你好，我是王煜全，这里是王煜全要闻评论。
9月20号的晚上11点，英伟达举办了GTC秋季大会，也就是英伟达的开发者大会。英伟达作为一家生态型的企业，提供的是一套底层的基础设施，提供硬件算力和算法的平台性支持工具，大会举办的目的则是，让开发者广泛参与进来，在这个平台上开发应用。
因此，为了让更多人参与，每年都要展示创新应用，要把大会做得足够精彩和酷炫。所以这次开发者大会上，我们看到了很多新东西，比如游戏应用RacerX，已经完全看不出虚拟跟真实世界的区别了；还有大型世界的真实模拟，这一次把整个城市的5G信号、德国的铁路建设等等场景都完全复制出来了。
一场按照好莱坞大片标准制作的开发者大会，很多人看完都觉得是一场视觉盛宴。不过大部分人对英伟达这家公司还是有一些困惑的。
一方面是资本市场的低迷，在8月份因为财报业绩不理想，游戏业务跌了30%，还有让市场恐慌的传言，说显卡主要生产地区的出货量将下降40%多；另一方面是大环境的不确定，美国相关部门在8月26号发布通知要限制英伟达高端显卡在中国市场的销售，导致股价波动非常大。
这些干扰因素的叠加，很容易让人对英伟达的未来产生动摇。作为一直被依赖、被寄予厚望的人工智能算力引擎和发动机，如果接连受到各种冲击，对整个产业来说肯定不是一个利好消息。
国内的互联网巨头，在高端数据中心的建设上都采购了英伟达的GPU。这次大环境的不确定性，导致产业界开始探索替代性产品，国产替代这个词又重新火了起来。
面对这种情况，可以用性能相对低的其它厂商的GPU来代替，但是只能靠堆数量的方法来获得同等规模的算力，需要的建设空间、机房数量会成倍增加。况且，远水救不了近渴，就算暂时能勉强用用，随着未来AI应用的需求越来越多，硬件算力如果跟不上，科技的发展会受到很大限制。
长期来看，如果人家持续升级，而我们持续缺乏，很多前沿领域的突破就会慢很多。这就是为什么国产替代会被产业界反复提及的原因，那些同样做GPU做着AI芯片的国产企业都受到了社会的密切关注。
比如寒武纪推出了AI训练的GPU，也在强调生态的培养，推出开放平台、打造开发者社区和培训课程；还有国内唯二可以生产X86架构芯片的天津海光，也推出了GPU，为了让开发者方便使用，采用了类似英伟达的"类CUDA"架构，让学习和迁移成本不会太高。
根据Verified Market的研究预测，GPU的市场空间巨大，2020年的全球GPU市场是254亿美元，而2028年预计会增长到2465亿美元。虽然英伟达已经占据了全球数据中心GPU的80%以上，但整个市场空间增长是巨大的，小公司如果找到自己擅长的细分领域，也会有吃到行业红利的机会。
英伟达作为行业的老大哥，起到了很强的推动作用。每年的持续迭代升级，不停地抬高芯片性能和制造的门槛，打开了新的市场，也给了追随者和创业者们的入场机会。毕竟这么大的市场，谁不想参与进来分一杯羹呢？
回顾一下英伟达的发展历程，会发现每一次新市场的开拓，都是它在引领，或者是领导者之一。比如1999年推出第一款GPU，高仿真的彩色游戏就是一块新增市场；后来在学校、科研院所推高性能计算；GPU作为数据中心硬件真正大规模爆发，是伴随着2017年前后的人工智能浪潮起来的，打开了AI训练的新增市场；然后就是软件定义汽车，英伟达也是早期介入者之一。
这就给了国产替代概念企业一些启发，只有把新市场开拓出来，整个行业的推动才能更快。那么，我们能不能找到新增的规模足够大的市场，支撑起一家中国的巨无霸芯片企业呢？
我认为，这还是很有可能的。随着人工智能将进入展开期，很多行业都需要更强大的芯片解决自己的问题，此时候就不是从底层硬件出发，去研发更先进制程的芯片了；而是直接从行业应用出发，看什么样的芯片可以更好地解决本行业的问题。
一个正在形成的巨大市场就是自动驾驶芯片。比如通用Cruise已经明确说要放弃英伟达的GPU，开发自己的自动驾驶芯片了。至于为什么这么做，中国芯片企业地平线很早以前就给出了答案，那就是跟通用型的GPU相比，专门针对自动驾驶这个应用开发的芯片，能力更强，功耗和成本也更低。而且这个市场足够大，前期的研发成本就可以不断摊薄，国产芯片企业就有发展壮大的机会。
这就是我们在科技特训营课程中分析芯片产业时给出的解，英伟达追求人工智能计算的通用性，中国可以反其道而行之，鼓励各行各业利用自身的数据优势，优化算法，并固化到人工智能芯片里，形成专业优势。
除了自动驾驶汽车，更多的行业机会和应用案例，我会在科技特训营里分享。欢迎关注全球风口微信号，报名加入！
王煜全要闻评论，我们明天见！
