Nvidia在2023年和2024年的业绩飙升，主要得益于人工智能领域对GPU的爆炸性需求，这一需求特别在美国、中东国家和中国表现显著。然而，由于美国实施的出口限制，Nvidia无法在没有政府出口许可的情况下，将其最高端的Hopper H100、H200和H800处理器出售给中国。因此，公司转而将削减版的HGX H20 GPU出售给中国实体。

尽管HGX H20 GPU是削减版，但其销售表现却异常出色。分析师Claus Aasholm指出：“通过了中国禁令的降级版H20系统表现非常好，环比增长50%，这是Nvidia最成功的产品。相比之下，H100业务‘仅’环比增长25%。”根据Aasholm的发现，尽管HGX H20 GPU的性能与成熟的H100相比有所下降，但Nvidia仍通过销售该GPU赚取了数百亿美元。人工智能无疑是推动几乎所有类型数据中心硬件销售的大趋势，Nvidia的Hopper GPU系列，包括HGX H20，均受益于此。

世界主要经济体——美国和中国——正在竞相获得最大的人工智能能力。对于美国而言，增长似乎水到渠成：更多的资金和更多的硬件意味着更高的能力。然而，这还不够。以OpenAI为例，尽管它已经赚了数十亿美元，但仍需要更多的资金来购买更多的硬件，以提升人工智能的训练和推理能力。

尽管存在种种限制，但中国的人工智能能力（无论是硬件还是大型模型开发）仍在不断扩大。上周，中国人工智能公司Deepseek在一篇论文中透露，它已经在2048个Nvidia H800 GPU的集群上训练了其6710亿参数的DeepSeek-V3 Mixture-of-Expert（MoE）语言模型，耗时两个月，共计280万个GPU小时。相比之下，Meta投入了11倍的计算资源（3080万个GPU小时）来训练拥有4050亿个参数的Llama 3，耗时54天，使用了16384个H100 GPU。

此外，随着时间的推移，中国本土的Biren Technologies和Moore Threads等公司推出的加速器可能会逐渐蚕食Nvidia目前在中国数据中心的近乎垄断地位。然而，这一过程不可能一蹴而就，Nvidia在中国市场的地位仍将在一段时间内保持稳定。