GPU巨头Nvidia发布了2023年二季度财报，其结果远超预期。总体来说，Nvidia二季度的收入达到了135亿美元，相比去年同期增长了101%；净利润达到了61亿美元，相比去年同期增长了843%。Nvidia公布的这一惊人的财报一度在盘后让Nvidia股票大涨6%，甚至还带动了众多人工智能相关的科技股票在盘后跟涨。

Nvidia收入在二季度如此大涨，主要靠的就是目前方兴未艾的人工智能风潮。ChatGPT为代表的大模型技术从去年第三季度以来，正在得到全球几乎所有互联网公司的追捧，包括美国硅谷的谷歌、亚马逊以及中国的百度、腾讯、阿里巴巴等巨头。而这些大模型能进行训练和推理的背后，都离不开人工智能加速芯片，Nvidia的GPU则是大模型训练和推理加速目前的首选方案。

由于各大科技巨头以及初创公司都在大规模购买Nvidia的A系列和H系列高端GPU用于支持大模型训练算力，这也造成了Nvidia的数据中心GPU供不应求，当然这反映到财报中就是收入和净利润的惊人增长。

 

事实上，从Nvidia的财报中，除了亮眼的收入和净利润数字之外，还有一个关键的数字值得我们关注，就是Nvidia二季度的数据中心业务收入。根据财报，Nvidia二季度的数据中心业务收入超过了100亿美元，相比去年同期增长171%。Nvidia数据中心业务数字本身固然非常惊人，但是如果联系到其他公司的同期相关收入并进行对比，我们可以看到这个数字背后更深远的意义。

同样在2023年第二季度，Intel的数据中心业务收入是40亿美元，相比去年同期下降15%；AMD的数据中心业务收入是13亿美元，相比去年同期下降11%。我们从中可以看到，在数据中心业务的收入数字上，Nvidia在2023年第二季度的收入已经超过了Intel和AMD在相同市场收入的总和。

这样的对比的背后，体现出了在人工智能时代，人工智能加速芯片（GPU）和通用处理器芯片（CPU）地位的反转。

目前，在数据中心，人工智能加速芯片/GPU事实上最主流的供货商就是Nvidia，而通用处理器芯片/CPU的两大供货商就是Intel和AMD，因此比较Nvidia和Intel+AMD在数据中心领域的收入数字就相当于比较GPU和CPU之间的出货规模。

虽然人工智能从2016年就开始火热，但是在数据中心，人工智能相关的芯片和通用芯片CPU相比，获得的市场份额增长并不是一蹴而就的：在2023年之前，数据中心CPU的份额一直要远高于GPU的份额；甚至在2023年第一季度，Nvidia在数据中心业务上的收入（42亿美元）仍然要低于Intel和AMD在数据中心业务的收入总和；而在第二季度，这样的力量对比反转了，在数据中心GPU的收入一举超过了CPU的收入。

这也是一个历史性的时刻。从上世纪90年代PC时代开始，CPU一直是摩尔定律的领军者，其辉煌从个人电脑时代延续到了云端数据中心时代，同时也推动了半导体领域的持续发展；而在2023年，随着人工智能对于整个高科技行业和人类社会的影响，用于通用计算的CPU在半导体芯片领域的地位正在让位于用于人工智能加速的GPU（以及其他相关的人工智能加速芯片）。

摩尔定律的故事在GPU上仍然在发生

众所周知，CPU的腾飞离不开半导体摩尔定律。根据摩尔定律，半导体工艺特征尺寸每18个月演进一代，同时晶体管的性能也得到大幅提升，这就让CPU在摩尔定律的黄金时代（上世纪80年代至本世纪第一个十年）突飞猛进：一方面CPU性能每一年半就迭代一次，推动新的应用出现，另一方面新的应用出现又进一步推动对于CPU性能的需求，这样两者就形成了一个正循环。