赛灵思的业务主要集中在FPGA芯片 ， 由于FPGA新品可以允许开发者自己编程做成想要的效果 ， 通过数字集成电路改变芯片内部逻辑单元结构 ， 满足不同需求 ， 被称作“万能芯片” 。
据多方数据显示 ， 赛思灵的FPGA芯片市占率都不低于50% 。 凭借赛思灵广泛的客户 ， AMD也可以将业务延伸至通信、嵌入式、国防航天等未曾涉及过的行业 。
英伟达在消费级游戏显卡等直接竞争的领域 ， 一直压AMD一头 ， 但二者的业务也在不断重合竞争 。
虽然当前英伟达与AMD在数据中心方面的差距在扩大 ， 但赛思灵的ACA加速计算平台可以提高AMD数据中心业务里高性能CPU专业运算 ， 提高AMD在高性能计算中心的技术竞争力 。
此外 ， AMD、赛思灵、英伟达都在台积电流片 ， 英伟达下一代GPU的Hopper、Ada Lovelace两大架构均基于台积电5nm工艺 ， AMD与赛思灵合并后将会在上游产能争取上获得更多话语权 ， 从产能上提高竞争力 。
不过 ， 依然有不少声音看好英伟达 。 美国银行和Wedbush Securities等金融机构的分析师表示 ， 收购ARM失败将为英伟达节省数十亿美元 ， 用于应对监管阻力和复杂的版税谈判 ， 这些资金可以重新部署到人工智能、Omniverse、自动驾驶等新兴技术的持续增长计划中 。
软硬件结合的三个方向
当年吴恩达用神经网络找猫 ， 用了几千个CPU芯片 。 作为吴恩达曾经的同事 ， 英伟达首席科学家的比尔·戴利放出狠话：“我们只用几个GPU就能做到 。 ”最后他用了12个GPU便成功 。
除了硬件算力外 ， 英伟达芯片供不应求的秘诀就是超强的“软硬件”结合能力 。
英伟达在财报中给出新的软件业务商业模式是NVIDIA AI、NVIDIA Omniverse、NVIDIA Drive ， 黄仁勋在将这三个方向的市场潜力具象为3个数字：2500万台服务器、4000万设计师和创作者、1000万辆汽车 。
英伟达表示 ， “我们的软件业务始于几年前 ， 当时是虚拟GPU ， 但这次是我们首次开始向企业提供NVIDIA Omniverse和NVIDIA Drive 。 ”
对于这三大业务的变现途径 ， 英伟达表示 ， 人工智能企业版产品将按照节点数将软件定价授权给客户 ， Omniverse按每年每个设备连接数收费 ， 自动驾驶软件则会采用预付费或按月支付会员费的方式进行 。
英伟达的计划是将NVIDIA AI技术适用于任何规模的企业应用 。 以为Meta供应的NVIDIA DGX为例 ， NVIDIA DGX包含一个完整的NVIDIA AI软件栈 ， 可以实现从单个系统扩展至完整的DGX SuperPOD ， 在本地或主机托管商处运行 。

文章图片
图8/9
Meta采用NVIDIA DGX的RES 来源/澎湃新闻
NVIDIA AI Enterprise软件套件是当前NVIDIA AI主要的产品之一 ， 在其更新的NVIDIA AI Enterprise 1.1中 ， 英伟达通过借助 VMware vSphere with Tanzu 简化企业 AI ， 扩大了 NVIDIA 认证系统和渠道合作伙伴的队伍从而吸引更多企业入驻 。
NVIDIA AI首先将受益于英伟达的数据中心业务 ， NVIDIA AI Enterprise发布时英伟达就表示它将“照亮数据中心” 。 英伟达数据中心业务实际上就是英伟达当前人工智能最主要的落地项目 ， 将GPU用于加速数据中心的AI计算 。 随着需求的变化 ， 英伟达也正在通过与算法和数据因素相结合以改善算力产品 。
Omniverse是面向企业的实时仿真模拟和开放式虚拟协作平台 ， 被英伟达定位为“工程师的元宇宙” 。 最先收益于Omniverse的就是英伟达的专业可视化业务 。 在财报中 ， Omniverse的进展主要都是针对其专业可视化业务 ， 包括提供免费版的Omniverse和为Blender推出Omniverse通用场景描述连接器 。