利润高达1000%，NVIDIA H100为何身价不凡？

2023年科技产业备受关注的人物与企业，莫非NVIDIA与其CEO黄仁勋莫属。2月间，黄仁勋宣称“AI的iPhone时刻”已经到来，半年之后，外界用连续2季的财报业绩检视NVIDIA，NVIDIA也在抱回外界难以想像的获利。

NVIDIA公布的2024会计年度第2季（2QFY24）财报数据，揭示营收年增101%、净利年增422%、毛利率高达71.2%的炸裂式业绩，各项指标均远超预期，而H100系列芯片在AI热潮推动的大型语言模型训练（LLM）市场中一卡难求。

NVIDIA 2QFY24业绩可用“井喷”形容

主要科技大厂2Q23法说提到AI的次数

AI算力需求呈现爆炸式成长，对云端业者而言，只能不断采购AI服务器；然对于LLM开发厂商来说，NVIDIA的数据中心业务疯狂吸金，而客户却还未实现获利。眼前LLM大浪未至，钱却都被NVIDIA赚走了。

在财报公布前，NVIDIA高端AI GPU不断传出涨价声，Barrron's引述分析师报告，H100制造成本为3320美元，而售价则高达2.5万~3万美元，利润接近成本的10倍；毛利率超过70%，对芯片产品而言，有些不可思议。由于市场一直缺货，终端售价实际上要更高。

对此黄仁勋强调，NVIDIA提供的是软件生态系统和硬件平台，具备软件生态架构的灵活性、多功能性，再加上广大的安装基础及涵盖范围，程序码数量和应用程序组合的类型相当疯狂，简单说，卖的是“准系统”而非：“单一芯片”，但NVIDIA花了20年才走到这一步。

外界分析，NVIDIA构建的CUDA软件生态，不仅让旗下GPU受青睐，也是客户无法轻易转向超微（AMD）等竞争对手的主因。原因在于，AI算力的配置绝非简单的硬件堆叠，即便把重达30多公斤、多达3.5万个零件组成的NVIDIA HGX平台层层堆起来，也堆不出LLM必须的AI算力。

要把1000张加速卡、100台AI服务器放在一起，跑同一个LM训练或推论任务，还需要大量的配套软件、通讯网络，还不包括客户的大量数据。这是一系列软硬件联合调用的复杂过程，黄仁勋把H100这类AI GPU称为“技术奇迹”，并非没有原因。

H100从2022年9月量产投入市场，至今供不应求，甚至上一代的A100至今仍是抢手货。NVIDIA聚焦于系统级服务器产品，最新款DGX产品GH200集结256块H100和Grace CPU，预料会在2023年下半量产后将跃居业绩新推手。　

H100为何价格高昂？

在硬件层面上，H100采用了四大先进技术。第一是台积电4纳米制程（N4），要让这一颗长26.8厘米、宽11.1厘米、含有800亿个晶体管的H100发挥前所未有的效能，举世当今非台积电代工莫属。

第二是连接技术，每张H100包含3个NVLink连接，这是NVIDIA独家的数据传输技术，第四代NVlink可提供每秒900GB的GPU对GPU互连带宽，以便将更多H100互连使用，获得倍增的效能。

第三是80GB的HBM2e高带宽存储器，目前仅SK海力士（SK Hynix）、三星电子（Samsung Electroics）可供应，值得注意的是，NVIDIA刚刚宣布将最新的HBM3e植入最新GH200，是全球第一个支持HBM3e的GPU产品。

第四是台积电的CoWoS封装技术，台积电正积极扩建CoWoS产能，但供不应求情况恐将持续到2024年。

这四大技术每一项均属尖端领域，付出代价所费不赀，如果说LLM推动AI GPU加速运算时代来临，但让NVIDIA站在当前科技舞台上独舞的关键，却是黄仁勋领导团队的长期押注与心血累积。

当然，产品开发需要时间和资源，考虑到H100等产品的产品开发生命周期中的工程师和其他参与者，在计算每款平均产品开发成本之前，也必须考虑到英伟达的研发成本。

据悉，NVIDIA电子硬件工程师的平均年薪约为20.2万美元，开发像H100这样的芯片很可能需要多名专业工作者的数千小时的投入，所有这些也必须被考虑进去。

来源：网络内容综合