瑞銀全球科技與人工智能大會
文章語言：
简
繁
EN
分享
紀要
原文
會議摘要
對話圍繞在人工智能市場轉變中展開，強調了Grace Blackwell配置和CUDA在保持競爭優勢中的作用。同時還強調了保持高利潤和戰略投資的信心，以及與領先的人工智能公司合作、庫存管理和資本配置策略的討論。
會議速覽
打破人工智能泡沫擔憂：強調加速計算和數據中心轉變討論了數據中心向加速計算和人工智能的轉變，強調了從中央處理器轉向圖形處理器的必要性，重點放在2030年3-4萬億美元市場機遇上，強調增長和更替需求。
NVIDIA在AI模型訓練和數據中心規模解決方面的競爭優勢討論了NVIDIA在Grace Blackwell配置方面的進展，強調了他們在人工智能模型訓練和數據中心可擴展性方面的競爭優勢，同時解決了市場領先地位侵蝕的擔憂。
增強企業軟件和硬件以支持模型構建和人工智能工作負載該對話強調了公司專注於增強模型構建者和企業的軟件平台，同時保持與現有基礎設施的兼容性，同時推進到新的架構。它突顯了推斷工作負載的盈利能力以及對舊的GPU型號持續需求，展示了客戶的適應能力和投資回報的好處。
論據模型和用戶需求對計算和收入增長的影響這段對話討論了推理模型的進步和用戶需求的增加是驅動需求更多計算能力的因素，這導致了更大的模型規模、更多的令牌生成以及一種促使增加收入潛力的飛輪效應。模型構建者正在專注於開發更複雜的推理能力，結合不斷增長的用戶群，正在創造一個市場，額外的計算資源直接轉化為增加的收入機會。
在人工智能生態系統中平衡計算需求與模型構建者的財務現實。討論了由於高計算需求而對模型構建者造成的財務壓力風險，強調了需要盈利能力，資本籌集和戰略規劃，以確保可持續的計算能力和資本可用性。
英倫半導體與 OpenAI 和 Anthropic 的計算基礎設施戰略合作NVIDIA討論了與OpenAI長期合作夥伴關系，重點關注未來針對計算需求的直接合作，獨立於當前的CSP安排。還突出了與Anthropic進行的持續合作，強調戰略性計算基礎設施支持。
戰略合作夥伴關系和在人工智能模型發展中的計算需求關於與人工智能模型制造商戰略合作的討論，重點是計算支持和平台集成。對話突顯了正在進行的合作夥伴關系，特別是與需要大量計算資源的實體，同時還對這些合作夥伴關系帶來的直接和間接收入來源的可持續性進行了保證。演講者強調持續的工程支持和雲服務提供商在滿足資本需求方面的作用，確認了在人工智能模型開發者日益增長的需求下業務模型的強大和穩定性。
韋拉·魯賓的性能飛躍和人工智能計算的系統優勢維拉·魯賓有望在超級計算機上實現重大性能飛躍，預計過渡將會無縫進行。該系統的全面設計，包括訓練、推理和功率效率，勝過固定功能的替代方案，使其成為複雜人工智能工作量的首選。
探索Cpx和軟件方法用於人工智能工作負載對話突出了Cpx在管理人工智能工作負載方面的重要性，通過將其分解為更小的任務，類似於ASIC設計。它強調了使用單一的完整系統來進行模型專家工作的效率，而不是使用多個基礎設施。此外，它挑戰了AI編程本身，如CUDA，是否能夠取代開發人員的手動優化工作。
CUDA性能提升：跨代GPU計算效率的演變討論CUDA持續的庫更新以及它們對GPU性能的影響，強調軟件增強帶來的顯著改進，Blackwell功效提高高達15倍，展示了該平台隨着時間的發展，逐漸提高的適應性和效率。
在不斷上漲的成本和HBM價格的背景下，保持中70%的利潤率。戰略討論強調了保持中70%的利潤率的承諾，盡管成本不斷上升和HBM價格。團隊在周期時間、産量和成本管理方面的高效率得到了強調，確保在生産規模擴大的同時保持強勁的利潤率。
存貨增長和采購承諾表明強勁的未來需求和收入潛力這段對話突顯了增加庫存和采購承諾的戰略重要性，表明未來需求和收入增長強勁。它解釋了這些增加是為了滿足預期市場需求而采取的積極措施，並得到了複雜系統組件長周期的支持。討論還涉及到了額外的增長機會，如合作夥伴關系和區域擴張，可以進一步超越最初的預測，增強收入。
戰略資本配置以促進增長和生態系統擴張討論優先考慮內部需求、股東回報和生態系統中的戰略投資，強調人工智能的未來潛力和合作增長。
在平台工程中平衡生態系統投資和並購重點。對話強調了在投資生態系統增長和尋求並購之間的戰略平衡，強調了工程團隊對平台發展的重要性。它承認了在確保重大並購機會方面面臨的挑戰，並建議將重點放在並購作為生態系統投資的補充。
時間到了：對支持表示深深的感激對於某人的幫助表示由衷的感激，強調了他們的支持價值盡管情況緊急。
要點回答
Q：目前人工智能行業中存在的兩個辯論是什麽？
A：AI行業目前存在的兩個爭論是AI泡沫是否存在以及領域內的競爭水平。
Q：市場中正在發生的轉變是什麽，這種轉變的意義是什麽？
A：市場正在向加速計算過渡，重點放在GPU上。這種過渡是必要的，因為預計在數據中心工作負載中CPU使用不會有所改善。這種過渡被看作是未來數據中心基礎設施的必要性，預計到本十年末AI相關基礎設施價值將達到3到4萬億美元。
Q：超級擴展商在向加速計算的過渡中扮演什麽角色？
A：超大規模數據中心運營商，或雲服務提供商，是與加速計算轉型相關工作中的重要組成部分。他們參與修改搜索、推薦引擎以及社交媒體平台作為這一轉型的一部分。
Q：演講者對人工智能市場的增長和加速計算的需求暗示了什麽？
A：演講者暗示，人工智能和加速計算市場不僅僅是一次性的轉變，而將在未來十年持續增長。隨着市場的擴大，將需要用加速計算替換現有的數據中心基礎設施，並增加更多的加速計算。
Q：演講者聲稱他們的公司有什麽競爭優勢？
A：演講者聲稱由於他們在市場上推出的Grace Blackwell配置，特別是200系列、Ultra系列和300系列，他們的公司擁有競爭優勢。他們強調完整數據中心規模的重要性，以及為加速計算和新的人工智能模型進行多芯片的共同設計。
Q：他們平台的功能重點是什麽？
A：他們平台的功能焦點是協助模型構建者和企業，提供一整套的解決方案，包括硬件和軟件，包括CUDA和新庫。該平台設計為可持續使用並隨着時間推進，為當前和未來的人工智能模型提供大量支持。
Q：新建築與替換現有GPU的比例是多少，這意味着對新技術的需求如何？
A：新建顯卡與替換現有顯卡的比例大多有利於新建顯卡，大部分已安裝的基礎仍然存在。這表明對最新技術的需求很高，並表明對新顯卡的需求非常大，因為大多數客戶選擇全新構建。
Q：顧客如何使用舊的GPU（如霍普）？這反映了市場需求的什麽情況？
A：客戶們仍在使用像霍普這樣的舊GPU進行內部研究和模型微調，這是因為它們與軟件的向前和向後兼容性。這表明即使是舊技術，仍然存在強烈的需求，因為它仍然滿足市場上的某些需求。
Q：關於推理工作負載對客戶盈利能力的評論？
A：推薦客戶推斷工作負載的盈利能力是一個感興趣的話題，但沒有提供具體的投資回報率細節。演講者指出，重點是工作負載及其進展，這意味着客戶正在考慮盈利能力這一因素。
Q：當前人工智能架構中的推理模型的重要性是什麽？
A：推理模型是正在構建的AI模型的必要組成部分，強調不僅需要單一回應;它們涉及長期、深思熟慮的推理，這是當前模型架構的重要組成部分。
Q：增加計算能力需求如何影響模型構建者和市場？
A：更大的計算容量需求來增強代幣生成並支持更多用戶正在市場上産生一個飛輪效應。這推動了對更先進模型和代幣生成量的需求增加，導致了一個情況，即更多的生成和更多的用戶正在推動對推理類模型推斷的需求。
Q：建模者面臨什麽財務挑戰，這些挑戰可能被視為風險？
A：建模者面臨挑戰，因為對計算能力的高需求推高了成本，而目前沒有即時收入來覆蓋這些費用。這就帶來了財務風險，因為他們可能沒有足夠的收入來維持他們對計算能力和供應鏈投資的承諾。
Q：超大規模運算商的期望和策略如何影響模型制造商？
A：超大規模計算用戶對內部使用的持續購買和過渡到加速計算正在影響模型制造商。模型制造商需要評估他們是否已經獲得足夠的盈利能力，是否可以籌集更多資金，並確定額外的計算需求。重點主要集中在當前和近期計算能力的可用性。
Q：與OpenAI的合作的財務範圍是什麽，它的結構是怎樣的？
A：與OpenAI的合作意義重大，擬定的交易規模為10 GW，潛在價值可能達到合同期內的4000億美元。然而，協議尚未完全敲定；目前的框架協議只包含其中的一部分，允許采取一種投資方法而非確定的承諾。重點主要是未來直接與OpenAI合作。
Q：從Vera Rubin到Blackwell Altra的轉變如何影響績效，有哪些期望？
A：黑韋爾Altra的過渡預計將是無縫的，就像從維拉·魯賓的過渡一樣。人們期待着維拉·魯賓在明年下半年給市場帶來顯著的性能提升，預計性能將出現“X因素”增加。
Q：市場發生了什麽變化，可能會影響演講者公司的銷售策略？
A：市場正在增長，這意味着風險對沖可能是競爭對手無法達到與發言人公司同等規模的一個原因，盡管他們提供的産品是免費的。
Q：為什麽演講者認為他們的産品不能被免費競爭對手簡單替代呢？
A：演講者認為，他們的産品有獨特的能力創建完整系統，能夠處理任何工作負載和模型，這是固定功能類型的産品無法匹敵的，即使是免費提供的也無法。
Q：演講者聲稱他們的産品相對於簡單的固定功能芯片有什麽優勢？
A：演講者聲稱他們的産品在多個方面都能進行擴展，並包含了對推理和功耗效率至關重要的共同設計特性，這使得簡單的固定功能芯片難以複制它們的功能。
Q：演講者如何描述了Cpx在工作量分解背景下的重要性？
A：演講者將Cpx描述為一個遊戲改變者，通過分解工作負載將其提升到不同的階段，從而允許通過同一基礎架構處理多種類型的推理請求。這標志着在單一基礎架構中使用混合專家方法的重要性，這對模型構建者至關重要。
Q：演講者如何回應AI可能取代CUDA的說法？
A：演講者通過強調人工智能的快速發展和維持其領先地位所需的不斷更新來駁斥AI可以輕松取代CUDA的說法。他們認為，在人工智能不斷進步的情況下，複制CUDA的成功並不是一件容易的任務。
Q：與以前和未來版本的GPU兼容有什麽優勢？
A：向後和向前兼容不同的GPU的優勢是，客戶可以購買計算資源，這些資源很可能會隨着時間的推移而改進，而無需立即升級。這種兼容性有助於確保客戶在硬件上所做的投資在軟件不斷演變的同時保持強大。
Q：演講者能否量化他們的GPU在上一代産品上的性能提升？
A：演講者可以量化，從上一代GPU到當前一代GPU的性能總增加可達10到15倍，而僅在GPU進入市場後的軟件更新中就有額外的2倍改進。
Q：演講者的計劃是如何維持他們的利潤率，尤其是考慮到HBM的成本逐漸上升？
A：演講者自信地表示，即使他們加速産品生産，仍能保持中70%的利潤率。他們計劃應對與HBM成本和HBM內容有關的潛在挑戰，盡管在記錄中並未提供關於此計劃的具體細節。
Q：團隊在生産效率方面取得了哪些顯著的改進？
A：團隊對周期時間、産量和成本進行了精心調整，使得效率方面取得了顯著成就，達到了中7的水平。
Q：為什麽庫存和采購承諾的增加被認為是有益的？
A：庫存和采購承諾的增加被視為有益的，因為它表明公司已經為未來需求增長確保了供應，並且符合未來幾個季度顯着收入增長的預期。
Q：存貨和采購承諾的大幅增長對未來收入意味着什麽？
A：庫存和采購承諾的大幅增長達到250億美元，預示着未來兩三年內有顯著的收入增長。
Q：庫存和采購承諾對未來的供應和需求有何重要性？
A：庫存和采購承諾對確保供應滿足未來需求至關重要。公司已經仔細規劃了其供應鏈，包括訂購系統所需的關鍵物料和零部件，以管理複雜性，並確保對其業務至關重要的物品獲得較長的交貨時間。
Q：購買義務如何影響公司的戰略規劃和增長預期？
A：采購承諾是公司戰略規劃中的重要組成部分，反映了為持續增長所需的資本、産能和計算規劃。它們也表明了超出初始預測的增收潛力。
Q：5000億美元的收入預測對未來一年有何暗示？
A：5000億美元的營收預測顯示，該公司可能會産生大量現金，這將在資本配置和戰略投資中起到作用。
Q：公司打算如何在即將進行的戰略投資中分配現金和管理資本？
A：公司計劃分配現金以滿足內部需求，包括建設産品的供應和産能要求，通過股票回購和股息保證股東回報，並在生態系統中進行戰略投資，重點擴大合作夥伴關系並借鑒他們的工作。
Q：公司在投資策略方面如何轉變焦點？
A：這家公司正在將重心轉向生態系統投資，而不是並購。盡管他們繼續專注於工程團隊和與他們平台相符的潛在並購機會，但重點是擴大生態系統並在那裏進行戰略投資。
