今年3月舉行的2024年GTC大會上，英偉達發布新一代基于Blackwell架構的GPU（圖形處理單元）芯片B200，相比上一代H100性能推理性能提升高達30倍。

英偉達創始人兼CEO黃仁勛曾表示，一個新的計算時代已經開始了。“我們的GPU擴大 AI 軟件網絡和交換機技術，構建了生成式AI的計算基礎架構。”

事實上，這些年幾乎大部分全球性的技術風口，云計算、加密貨幣、元宇宙、人工智能，英偉達全都是重度參與者。以ChatGPT掀起的AI熱潮讓英偉達受益匪淺，全球幾乎所有的大模型都是用英偉達顯卡訓練出來的，并以超過95%的市場占有率壟斷了 AI 訓練芯片市場。最新B200芯片更是穩固了英偉達在 AI 芯片領域的霸主地位。

隨著英偉達的迅速崛起，僅用時9個月，英偉達市值從1萬億美元增長到2萬億美元。

截至3月27日，英偉達市值已高達2.31萬億美元——這不僅是美國市值第三高的公司，而且以國內生產總值（GDP）計算，也超過了德國、俄羅斯等大多數國家的經濟體。

回顧英偉達的發展史，從最初靠游戲顯卡嶄露頭角，到如今一舉成為 AI 領域的絕對王者，英偉達是如何崛起的？在目前激烈的算力競賽中，英偉達的領先優勢又能保持多久？本期鈦媒體·鈦度圖聞帶你關注。

10年累計投入364億美元，持續挖掘GPU潛力

今年2月發布的2024財年（2023年自然年）四季度財報顯示，英偉達營收達221億美元，同比增長265%；凈利潤122.85億美元，同比增長768%。整個去年，英偉達營收達609.22億美元，同比增長126%，毛利率則高達72.7%。

作為芯片半導體這一高科技產業中重要的芯片設計巨頭，英偉達持續發力研發投入，這也成為英偉達的核心競爭力之一，即研發為底、生態為徑、AI 為翼。

從發展初期，英偉達非常重視研發生產力，以高投入換去高回報不斷提升產品競爭力。2005年，AMD 的研發費用為11億美元，是英偉達的3.2倍左右；而到了2022年，英偉達的研發費用就達到73.4億美元，是AMD的1.47倍。

截至整個2024財年，英偉達研發費用高達86.75億美元，是AMD同期研發費用的1.48倍。

據鈦媒體·鈦度圖聞統計，過去10年（2014-2023自然年），英偉達累計投入費用高達364億美元，高于蘋果公司、微軟公司等科技巨頭。

隨著研發投入的不斷增長，英偉達通過技術進步降低成本和產品價格，不斷推出新的產品吸引更多消費者，優勢逐漸凸顯。

從1990年的GPU Geforce 256，到首個通用GPU計算架構Tesla，再到Maxwell、Pascal、Volta、Ampere、Hopper架構，以及如今的Blackwell架構，英偉達芯片性能持續提升。例如，相比Hopper架構，最新Blackwell架構的GPU單芯片訓練性能（FP8）提升2.5倍，推理性能（FP4）提升5倍。

AI 方面，人工智能的發展為 GPU 帶來更大增長空間，自2016年開始，英偉達逐步開始向深度學習方向演進。英偉達抓住下游發展新機遇，推出 AI 加速卡，伴隨以 ChatGPT 為代表的生成式 AI 大模型發展進入快速增長通道。

生態方面，英偉達推出 CUDA 平臺，使得利用 GPU 來訓練神經網絡等高算力模型的難度大大降低，將 GPU 的應用從 3D 游戲和圖像處理拓展到科學計算、大數據處理、機器學習等領域，這一生態系統的建立讓很多開發者依賴于 CUDA，進一步增加了英偉達的競爭壁壘。

那么，市場層面看，鈦媒體·鈦度圖聞使用總處理性能（TPP）來對比英偉達與其競品AMD、英特爾的芯片性能情況。整體來看，無論是英偉達A100，還是目前最新的H100、B200，訓練性能都“遙遙領先”于AMD MI300系列、英特爾Gaudi 3等同期 AI 芯片產品。

而最新發布的英偉達B200芯片