黄仁勋走出舒适区

出品 | 虎嗅科技组

作者 | 王欣

编辑 | 苗正卿

头图 | 视觉中国

即便冒着背刺自己最大客户—— AWS、谷歌云、微软云的风险，英伟达做云（DGX Cloud）的野心依旧有增无减。

英伟达正在招聘与 AWS 等云服务商常见职位相似的—— 39 位针对特定行业的 " 解决方案架构师 "，涉及金融、汽车、医疗和零售等领域。他们负责深入了解特定行业的需求，并提供相应的技术解决方案。

随着企业对 AI 软件需求水涨船高，英伟达也借助其在 DGX Cloud 建立的客户关系，来销售用于管理开发 AI 模型的大型数据集软件。Nvidia 单独向 Adobe、Getty Images 和 Shutterstock 等客户销售与 AI 相关的软件，这些客户表示他们正在使用这些软件来构建 AI 模型。

此前黄仁勋就曾透露，公司可能会通过强化自家的云服务和 AI 软件业务（DGX Cloud 和 Nvidia AI Enterprise）来涉足云计算领域。

在二月的财报电话会议上，黄仁勋表示：" 长远来看，这可能成为一个极为关键的业务。" 他还预测，未来 " 全球的每家公司 " 都可能成为 Nvidia 软件的客户，而不只是购买其知名的芯片产品。

据 The Information 报道，英伟达告诉投资者，从长远来看，它可以从软件和云服务中创造 1500 亿美元的收入——比英伟达或 AWS 目前每年创造的收入还要多。

特洛伊木马

有从业者用 " 特洛伊木马 " 来比喻英伟达 DGX Cloud 的运营模式。

" 卖铲人 " 英伟达并不建立自己的数据中心，而是租用 AWS、微软传统云服务厂商数据中心的服务器。然后，英伟达又将这些服务器出租给自己的客户。

显然，DGX Cloud 的业务增长，看似并不一定会夺走云提供商的现有收入，因为英伟达支付了服务器租金，也会推动传统云提供商的业务规模。比如 Nvidia 打算向 AWS 租赁约 16000 台装备有 H100 的服务器，这种规模的计算资源与一家大型人工智能初创企业所需的处理能力大致相当。

但这就像特洛伊木马的传说，佯装成给云厂商贡献订单的战利品木马，实际上这种权力博弈可能会削弱云提供商的影响力，并帮助英伟抢夺原本可能从 AWS、微软、谷歌等云提供商购买其 AI 软件的客户。

在这个模式下，由于云服务厂商数据中心的服务器也采购自英伟达——实质上它们只提供了机房，因此对于传统云提供商而言，DGX Cloud 的崛起可能会让他们沦为中介。

这里我们用 DGX Cloud 客户之一 ServiceNow 为例，ServiceNow 高级副总裁约翰 · 西格勒 ( John Sigler ) 表示，英伟达的 " 单一软件平台 " 可以让 ServiceNow 横跨自己的数据中心及多个云提供商同时运行其 AI 软件。这种跨多个云提供商运营的方式，能够提升开发者对 DGX Cloud 的依赖。

相比其他云服务，英伟达对 DGX Cloud 的定位更为轻量和快速响应 。DGX Cloud 客户可以快速租用一台配备 8 个 A100 GPU 的云服务器，起价为每月 37,000 美元。

DGX Cloud 另一大优势在于，英伟达工程师对芯片的深入了解，使得他们能够针对性地调整优化，构建性能更优的服务器。

除此之外，英伟达还通过支持云服务商的竞争对手，来加速竞争。英伟达向 CoreWeave、Lambda Labs 和 Crusoe Energy 等新兴云服务商提供了大量 H100 芯片，但同时也要求这些云厂商提供自己的客户名单。

消失的边界

那么，问题来了，英伟达为什么不建造自己的数据中心？

首先，如果英伟达筹建数据中心，这种打通从芯片到云服务上下游的强势表现，很有可能会面临反垄断监管的风险。

此前，法国政府部门就以反竞争行为调查为由，搜查过英伟达的一家办公室，而这源于他们对云计算市场的调查。

实际上，监管机构对英伟达的关注从没停过。美国联邦贸易委员会的反垄断监管机构曾暗示，他们正在关注 Nvidia，是否有迹象表明它在 " 高度集中的市场 " 中不公平地行使权力。该机构曾起诉 Nvidia，要求其停止收购芯片设计公司 Arm，但 Nvidia 最终放弃了这笔交易。

另外，数据中心需要大量资本支出，一向轻量化运营的英伟达还没准备好这样做。

英伟达勇敢走出舒适区的原因，并不难理解：

为了减少对英伟达的依赖，亚马逊、微软和谷歌都在开发自己的人工智能芯片，试图撼动英伟达在 AI 芯片领域的主导地位。

他们正在芯片设计公司博通的帮助下开发 AI 芯片。在博通 CEO Hock Tan 表英伟达替代品的市场将会蓬勃发展后，博通的股价在最近几天飙升。

" 我们正试图说服客户改用亚马逊自己的 AI 芯片驱动的服务器 "，亚马逊芯片部门业务开发负责人 Gadi Hutt 表示。他说，苹果、Databricks、Adobe 和 Anthropic 等希望替代英伟达的科技公司已经在测试最新的亚马逊 AI 芯片，并看到了令人鼓舞的结果——使用亚马逊的 AI 芯片比使用 Nvidia 的旗舰 H100 芯片实现相同性能的成本低 30% 至 40%。

除英伟达外，OpenAI、Meta 等公司也开始纷纷跨界。近期，OpenAI 重燃对机器人的兴趣，考虑开发人形机器人。Meta 正在开发搜索引擎，抓取网络数据来为 Meta AI 提供答案，此前谷歌搜索和微软必应为 Meta AI 的用户提供有关新闻、体育和股票信息。

AI 玩家们争先进入竞争对手的地盘，AI 圈的 " 边界 " 已经开始逐渐消融。玩家们或通过减少对关键供应商的依赖、或扩大市场，来分一杯羹。可以预见的是，未来人工智能的狂热竞争只会日益激烈。他们担心的或许是，不大胆下注的人，可能会输掉比赛。