英伟达|“卷王”英伟达的真面目( 四 )


所谓“反弹效应”(Rebound effect) , 也被叫做“收回效应”(take-back effect) , 最早是由威廉·斯坦利·杰文斯在《煤炭问题》一书中提出的 , 指的是提高效率的新技术 , 最终预期收益减少的情况 。
放在IT领域 , 就是“What Andy gives , Bill takes away”安迪(英特尔CEO安迪·格罗夫)带来的CPU硬件性能提升 , 最终会由比尔(微软CEO比尔盖茨)通过软件/服务不断扩大而收回 。

【英伟达|“卷王”英伟达的真面目】结果就是 , 虽然摩尔定律会推动计算硬件不断提效降价 , 但因为“反弹效应” , 不断产生新的需求/应用/场景 , 吃掉硬件性能提升带来的好处 。
只有这样 , 用户才会愿意掏钱更新机器 , 以便能享用到更新更消耗资源的服务 。
回望个人电脑、智能手机的发展历程 , 无不是在摩尔定律及其反弹效应下发展起来的 。 而英伟达所在的GPU市场 , 显然没有脱离这一范畴 。

一方面 , 英伟达的产品性能提升速度 , 虽然超过了摩尔定律所规定的“18个月翻一倍” , 实现了AI计算性能的逐年翻倍 , 也就是“黄氏定律 (Huang’s Law)” 。 但从最新一代H100 GPU的性能提升上 , 显然还依赖于延续了半个多世纪的半导体制程工艺限制 , 采用了台积电的4nm(而非此前业界猜测的5nm)工艺 , 再结合全新的架构设计 , 才能达到“核弹”级别 。
另外 , 性能提升必须通过新的服务/应用“take back ” , 不然用户只需要等相同性能的GPU降价就可以了 , 没有必要花大价钱去买新的 。 这也是为什么AI大模型训练、自动驾驶、元宇宙、机器人……作为GTC大会的“全家桶”才会同时登场 , 通过各行各业的智能化来消耗掉新技术带来的AI算力资源 。
黄仁勋也曾在采访中提到过 , 英伟达“甚至用了市场营销的预算 , 帮开发者营销他们用我们架构开发的产品 , 来创造市场需求” 。

(云服务市场的增长规模)
所以说 , 英伟达的每一次“核弹”炸街 , 其实都是在硬件性能回收出现不顺利的时候 , 再一次开辟出更大的需求空间 , 以缓解技术收益减少的局面 。
“What NVIDIA gives , AI takes away” , 英伟达靠这一手 , 把全球玩家和华尔街投资人拿捏得明明白白 , 市值也就次次化险为夷“稳坐钓鱼台”了 。
愿者上钩:自己卷自己有什么问题吗?
某种角度来说 , 英伟达对“反弹效应”和大众需求的拿捏 , 是“姜太公钓鱼 , 愿者上钩” 。 只要研究人员觉得模型训练时间从十几天缩短到几个小时很值;只要游戏玩家觉得更逼真的渲染效果真香;只要Meta觉得GPU对元宇宙来说不可或缺……这不就够了吗?
确实 , 乍一看 , 好像通过刺激需求来避免技术收益降低 , 是在和大家作对 , 但实际上 , 科技企业对反弹效应的努力规避 , 也会带来很多衍生好处 。
一方面 , 新技术的反弹效应是不可避免的 。
这会直接降低技术产品的成本 , 除非你是追逐最新显卡的发烧友游戏玩家 , 否则只要愿意等待 , 总能以更低的价格买到更高性能的GPU , 谁跟真金白银有仇呢?
此外 , 为了避免新技术收益降低 , 科技企业不得不投入大量精力开发下一代产品 , 卷过了竞争对手还不行 , 还得自己卷自己 。 如今英伟达已经占据GPU的绝对优势地位 , 但依然在不断推陈出新 , 不然就要被骂“挤牙膏” 。 对于有替换需求的群体来说 , 总有更好的产品可以选择 。
同时 , 更高的性能和资源 , 也会孕育出很多前所未有的应用和服务 , 计算机刚诞生时格外昂贵 , 只能为美国顶尖大学研究机构所用 , 而且还只会下棋 , 现在一部千元手机就可以让偏远山区的农民上网直播卖水果 。 同样 , 我们往后看五到十年 , 如果自动驾驶汽车的比例从现在的不到1%变成50% , 人们停留在元宇宙的时间和现在玩手机一样频繁 , 那么这会催生多少新兴的服务和商业公司呢?