英伟达如何再造CUDA技术：揭秘其第二护城河与超级碗营销战略

概念转变

黄仁勋曾多次指出，未来计算的核心并非仅限于传统的GPU或服务器，而是整个数据中心被视为一个统一的计算单元。这一创新观点颠覆了业界对计算单元的传统理解。目前，这一概念的命名方式也明确显示出，行业正从关注单一GPU向数据中心集群算力系统的叙述方向转变。

科技进步带动了数据处理需求的显著增长，使得数据中心运营的高效性变得尤为关键。将数据中心视为一个计算模块，有助于在架构层面整合资源并优化配置，从而增强数据处理的整体效能。这种观念的更新，无疑为英伟达未来的发展打下了新的理论基石。

产品升级

2025年下半年即将推出的Ultra NVL72产品，集成了72块Ultra GPU，其性能相较于上一代的GB200型号提高了1.5倍。特别值得一提的是，黄仁勋对“黄氏算法”进行了重新诠释，自Rubin版本起，GPU数量的计算方式已从“封装数量”转变为“封装内GPU数量”。

芯片公司通常需耗时3至4年研发新芯片并推出新系统，英伟达则在此方面升级速度更快。这种快速的产品迭代使得英伟达能迅速响应市场动态，向客户供应性能更优、效率更高的产品。

纵向拓展

黄仁勋所提及的Scale Up（纵向拓展）环节，尽管与会嘉宾普遍认为其与预期相符，并未带来显著惊喜，然而这一策略对英伟达数据中心的发展具有深远影响。该策略显著提升了数据中心间的互联能力，对于未来百万级GPU在AI工厂中的大规模部署起到了关键作用。

数据中心互联性能的增强，使得数据传输与共享更加迅速，从而提升了数据中心的响应速度和处理效率。这一改进为英伟达在处理大规模数据和AI训练领域提供了有力支撑，帮助其在激烈的市场竞争中保持领先地位。

技术推动

资深光学专家指出，在数据业务推动下，英特尔曾是20年前硅光子学研究的主要资助者。随后，其研发的CPO技术初衷是为了应对光电系统在短距离内的通信需求，这一技术的诞生是光纤通信领域发展的必然趋势。

黄仁勋洞察到CPO在AI数据中心领域的广泛应用潜力，因而依托市场应用推动技术研发，成功将这项技术推向公众视野。此举凸显了英伟达在技术领域的远见，并为该公司在AI芯片市场竞争中增添了新的优势。

合作优势

众多硅光企业能够生产CPO模块，然而，若需与AI芯片相融合，选择出货量最大的AI芯片供应商进行合作将更为理想。英伟达通过自主研发，相较于与AMD等企业合作的硅光公司，在知识和性能方面具有显著优势。

英伟达通过此合作模式，有效主导了技术研发流程，保障了CPO技术与自家AI芯片的完美结合，进而使得其在市场竞争中占据优势。

竞争局面

英伟达致力于在人工智能逐渐向推理领域转变的当下，巩固其在AI芯片领域的领先地位。公司已为其AI数据中心做好了服务推理客户的需求准备，旨在协助客户实现成本节约和效率提升。尽管谷歌等公司拥有大量TPU，但它们仍选择采购英伟达的产品来支持其云服务。

从更广阔的视野分析，英伟达需应对AMD、Groq等对手的竞争，同时还要对抗云计算服务商的挑战。在算力领域，竞争尤为激烈。此外，若英伟达能确保训练和推理软件框架的统一，将有效减少软件部署的成本。这一点，使得其旧款显卡在推理市场占据优势。

业界对英伟达在AI芯片领域的领先地位表示关注，是否能在竞争激烈的市场中维持其优势？欢迎在评论区发表您的看法，并对本文给予点赞与转发，共同参与这场讨论。