计算的下一个战略拐点是将云扩展到边缘，其中涉及与数千亿个IoT设备相连的高度并行的计算机体系结构。英伟达在控制该生态系统方面处于独特的位置，如果它确实如预期般在接下来的几周内收购了Arm ，则对Arm体系结构的完全控制将确保其领先优势。

　　回顾过去产业的发展，每15年，计算机行业就会经历一个战略拐点，正如Jefferies美国半导体分析师Mark Lipacis所说的那样，以往这些都是结构性的转变，它极大地改变了计算模型并重新调整了行业领导地位。

　　在70年代，该行业从以IBM为主导的大型计算机转变为由DEC（数字设备公司）主导的小型计算机；到80年代中期，构造转变是PC，英特尔和微软在此定义并控制了生态系统；在2000年之后，该行业再次转向了手机和云计算模型。苹果，三星，台积电和Arm在手机方面受益最大，而英特尔仍然是向云数据中心转移的主要受益者。如下图所示，英特尔和微软把持了PC时代的利润。

　　根据投资银行杰富瑞（Jefferies）的研究，在以前的每个生态系统中，主导企业都占据80％左右的利润。例如，PC时代的Wintel和智能手机时代的Apple。这些生态系统并不是偶然发生的，而是每个主导各自时代的公司采取多管齐下的战略的结果。英特尔在开发人员支持计划，大型开发人员会议，软件技术，通过英特尔投资的VC投资，营销支持等方面投入了大量资金和资源。

　　上表显示了Wintel双头垄断的结果。苹果在年度开发者大会，开发工具和财务激励措施上做得差不多。就iPhone而言，App Store扮演了另外一个角色，这就使得该产品变得如此成功，事实上，这个巩固苹果在智能手机生态系统中的主导地位的关键一环现在正在遭受开发者的抱怨。下图显示了苹果如何在手机运营利润中占最大份额。

　　英特尔在数据中心市场上保持了数十年的统治地位，但是由于某些原因，这一优势现在正受到威胁。

　　一种是移动设备生成的软件工作负载的类型正在改变。这些手机产生的大量数据需要更并行的计算方法，但英特尔的CPU专为单线程应用程序而设计。从10年前开始，Nvidia将其GPU（图形处理单元）体系结构（最初设计为3D游戏的图形加速器）改编为更通用的并行处理引擎。

　　英特尔受到威胁的另一个原因是，由于在手机市场上出售的大量芯片，为台积电提供了竞争优势，因为台积电能够利用学习曲线在工艺技术方面领先于英特尔。英特尔的7纳米制程节点现在比计划晚了一年多。同时，台积电在其7纳米制程中已出货超过10亿个芯片，在5纳米制程中获得了良好的良率，并正在送样3纳米芯片。Nvidia，AMD和其他Intel竞争对手都在台积电（TSMC）生产其芯片，这为它们提供了主要的竞争优势。

　　Nvidia的主导领域

　　并行计算概念并不是什么新鲜事物，几十年来一直是计算机科学的一部分，但是最初它们被降级为高度专业化的任务，例如使用超级计算机模拟核弹或天气预报。这主要是因为对并行处理软件进行编程非常困难。Nvidia于13年前推出了CUDA软件平台，现在已经是第11代，这一切都改变了。英伟达专有的CUDA软件平台使开发人员可以利用英伟达GPU的并行架构来执行各种任务。英伟达还在GPU和CUDA方面为大学的计算机科学系埋下了伏笔，经过许多迭代的改进，该技术已发展成为大规模并行计算的领先平台。这已导致AI行业发生了结构性转变——从“基于知识”的学科转变为“基于数据的”学科，我们在越来越多的AI驱动的应用程序中看到了这一点。当您说“ Alexa”或“ Hey Siri”时，语音识别正在由并行处理软件算法处理和解释，该算法很可能由NvidiaGPU提供支持。

　　云数据实例是衡量计算机体系结构使用率的领先指标。这些实例的数量表示对领先的CSP（云服务提供商）中的应用使用需求，例如Amazon AWS，Google Cloud Platform，Microsoft Azure和阿里云。排名前四的CSP表明，随着AMD的快速增长以及Arm与Graviton的合作，英特尔的CPU市场份额一直保持平稳。最能说明问题的是，对专用加速器的需求非常强劲，并由Nvidia主导。

　　如上图所示，Nvidia现在将近一半的销售收入是由数据中心驱动的。截至今年6月，Nvidia在云数据实例中的专用加速器份额为87％。在过去的一年中，英伟达的加速器占了数据中心处理器收入增长的大部分。

　　该公司创建了一个与Wintel相当的硬件软件生态系统，但使用了加速器。它凭借其出色的架构性能和创建广受欢迎的CUDA软件平台，丰富的竞争性开发人员工具和生态系统支持计划，参加人数众多的年度GPU技术大会，甚至是一项积极的投资计划，都获得了丰厚的回报Inception GPU Ventures。

　　Arm涉足的地方

　　但是Nvidia仍然存在一个竞争壁垒，这阻止其完全控制数据中心生态系统：它必须在Wintel生态系统中进行互操作，因为数据中心中的CPU体系结构仍然是x86（无论是Intel还是AMD）。

　　Arm的服务器芯片市场份额仍然很小，但已经取得了巨大的成功。并且，与台积电（TSMC）成为制造合作伙伴之后，在手机以外的细分市场中，它的原始性能迅速超过了英特尔。但是Arm的弱点在于，硬件-软件生态系统是分散的，Apple和Amazon采用的软件方法大多是专有的，而Ampere和Cavium等较小的公司规模太小，无法创建可与Wintel媲美的大型行业生态系统。

　　Nvidia和Arm在6月宣布，他们将共同努力，使Arm CPU与Nvidia加速器一起使用。首先，这种合作使Nvidia能够为其数据中心业务添加计算功能。其次，更重要的是，它使Nvidia处于有利地位，可以围绕Arm创建一个硬件软件生态系统，这将对英特尔构成严重威胁。

　　即将到来的转变

　　这种伙伴关系在今天特别重要的原因是因为计算机行业正在经历下一个战略拐点。这种新的构造转变将对该行业和竞争格局产生重大影响。而且如果历史趋势继续下去，Nvidia / Arm合并后的市场规模将至少是当今手机或云计算市场的10倍。轻描淡写地说，赌注很大。

　　有几种力量在推动这一新转变。一是旨在支持更多设备的更快的5G网络的出现。5G网络的关键功能之一是边缘计算，它将把高性能计算放在网络的最边缘，距离终端设备仅一跳之遥。如今的手机仍然与90年代建立的具有联网PC的旧客户端-服务器体系结构的后代联系在一起。这种传统导致了高延迟网络，这就是为什么我们在视频通话中遇到那些令人讨厌的延迟的原因。

　　下一代网络将在网络的最边缘配备高性能计算机和并行加速器。包括无人驾驶汽车，工业机器人，3D或全息通信以及无处不在的智能传感器的短点将需要与新协议和软件架构更紧密地集成。通过分布式计算架构模型，这将实现更快，更低延迟的通信。产生的数据量以及需要处理的数据量将增加几个数量级，从而进一步推动对并行计算的需求。

　　英伟达的路线图

　　英伟达已经表明其意图，即云到边缘计算正在其路线图上：

　　“人工智能在边缘爆发。AI和云原生应用程序，物联网及其数十亿个传感器以及5G网络现在使边缘化大规模AI成为可能。但是，它需要一个可扩展的，加速的平台，该平台可以实时做出决策，并允许每个行业（包括商店，制造业，医院，智慧城市）将自动化的情报传递到行动点。这将人员，企业和加速的服务结合在一起，使世界变得更小，更紧密地联系在一起。”

　　去年，英伟达（Nvidia）还宣布将与微软合作在Intelligent Edge上进行合作。

　　这就是为什么Nvidia购买Arm具有战略意义的原因，以及为什么要付出很高的代价才能拥有这项技术。Arm的所有权将使Nvidia对生态系统的各个方面都有更大的控制权，这也让他们对自己命运的控制更大。它还将消除Nvidia对英特尔计算堆栈生态系统的依赖，这将大大提高其竞争地位。通过拥有Arm而不只是获得许可，Nvidia可以添加特殊指令来将其与GPU进行更紧密的集成。为了获得最高性能，需要将CPU和GPU集成在一个芯片上，并且由于英特尔正在开发其竞争的Xe系列加速器，因此Nvidia需要拥有自己的CPU。

　　如今，英伟达在高度并行计算方面处于领先地位，英特尔正努力通过其Xe系列产品追赶潮流。但是，正如我们从PC的 Wintel时代所了解到的那样，控制生态系统的公司具有巨大的战略优势，而Nvidia的执行力很好，可以使其自身定位为将成为下一个计算时代的主导者的公司。英伟达拥有在其GPU周围创建令人印象深刻的生态系统的良好记录，这使其在创建包括CPU在内的边缘计算的完整生态系统方面处于非常有竞争力的地位。