輝達不只想單單提供GPU而已，客製化晶片將是下一個改變產業的新模式
https://bit.ly/3wmxIZq
最近輝達(NVIDIA)有兩個動作非常值得關注。首先是輝達想利用AI加快晶片設計的工作。
其次就是輝達想建立一個針對雲端客戶的客製化AI晶片設計團隊。這兩個看似無關的新聞
，都再說明一件事情，那就是即使輝達已經佔據AI晶片的最大市場，其仍在變化多端的AI
時代中，尋找新的商機或稱為商業模式，擴大未來該公司成長的空間。
隨著AI產業的蓬勃發展，各公司正在爭奪輝達有限的GPU供應，以用於訓練和建構AI產品
。 現在，輝達正在使用自己的AI來提高其晶片設計的速度，這似乎是為了滿足需求。因
而其開發了一種名為ChipNeMo的AI系統，旨在加快GPU的生產速度。
同一時間，輝達宣布成立一個小組，負責打造客製化晶片的新商業模式，幫助客戶使用輝
達IP甚至小晶片來建立自己的解決方案。
眾所皆知，輝達的H100和A100晶片為許多主要客戶提供通用且多用途的AI處理器。但為了
能夠掌控自己公司在AI時代的發展步伐，許多科技公司已經開始研發自己內部AI晶片，以
滿足特定需求。這除了能夠減少能源消耗之外，還可以縮短設計成本和時間。
輝達發現了這一趨勢，其期望藉由協助這些公司開發客製化AI晶片。其實，許多公司已經
與博通和Marvell等公司合作進行後端實體設計、SerDes區塊或IP（例如Marvell的高效能
Arm CPU核心）。
此外，Cadence和Synopsys等EDA解決方案供應商在提供IP區塊方面也做得很好，許多公司
的單晶片設計人員可以將EDA公司提供IP區塊放入他們的晶片中，從而節省資金並加快上
市時間。例如，Sima.ai在其邊緣AI晶片中使用了Synopsys的影像處理器。
一家位於多倫多和奧斯汀的新創公司Tenstorrent看到了這個機會，讓該公司轉變為IP和
設計商，為Kia和LG等公司提供小晶片和智慧財產權。
在AI領域的一種新趨勢是，電視、汽車或網路設備的設計者希望建立客製化解決方案，以
降低成本或提供包括AI在內的差異化解決方案，但他們沒有必要或專業知識來建構整顆晶
片。這就成為客製化晶片的商機了。
有分析師就提出一種可能性，如果輝達客製化晶片客戶能利用輝達的內部資源和AWS超級
電腦來加速和優化這些設計工作，這對於輝達將是一筆不錯的額外收入，也是一個令人難
以置信的差異化優勢。
總之，輝達不可能看著自己原來客戶自行設計AI晶片，而不要從中獲利，客製化晶片就是
其變通的獲利模式。當然其亦利用自己AI系統設計GPU而獲得之IP，來說服其他廠商讓其
加快晶片設計，搶奪原本在博通和Marvell的客戶。在這種瞬息萬變的AI時代之中，誰能
夠想到或開拓新獲利模式才能夠在不久的將來脫穎而出啊！