硬结合。在 GPU 在硬件半导体的基础上，它衍生出如前所述通用计算的东西 CUDA。这促使英伟达获得了应用软件和硬件的双重规模效应。
在硬件端，由于它是图形和计算的统一架构，其通用性保证了它的规模，规模稀释了它的研发成本，因此硬件本身能通过规模获得比较优势的研发成本。
在应用软件方面，因为它有一个巨大的开发者生态系统，那些宝贵的应用软件开发人员，即使那些应用软件开发人员改变了一家子公司，他也可能竭尽全力采用它 CUDA 的应用软件。
主要参考文献：
1）《ChatGPT 火了，英伟达笑了，中国电子报
2）Nvidia: The GPU Company (1993-2006)
3）Nvidia: The Machine Learning Company (2006-2022)
4）NVIDIA CEO Jensen Huang - AI Keynote Session at MSOE
5）Jensen Huang Q&A: Why Moore』s Law is dead, but the metaverse will still happen
6）How Nvidia dominated AI—and plans to keep it that way as generative AI explodes
7)中信证券许英博:从英伟达看国内 GPU 挑战与前景 - 小宇宙 - 创业内幕
本文的部分内容来自网络，仅供参考。如有侵权行为，请联系删除。
