本报记者翟少辉苏州报道
在近期财报业绩不佳、股价大幅波动的困境中，英伟达（NVIDIA）在苏州结束了2018年最后一场GPU技术大会（GTCChina2018）。以“IAMAI”短片开场，英伟达首席执行官兼创始人黄仁勋（JensenHuang）长达2个小时的演讲是以AI为核心，尽管公司总营收的半壁江山依然为游戏业务。
没有令人惊艳的新品发布，该次GTC更像是对2018年新发布成果的展示，“量产”与“采用”成为了强调的重点。例如，英伟达宣布了适用于AI深度学习、机器学习和高性能计算的HGX-2服务器平台的最新采用者，其中既有为内部应用和云客户提供AI服务的百度和腾讯，服务器厂商浪潮，也有联想、华为、曙光等云服务平台的合作伙伴。
英伟达2018年最重要的进展、被黄仁勋认为是公司“十多年来在计算机图形领域最重要的创新”的图灵架构也是如此。基于图灵架构，采用图灵TensorCore和全新的RTCore，并结合了加速的容器化软件堆栈的T4处理器也已经被包括浪潮、华为、联想、曙光和新华三在内的多家中国服务器厂商所采用。
此外，来自医疗行业的平安科技、华大基因、碳云智能、联影智能等企业，京东、美团等企业的商品配送服务，以及自动驾驶领域众多中国初创公司、卡车制造商对英伟达AI系列产品、服务的采用也均于GTC期间被宣布。
摩尔定律“终结”，“AI变革计算”
受制于工艺制程，近年来摩尔定律的“失效”正成为众多半导体厂商面临的难题之一。一个例证即是，英特尔在先进制程工艺上的一再推迟，已被中国用户戏称为“挤牙膏”。
“摩尔定律已经终结。”黄仁勋表示，过去在相同价格或功率下，芯片性能每10年可加速100倍，这正是行业赖以生存的基础。而如今，性能每年的增速可能为10%。英伟达的方案是加速计算，利用专门设计的处理堆栈，对需要进行大量处理的工作负载加速。
黄仁勋表示，英伟达在过去10年已为众多关键应用程序加速了1000倍。加速计算需要全栈专业知识，其中涵盖架构、芯片设计、系统、算法以及应用程序优化等所有方面。
黄仁勋尝试以实例证明英伟达的加速计算为“前进之路”：SC18公布的全球超算TOP500中，全球第一、欧洲第一、日本第一的超算均采用了英伟达GPU；能效最为出色的25台计算机中有英伟达提供支持的达到22台。黄仁勋强调，AI正在让世界不断自动化。作为“有史以来最强大的技术之一”，AI使得机器可以从大量数据中学习，甚至是自己编写软件。借助AI，行业可以从海量数据中学习和建立预测模型，并将其应用至行业环境或运作中。数据越多，训练强大AI模型的能力就越强，因此，电商、零售、金融服务、电信、医疗保健等行业也都在成为数据驱动的AI行业。
受AI变革计算的驱动，在大型计算领域，高性能计算（HPC）和超大规模数据中心正在急速运转。于是，黄仁勋的介绍也顺理成章地过渡到了专为大型模拟仿真设计的HPC应用的英伟达V100HGX-2，以及为大规模计算集群创建的T4处理器。
加密货币影响逐步褪去，AI芯片仍面临竞争
黄仁勋对英伟达如何在摩尔定律失效、AI变革计算的时代把握先机的积极宣讲似乎并不足以让市场打消对英伟达近期股价波动的担忧。
作为过去数年来科技股中不折不扣的“牛股”，英伟达股价一路从2015年11月的30美元附近，于2016年和2017年的同期分别突破90美元和200美元，并在2018年10月1日来到289.36美元的高点。
然而此后，伴随着美股科技股以及芯片股整体的低迷，英伟达股价经历暴跌，并在近期发布了不及预期的2019财年第三财季财报和第四财季业绩展望后一度暴跌近20%。截至当地时间11月20日，英伟达股价当日上涨3.03%至149.08美元，较一个半月前的高点仍然接近“腰斩”。
在英伟达全球执行副总裁JayPuri看来，英伟达近期股价的波动一是受加密数字货币市场趋冷的影响，另一部分原因则是总体市场大环境影响。“加密货币业务对我们确实造成了超出预期的影响。”Puri表示。
Puri表示，游戏是英伟达所专注的重要业务，当加密数字货币市场显现之时公司也曾试图控制其对业务的影响，确保产品首先被销售至游戏玩家手中。然而，当使用GPU挖矿带来巨大的利润愈发明显之后，也就出现了加价购买GPU的现象。随着加密货币市场的冷却，渠道中尚存的大量高价GPU存货也就成为了英伟达需要解决的难题。
Puri认为，加密货币市场已经趋于冷却，英伟达已可以继续专注于游戏业务，存货问题也可以在未来1到2个季度中得到解决，加密货币对公司的影响也将会消失。此外，同黄仁勋一样，他也强调了公司对推动计算发展的努力，以持续服务于游戏、高性能计算、人工智能、自动驾驶、自主机器人等领域的创新。
有分析认为，作为全球AI芯片股代表企业的英伟达如今在AI芯片领域也将面临着越来越激烈的竞争：赛灵思、英特尔等公司拥有包括CPU、FPGA、ASIC等更广泛的产品选择，而上述厂家也在推出新的专用AI芯片；此外，一些非传统芯片厂商也在积极研发自己的AI芯片，这些公司很多还是英伟达的客户，例如谷歌、阿里巴巴等。
对此，Puri表示，在AI芯片领域英伟达入局最早，且GPU芯片架构同ASIC和FPGA相比，更具可编程性和通用性。在他看来，谷歌的TPU亦是针对专门用户，擅长处理某种AI框架、模型的工作负载。“AI尚处于早期阶段，许多不同的框架和模型会不断地涌现，这就需要更具可编程性和通用性、能为所有模型提供加速支持的平台。”Puri对21世纪经济报道记者表示。
11月20日，此前长期建议投资者做空英伟达的CitronResearch发推特表示，英伟达仍是AI与数据中心领域的重要厂商，并预计会消化掉库存问题，建议投资者买入。
（编辑：辛灵）
