Nvidia Wants Customers to Buy New AI Chips — Without Giving Up Their Old Ones
英偉達正在調整其戰略，以推廣新的人工智能芯片，同時強調舊款 GPU 在 2029 年前仍具有經濟價值。首席執行官黃仁勳強調 CUDA 在延長硬件使用價值方面的作用，將人工智能計算定位為持久的、可租賃的基礎設施，而不是快速貶值的技術。這一策略旨在平衡推動最新系統的升級與向客户保證現有設備的長期價值，可能在不削弱高端定價的情況下擴大企業的採用
多年來，NVIDIA Corp 的 (NASDAQ: NVDA) 人工智能策略很簡單：製造更快的 GPU，説服客户升級，然後重複這個過程。
現在，這家芯片製造商正在推進一個更為細緻的信息——客户應該接受其最新的人工智能系統，同時認識到舊款的 Nvidia 硬件在未來幾年仍然可以保持高效、盈利和經濟價值。
• NVIDIA 股價承壓。是什麼導致 NVDA 股票下跌？
Nvidia 正在重塑人工智能升級週期
這一轉變發生在 Nvidia 推出其下一代 Vera Rubin 系統的同時，同時也在強調之前的產品仍然有很長的使用壽命。
首席執行官 Jensen Huang 最近在 X 上 寫道：
“強大的 A100 系列在 2020 年至 2029 年間都具備任務能力。NVIDIA 的計算不僅僅是芯片。CUDA 為開發者和 NVIDIA 工程師提供了一個共同的平台，可以在其有效使用期間不斷升級 Ampere、Hopper 和 Blackwell。”
他繼續説道：
“CUDA 使 NVIDIA 的計算具有多樣性。多樣性使其具有可替代性。可替代性推動了利用率並延長了耐用性，使 NVIDIA 計算成為一種高效資產：可租賃、耐用且可融資。”
這一信息傳達標誌着一個微妙但重要的演變。Nvidia 不再僅僅銷售其最新 GPU 的性能提升——它越來越強調其已安裝基礎設施的長期經濟價值。
為什麼舊款 Nvidia 芯片突然變得更重要
這一更廣泛的戰略在《信息》的一份最新報告中得到了強調，該報告指出，Nvidia 正在試圖實現兩個看似相互矛盾的目標：説服客户購買其最新的人工智能芯片，同時向他們保證舊款硬件在未來幾年仍將保持價值。
乍一看，這些目標似乎難以調和。更快的發佈週期鼓勵更頻繁的升級，而更長的使用壽命可能會降低更換現有系統的緊迫性。
但在當今的人工智能市場中，這種緊張關係更有意義。
對人工智能計算基礎設施的需求持續超過供應，這意味着客户通常重視對 GPU 的訪問——無論是最新的 Blackwell 系統還是舊款的基於 Ampere 的硬件。隨着人工智能的採用超越超大規模雲計算和前沿模型開發者，更多注重成本的企業可能會發現舊款 GPU 足以滿足許多推理和生產工作負載。
這是一種基於 Nvidia 信息傳達和行業動態的推斷。Nvidia 本身專注於其軟件平台的多樣性和硬件的耐用性，而不是暗示客户應該推遲升級。
另請閲讀： 獨家：Nvidia 正在幫助這家人工智能公司獲得 “每美元更好的智能”
CUDA 正在成為 Nvidia 的競爭優勢
Nvidia 信息傳達中的共同主題不是芯片本身——而是 CUDA（計算統一設備架構）。
Huang 認為，軟件不斷提升已部署硬件的性能和效率，使人工智能基礎設施隨着時間的推移變得更加有價值，而不是持續貶值。
在一篇最近的文章中，他 寫道，人工智能工廠具備可投資基礎設施資產的特徵，因為它們 “產生收入，服務廣泛市場，隨着時間的推移提高性能，並且可以重新部署。”
這代表了 Nvidia 在定位其業務方面的重大轉變。該公司不再將 GPU 描述為快速老化的技術，而是越來越多地將人工智能計算描述為能夠在其有效使用期間產生回報的長期基礎設施。
Nvidia 投資者接下來應該關注什麼
Nvidia 的信息傳達並不意味着年度產品週期或對其最新人工智能系統的需求的結束。大型雲服務提供商和前沿人工智能實驗室仍然預計將追求該公司的最先進硬件，因為性能仍然是競爭優勢。
更大的問題是，Nvidia 是否能夠成功説服更廣泛的企業市場，舊款 GPU 仍然具有經濟價值，同時繼續説服其最大客户每一代都進行升級。
如果可以，Nvidia 可能找到了一種在不削弱其最新芯片的高價的情況下擴大人工智能採用的方法。
另請閲讀： 思科、Nvidia、亞馬遜和諾基亞推動 Fabrinet 的人工智能繁榮
圖片來源於 Shutterstock
