NVIDIA: Dari Cip Permainan ke Tulang Belakang AI — Penciptaan Nilai Terpantas dalam Sejarah

Ibu pejabat NVIDIA, Santa Clara, California — rumah syarikat yang menjadi tulang belakang revolusi AI

Penciptaan Nilai Terpantas dalam Sejarah

Tiada preseden dalam sejarah syarikat tersenarai awam untuk apa yang NVIDIA lakukan dalam tiga tahun lepas.

Pada Januari 2023, NVIDIA adalah syarikat semikonduktor bernilai $360 bilion yang membuat cip grafik untuk pemain permainan dan mempunyai pertaruhan yang menarik namun belum terbukti dalam AI. Pada Januari 2025, ia menjadi syarikat paling berharga kedua di Bumi — bernilai $3.4 trilion — yang telah menjana lebih banyak permodalan pasaran dalam 24 bulan berbanding mana-mana syarikat dalam sejarah. Hasil berkembang dari $27 bilion dalam FY2023 kepada $130 bilion dalam FY2025. Pendapatan bersih berkembang dari $4.4 bilion kepada $72.9 bilion. Margin kasar meningkat dari 57% kepada 75%.

Sebagai perbandingan: pendapatan bersih NVIDIA FY2025 sebanyak $72.9 bilion melebihi pendapatan bersih Apple, Microsoft, atau Google dalam FY2024. NVIDIA mencapai ini dengan kira-kira seperlima jumlah pekerja Microsoft dan sekitar sepersepuluh sejarah hasilnya.

Ini adalah kisah bagaimana syarikat yang diasaskan Jensen Huang di restoran Denny's pada 1993 menjadi penjual cangkul dalam demam emas AI — dan mengapa parit pertahanan yang dibinanya mungkin merupakan monopoli teknikal yang paling sukar dipertahankan dalam teknologi sejak Microsoft menguasai sistem operasi PC pada 1990-an.

Asas Permainan yang Tidak Dipandang Serius

Kisah asal NVIDIA bukan AI. Ia adalah Quake.

Pada awal 1990-an, permainan 3D adalah beban kerja pengkomputeran yang paling menuntut dalam teknologi pengguna. Pemaparan persekitaran tiga dimensi secara masa nyata memerlukan perkakasan khusus — unit pemproses grafik — yang boleh melaksanakan jutaan pengiraan titik terapung sesaat secara selari. Produk pertama NVIDIA, NV1, dilancarkan pada 1995, adalah biasa-biasa sahaja. NV3 — RIVA 128 — cukup baik untuk bertahan. GeForce 256, dilancarkan pada 1999, adalah produk yang penting: ia adalah cip pertama yang membawa jenama GeForce dan pertama yang dipasarkan sebagai GPU.

Apa yang menjadikan GPU permainan menarik secara teknikal adalah perkara yang sama yang akan menjadikannya transformatif untuk AI tiga puluh tahun kemudian: selarian. CPU direka untuk melaksanakan satu tugas kompleks dengan sangat pantas. GPU direka untuk melaksanakan beribu-ribu tugas yang lebih mudah secara serentak. Pemaparan bingkai 3D memerlukan pengiraan warna berjuta-juta piksel secara selari — sempurna untuk seni bina yang sangat selari. Keperluan seni bina itu membentuk seluruh falsafah reka bentuk cip NVIDIA, dan falsafah itu ternyata tepat seperti yang diperlukan oleh pembelajaran mendalam.

CUDA — Parit Teknikal yang Dibina Selama 15 Tahun

Pada 2006, NVIDIA melakukan sesuatu yang kelihatan mahal dan tidak perlu: melancarkan CUDA.

CUDA — Compute Unified Device Architecture — adalah rangka kerja pengaturcaraan yang membolehkan pembangun menulis program tujuan umum yang boleh dijalankan pada GPU NVIDIA. Masalah yang diselesaikan CUDA adalah bahawa GPU, walaupun mempunyai kuasa pemprosesan selari yang besar, hampir mustahil untuk diprogramkan untuk apa-apa selain grafik. CUDA menyediakan API, rantai alat pengkompil, dan perpustakaan yang membolehkan penyelidik dan jurutera menyatakan pengiraan selari sewenang-wenangnya dalam bentuk yang boleh dilaksanakan oleh perkakasan NVIDIA.

Komuniti penyelidikan menggunakan CUDA secara perlahan pada mulanya. Pengkomputeran berprestasi tinggi adalah kes penggunaan awal — simulasi fizik, dinamik molekul, dinamik bendalir. Kemudian, pada 2012, sesuatu yang mengubah lintasan pembelajaran mendalam dan NVIDIA berlaku: AlexNet.

Rangkaian neural konvolusi Alex Krizhevsky, dilatih pada GPU NVIDIA menggunakan CUDA, memenangi pertandingan pengelasan imej ImageNet dengan kadar ralat yang jauh lebih rendah berbanding pesaing, memaksa komuniti penyelidikan pembelajaran mesin untuk menilai semula andaian mereka tentang apa yang boleh dilakukan oleh pembelajaran mendalam. AlexNet menunjukkan bahawa latihan dipercepatkan GPU menjadikan rangkaian neural dalam praktikal pada skala yang mustahil dengan latihan CPU. Setiap makmal AI utama di dunia pergi ke tempat yang sama untuk membeli perkakasan yang mereka perlukan: NVIDIA.

Wawasan kritikal tentang CUDA bukan bahawa ia adalah API yang lebih baik. Ia adalah bahawa NVIDIA melabur lima belas tahun membina ekosistem di sekelilingnya. cuDNN — perpustakaan Neural Dalam CUDA — mengoptimumkan operasi asas yang digunakan oleh setiap rangkaian neural: konvolusi, pendaraban matriks, fungsi pengaktifan. Komuniti pembelajaran mendalam membina rangka kerja mereka — TensorFlow, PyTorch, JAX — untuk menggunakan cuDNN. Rangka kerja tersebut kini menggerakkan hampir semua penyelidikan AI serius dan penggunaan pengeluaran di seluruh dunia. Beralih dari CUDA bukan sahaja bermakna menukar cip — ia bermakna memindahkan seluruh tumpukan rangka kerja anda, menulis semula kod pengoptimuman anda, dan berpotensi kehilangan bertahun-tahun penalaan prestasi yang terkumpul.

Peralihan Pusat Data

NVIDIA mula memisahkan segmen hasil Pusat Datanya dalam FY2018. Tahun itu ia berjumlah $1.93 bilion — bermakna tetapi dibayangi oleh $5.51 bilion Permainan. Isyarat pertama tentang apa yang akan datang tiba dalam FY2021: Pusat Data mengatasi Permainan buat kali pertama, pada $6.70 bilion berbanding $5.52 bilion.

Titik infleksi adalah ChatGPT.

OpenAI melancarkan ChatGPT pada 30 November 2022. Dalam masa lima hari ia mempunyai 1 juta pengguna. Dalam masa dua bulan ia mempunyai 100 juta — penggunaan aplikasi pengguna terpantas dalam sejarah. Lebih penting lagi, ia menunjukkan kepada setiap perbadanan besar dan kerajaan di dunia bahawa model bahasa besar adalah berkeupayaan secara komersial, dan bahawa melatih dan menjalankannya memerlukan jumlah pengkomputeran GPU yang besar.

Hasil Pusat Data NVIDIA dalam FY2024 adalah $47.5 bilion — naik 217% dari $15.0 bilion dalam FY2023. Dalam FY2025, hasil Pusat Data mencapai $115.2 bilion, menyumbang 88% daripada jumlah hasil syarikat.

Seni Bina Blackwell — Membina Parit Seterusnya

Pada Mac 2024, NVIDIA mendedahkan Blackwell — seni bina GPU generasi seterusnya, menggantikan Hopper (yang menggerakkan H100). GPU Blackwell B200 memberikan 20 petaflops prestasi AI FP4 — 5x prestasi 4 petaflops FP8 H100. Tetapi inovasi yang lebih penting adalah struktur suis NVLink yang menghubungkan GPU Blackwell dalam kluster besar.

Kitaran naik taraf sudah pun bermula. NVIDIA melaporkan bahawa Blackwell menjana $11 bilion hasil dalam suku pengeluaran pertamanya — peningkatan produk terpantas dalam sejarah syarikat.

Jensen Huang — Faktor CEO Pengasas

Tidak setiap syarikat boleh melaksanakan pertaruhan teknikal tiga puluh tahun. Sebab NVIDIA boleh adalah Jensen Huang.

Huang mengasaskan bersama NVIDIA pada 1993 dan telah memimpin syarikat secara berterusan sejak itu. Beliau berumur 61 tahun dan tidak menunjukkan sebarang tanda perancangan penggantian — dan tidak perlu. Nilai pengkompaunan CEO pengasas yang memahami peta jalan teknikal sedalam keputusan peruntukan modal adalah jarang dalam teknologi cap besar. Bezos membina AWS kerana beliau memahami bahawa infrastruktur logistik Amazon boleh digeneralisasikan menjadi perkhidmatan awan. Jensen Huang membina CUDA kerana beliau memahami bahawa pengkomputeran selari adalah sumber tujuan umum, bukan sekadar alat pemaparan grafik.

Prestasi Kewangan 6 Tahun (FY2020-FY2025)

Angka-angka menceritakan kisah yang tidak memerlukan hiasan naratif:

Nota: EPS ditunjukkan atas dasar selepas pemecahan (10:1, Jun 2024). Pendapatan bersih dan EPS FY2023 terjejas oleh yuran penamatan pengambilalihan Arm sebanyak $1.35 bilion dan caj inventori $1.22 bilion. Pengembangan margin kasar dari paras rendah FY2023 (56.9%) kepada FY2025 (74.6%) mewakili peningkatan 17.7 mata peratusan yang didorong oleh peralihan campuran Pusat Data.

Kisah margin kasar adalah yang paling penting. GPU Pusat Data NVIDIA membawa margin kasar yang jauh melebihi purata syarikat. Apabila Pusat Data berkembang dari 46% hasil dalam FY2022 kepada 88% dalam FY2025, struktur margin keseluruhan bertambah baik secara struktur. Ini bukan pemotongan kos — ia adalah campuran produk yang mendorong pengembangan margin kekal.

Penukaran aliran tunai bebas adalah luar biasa: NVIDIA menukar kira-kira 47% hasil kepada aliran tunai bebas dalam FY2025. Perbandingan: Microsoft menukar kira-kira 30% dan Apple kira-kira 25%. Penukaran FCF mencerminkan model ringan modal — NVIDIA mereka bentuk cip, TSMC mengeluarkannya, dan NVIDIA menangkap margin harta intelek tanpa memiliki fabrik.

Mesin Pulangan Modal

Papan tanda kampus NVIDIA — syarikat yang diasaskan bersama oleh Jensen Huang di restoran Denny's pada 1993, kini bernilai lebih $3 trilion

NVIDIA melengkapkan pemecahan saham 10-untuk-1 pada 10 Jun 2024 — pemecahan keenam syarikat sejak IPO 1999. Sebelum pemecahan, saham telah didagangkan melebihi $1,200.

Tentang dividen: NVIDIA membayar dividen suku tahunan sebanyak $0.01 sesaham (selepas pemecahan) — pada dasarnya simbolik pada penilaian semasa. Ini bukan saham pendapatan.

Tentang pembelian balik: NVIDIA memulangkan $15.4 bilion kepada pemegang saham melalui pembelian balik dalam FY2025 dan mengumumkan kebenaran pembelian balik $50 bilion pada Ogos 2024.

Jumlah pulangan pemegang saham adalah tajuk utama: saham NVIDIA memulangkan kira-kira 2,400% sepanjang lima tahun berakhir FY2025 — kadar pertumbuhan kompaun tahunan 88%. Sebagai perbandingan: $10,000 yang dilaburkan dalam NVIDIA pada Januari 2020 bernilai kira-kira $250,000 pada Januari 2025.

Risiko — Apa yang Boleh Memecahkan Mesin Ini

Kawalan Eksport dan Risiko Geopolitik

Risiko struktur segera NVIDIA yang paling besar adalah kerajaan AS. Kawalan eksport pentadbiran Biden ke atas cip AI lanjutan — pada mulanya menyasarkan A100 dan H100, kemudian diperketatkan lagi — melarang NVIDIA daripada menjual cip paling canggihnya ke China. China mewakili kira-kira 17% hasil pusat data NVIDIA sebelum kawalan diperketat. Risiko yang lebih ketara adalah eskalasi. Jika penyahgandingan teknologi AS-China bergerak lebih jauh, seluruh rantaian bekalan semikonduktor menghadapi tekanan.

Risiko Kepekatan TSMC

NVIDIA tidak memiliki fabrik. Setiap GPU NVIDIA canggih dikilangkan oleh TSMC di Taiwan pada nod proses 4nm dan 3nm. Taiwan menghadapi risiko geopolitik berterusan. Konflik Selat Taiwan — walaupun eskalasi bukan kinetik — akan mengganggu keseluruhan kapasiti pengeluaran NVIDIA.

Kepekatan Permintaan dan Risiko Kitaran CapEx

Dalam FY2025, empat hyperscaler — Microsoft, Google, Amazon, Meta — mungkin menyumbang lebih daripada 50% hasil Pusat Data NVIDIA. Ini adalah kepekatan pelanggan yang luar biasa untuk perniagaan hasil $130 bilion. CapEx hyperscaler mengikut kitaran. Jika pulangan model AI mengecewakan, CapEx hyperscaler boleh melambat dengan mendadak. Hasil NVIDIA akan mengikutinya.

Cabaran Ekosistem Terbuka

Setiap syarikat teknologi utama melabur dalam alternatif kepada NVIDIA. TPU v5 Google berdaya saing untuk beban kerjanya sendiri. MI300X AMD menawarkan nilai yang menarik. Trend silikon tersuai — mengurangkan kebergantungan kepada NVIDIA — adalah kuasa persaingan yang nyata untuk dekad akan datang.

Kesimpulan

NVIDIA adalah perkara paling jarang dalam pelaburan: perniagaan di mana parit persaingan semakin dalam pada masa yang sama dengan pasaran yang ditangani semakin besar.

Ekosistem perisian CUDA mengambil masa lima belas tahun untuk dibina dan memerlukan satu dekad untuk direplikasi. Seni bina interkoneksi NVLink mencipta kos peralihan di peringkat kluster yang melampaui keputusan cip individu. Hubungan antara perkakasan NVIDIA, tumpukan perisian, dan komuniti penyelidikan AI adalah simbiosis — setiap seni bina baru yang dihantar, setiap pengoptimuman baru dalam cuDNN, setiap model baru yang dilatih pada infrastruktur NVIDIA, mendalamkan kelebihan ekosistem.

Keputusan kewangan hanyalah output daripada parit tersebut yang berfungsi. Hasil $130 bilion dengan margin kasar 75% dan penukaran aliran tunai bebas 47% bukan kebetulan — ia adalah apa yang berlaku apabila pembekal monopoli menghadapi permintaan yang berkesan tidak terhad dari pembinaan infrastruktur paling intensif modal dalam sejarah pengkomputeran.

Pertaruhan restoran Denny's Jensen Huang baru sahaja terbayar. Dengan besar-besaran.