Nvidia公司是一家美国科技公司，总部位于加利福尼亚州圣克拉拉，在2024财年（截至2024年1月28日）达到了一个重要的财务里程碑，其数据中心收入首次超过游戏收入，这是公司历史上的第一次。数据中心部门全年收入达到475亿美元，而游戏收入为104亿美元，反映出市场对Nvidia图形处理单元（GPU）在人工智能（AI）训练和推理工作负载中的需求激增。这一转变凸显了Nvidia从一家以游戏图形闻名的公司向AI热潮核心供应商的转型，这一转变已酝酿了十多年。
这一里程碑并非突然事件，而是软件和硬件战略投资的成果。Nvidia的CUDA平台于2006年推出，使GPU能够用于图形以外的通用计算，支持科学模拟、数据分析和最终深度学习中的并行处理。到2010年代末，Nvidia GPU已成为学术和工业研究中训练神经网络的标准。2017年发布的Transformer架构是现代大型语言模型的基础，进一步加速了对高性能计算硬件的需求。随着生成式AI应用（如OpenAI的ChatGPT）在2022年底和2023年获得全球关注，云服务提供商和企业纷纷部署Nvidia的加速器（包括A100和H100型号）来构建和运营AI服务。
财务背景与数据中心增长
Nvidia于2024年2月21日公布的2024财年业绩显示，总收入为609亿美元，同比增长126%。数据中心收入同比增长217%，主要受AI训练和推理GPU销售以及InfiniBand交换机等网络产品的推动。相比之下，游戏收入（历史上曾是Nvidia最大的部门）仅增长15%至104亿美元，原因是PC游戏市场趋于成熟，GeForce GPU需求趋于稳定。公司的数据中心部门还包括汽车和专业可视化收入，但核心驱动力是AI相关计算。
这一交叉点此前几个季度已被预期。在2024财年第三季度（截至2023年10月29日），数据中心收入达到145亿美元，远超游戏的28亿美元。全年数据确认了这一趋势，数据中心占总收入的78%，高于2023财年的56%。这一转变反映在Nvidia的股价上，从2023年初的每股约150美元上涨至2024财年末的600美元以上，推动公司市值在2023年5月突破1万亿美元。
战略投资与产品演进
Nvidia向AI的转向并非偶然。公司大力投资于机器学习基础设施，包括开发专用GPU架构。2017年推出的Volta架构包含专为深度学习常见矩阵运算设计的张量核心。2020年推出的Ampere架构提升了AI工作负载的性能，并被主要云服务提供商采用。2022年发布的Hopper架构引入了H100 GPU，该产品成为AI热潮中最抢手的AI加速器，由于需求旺盛，交付时间长达数月。
Nvidia还扩展了CUDA之外的软件生态系统。公司于2020年以69亿美元收购了Mellanox Technologies，增加了对大规模AI集群至关重要的高速网络能力。2022年，Nvidia收购了Run:ai（一个AI工作负载管理平台）和Annapurna Labs（设计数据中心定制芯片）。这些收购补充了Nvidia的硬件产品，并加强了其在数据中心市场的地位，而AMD和Intel等竞争对手也在争夺AI工作负载。
公司收购Arm Holdings的尝试始于2020年，估值400亿美元，但因监管障碍于2022年放弃，但Nvidia继续开发自己的CPU设计，如Grace处理器，该处理器与GPU配对用于AI和高性能计算应用。这种垂直整合使Nvidia能够提供从芯片到网络再到软件的完整系统，吸引了Amazon Web Services、Microsoft Azure和Google Cloud等云服务提供商。
市场影响与竞争格局
这一收入里程碑凸显了Nvidia在AI硬件市场的主导地位。截至2024财年，据行业分析师估计，Nvidia控制了AI训练芯片市场约80%至95%的份额。这种主导地位源于硬件性能、通过CUDA实现的软件生态系统锁定以及早期AI研究合作投资。Nvidia的GPU被用于OpenAI的GPT模型、Google DeepMind的AlphaFold以及众多学术和企业AI项目。
竞争对手试图挑战Nvidia的地位。AMD推出了Instinct MI300系列，在某些工作负载下提供有竞争力的性能，Intel则推出了Gaudi加速器。云服务提供商也开发了定制芯片，如AWS Trainium和Google的TPU，以减少对Nvidia的依赖。然而，这些替代方案通常需要额外的软件投资，且缺乏经过15年打磨的成熟CUDA生态系统。因此，Nvidia保持了领导地位，数据中心收入在后续季度持续增长。
这一里程碑还对整个科技行业产生了更广泛的影响。Nvidia的成功表明，AI正成为计算需求的主要驱动力，将投资从传统PC和智能手机市场转移。公司市值在2024年6月达到3万亿美元，并于2025年突破4万亿美元，使其成为全球最有价值的公司之一。这一增长得益于对AI基础设施的持续需求，企业和政府投资于计算能力以支持大型语言模型和其他AI应用。
历史背景与战略转向
Nvidia由黄仁勋、Chris Malachowsky和Curtis Priem于1993年创立，最初专注于视频游戏的3D图形。公司早期在GeForce系列上的成功确立了其作为领先GPU供应商的地位，但游戏图形市场具有周期性和竞争性。在2000年代中期，Nvidia开始探索通用GPU计算，促成了CUDA的开发。该平台允许研究人员将GPU用于科学计算，开辟了高性能计算的新市场，并最终扩展到AI领域。
2020年代的AI热潮，由深度学习的突破和Transformer模型的扩展驱动，创造了前所未有的并行处理硬件需求。Nvidia处于利用这一趋势的独特位置，因为其GPU已针对矩阵运算进行了优化，且其软件栈在研究和工业界被广泛采用。公司市值在2023年突破1万亿美元，2024财年的收入里程碑清楚表明AI已成为Nvidia的核心业务。
对AI生态系统的影响
收入构成的转变对AI生态系统产生了连锁效应。初创公司和云服务提供商依赖Nvidia的硬件来训练和部署模型，这种依赖被视为瓶颈。2023年H100 GPU的稀缺导致二级市场价格超过官方标价，一些公司（如xAI）直接从Nvidia获得投资以确保供应。这种动态凸显了AI计算的战略重要性以及供应集中在单一供应商手中的情况。
Nvidia的成功也影响了AI研究和基础设施的投资模式。风险投资公司，包括红杉资本和Sutter Hill Ventures（它们曾资助Nvidia早期发展），继续支持依赖Nvidia技术的AI初创公司。公司估值增长引起了政府和监管机构的关注，他们审查其市场力量以及对某些国家先进芯片的出口管制。
结论
2024财年数据中心收入超过游戏收入标志着Nvidia的决定性转折点。这验证了公司对AI的长期押注，并使其成为AI热潮的基础设施提供者。这一里程碑不仅是财务统计数字，更反映了AI如何从一个小众研究领域转变为主流商业驱动力。随着Nvidia继续通过新架构和软件进行创新，其在塑造计算未来方面的角色至少在短期内似乎是稳固的。