Naveen Rao是一名神经科学家，后来成了企业家，他创办的企业曾经想和英伟达竞争，后来被英特尔收购。Naveen Rao想用新产品替换GPU作为AI计算的核心，但被收购后英特尔的进展相当缓慢，英伟达却快速更新产品，不断引入新AI功能。
后来Naveen Rao离开英特尔，创建软件公司MosaicML，他购买了英伟达芯片，也评估过其它芯片。Naveen Rao发现，为了在竞争中胜出，英伟达创建了一个AI程序员社区，让他们用英伟达技术发明创造，实现差异化，最终让英伟达芯片成为赢家。
及早发现AI趋势，ALL IN做全面准备
英伟达之所以成功，主要是因为它早早发现了AI趋势，针对AI任务优化芯片，开发相应软件满足市场需求。为了维持优势，英伟达向客户提供专业计算机、计算机服务及其它工具。简言之，英伟达能为AI开发提供一条龙服务。
虽然谷歌、亚马逊、Meta、IBM及其它一些企业也提供AI芯片，但英伟达却凭借这一招遥遥领先，占据AI芯片销售的70%。在生成式AI模型训练市场，英伟达产品占的份额更高。
竞争对手抱怨称，英伟达销售计算机、软件、云服务、训练过的AI模型，还有处理器，想与它竞争很有难度。
黄仁勋认为，60年前IBM定义了大多数系统和软件，自那之后，计算产业正在经历最大转变。GPU及其它专用芯片正在取代标准微处理器，AI聊天机器人正在取代复杂的软件编程。
有人认为聊天机器人将会颠覆互联网经济，也有人认为生成式AI只是泡沫，毕竟之前鼓吹的VR、元宇宙并没有获得太大成功。
但黄仁勋直言：“按我们的理解，这是计算机的重新发明。我们重新打造了一切，从处理器到终端。”
坚持重投入，10年投入300多亿美元
以前英伟达只是组件供应商，为了转型，英伟达在10年时间内投入300多亿美元。除了与科学家、创业公司合作，英伟达还组建团队，直接参与AI活动，比如创造、训练语言模型。
在软件层面，除了CUDA，英伟达率先为关键软件开发更多软件层，比如预先构建的代码片段，这些片段可以帮助程序员节省劳力。
在硬件领域，英伟达每隔几年就会推出更快的芯片。2017年英伟达开始调校GPU，使之适应AI计算。
如此一来，原本只是给其它企业的系统提供芯片和电路板英伟达，现在有些英伟达的计算机像超级电脑一样庞大。这些超级电脑源自专有网络技术，由成千上万块GPU搭配。
黄仁勋称：“这种类型的计算可以帮你制造芯片，让客户使用，它还可以帮你搭建整个数据中心。”
去年9月英伟达推出H100芯片，它支持所谓的Transformer操作，ChatGPT等服务就是以这种计算作为基础开发的，黄仁勋甚至称H100芯片的推出是“iPhone时刻”。
投资初创企业，用资本开路“带货”
为了扩大影响力，英伟达积极与大型科技公司合作，投资知名AI创业公司，让这些公司使用英伟达芯片。
例如，今年6月Inflection AI成功融资13亿美元，英伟达参与投资。拿到投资后，Inflection AI采购22000块H100芯片。
英伟达还积极支持CoreWeave，这是一家新兴云服务提供商，它们也会采购H100芯片。用户不需要购买计算机，只需要向CoreWeave租赁算力便可以开展业务。CoreWeave最近融资23亿美元，它拥有45000多块英伟达芯片。
Hugging Face公司与英伟达及其它企业合作，开发语言模型线上存储库。Hugging Face首席执行官Clément Delangue说：“硬件不能成为AI的瓶颈，这点相当重要。”
专门开发AI芯片的Cerebras首席执行官Andrew Feldman指出：“与其它芯片公司不同，英伟达公开与客户竞争。”
尽管如此，抱怨的客户并不多，至少目前没多少。早在10年前谷歌就在开发AI芯片，但它的一些项目也依赖英伟达GPU。谷歌副总裁、计算基础设施总经理Amin Vahdat说，谷歌自有芯片的需求相当庞大，但是谷歌仍然与英伟达有着密切的合作。
不打价格战，提供高溢价产品
英伟达没有透露过定价或者芯片分配政策，但一些行业高管和分析师指出，每块H100芯片的价格约为15000美元，有的甚至超过4万美元，比前代A100芯片高出2-3倍。
亚马逊云计算部门副总裁David Brown透露，在定价方面英伟达留下了巨大空间让其它企业竞争，与英伟达芯片相比，亚马逊芯片更便宜。
黄仁勋有不同看法，他认为英伟达芯片性能更强，能帮客户节省资金。他说：“在50亿美元的计算中心内，如果你能将训练时间削减一半，省下的钱会比芯片的所有成本都高。我们提供的方案是全球最省钱的。”
今年二季度，英伟达营收同比增长64%，远好于华尔街预期。几天前，英伟达市值突破1万亿美元。
Futurum Group分析师Daniel Newman说：“为了从英伟达手中购买相关系统，客户愿意等待18个月，而不是从其它创业公司或者竞争对手那里购买现成芯片。”（小刀）
