作为行业的领军者，Nvidia在过去几个月遭遇了不顺。彭博社提供了丑陋的细节，但总的来说，该公司的股价自5月份的峰值下跌了15%，尽管预计收入仍在增长。与预计收益相比，该公司的价值现在低于标准普尔平均水平；投资者为Nvidia的预期利润支付的成本低于他们为典型大型美国公司支付的费用。资金仍然流入AI基础设施股票，但大部分流入了内存公司。在同一时期，Micron——全球最大的DRAM制造商之一，该内存芯片是计算机和服务器中常见的标准类型——其价值几乎翻了三倍，确立了内存作为数据中心的新瓶颈以及热门的新AI交易。基本原因很简单：去年看似非常严峻的GPU短缺现象稍微缓解了一些。同时，数据中心需要尽可能多的内存。对于任何欣赏Nvidia技术成就的人来说，这可能会令人感到些许沮丧。Nvidia崛起背后的技术有很多真正令人印象深刻的成就，既包括开发CUDA——这个广泛采用的编程平台，使得Nvidia的GPU成为AI研究的默认引擎，也包括在GPU开发的速度上推进到几乎没有人认为可能的水平。Nvidia的成功是一种可以写成整本书的事情，而GPU本身是人类能力的边缘之外制造的最复杂的设备之一。对于像Micron这样的内存公司，故事要简单得多。它们制造高带宽内存芯片——特殊的组件，旨在以最快的速度在处理器之间传输数据——在过去20年中，它们的性能逐渐改善。在不改变芯片和企业太多的情况下，它们提供的服务突然间变得非常有价值——由于需求增长的速度超过任何人可扩大供应的速度，它们在过去一年中价格上涨了十倍。根据Datatrack的数据，自2023年以来，现货价格（即买家在公开市场上为芯片支付的价格，与长期合同价格相对）如下：你可能认为2025年夏季有某种惊人的技术突破，但不，整个行业只是大幅低估了数据中心建设所需的内存量。相比之下，这（通过计算市场Ornn）是过去一年Nvidia H100 GPU一个小时的现货价格变化：和Nvidia的股价一样，这里也在5月达到了峰值（约每小时3.20美元），然后稳步下滑。无论好坏，Nvidia作为公司的价值与计算价格的下降息息相关。Micron及其同类公司则与DRAM价格挂钩，而该价格持续上涨。当我与Ornn联合创始人兼首席技术官Wayne Nelms讨论推动这种差异的因素时，他将其框架化为简单的供求问题。谷歌、亚马逊、微软，甚至OpenAI都推出了自己的定制处理器，以减少对Nvidia的依赖；即使这些芯片不如Nvidia最新的模型好，但足以拉低计算价格。“更多的GPU和加速器制造商正在进入市场。每个人都想制造自己的硅芯片，但没有人制造自己的DRAM，”Nelms告诉我。“在高带宽内存（HBM）上没有重大技术突破，供需关系也没有发生变化，或者在内存市场上没有新者进入之前，我认为现状大致会持续下去。”对于Nvidia来说，这是一种令人沮丧的局面，而且主要是其自身成功的产物。证明计算可以多么有价值后，该公司发现自己处于每个人都想进入的市场中心——而更简单的技术和不那么有趣的公司则在旁边发财。当您通过我们文章中的链接进行购买时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。Russell Brandom自2012年以来一直报道科技行业，专注于平台政策和新兴技术。他曾在The Verge和Rest of World工作，并为Wired、The Awl和麻省理工学院的《技术评论》撰稿。您可以通过russell.brandom@techcrunch.com或在Signal上联系他，电话号码是412-401-5489。查看个人简介