这个人工智能陷阱可能是量子计算的英伟达

关键点

• 虽然Nvidia以其GPU而闻名，但CUDA架构实际上是其主导地位背后的动力。
• 通过提供完整的硬件和软件生态系统，Nvidia 已成为生成性人工智能开发的首选平台。
• Alphabet 正在采取类似的策略，以适应量子计算的出现。

在过去的几年中，Nvidia 已巩固其作为人工智能 (IA) 的无可争议的领导者地位。它的图形处理单元不仅仅是硬件 - 而是建立在 CUDA 架构之上的紧密整合生态系统的基础。

CUDA将Nvidia的芯片从通用产品转变为开发者的完整基础设施。简而言之，如果你想训练高质量的AI模型，你可能会使用Nvidia的硬件_和_软件。

Alphabet似乎在量子计算领域走上了一条类似的道路。通过近期的战略举措，该公司正在为成为量子平台的Nvidia奠定基础。

构建硬件基础，如Nvidia的GPU

Nvidia的GPU是开发CUDA的入门工具。Alphabet的平行努力集中在其张量处理单元(TPUs)和其超导量子处理器的研究(Willow)上。尽管TPUs不是量子设备，但它们突出了Google为复杂计算需求设计定制硅的能力。

其Sycamore处理器——在2019年证明了量子霸权——提供了一个可行的概念验证。从那时起，Alphabet花费了多年时间来完善其人工智能和量子系统，聚集人才并迭代架构，直至实现实际用途。

与Nvidia的GPU创新周期一样，Alphabet也在为开发能够与专有系统和软件相结合的量子处理器的连续世代做好准备，从而创建一个集成生态系统，正如Nvidia所做的那样。

Cirq 可能是 Alphabet 的 CUDA 版本

硬件本身很少能创造持久的竞争优势。Nvidia的真正优势来自于GPU和CUDA的结合。这种结合创造了强大的锁定效应，使得转向竞争平台的转换成本极高。

Alphabet 在量子计算方面追求类似的策略，尽管有着不同的理念。它的 CUDA 类似物是 Cirq —— 一个开源的量子编程框架，允许开发者在多个后端创建和执行应用程序。与 CUDA 不同，Cirq 并不将开发者仅限于 Google 的硬件。

矛盾的是，这一开放可能会加强Alphabet的地位。通过促进一个更大的开发者社区熟悉Cirq，该公司确保当其量子应用达到商业规模时，已经有了一批与其工具对齐的开发者基础。

换句话说，虽然英伟达的优势基于封闭的整合，谷歌则在培育一个植根于可及性和合作的生态系统——一个开放的框架，可能变得同样具有吸引力，但自愿吸引开发者而不是将他们锁闭。

DeepMind：解锁估值扩张的道路

尽管CUDA一直是Nvidia主导地位的基础，但公司的成功依赖于广泛的外部采用。

Alphabet, 反过来，已经控制了全球主要的人工智能研究实验室之一 - DeepMind - 这为它提供了一个内置的反馈回路来测试其量子算法，改进Cirq，并更快地推进像Willow这样的处理器。

这种通过研究、硬件和软件的垂直整合反映了Nvidia的GPU-CUDA动态。Nvidia的生态系统已经转化为数年的爆炸性收入增长、利润率扩张和创纪录的估值。

对于投资者来说，结论很明确。随着人工智能工作负载变得越来越复杂，量子计算在现实世界中逐渐接近实用，Alphabet正处于推动和货币化这一变化的有利位置。

长期投资者应该将Alphabet视为当前科技领域的领导者，而不仅仅是这样。我认为购买并持有Alphabet的股票能提供接触未来几年与Nvidia相似的潜在收益的机会。