Nvidia ( NVDA +0.57% ) 已经赢得了科技领域最大的竞赛之一。
其图形处理单元 (GPU) 为大多数用于训练当今最先进人工智能模型的服务器提供关键计算能力。但投资者可能低估了该公司的部分机会：培训人工智能只是一个开始。
一旦人工智能模型经过训练，就可以进行部署，以便人们可以实际使用它。每当人工智能负责回答问题、编写计算机代码、生成图像、搜索信息或完成任务时，围绕 Nvidia 硬件构建的计算基础设施就会再次被调用。
这是推断，它可能成为英伟达的下一个巨大机会。
将培训视为一所学校
理解差异的最简单方法就是想象一个学生。培训就像上学一样。学生花费大量时间学习。推理是毕业后发生的事情——现在受过教育的人实际上运用他们所学到的知识来做工作。
人工智能的工作原理类似。公司花费大量时间和计算能力来训练模型来理解语言、图像、代码和其他信息。 Nvidia 的 GPU 一直是为大部分训练提供并行处理能力的主力。
但一旦模型准备就绪，对大量计算能力的需求就不会结束。事实上，这可能才刚刚开始。想象一下，一家公司花费数十亿美元来构建极其复杂的人工智能模型。它构建的模型并不是为了在数据中心中闲置而构建的。它希望付费客户使用它。
每次使用都会产生另一个计算工作负载。与训练不同的是，这些推理工作负载可能会发生数百万或数十亿次。
训练创造人工智能。推理使人工智能发挥作用。
如果使用人工智能的系统成为日常生活和商业的常见部分，它们产生的推理工作负载量可能会变得巨大。人工智能代理的预期广泛使用可能会让这个机会变得更大。
今天的聊天机器人可能会回答它提出的问题——对单个查询的单个响应。明天的人工智能代理可以做更复杂的事情。假设您要求人工智能代理研究一家公司。它可以接受这一请求，并通过搜索多个金融数据库、阅读公司文件、查找最新新闻、与竞争对手进行比较、建立估值模型、检查其计算，然后撰写报告来响应该请求。
这不是人工智能的一种反应。它是一个执行一系列推理和行动的代理。人工智能代理为满足请求而采取的步骤越多，所需的计算能力就越强。
英伟达正在积极定位自己，以便从这一趋势中受益。例如，其最新的 Vera Rubin 架构将芯片制造商的 GPU 与其新的 CPU 结合在一起，专为这些长时间运行的推理工作负载而设计。
不要认为 Nvidia 会自动赢得这个市场
虽然推理机会可能比培训市场更大，但芯片制造商在这一领域的竞争也可能很激烈。
一方面，亚马逊和 Alphabet 等超大规模企业正在开发自己的定制人工智能芯片，部分原因是为了减少对 Nvidia 的依赖。此外，推理市场对成本特别敏感，因为如果竞争对手能够以明显更低的成本提供类似的结果，那么客户将有动力进行转换，也有机会这样做。
因此，投资主题不仅仅是推理能力将会增长，因此英伟达将会获胜。更重要的问题是：在这个不断增长的人工智能领域，英伟达能够占据多少市场份额？
到目前为止，该公司大力押注其硬件、网络、软件和强大的开发者生态系统的结合将使其保持在人工智能基础设施堆栈的中心。也就是说，投资者应密切关注该公司未来几年维持市场份额的情况。
这对投资者意味着什么？
人工智能革命的第一阶段是建立越来越强大的人工智能模型。迄今为止，英伟达是构建它们所需的计算能力的最重要供应商。
下一阶段是让这些模型发挥作用。如果人工智能代理变得普遍，它们将代表我们处理数十亿个日益复杂的任务。这意味着当人工智能模型完成训练时，英伟达的机会不会结束。一切将从这里开始。
这就是为什么，尽管自人工智能竞赛开始以来，英伟达已经为股东带来了巨额回报，但多头认为该股仍有更出色的表现。