NVIDIA 資料中心業務連兩季成長 70%，但 Google 與華為成為兩大隱憂

NVIDIA 針對超大規模資料中心（Hyperscale data center）需求，推出 AI 推論平台 NVIDIA TensorRT。

攻資料中心市占，推新 GPU Tesla T4

NVIDIA 指出，資料中心每天需要處理數十億的語音搜尋、翻譯、圖像、影像、推薦服務以及社群媒體互動等，上述的每一個應用皆需透過伺服器內部不同類型的神經網路來處理。為了最佳化資料中心的最大吞吐量以及伺服器使用率，NVIDIA TensorRT 包含即時推論軟體以及 Tesla T4 GPU，其處理搜尋結果的速度較單獨使用 CPU 快 40 倍。

而微軟與 Google 等資料中心服務商與 Dell、HPE 等資料中心伺服器廠商也都將導入。NVIDIA 還預估 AI 推論產業將於未來 5 年內成長至 200 億美元。

NVIDIA 正努力在資料中心開疆闢土，全球資料中心大多採用 NVIDIA GPU，而資料中心業務雖然營收總額還不到遊戲業務的一半，卻是 NVIDIA 各部門中成長最快的、同時也是影響股價的重要因素。

資料中心是營收成長火車頭，連兩季 YoY 成長至少 70%

根據 NVIDIA 2018 年第二季財報，NVIDIA 第二季營收為 31.23 億美元，其中遊戲業務第二季營收為 18 億美元，YoY 增加 52%。資料中心業務營收則是來到 7.6 億美元，YoY 增長高達 83%。而在第一季資料中心營收 7.01 億美元，YoY 成長也高達 71%，可說是 NVIDIA 的營收成長火車頭。

短期內，NVIDIA 仍能穩坐資料中心寶座，競爭對手 AMD 與 Intel 目前與 NVIDIA 還有明顯差距。

AMD 甫推出 7 奈米 Radeon GPU，雖然比 NVIDIA 的 7 奈米產品提前半年至一年推出，製程上領先，但在下游應用端要取代 NVIDIA 並非易事，而 Intel 的資料中心 GPU 產品也才剛起步。

短期內，NVIDIA 資料中心業務保持成長火車頭沒有大太問題，但若把時間拉長到 3-5 年以上，則 NVIDIA 隱憂浮現。因為全球前七大資料中心其實都正在研發自家晶片。

垂直整合，全球前七大資料中心都有「異心」

以三大雲端廠商的 Google、微軟與 Amazon 的資料中心來說，目前都採用 NVIDIA GPU，但也都有「異心」，各自研發「非」GPU 晶片，彼此保持競爭又合作的詭譎關係。而且對這些雲端大廠來說，自研晶片不會僅是嘗試，而是一種趨勢，「垂直整合態勢」明顯，半導體晶片將從一般通用走向「Domain Specific（特定領域）」用途，IC 設計不做標準化產品，而是跟著應用需求做產品。而這也是為什麼這些科技大廠開始自行研發晶片的主因。

黃仁勳與 Google 的口水戰

其中又以 Google 的態度最為明顯，2016 首次亮相的 ASIC 晶片 Cloud TPU，供雲端運算的機器學習訓練和推論使用，短短兩年已經演進到第三代，而且在 2017 年 Google 還透過論文《In-Datacenter Performance Analysis of a Tensor Processing Unit》發表、大肆宣傳，更有趣的是，論文中還拿出 NVIDIA 多年前舊產品 Tesla K80 GPU 和最新 TPU 的效能做比較，結果顯示 TPU 的速度快 Tesla K80 GPU 15 至 30 倍，此舉引發 NVIDIA 創辦人黃仁勳不滿，特地跳出來反駁。

今年 Google 則延伸至終端，推出 Edge TPU，供邊緣運算的推論使用。雖然目前仍為 Google 自家用途為大宗，但 Google 也在測試對外販售以「變現」的可能性（如 Google 在 2018 年 2 月公布開放開發者使用，Cloud TPU 服務以秒計費，每小時收費 6.5 美元），什麼時候完全對企業開放收費，業界都在關注。

而微軟 Azure 則和 Intel 合作，在深度學習雲端平台 Project Brainwave 服務中也提供以 Intel FPGA 為基礎架構的硬體加速服務。Amazon 則也找上全球最大 FPGA 晶片商賽靈思（Xillinx），在 Amazon Elastic Compute Cloud（Amazon EC2）中使用 Virtex UltraScale+ 系列晶片。