英伟达GTC大会四天，热浪不减。

　　在全球社交媒体上，英伟达创始人兼CEO黄仁勋成为参会者争相合影的明星，英伟达几乎成为AI的代名词；GPU芯片架构Blackwell、大模型GROOT、NIM微服务成为新晋热词，持续刷屏。
　　其中，最受关注的莫过于Blackwell架构，炙手可热的B200、GB200芯片都基于此。黄仁勋在演讲中指着GB 200芯片和HGX B200服务器主板等产品说：“我要小心一点，这可值100亿美元。”
　　地表最强AI芯片背后的故事始终吸睛，大家好奇，黄仁勋调动了多少量级的资源、聚集了如何顶级的人才梯队，才造就了当下如日中天的算力帝国。
　　英伟达虽未披露Blackwell的具体研发金额，但一组数据可以作为侧面观察。Forrester副总裁兼首席分析师戴鲲向21世纪经济报道记者表示，黄仁勋在当天的沟通会上透露了Blackwell的投入情况，约有25000人共同研发了3年。
　　英伟达目前约有3万名员工，一切的背后，基石还是人才和有效组织。上一代架构Hopper直接带着英伟达冲上2万亿美元市值，业界也将持续关注新一代的Blackwell将如何为英伟达创造历史。
　　“人月神话”
　　根据公开信息，我们可以大致估算英伟达的人力开支。
　　英伟达人均年薪中位数约为21.75万美元，以此做一个非常简单粗略的人力成本计算，250002175003=16312500000美元，即3年的人力薪酬约163亿美元。当然研发人员可能身兼数职，也不会365天都在工作，年薪也有差异，但即使取一半数值，人力的投入成本已经接近百亿美元级别。
　　而这仅仅是人力的部分，由此也可见，这些看似庞大的研发成本数据，当以人为尺度，资金额度都合情合理。业内人士也一直向记者感慨，英伟达有钱有人有眼光。
　　“这让我想起了软件界的一本巨著《人月神话》（The Mythical Man-Month），”一位IT资深从业者向21世纪经济报道记者说道，“《人月神话》是由技术大神Frederick P. Brooks 撰写的一本软件工程学经典巨作，是全世界软件行业最知名的书，没有之一。这本书讲的不是人和月亮的故事，但是比人和月亮的故事更加伟大，书里讲的是软件工程行业里，做一个软件的成本核算方式，就是用多少人多少个月，所以叫人月神话。”
　　这种“人月”概念计算思维也被普及到科技界，黄仁勋一直强调英伟达是一家软件公司，事实上现在软硬件一体化密不可分。这些年，“包工头”黄仁勋带领着一众研发人员，创造英伟达的“人月神话”。
　　根据《人月神话》，人和月成为软件行业研发的两个基层度量，人代表着技术工人的成本和规模，月代表着软件面对市场竞争激烈要投入的时间。以人和时间为导向，来描述那些伟大的软件开发系统需要多少人力成本，用一种科学方法去量化人的成本。
　　25000人，3年36个月，英伟达迭代出了新一代架构Blackwell，随着今年产品上市，2025年将成为市场主流。而新的架构也已经在研发的路上，新一轮的人、月、神话又将开始。
　　背后的技术团队也在持续扩大。从研发人员比例看，2024年，英伟达有29600名员工，其中有22200人从事研发工作，占员工总数的75%。2023年的研发人员为19532人，占比也高达74.5%。
　　研发人员不断增长的同时，英伟达的研发投入也在增加。根据中泰证券的梳理，2005年AMD的研发费用为11亿美元，是英伟达的3.2倍左右，而到了2022年，英伟达的研发费用达到了73.4亿美元（对应2023财年），是AMD的1.47倍。到2023年，研发金额继续增加至86.8亿美元。
　　“不卖芯片，卖数据中心”
　　在B100之前，英伟达的A100和H100就已经在民间名声大噪，一方面他们是美国出口限制的典型，另一方面也是ChatGPT训练能力的核心芯片。国内从投资人到程序员都逢人必谈A100和H100，算力焦虑成为新的焦虑类型。也许从来没有一种电子产品像英伟达的显卡一样你天天听说，但是又不用上。
　　如今，随着Blackwell GPU的推出，中国市场必然成为关注焦点之一。对此，黄仁勋接受媒体采访时说道：“我们面向中国市场推出了L20和H20芯片，我们正在尽最大努力为中国等地区的客户服务。”
　　谈及政策的限制，他表示，首先要确保理解政策，其次是尽可能地强化供应链韧性。“当我们把这些零件配置成DGX（AI超级计算机）的时候，需要数十万个零件，它们来自世界各地。当然其中许多来自中国，世界供应链是相当复杂的。”黄仁勋说道。
　　英伟达同时也面临着新的产业链竞合关系，一方面，云厂商大客户们自己正在加紧研发AI芯片，另一方面英伟达本身也推出了云服务，大家在不同的赛道上进行交织。
　　但是两者对于商业模式有着不同的策略。比如，黄仁勋强调，英伟达并不销售芯片，售卖的是数据中心。他也将英伟达的机会点指向数据中心，“如果你生产GPU，也会有很多人来制造GPU，GPU市场和我们所追求的数据中心市场不一样。全球的数据中心市场大概是2500亿美元左右，现在正在快速向加速计算转变，并且还在增长，这就是我们的机会。”
　　这意味着，英伟达现在出售的是一整套算力解决方案，而非单纯的芯片硬件。所以他也一直在说英伟达的总运营成本（TCO）具有优势，即使竞争对手的芯片是免费的，最终算下来也不够便宜。
　　而英伟达推出的云服务也只是一种解决方案，“虽然英伟达推出了英伟达云服务DGX Cloud，但我们的策略依然是与云服务提供商合作，将我们的云放入他们的云中。英伟达不会成为一家云计算公司，我们的目标是通过软件的构建，让全球的开发者和云服务提供商采用英伟达的架构来构建产品。”黄仁勋表示。
　　对于英伟达和云厂商的关系，戴鲲向记者分析道：“竞争同时也互补，比如DGX架构放在AWS上。目前合作的营收远大于竞争的损失，DGX是主要的算力交付形态之一。现在英伟达以统一的方式、通过不同的途径，实现算力对人工智能技术创新的泛在供给。”
　　随着企业之间的业务交叉和融合，产业的竞合关系也在变动之中。
　　合纵连横
　　在黄仁勋看来，AI掀起了新的工业革命，现在还是开始阶段，他号召产业界一起加入、做好准备。
　　随着GPT、Sora、Claude、Lama等大模型的不断迭代，推高了产业界对于AI芯片的需求，不论是英伟达，还是英特尔、AMD、华为等，都在挖掘新的增长点。
　　英伟达在原先的基础之上进一步强化壁垒，Blackwell GPU不必多言，还有两方面的动作值得关注。其一是软件产品的完善，其二是和产业链的紧密合作。
　　首先，需要注意英伟达也是软件公司，在其官网产品菜单下，只有两个目录，硬件和软件，软件目录比硬件的还长。黄仁勋的高瞻远瞩之处在于，他知道硬件公司不能做硬件，要做生态，生态的另外一只手就是软件，比如CUDA。
　　可以说CUDA是算力世界的Linux+Windows，CUDA有社区开发者、有广泛的商业应用、还有云。现在几乎所有的AI芯片，都会适配CUDA，而在CUDA这条护城河之外，英伟达正在面向生成式AI建立新的壁垒，即用于构建软件的“AI Foundry”（AI代工厂）。
　　黄仁勋表示，英伟达要做AI界的代工厂，三大核心支柱就是NIM微服务（推理平台）、NEMO微调服务和DGX Cloud。其中新推的NIM微服务，里面有所有预训练好的AI大模型，让开发者方便快捷地构建AI应用，NEMO作为工具可以微调修改大模型，DGX Cloud提供算力基础设施。这些都将改变未来开发应用的方式，程序员将不用重头写代码，借力NIM的各种微服务可以快速完成核心环节。
　　另一方面，英伟达也在进一步加强和供应链的关系，尤其受到关注的是台积电、三星、SK海力士。因为目前台积电的CoWoS先进封装以及存储厂的HBM（一种高效能存储芯片），是影响GPU量产规模的瓶颈。
　　黄仁勋也对媒体表示：“今年我们对CoWoS的需求非常大。”据悉，台积电计划投资160亿美元新建先进封装厂，计划今年CoWoS产能目标为每月35000片晶圆，2025年底再提高至每月44000片。随着新工厂启用，台积电不断提高CoWoS产能。
　　先进封装之外，AI对高性能存储的需求也在增加，HBM持续走红。目前，三星、SK海力士都在加速扩产HBM产品。
　　TrendForce集邦咨询数据显示，预估截至2024年底，整体DRAM产业规划生产HBM TSV的产能占总DRAM产能约14%，供给位元年成长约260%。此外，2023年HBM产值占比之于DRAM整体产业约8.4%，至2024年底将扩大至20.1%。
　　“HBM是非常复杂的，有很高的附加值，我们在这个业务上投入了很多资金。不要认为HBM是DDR5，这是完全不一样的，那些DDR内存，未来都会变成HBM，英伟达在成长的话他们也会随之成长。”黄仁勋表示，希望和三星以及海力士的合作更紧密一些。
　　可以看到，称霸江湖的英伟达，还在不断进化自身、强化供应链。而新的旅程、新的竞赛也已经拉开帷幕，B100系列之后或为X100、GX200等产品，新的人月故事正在开启。