英伟达中国公司在哪里，英伟达老黄是中国人吗

至此，GPU和CUDA已经成为NVIDIA故事中的关键1。此后，其发展主线围绕垂直技术迭代和水平应用拓展，不断在背后叠加0。例如，2016年，在ChatGPT流行之前，黄仁勋拜访了2015年12月成立的OpenAI，并捐赠了一台配备8台P100的百万美元超级计算机DGX-1，成为NVIDIA在算力方面协助ChatGPT。如果50亿美元的中国订单消失，可能意味着英伟达的平均市场预测将面临巨大的下行风险。

通过此次收购，英伟达加强了其在边缘计算、数据中心、公有云、混合云等领域的软件运营能力，从而进一步扩大了其高性能计算市场。排名前9位的公司中，有6家将在2022年录得净利润亏损，只有博通（AVGO.O）的净利润高于英伟达。最新的MLPerf训练3.0增加了GPT-3大型模型基准测试，NVIDIA和Intel成为唯一的参与者。本周，据外媒报道，甲骨文将斥资数十亿美元采购英伟达芯片，为新一轮人工智能浪潮拓展云计算服务。

英伟达可以说是初创公司最强大的算力提供商，在全球拥有超过30,000家合作伙伴，其中15,000家是初创公司，其中包括数千家AIGC公司。 2016年，趁热打铁的英伟达进一步扩大了架构和技术优势。当年6月发布的GeForce 7800进一步将市场份额从67%提升至79%，成为GPU市场最大的供应商。

自2020 年以来，OpenAI 在其最大支持者微软建造的大型超级计算机上开发了AIGC 技术，该计算机使用10,000 个Nvidia GPU。可见，随着中国不断加大科技投入，美国的限制将成为中国更快实现关键技术自力更生的契机。由于Nvidia GPU供不应求且价格飙升，OpenAI的许多短期计划都被推迟。

算力短期内不会被锁定，但如果作为大规模AI模型最有力支持者的英伟达在显卡各方面都实现了自由产能，那么，根据莱特大规模定律工业产品产量累计增加一倍，单位成本按一定比例下降。正如我们前面提到的，X86 的本地化率还不到4%。事实上，只要国产CPU性能足够，就可以取代国外厂商的市场，并且空间巨大。新规定涵盖了英伟达、英特尔和AMD的大多数人工智能芯片和高性能数据中心芯片。

Nvidia 以3584 个GPU 创造了最快的GPT-3 训练记录，而英特尔AI 芯片Habana Gaudi2 通过在较小的系统上运行GPT-3（包括384 个Gaudi2），展示了其在易用性和成本效益方面的竞争力。芯片超过5小时，在256个Gaudi2芯片上总训练时间超过7小时。以GPU为核心，英伟达向上下游延伸业务，打造更大的AI生态系统，也因此成为AI产业链中更加重要的存在。