十幾天前加州洛杉磯舉辦的“2023年世界電腦圖形會議”（SIGGRAPH 2023）上，“皮衣教主”黃仁勳向全球展示了自己的“核彈工廠”，再次向世人證明英偉達的相關新聞從不冷門。幾乎與SIGGRAPH 2023同時的，來自美國的一家初創雲廠商CoreWeave也搞出了不小的動靜。
本月初CoreWeave宣布融資23億美元，約合168億元人民幣。眾所周知的一點是要謀求融資就需要有質押資產，令人驚訝的是CoreWeave用作質押的是其名下的GPU。 CoreWeave的真實想法未必與英偉達一致，但此時的老黃或許在想，既然能讓雲廠商們乖乖的當小弟，何不更進一步呢？畢竟現在誰有英偉達GPU誰就是最紅的雲廠商，那麼眼下誰有最多的英偉達GPU呢？
一、GPU決定話語權
在大模型浪潮興起的半年多里，GPU儼然成為了一種硬通貨，宛如真金白銀。而CoreWeave能以此為質押，主要在於它曾經的身份：北美地區最大的以太坊礦工。最多時它曾投入超過五萬台GPU用來挖礦，但在面對挖礦的一系列問題，特別是這種行為本就不可持續後，它就把目光轉向AI等對算力有極大需求的領域，並在ChatGPT上線之前就購買，囤積了大量英偉達的GPU。彼時GPU的產能還算充分，遠沒有現在這樣供不應求。同時也正是因為這種囤積居奇，CoreWeave自稱是世界上唯一一家可以大規模提供H100算力的企業，不知不覺間就搖身一變，成了一家“雲廠商”。
按照CoreWeave的說法，它的GPU供給已經超越了市面上所有云服務巨頭，包括谷歌云、亞馬遜雲和微軟Azure等一眾大廠和巨頭，聽起來有些不可思議但這就是事實。按照傳統觀點，要提供雲服務先要構建數據中心，這就需要極大的成本投入，還需要精巧的空間、能源和散熱設計以及完美無缺的軟硬件協同等等配套設施，一般來說，能有財力物力完成這些建設的只能是巨頭，而一家成立僅數年的初創公司是不可能做到的。
前面說過CoreWeave曾經是北美地區最大的以太坊礦工，此外它還有一個身份：英偉達最忠誠的小弟，對英偉達的認可堪稱信仰級的頂禮膜拜，同時它對“數據中心”的理解也與眾不同。過去多少年來數據中心都由CPU構成，側重通用計算能力，賽道先後被英特爾和AMD（超威半導體）的芯片把持。但現在的數據中心則強調並行計算，需要更大的內存與帶寬，以及將所有的加速計算單元密接的能力。黃仁勳對這種變化有個說法叫“數據中心現代化”，他認為這是一個將花費至少十年的工程。這項工程的啟動預示著整個數據中心的一切–包括建構方式，軟硬件協同，甚至電源和散熱結構等等基礎設施–都需要重新設計，直接在一夜之間改變了全球的雲服務規則，供應商也重回同一起跑線，針對CPU設計的前代數據中心方案幾乎全部淪為廢紙。
CoreWeave的這輪押寶非常精準，不僅能提供龐大的H100算力，並且比其它雲服務更快的同時費用還低了不少。很大程度上得益於它是英偉達最忠誠的小弟，很早就實踐了黃仁勳有關數據中心的願景，即數據中心正在發展為加速計算，而緊缺的算力則通過雲供應。
二、英偉達雲實力幾何？
雖然芯片、GPU現在很搶手，但英偉達一定是樂於見到這般光景的。在扶持類初創雲服務企業的同時，英偉達也在不遺餘力的建設自家云服務。親自下場做雲的優勢有很多，最明顯的是英偉達不可能擔心GPU斷供。馬斯克之前曾在公開場合說，現在要買GPU比買毒品還難，而CoreWeave的出手闊綽也和英偉達的信任有關，今年四月CoreWeave的B輪融資中，英偉達也曾積極參與其中。
不過以英偉達的能量來說，僅僅投資一些初創公司收小弟顯然不夠，AIGC和大模型浪潮的興起，最終促使英偉達的親自下場。今年三月時英偉達推出了自己的雲服務DGX Cloud，年中時正式上線。顧名思義的就能看出它直接利用了英偉達DGX超級電腦的能力，雲的每個實例均配備八個H100或A100 GPU以及640GB內存。這項服務目前採用月租形式，費用近四萬美元。當然，相比直接買一台DGX服務器20萬美元的價格來說已經便宜了不少，但也有許多人表示，微軟的Azure雲服務，同樣是八個A100 GPU，價格還不到兩萬美元，差不多只有英偉達的一半，還有什麼理由選擇英偉達呢？
原因倒也不難理解，因為英偉達的雲服務不僅包括算力，還包括一整套AI解決方案。 DGX Cloud裡集成了兩項服務，Base Command Platform（基礎命令平台）和AI Enterprise（初創企業專屬AI服務）。前者是一個管理與監控軟件，不僅可以用來記錄雲端算力的消耗量，整合雲端和本地算力，還能讓用戶直接通過瀏覽器訪問DGX Cloud。後者則是英偉達AI平台中的軟件層，包含幾千款軟件，提供各種預訓練模型、AI框架和配套工具，簡化端到端的開發和部署成本。此外，DGX Cloud上還有AI基金s服務，讓企業級用戶可根據用自家的數據，特別定制自家專屬的行業垂類大模型。
在這套組合拳的助力下，DGX Cloud的訓練效率比傳統的雲服務明顯高了兩到三倍，也成為了DGX Cloud與傳統雲服務最大的差異化優勢。它將英偉達兩方面的強項完美結合：豐富的AI生態和強大算力。對於英偉達來說，“軟件即服務”（SaaS）這個現在人所共知的標籤應該改成“軟硬件一體即服務”，可以說DGX Cloud是中心化展現了一個硬件廠商向上垂直整合的能力天花板。
三、老黃的心思
如果認為僅靠一個DGX Cloud就能讓整個雲服務賽道重新洗牌，未免又有些過於天真。有一個頗為有趣的事實：DGX Cloud首發在甲骨文的雲服務上，微軟和谷歌緊隨其後，而英偉達與這些雲廠商合作的方式，則是先把GPU賣給這些雲合作夥伴，然後再租用這些硬件以便能運行DGX Cloud。一碗飯分兩次賣還收兩次錢，外人還心甘情願的花錢，不愧是你英偉達。對此黃仁勳的解釋是“我們讓客戶使用我們的計算平台並受益，而客戶通過將我們的計算平台置於雲廠商的雲中而受益。”
如果只聽老黃一人說，這的確是個皆大歡喜的雙贏結局，然而這可能只是他一貫的講話風格，僅此而已。最明顯的一點，英偉達與其他企業面對的是同一批客戶，彼此誰不知道誰？十幾天前的SIGGRAPH 2023上，老黃曾官宣與Hugging Face的合作，接著又發布了名為AI Workbench的服務，這些都是在幫助用戶創建和測試預訓大模型，其背後的算力支持自然都少不了DGX Cloud的支持。但是這種行為勢必影響到英偉達和其他雲廠商的關係，比如穀歌、微軟和亞馬遜，它們同時也是英偉達的大客戶，英偉達推廣自有云服務勢必會動它們的蛋糕。同時英偉達還不用擔心芯片與GPU斷供的問題，這麼看來英偉達都不只是在摸老虎屁股了，簡直就是虎口奪食。
這一切別人或許不知道，黃仁勳不可能不知道。他曾公開表示“一個恰當的雲服務組合比例應該是10%的DGX Cloud加上90%的公有云”。換言之，DGX Cloud在黃仁勳的眼裡並非傳統雲廠商的對手或威脅，而是合作夥伴，而這又是因為DGX Cloud可能在很長時間內都只能維持一個較小的市場份額。雖然老黃一說到數據中心業務量就是“訂單多到不可思議”，但要注意的一點是一旦大模型落地部署並實現ChatGPT或類似的商業化模式，其推理成本將隨著用戶規模的提升而迅速指數級升高，由此導致的算力需求也將水漲船高，甚至比訓練大模型的還要大十倍百倍。
此外DGX Cloud如果作為一種純競品上線或許會佔領可觀的市場份額，但勢必加速其他雲廠商擺脫對英偉達的依賴，它們本來就已經很不爽“英偉達稅”了，都在鉚足勁自研芯片。而從英偉達的角度來說，全力投產DGX Cloud就一定能保證英偉達當前利益最大化嗎？也未必，與蘋果類似的，英偉達也是無廠半導體企業，自家團隊負責研究和設計新產品並銷售產品，具體的製造則由台積電等代工廠商完成。這種模式使得英偉達和蘋果控製成本，保持利潤的功夫都非常精到，雖然常被外人諷刺為“擠牙膏”。
還有一點經常被忽視的，前面提到過黃仁勳口中“數據中心現代化”將花費至少十年的時間，而今年才是這個週期的第一年。現在英偉達和其他雲廠商間似乎維持了一種平衡，至少看起來是這樣，但很多時候平衡就是用來被打破的，尤其是英偉達也參與其中的時候。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載