创始人Huang Renxun是如何逐步领导公司并成为筹码霸主的？护城河有多深？为什么AMD的人工智能芯片市场不购买？

2016年，他将他生产的超级计算机捐赠给了一家名为OpenAI的开放式公司，该公司诞生于这台机器，震惊了全球Chatgpt。

老挝人两周前去了台湾大学举行演讲。演讲的内容由无数人复制。演讲的主题是面对错误并停止及时损失。这是因为这种生存智慧。值得学习的是，尤其是在股市投资中，我们需要面对自己，错误的事情，不持续，及时停止损失可以避免更严重的损失。

1993年，NVIDIA的创始团队是技术丹尼尔（Daniel）。红杉资本在其创业企业家精神开始时进行了投资。日本游戏巨头SEGA还向这支初创公司提供了超级订单。

Sega，我们仍然知道这个时代，什么灵魂Dou Luo，Street Overlord和Cherry Blossom War是他们的作品。 SEGA还开发了主场游戏机 - 苏尔。在持有大量投资并收到顶级公司的订单时，您是否说黄伦Xun的企业家精神是一个完美的开始？

但！这个故事已成为事故！

在两年的努力工作中，该公司的第一个产品NV1即将完成。结果，微软宣布，将启动的Windows 95系统上的游戏界面和技术路线将与此NV1完全不同，该NV1可以说是不相容的。对于黄伦Xun来说，这绝对是雷电。放弃Windows 95是什么意思？

然后，这意味着那些在世界各地放弃电脑游戏的玩家几乎是在这个时候花费的。我应该怎么办？团队中其他人提供的解决方案是，我们现在很快开发了NV1研发，将其送给SEGA，获得合同金，然后我们依靠这笔钱来开发新筹码。这是最安全的方法。

但是，黄伦Xun的决定超出了每个人的期望，他立即停止了NV1的研发，并立即转过身来开发新的筹码。听到这个决定，团队很愚蠢。该产品是客户要做的。这笔钱已投资。您应该说所有内容都应该首先完成吗？

Huang Renxun的想法非常清楚。他认为，Windows决定了未来十年甚至更长时间的行业规则。这是最大的成本。 Huang Renxun不仅自己停止了研究和发展，而且还找到了客户SEGA。我们认为我们的产品研发方向是错误的，您的产品方向也是错误的。现在，我们立即停止的最合适方法。你猜怎么着？ Nvidia并未按计划交付，但Sega付款了！

他们认为，防止时间合作伙伴认为这太准确了，开发下一份产品的任务仍被移交给Nvidia。这是世嘉的钱。第三代产品（Riva 128）不仅支持新的行业标准，而且还支持竞争速度的四倍。第三代产品在四个月内售出了100万件，使Nvidia能够在该行业立足。本质

之后，黄伦Xun一直跟随微软的哥哥吃辣和辣。直到2010年的智能手机时代，NVIDIA再次进入十字路口。 NVIDIA已实施的想法是将此芯片的计算能力堆积到极端。顾名思义的SO值计算能力是计算能力。但是，手机的空间太小，无法安装NVIDIA的伟大佛陀。

2011年，NVIDIA推出的第三代手机芯片Tu Rui 3与上一代性能相比增加了三倍。 HTC一直很瘦，一直是宝藏，并决定依靠Tu Rui 3来对抗转弯。结果，Tu Rui 3配备了最新的旗舰机器。

结果，悲剧诞生了。由于NVIDIA芯片具有巨大的计算能力，因此对散热的需求很高。在HTC手机上安装Tu Rui 3后，加热问题非常严重。旗舰机成为问题的机器。奈特，终于变成了自己的筷子。 2015年，NVIDIA并没有挣扎，直接宣布了从手机市场中官方撤离，并去了计算机图形卡。

Huang Renxun的陈述是什么？高计算能力，少量，成本效益，这是GPU的不可能的三角形。

NVIDIA进入手机行业是一个错误。我们的目标是为世界各地的计算机提供最高的计算能力。即使它从大众市场变成了专业市场，这也是对NVIDIA的追求。

实际上，Huang Renxun是第一个感谢喜欢玩游戏的人。老子高中对玩游戏着迷。这是1990年代游戏行业的头痛。计算机的硬件CPU不是很好。无论游戏多么出色，机器都不会移动？我们经常说，它是考虑NVIDIA的第一种思考Nvidia，它发明了GPU，GPU，图形处理器，CPU和GPU是我们经常说的芯片。 CPU是一种通用芯片，是电子产品的大脑。您必须控制所有内容，而GPU是专门研究图像数据的图形卡芯片。

假设，没有人，无论您的技术如何玩游戏，您都会被卡住。现在，一张好的图形卡必须出售成千上万件，有时价格上涨。但是GPU的能力不仅是一款游戏，它代表了与CPU不同的计算能力。无论是超级计算机，生物医学还是金融，国防或采矿，一切都需要大数据计算项目都需要计算能力和GPU。

到2020年，全球80％的云计算和数据中心由NVIDA的GPU驱动。现在最热门的是什么？人工智能！什么是什么？它是将计算机作为数据并让他学习和学习，然后必须使用GPU的计算能力。

2023年，最热门的人工智能Chatgpt接受了10,000个NVIDA GPU的培训，而Tesla的自主驾驶技术也基于Nvida GPU。 Google和Microsoft购买了许多NVIDIA产品。在eBay上以超过40,000美元的价格出售的人工智能图形H100的价格很难找到。从计算机，手机，互联网，机器人到自动驾驶，区块链，元宇宙，AI，最基本和最重要的是NVIDA出售的芯片或GPU。

因此，老子站在金字塔的尖端。 Huang Renxun不是风，而是风本身。投资界有一个名为“采矿”的东西，但不一定是有利可图的，但它会赚钱以销售铲子。但是谁能想到的，这款铲子的起源只是为了使我们玩更好的游戏。

今天，让我们在事件发生后恢复宽牙。这个古老的黄的决定肯定会给他一个大拇指。在巨大的计算能力需求的帮助下，NVIDIA的市场价值超过1万亿美元，迎来了数万亿美元的市场价值，并带有数万亿美元的市场价值。时代。

老实说，我们真的不知道，老挝是否可以预见，但是当他认为这是错误的时候他停了下来。这种质量很有价值。面对及时停止损失的错误时间似乎很容易，但是一个以上的大个子将他视为真理。

为什么AMD的人工智能芯片市场不购买？

周二，AMD发布了Wang Fried产品的MI300X，该产品是针对大型语言模型进行了优化的版本。但是与Nivine的H100相比，MI300X面临一些挑战。

首先，NVIDIA H100已在满载时发货。在AI行业中，NVIDIA也是最大的软件生态系统和最多的研究人员。 MI300X仍处于“婴儿时期”，AMD的软件生态并不是那么完美。此外，AMD尚未发布任何基准测试。培训和运行大型AI模型不仅取决于GPU的性能，而且系统设计尤其重要。

我们的分析认为，AMD对NVIDIA市场份额的挑战不会在一夜之间发生。一方面，NVIDIA GPU芯片的计算功率屏障以及AI训练终端的深度布局很难摇动。另一方面，AMD的软件生态学还限制了其集成和渗透应用程序方案与客户系统。

其次，尽管MI300X的内存达到192GB，但NVIDIA也可以提供具有相同内存规范的产品，因此这不会成为绝对的优势。此外，与Nivine的H100相比，AMD不会具有显着的成本优势，因为高密度HBM很昂贵。

最关键的问题是MI300没有H100拥有的变压器引擎。变压器引擎可用于加速变压器模型，在AI的训练和推理中提供较低的内存利用，从而提供更好的性能。

但是，根据我们发现的最新消息，亚马逊高管戴夫·布朗（Dave Brown）表示，该公司正在考虑AMD的AI芯片。因为亚马逊更倾向于设计服务器本身，因此AMD自定义产品组件可以直接插入亚马逊现有系统。

正如AMD首席执行官Su Zifeng在采访中透露，AMD将提供一个“菜单”，其中包含建立大型AI型号所需的所有组件。客户可以自由选择所需的组件，然后通过行业标准进行连接。

这是亚马逊的“思想”。

与AMD相反，亚马逊高管戴夫·布朗（Dave Brown）表示，NVIDIA不仅出售芯片，而且还将整个系统出售给云制造商-DGX Cloud。目前，Oracle Corporation是其第一个合作伙伴，但亚马逊拒绝与NVIDA合作来启动DGX云系统。

这是一个局外人。旧服务器公司Oracle Orcl在这两天中达到了纪录。原因是投资者对其在云服务器中的增长和与NVIDIA的合作建立第一个训练AI模型的GPU云感到乐观。我会用流行的话向所有人解释，也就是说，如果一家公司不能购买NVIDA GPU芯片，您可以去租金并直接连接到互联网上的32,000 GPU，您可以直接培训AI，您不需要买回家并自己奔跑。

本文来自微信公共帐户“美国股票投资网络”（ID：Tradesmax）。