Kimihiko 評論了股票 · 01/04 16:18

💡Nvidia正在建立在定製硅和量子之間的全幅戰略 $NVDA

⃣ AI時代下全棧競爭的全貌

雲服務提供商開始擴充自身的定製硅片，而像Broadcom $AVGO、Marvell $MRVL這樣的半導體供應商捲入巨大集群基礎設施建設，同時也有人擔憂這可能給Nvidia $NVDA帶來逆風。由Google $GOOG、IonQ $IONQ、Rigetti $RGTI等公司主導的量子計算技術，作爲一種有望取代GPU的技術備受關注。然而，Nvidia已經構建起的「從芯片到網絡、軟件一攬子的全棧平台」在目前階段具有不容易被競爭對手或量子領域進入的優勢。

2️⃣ 量子計算的威脅及對GPU的影響

量子計算機在理論上可以以飛躍性的速度解決傳統計算機需要耗費大量時間的問題，因此在組合優化、加密解析、部分機器學習領域等方面，人們期待實現"量子優勢"。如果量子機器可以穩定運行數萬至數十萬量子比特，目前經濟敘事中提到量子計算機會橫掃GPU所負責的複雜運算的設想可能會變得更加現實。然而，目前量子計算機仍面臨着諸多障礙，比如錯誤率和去相干等問題，因此量子計算的商業化仍然具有許多挑戰。另外，由於量子計算機與生成人工智能等領域的學習和推理所擅長的計算領域不同，因此很難認爲Nvidia的GPU市場份額會迅速被量子計算機侵蝕。

3️⃣ CUDA-Q展示的量子集成方案

Nvidia正在探索將GPU計算與量子計算作爲互補的方向，而其中備受關注的一個概念是名爲"CUDA-Q"的構想。CUDA-Q與傳統CUDA的作用類似，後者已成爲通用GPU編程的事實標準。CUDA-Q通過同時處理量子計算和經典（傳統型）計算於同一框架中，旨在實現快速的混合計算環境。

例如，通過在GPU上執行大規模量子仿真或量子電路設計驗證，同時在一定規模內迅速使用GPU進行優化，並進行鍼對真實量子設備的互連測試。這樣，將量子算法納入Nvidia的整個軟件生態系統中，爲人工智能領域和高性能計算用戶提供順暢擴展量子計算的道路 - 這正是CUDA-Q展示的未來圖景。

4️⃣ 雲計算巨頭的定製硅和本地需求的雙面戰略

值得一提的是，Nvidia正在牢固地佔據本地需求。定製硅的引入主要集中在雲端特定工作負載的優化上，然而，金融、醫療、政府機構等出於監管和安全要求而堅持本地部署的企業仍然不少。Nvidia與Dell Technologies $DELL和Hewlett Packard Enterprise $HPE 合作，全面構建和支持在本地運行的"AI工廠"。就量子計算而言，最初受益的將是研究機構和超大規模高性能計算用戶，因此Nvidia引以爲豪的GPU群集與量子計算的混合運作有望在短期到中期成爲主流方案。

5️⃣ 在量子時代到來之前夯實地位的Nvidia

CUDA-Q已經被谷歌和IonQ等公司採用，當量子計算機真正普及時，Nvidia很可能進一步拓展CUDA-Q和量子仿真支持工具，加強量子計算與GPU的協作。目前，一些人將雲計算巨頭推出的定製硅視爲威脅，但Nvidia正在提供通用且具有擴展性的全套解決方案，以吸收和整合自身平台的新技術。

量子計算機擅長處理任務（如解密和組合優化等），在雲上，與量子硬件配合的GPU以混合模式進行處理可能成爲主流。此時，建立連接基礎設施、優化工具、軟件堆棧的任務包括CUDA-Q在內成爲Nvidia的責任。因此，即使在量子融合時代，該公司也更容易保持支配地位。

📍 未來展望

綜合來看，Nvidia $NVDA 明確表明要在量子計算和自定義硅片領域中進一步提升自身優勢，將它們「整合」到自己的平台上。特別是在量子計算領域，儘管硬件尚未成熟，Nvidia通過CUDA-Q提前爲研究人員和企業提供軟件環境，似乎採取了佔據未來量子普及「入口」的戰略。這正是該公司的長處，並可能成爲與雲計算巨頭的定製芯片集群實現差異化的決定性因素。