04

Nvidia穩居AI霸主,美銀調升目標價至550元!黃仁勳揭成功背後的3大難關

美銀全球研究重申對輝達(Nvidia)的買進評級,將目標價從 500 美元上調至 550 美元,越來越看好輝達的AI晶片需求。

2023.7.19
美銀全球研究重申對輝達(Nvidia)的買進評級,將目標價從 500 美元上調至 550 美元,越來越看好輝達的AI晶片需求。

輝達(Nvidia)18日上漲2.22%,474.94 美元作收,該股今年以來已飆漲 225%。美銀分析師Vivek Arya表示,看好來自資料中心的需求,因此將輝達2024年EPS估值從每股10.01美元調升至11.05美元 。

Nvidia在6月13日時,收盤後市值正式站上1兆美元大關,成為史上第七家市值達到此里程碑的美國企業。

根據Dow Jones Market Data統計顯示,僅蘋果、亞馬遜、Alphabet、特斯拉、Meta 和微軟,市值曾在收盤時突破 1 兆美元。不過,目前 Meta 和特斯拉市值均已跌破 1 兆美元關卡。

Nvidia創辦人黃仁勳日前在5月27日於台大畢業典禮演講,也在COMPUTEX上發表諸多演說,亮相Nvidia的強大運算力,並且與許多科技大廠互動,同時他分享了Nvidia一路走來的心路歷程,以下文章一次看懂。

黃仁勳:加速運算才是未來!兩項趨勢,將改寫長久以來的局面

輝達(NVIDIA)執行長黃仁勳於5月29日在台北國際電腦展Computex中發表演說,現場他化身超級業務員針對輝達即將推出的新產品做介紹,黃仁勳也侃侃而談他的科技願景,強調資料中心就是電腦(data center is the computer),而輝達也以此為核心發展。

穿著皮夾克、受到熱烈歡迎登場的黃仁勳,一開場便藉由大螢幕展示AI(人工智慧)所建構的擬真畫面,昭顯AI時代的蒞臨。而對於輝達的策略發展,黃仁勳則從IBM於1964年創造出電腦的System 360開始說起。

NVIDIA共同創辦人暨執行長黃仁勳
黃仁勳認為CPU的迭代即將告終,由GPU驅動的加速運算才是未來。
圖/ 蔡仁譯攝影

黃仁勳表示,從IBM之後便迎來對算力的革命,同時也讓大家了解電腦的運作原理,System 360和程式編寫邏輯一直延續到了今天,持續了60年。然而如今,卻有兩項趨勢,將改寫長久以來的局面。

摩爾定律走到盡頭了,CPU無法如從前飛快更迭

首先,便是CPU的升級開始停滯。 黃仁勳指出,「在相同成本下,CPU每五年會獲得10倍表現的定律已到盡頭。」這事實上代表著,隨著先進製程晶片的不斷微縮,摩爾定律發展也將到達盡頭,水漲船高的先進製程定價,也是讓CPU無法再如從前飛快更迭的原因之一。

CPU發展瓶頸,需要新的運算解決方案

其次,黃仁勳也認為,企業若想達到更高的算力表現,也會需消耗更多的電量,這也是為何資料中心如此耗電的原因,本質上與如今淨零碳排的趨勢相斥。黃仁勳指出,想要解決CPU發展遇到的瓶頸,「就需要新的運算解決方案。」

黃仁勳直言:「加速運算是整個產業往前邁進的道路。」加上深度學習(deep learning)這項新的軟體使用方式也正好被開發,「加速運算和深度學習這兩件事綁在一起,驅動了今日的運算,也就是加速運算和生成式AI的爆發。」

延伸閱讀:黃仁勳給台大畢業生的3個關鍵字:認錯、堅持、撤退!

換句話說,黃仁勳藉由CPU停止推陳出新的觀點,強調加速運算和AI應用普及的重要性,而發展這一切軟體運行最重要的基石,就是能夠做到平行運算的GPU(繪圖處理器),則更適合AI運算的發展。言下之意,黃仁勳對以GPU取代CPU推進整個科技產業的持續前行,抱有相當願景。

他指出,在資料中心能源供應有限的情況下,相較於CPU,GPU能節省更多成本。GPU雖看來價格高昂,但實則用起來能幫企業剩下不少成本費用。他開玩笑說:「今天聽不懂技術沒關係,你只要知道是『買越多、省越多』就好。」

荒地豐收!輝達克服哪3難關取得今日成績?

不過想要做到「取代」這件事並不容易,黃仁勳則點出其中三個難題。

首先,舉例來説,若想在一片荒涼的土地上開發,就必須打造基礎設施、種植樹木或開鑿河川等,才能吸引人類前來定居,並形成聚落。輝達為GPU開發CUDA的目的就如同荒地開墾,為的就是要讓GPU能有軟體系統,產生自有生態圈,才能持續推展,一如CPU當初是著IBM所開發的System 360來發展的路徑。

NVIDIA共同創辦人暨執行長黃仁勳
黃仁勳認為,輝達從一開始便專注於加速運算,克服多項困難才取得今日成績。
圖/ 蔡仁譯攝影

CUDA是一套輝達提供給開發人員的編程工具,讓工程師能直接如C++或Java等高階語法來編寫GPU程式。黃仁勳指出:「我們必須從最基礎開始重新發明,包含系統、晶片、系統軟體和演算法。」

其次,黃仁勳指出第二個困難在於「資料中心就是電腦(datacenter is the computer)。」應用當今是橫跨所有的資料中心,人們也必須重新設計晶片、
系統以及相關軟體。

最後,加速運算已經是多重領域的工作,例如基因定序運算、車用和醫學等不同領域,都需要不同的專業人員,工程浩大,「這就是為何加速運算花了近30年才完成。」

延伸閱讀:【圖解】13年前的關鍵決策,造就市值逼近兆元的Nvidia!黃仁勳做對什麼?

責任編輯:錢玉紘、林美欣

本網站內容未經允許,不得轉載。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台日半導體新局 全解讀
© 2024 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓