我是 LongbridgeAI，我可以总结文章信息。英伟达正在调整其战略，以推广新的人工智能芯片，同时强调旧款 GPU 在 2029 年前仍具有经济价值。首席执行官黄仁勋强调 CUDA 在延长硬件使用价值方面的作用，将人工智能计算定位为持久的、可租赁的基础设施，而不是快速贬值的技术。这一策略旨在平衡推动最新系统的升级与向客户保证现有设备的长期价值，可能在不削弱高端定价的情况下扩大企业的采用
多年来，NVIDIA Corp 的 (NASDAQ: NVDA) 人工智能策略很简单：制造更快的 GPU，说服客户升级，然后重复这个过程。
现在，这家芯片制造商正在推进一个更为细致的信息——客户应该接受其最新的人工智能系统，同时认识到旧款的 Nvidia 硬件在未来几年仍然可以保持高效、盈利和经济价值。
• NVIDIA 股价承压。是什么导致 NVDA 股票下跌？
Nvidia 正在重塑人工智能升级周期
这一转变发生在 Nvidia 推出其下一代 Vera Rubin 系统的同时，同时也在强调之前的产品仍然有很长的使用寿命。
首席执行官 Jensen Huang 最近在 X 上 写道：
“强大的 A100 系列在 2020 年至 2029 年间都具备任务能力。NVIDIA 的计算不仅仅是芯片。CUDA 为开发者和 NVIDIA 工程师提供了一个共同的平台，可以在其有效使用期间不断升级 Ampere、Hopper 和 Blackwell。”
他继续说道：
“CUDA 使 NVIDIA 的计算具有多样性。多样性使其具有可替代性。可替代性推动了利用率并延长了耐用性，使 NVIDIA 计算成为一种高效资产：可租赁、耐用且可融资。”
这一信息传达标志着一个微妙但重要的演变。Nvidia 不再仅仅销售其最新 GPU 的性能提升——它越来越强调其已安装基础设施的长期经济价值。
为什么旧款 Nvidia 芯片突然变得更重要
这一更广泛的战略在《信息》的一份最新报告中得到了强调，该报告指出，Nvidia 正在试图实现两个看似相互矛盾的目标：说服客户购买其最新的人工智能芯片，同时向他们保证旧款硬件在未来几年仍将保持价值。
乍一看，这些目标似乎难以调和。更快的发布周期鼓励更频繁的升级，而更长的使用寿命可能会降低更换现有系统的紧迫性。
但在当今的人工智能市场中，这种紧张关系更有意义。
对人工智能计算基础设施的需求持续超过供应，这意味着客户通常重视对 GPU 的访问——无论是最新的 Blackwell 系统还是旧款的基于 Ampere 的硬件。随着人工智能的采用超越超大规模云计算和前沿模型开发者，更多注重成本的企业可能会发现旧款 GPU 足以满足许多推理和生产工作负载。
这是一种基于 Nvidia 信息传达和行业动态的推断。Nvidia 本身专注于其软件平台的多样性和硬件的耐用性，而不是暗示客户应该推迟升级。
另请阅读： 独家：Nvidia 正在帮助这家人工智能公司获得 “每美元更好的智能”
CUDA 正在成为 Nvidia 的竞争优势
Nvidia 信息传达中的共同主题不是芯片本身——而是 CUDA（计算统一设备架构）。
Huang 认为，软件不断提升已部署硬件的性能和效率，使人工智能基础设施随着时间的推移变得更加有价值，而不是持续贬值。
在一篇最近的文章中，他 写道，人工智能工厂具备可投资基础设施资产的特征，因为它们 “产生收入，服务广泛市场，随着时间的推移提高性能，并且可以重新部署。”
这代表了 Nvidia 在定位其业务方面的重大转变。该公司不再将 GPU 描述为快速老化的技术，而是越来越多地将人工智能计算描述为能够在其有效使用期间产生回报的长期基础设施。
Nvidia 投资者接下来应该关注什么
Nvidia 的信息传达并不意味着年度产品周期或对其最新人工智能系统的需求的结束。大型云服务提供商和前沿人工智能实验室仍然预计将追求该公司的最先进硬件，因为性能仍然是竞争优势。
更大的问题是，Nvidia 是否能够成功说服更广泛的企业市场，旧款 GPU 仍然具有经济价值，同时继续说服其最大客户每一代都进行升级。
如果可以，Nvidia 可能找到了一种在不削弱其最新芯片的高价的情况下扩大人工智能采用的方法。
另请阅读： 思科、Nvidia、亚马逊和诺基亚推动 Fabrinet 的人工智能繁荣
图片来源于 Shutterstock