最近工作比较忙，疏于更新，但也确实没有想到什么值得写的题材。至于上一篇文章有读者问为啥被系统删了，其实不是系统，是我设置了阅后即焚模式，原因是其中讲了太多芯片公司实操运营管理的东西，比较敏感，有缘的读者看过就好。
今年芯片行业的大赢家，没有之一，无疑是英伟达。
过去多年以来，英特尔的CPU一直统治着数据中心，但是从下图可以看到，统计Intel、Nvidia和AMD的数据中心市场营收收入，从2022年最后一个季度开始，英伟达就开始实现了对Intel的反超，并在2023年里将英特尔和AMD遥遥甩在身后。
英伟达已成为与英特尔主导的核心处理器相邻领域的王者。英伟达用于加速人工智能应用的图形芯片重新点燃了数据中心市场，数据中心的故事全都与图形处理单元 (GPU) 相关，而 Nvidia 的 GPU 已成为人工智能应用程序的青睐。GPU 销量的增长速度远快于核心服务器 CPU 芯片。
第三季度 Nvidia 基本上占据了整个数据中心市场，其芯片、配套卡和其他相关硬件的销售额约为 111 亿美元。Mercury Research 指出，英伟达在数据中心内的 GPU 系统数量的份额高达 99.7% （不包括任何网络设备）。剩下的 0.3% 由英特尔和 AMD 瓜分。
当然，昔日霸主英特尔是很不服气的。
英特尔CEO Pat Gelsinger最近在公开采访中说，英伟达在人工智能行业的成功纯属偶然，黄仁勋“非常幸运”，并解释说 Nvidia 的主导地位部分来自于“英特尔15年来在该领域基本上没有采取任何行动”。
帕特还说了一句金句：“我们认为 CUDA 护城河又浅又小，垄断不会永远持续。”（We think of the CUDA moat as shallow and small）
我的看法是正好相反，CUDA的生态护城河已经建立起来，真的很深，深不见底，Intel其实明白这一点，但是对外不能说。
当CUDA在2006年底发布时，华尔街并不看好，业界也不看好，到2008年底，英伟达的股价甚至已经下跌了70%。但黄仁勋以及英伟达的团队依然坚持，并最终等来了Geoffrey Hinton 及其学生Alex Krizhevsky和人工智能的繁荣。
英伟达All in CUDA生态已经17年，不计成本加死杠杆，终于掀翻了数据中心的桌子，对于英特尔来说，就是“梦游的十五年”。
这就好比之前拼多多曾在阿里菜鸟体系下蛰伏三年，阿里浑然不知，等到巨兽长成，阿里醒悟过来，也没什么招了。
英伟达的CUDA生态符合马太效应法则，这也是自然规律。
马太效应是复杂经济学中的一个重要概念，来自圣经“马太福音”中的诗歌：“凡是有的，还要给他，使他富足；凡是没有的，连他有的，也要夺去。”20世纪60年代，社会学家罗伯特默顿将其概括为“富者愈富，贫者愈贫”的现象，并称为“马太效应”。
马太效应在经济市场也是如此。一个成熟的市场往往被市场占有率第一和第二的企业所主宰，大多数公司都很难避免被淘汰出局的命运。这些现象都有一个共同的特征：任何个体、群体或地区，一旦在某一方面获得成功和进步，产生了累计优势，就有更多的机会取得更大的成功和进步。
在信息时代，信息化产品使得规模优势更加明显。一旦信息产品形成规模后，后来者想进入同一市场的难度就会越来越大。因为最初的信息产品开发的固定成本相当高，而这些固定成本中的绝大部分是沉没成本。这样，后进市场的企业就面临着巨大的风险。
规模优势导致竞争优势，市场竞争博弈的结果是强者愈强，弱者愈弱，弱者甚至没有生存空间。“一步领先，步步领先”是马太效应的又一解释。有些差别刚开始时看起来微不足道，但最后却可能导致天壤之别，这一理论与20/80法则正好吻合。
对于英伟达来说，CUDA的学习成本很关键。熟悉和了解一个产品的学习成本正变得越来越高，从一个系统转换到另一个系统时，要放弃原先的知识和经验，接受重新训练，这都必须付出巨大的时间、精力等成本。经济学把这类成本称为“转移成本”。当转移成本高到一定程度时，用户就会被锁定。
一旦马太效应确立，意味着在这个领域已经没人能打败赢家了。
硅谷历史上，依靠马太效应取胜的典型案例，有微软的Windows（取胜OS2），有Intel的CPU，有苹果手机，有ARM，现在是英伟达GPU。
马太效应不是一成不变的，强者恒强的优势虽然很持久稳固，但也不是不可能被颠覆，但是颠覆的原因往往是时局的巨变。微软Intel是因为个人PC电脑时代的来临，苹果手机和ARM则是因为移动数据通信时代的突进，而英伟达的崛起恰恰是搭了人工智能大模型风潮的便车。
打败英伟达的肯定不会是下一个GPU，而会是另一个未知的天启的产物。
作为初创的芯片公司，应该怎么考虑生态，也是我经常思考的问题。
对于小公司来说，核心目标是要生存活下去，根本不需要选择，唯有依附融入主流生态，才有生存发展的可能。
比如在国产GPU领域，已经有近十家创业公司，如果不用英伟达的CUDA指令集架构，就无法融入生态，但如同某家国产GPU完全拷贝英伟达的东西，最后假设公司规模起来，就摆脱不了知识产权问题。这就会有一个两难的问题。
在国产MCU领域也存在类似的问题，有几十家公司的产品是与STM32完全Pin2Pin兼容的，甚至在开发库中都完全照抄ST，目的只是为了客户能够平滑迁移，降低学习难度，但这也带来了知识产权的风险，在国内市场还好说，但是产品一旦走出了国门，就会非常麻烦。我想这也是国产MCU只在国内卷死，还没卷去全球的原因。
规避融入主流生态中的知识产权风险，国外其实有成熟的反向工程案例，最著名的就是IBM BIOS案和谷歌Java案。
上世纪80年代，IBM PC发布后取得了巨大的成功，BIOS是用来安排PC上电自检和引导启动到操作系统的一段汇编程序。这段程序IBM却“不小心”地在技术文档中公布了全部源代码，这使得兼容机可以抄袭它。但是，由于IBM拥有BIOS的版权，抄袭是违法的。1983年，在类似的苹果诉其兼容机Franklin一案宣判后，IBM胁迫不少公司退出了兼容机市常
当时出现了一家公司凤凰科技(Phoenix Technologies)，Phoenix采取了一种叫“洁净室”的反向工程方法，即A组工程师研读IBM源代码写开发需求和文档，B组工程师从未读过IBM源代码的根据A组文档做开发，两组人之间隔着所谓的“中国墙”，来阻挡控方律师使用“抄袭”的字眼。1984年5月，Phoenix发布了自己的BIOS，并开始授权给兼容机厂商，使得兼容机市场扫清了最后的障碍。
在安卓起步的时候，谷歌曾找Sun申请Java授权，但是Sun要求谷歌分享对安卓分支的控制权而遭到拒绝。在未获Java授权的情况下，谷歌采取了“洁净室”这种反向工程手段开发了自己的Java库。这是一种类似抄袭但又不明显违法的手段。但是，谷歌仍旧保留了Sun Java原有的一些编程接口(API)，这后来被甲骨文抓住把柄。这也造成了谷歌与甲骨文为了Java诉讼十年。
也有一些有理想有情怀的公司，会努力营造属于自己的生态，比如龙芯、鸿蒙，但是生态的建立需要巨大的耐心，英伟达尚且花了17年时日，需要All in的魄力和耐心，穿越产业周期的牛熊。当然理想很丰满，现实很骨感，胜者只有一两家，绝大部分创业公司都会壮志未酬，等不到最后的时刻。
大部分公司比较现实的选择，可能是在融入主流生态的同时，通过技术优势努力加入一些属于自己的Feature，用于提高客户的粘性，让客户用起来不难，但切换出去的时候会有一点门槛，这样一步一步增加自己的话语权和客户控制力。具体实操因人而异，国产芯片成功的案例也很多，就不赘述了。
