时代变了!英伟达纳入道琼斯指数,英特尔被取代

部署运行你感兴趣的模型镜像

 Datawhale分享 

来源:量子位,编辑:Datawhale

时代变了!

最新消息,英伟达将在 2024 年 11 月 8 日替代英特尔成为道琼斯工业平均指数的组成成员。

这是历史最悠久的美国市场指数之一,只有 30 家能代表美国工商业的上市公司有资格入选。

c1a949d5009cf257540cd53d43854a44.png

消息释出,英伟达股价上涨 2.9%,英特尔股价下跌 1.85%,道琼斯指数下跌 0.9%。

这一变动意味着,英特尔将结束在道琼斯指数中 25 年的任期,半导体行业巨变还在加速发生。

今年以来,英伟达股价上涨了 180%,而英特尔股价则下跌了一半以上。

这一年中,英伟达的市值膨胀至 3.3 万亿美元,仅次于苹果。英特尔则市值大缩水 2000 亿美元。

2d3c3a226b8c56ae91de309d97f35b93.gif

英特尔VS英伟达市值对比(截至今年2月)

英伟达的加入意味着道琼斯指数中将包含 4 家市值超万亿美元的科技公司(微软、苹果、亚马逊),目前全球 6 家万亿美元市值公司中,只有谷歌和 Meta 尚未加入。

今年英特尔在道指表现最差

今年的半导体市场,英特尔英伟达两大巨头,始终冰火两重天。

在 AI 热潮影响下,GPU 逐渐取代 CPU,成为备受市场追捧的计算产品。英伟达在 GPU 领域拥有近乎绝对的领先优势,Amber、Hopper 架构产品奇货可居,最新一代 Blackwell 更拥有极高的市场需求,尚未正式出货但未来一年订单已爆。

最直接的反映来看财报表现。

2025 财年第二财季,英伟达营收 300 亿美元(约2138亿元),同比大涨 122%;每股收益(非 GAAP)0.68 美元(约 4.8 元),同比增长 152%,均高于分析师的预期。

其核心业务数据中心营收 263 亿美元(约 1874 亿元),超出市场预期的 250.8 亿美元(1787 亿元),游戏业务营收 29 亿美元(约 206.6亿元),同比增长 16%。

93139c44c0a96bca12cd30dba6bbd5ac.png

股价方面更是一路飙高。从年初到现在,已经上涨超 180%。

通过拆股,英伟达股价下降了 90%,这也让它更有可能加入道指,不会对指数权重产生过大影响。

此次道指成员更换,是今年 2 月亚马逊取代沃尔玛后的再一次变动。

然而反观英特尔这边,今年几乎是这位芯片巨头成立 56 年以来的最低谷。

股价 1 年下跌 54%,市值暴跌 2000 亿。成为今年道指成员中表现最差的公司。

在市场份额流失、制造挑战以及被收购等压力下,今年以来,英特尔已宣布裁员 16500 名员工,并缩减房地产占用面积。

9 月,高通意图收购英特尔的消息更是轰动全球。尽管该收购在反垄断法案等因素影响下,达成难度很高。同时也有私募机构出手援救,向英特尔投下 50 亿美金。

但是半导体市场的变化几乎已经确定。

就在最近,英特尔方面表示,今年无法实现AI芯片 5 亿美元的销售目标。CEO 基辛格将这归因为 Gaudi 芯片的软件问题以及芯片迭代问题。

上季度,英特尔刚刚推出了 Gaudi 3。这款 AI 芯片提供与英伟达 CUDA 相当的能力,意在挑战英伟达的市场领导地位。

7f9da6c320e6aa149e81823fee780509.jpeg

英伟达正是凭借 CUDA,让 GPU 拥有解决复杂计算问题的能力,开始在 AI 领域产生深刻影响。完善的 CUDA 生态,也是如今英伟达能够坐稳霸主的地位的关键因素之一。

不过值得一提的是,在 CUDA 最早出现时,当时的英特尔并不看好,表示“它只是计算发展史上的一个小注脚”。

几度濒临破产,靠CUDA绝地重生

2008 年,英伟达刚刚迈出尝试移动市场手机芯片的第一步,打算不局限于游戏市场。

当时还没当上 CEO 的英特尔高管 Pat Gelsinger,接受采访时说过这样一句话:

英伟达 CUDA 这样的通用 GPU 计算,可能无非是计算发展史上一个有趣的注脚。

甚至他认为,随着像 Larrabee 这样的混合技术的出现,独立的显卡将逐渐消失,而 “兼容的计算模型的演进” 将是未来的趋势。

英特尔在当时会给出如此观点,也并非纯粹的傲慢。

实际上,在 CUDA 诞生最初,饱受市场质疑,甚至导致英伟达股价大缩水、陷入危机。

87c735d4e70b7b654bc667005afdb0d9.png

作为一个由实习生牵头开发的产品,CUDA 诞生的初衷是最大化利用 GPU 并行计算能力,瞄准的市场则是“不起眼的科研领域”。

2004 年,斯坦福大学博士生 Ian Buc 进入英伟达实习,当时,Buck 参与过一项编程竞赛,任务是让能更容易地管理 GPU 的众多计算引擎。

CUDA 的核心设计理念就是计算机中的线程。与传统 CPU 中的 4、8 和 16 个线程不同,GPU 中的线程可以多达几万个。

Buck 表示,看起来这些线程的管理是一件十分复杂的事情。但实际上,编程人员主要的困难在于如何发挥这些线程的优势,而不是管理这些线程。早期,CUDA 的性能主要依赖编程人员人工发现代码中可并行计算的部分。

黄仁勋看到了超级计算大众化的前景,于是坚定推进 CUDA,希望它能运行在每一张 GeForce 卡上。

不过需要注意,当时 GPU 还主要被用于图形渲染,科学计算和数据处理只占非常一小部分的份额。英特尔主导的 CPU 市场能够很好满足当时的计算需求。

但是,为了 CUDA,老黄几乎赌上全部身家。

CUDA 项目启动,意味着每年将需要 5 亿美元的研发投入,而当时公司全年的总收入才大约 30 亿美元。也就是说,老黄把整个整个公司的 1/6,押注在了和公司核心业务似乎没什么关系的一个软件平台上。

最后来看,自 CUDA 推出以来,英伟达在将 GPU 转化为更通用的计算工具上投入了将近 100 亿美元。

说巧不巧,正当黄仁勋大举押注 CUDA 之时,计算行业也正在发生广泛变革,摩尔定律带来的计算提升速度正在放缓,这也让当初借此统治芯片市场的英特尔,地位发生动摇,即便诸多芯片设计公司试图从无到有打造更专业芯片,并让该类芯片与英特尔处理器一同运行,利用芯片电路的微型化提供更多的好处。

但又怎挡得住英伟达的势能优势。在英特尔和其他芯片厂商转型途中,英伟达不需要从头做起,只要重新定位已有的芯片,利用在 CUDA 项目中开发的芯片和软件,就能逐渐打造出一个广受程序员和企业欢迎的技术平台。

与此同时,英伟达在研发上始终保持着超高投入。这是英伟达在计算市场长期保持领先的秘诀。从 Volta、Amber 到 Hopper、Blackwell 架构,百万亿美元投入下,一个 GPU 帝国正在被快速建立。

当然,这也得益于人工智能大潮的影响。

在 ChatGPT 腾空出世之后,英伟达迎来了史上最快速增长期,市值翻了 6 倍。

曾经不可超越的对手英特尔,却在最新AI趋势开启后,未能抓住新增长时机。

如今,英伟达代替英特尔加入道指,不仅是两家公司的兴衰更替,更是整个半导体/计算产业进入全新时代。

老黄曾说,人工智能终将影响到世界上的每一家公司。

而专注于 GPU 的英伟达,正在让这种影响,更快速扩展。

参考链接:https://www.investors.com/news/nvidia-to-join-dow-jones-industrial-average-replacing-intel/

5f27337f34140a7ad89bd15e17646ba5.png

一起“赞”三连

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

<think> 嗯,用户这次的问题是关于在英特尔设备上安装英伟达驱动的代码。看起来用户在硬件配置上有混合环境——主机是英特尔平台,但需要安装英伟达显卡驱动。这种组合很常见,比如英特尔CPU配英伟达独立显卡的笔记本或台式机。 用户提供的四条引用中,有三条提到了英伟达驱动安装的具体方法。引用[1]提到了内核配置中启用evdev接口(虽然更侧重输入设备支持),引用[2]强调官方自动安装工具和常见错误解决方案,引用[4]给出了Ubuntu下的具体安装命令。特别值得注意的是引用[3]列举了特殊显卡型号,暗示用户可能需要考虑显卡兼容性问题。 用户真正的痛点可能在于:1)混淆了平台类型与显卡类型(英特尔设备≠集成显卡);2)担心混合环境下驱动冲突。因此回复需要明确三点:安装对象是英伟达GPU而非英特尔集成显卡,安装方法因操作系统而异,安装后可能需要解决冲突问题。 准备在回复中采用“常规方法+特殊处理”的结构:常规部分给出Linux/Windows的主流安装代码,特殊处理部分强调禁用nouveau驱动(引用[1]隐含的KMS驱动问题)和英特尔核显共存方案(用户未明说但实际需要)。考虑到用户引用过WSL相关内容(引用[4]),虽然这次没提但可以预留多系统说明的空间。 用户引用中存在版本细节(如nvidia-utils-570-server),但直接给出特定版本号有风险,所以命令设计成动态获取最新稳定版的形式。最后补充卸载命令是预判用户可能遇到安装失败——引用[2]提到过安装失败的情况,需要提供回滚方案。 </think> 根据英特尔CPU设备安装英伟达显卡驱动的需求,结合系统环境和安全要求,具体操作代码如下: --- ### **Linux 系统(Ubuntu/Debian)** ```bash # 1. 更新系统并安装必要组件 sudo apt update && sudo apt upgrade -y sudo apt install build-essential dkms linux-headers-$(uname -r) -y # 2. 添加英伟达官方驱动库(若未添加) sudo add-apt-repository ppa:graphics-drivers/ppa -y sudo apt update # 3. 自动安装适配当前显卡的最新驱动(推荐) sudo ubuntu-drivers autoinstall # 或手动指定驱动版本(例:RTX 30/40系) sudo apt install nvidia-driver-535 -y # 4. 重启生效 sudo reboot ``` --- ### **Windows 系统** ```powershell # 1. 下载官方驱动(管理员身份运行PowerShell) $url = "https://www.nvidia.com/Download/driverResults.aspx/214828/en-us" Invoke-WebRequest -Uri $url -OutFile "$env:TEMP\nvidia_driver.exe" # 2. 静默安装(跳过GeForce Experience) Start-Process -FilePath "$env:TEMP\nvidia_driver.exe" -ArgumentList "-s -noreboot" -Wait # 3. 手动重启 Restart-Computer ``` --- ### **关键注意事项** 1. **核显与独显共存** 英特尔核显无需额外驱动,系统会自动处理多显卡切换。双显卡用户需在BIOS中设置`首选显卡=PCIe/独显`[^1]。 2. **驱动冲突处理** Linux系统需禁用开源驱动`nouveau`: ```bash echo "blacklist nouveau" | sudo tee /etc/modprobe.d/blacklist-nvidia-nouveau.conf sudo update-initramfs -u ``` 3. **专业级显卡支持** 若使用Tesla/Quadro等专业卡(如引用[3]提到的A800/H100),需改用[企业级驱动](https://www.nvidia.com/drivers)并选择`Tesla`系列。 4. **验证安装** ```bash nvidia-smi # 显示GPU状态 glxinfo | grep "OpenGL renderer" # 确认渲染器为"NVIDIA" ``` --- **故障处理** - **安装失败**:卸载残留驱动后重试 ```bash sudo nvidia-uninstall && sudo apt purge nvidia-* ``` - **WSL 支持**:需先在Windows安装驱动,再在Linux端按引用[4]集成CUDA工具包 - **Secure Boot问题**:安装过程中需按提示注册内核模块签名[^2] > 提示:笔记本用户建议通过设备制造商(如Dell/HP)提供的驱动包安装,确保电源管理等功能兼容性[^3]。 --- ### 相关问题 1. **如何在双显卡设备上强制使用英伟达GPU运行特定应用?** 2. **安装英伟达驱动后出现屏幕撕裂或卡顿,如何优化?** 3. **专业计算场景(如AI训练)应选择哪种英伟达驱动分支?** 4. **Linux系统升级内核后英伟达驱动失效,如何修复?**
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值