据路透社 援引九位消息人士的报道，英伟达正在组建一个新的业务部门，该部门将为广泛的应用设计定制处理器，包括但不限于人工智能（AI）处理器。 潜在客户包括汽车制造商、大型云服务提供商 (CSP) 和电信公司。定制芯片部门将帮助英伟达未来拓展业务。

　　这个新部门由副总裁 Dina McKinney（曾负责 AMD 的 Cat 系列 CPU 微架构、高通的部分 Adreno GPU 设计以及 Marvell 的基础设施处理器）领导，旨在满足汽车、游戏机、数据中心、电信等领域的需求，以及可能利用定制芯片的其他应用程序。英伟达并未证实新业务部门的存在，但麦金尼在 LinkedIn 上的个人资料表明，作为硅工程副总裁， 她负责针对“云、5G、游戏和汽车”的芯片，这表明了多元化的性质她的工作。

　　虽然所有领先的 CSP 都使用 Nvidia 的 A100 和 H00 处理器来处理 AI 和高性能计算 (HPC) 工作负载，但其中许多公司（包括Amazon Web Services、Google和Microsoft）也在部署自己的定制处理器来满足 AI 和通用需求。这使他们能够优化成本（无需向 Nvidia 支付额外费用）、定制数据中心的功能、优化性能和功耗，从而节省大量资金。

　　此外，由于负责芯片设计，这些公司可以快速向其芯片添加定制功能（例如新的数据格式）并保护其知识产权。因此，对于某些工作负载，Nvidia 的 AI 和 HPC GPU 是不可替代的；许多工作负载部署在运行定制芯片的硬件上。定制芯片的趋势非常广泛，而且市场正在快速增长，这基本上使得 CSP 吃上了 Nvidia 的午餐。

　　报告称，英伟达已与亚马逊、Meta、微软、谷歌和 OpenAI 等科技巨头进行初步谈判，探索创建定制芯片的机会，这表明英伟达的关注范围已扩大到传统的现成数据中心产品之外。

　　Nvidia 通过其现成的 A100 和 H100 处理器及其变体（例如 A800、H800、传闻中的 H20 DGX 等）以及用于客户端 PC 的 RTX 系列图形处理器，在满足人工智能应用程序的需求方面特别成功和数据中心。该公司的 Mellanox 连接和网络产品在云服务提供商中也有很高的需求。

　　这种方法不仅为 Nvidia 开辟了新途径，还使其与 AMD、Alchip、Broadcom、Marvell Technology 和 Sondrel 等其他定制芯片设计商直接竞争。尽管这些公司拥有丰富的经验，但英伟达拥有大量极具竞争力的IP，包括CPU、GPU、AI、HPC、网络和传感器处理技术，这些技术已经具有竞争力。以定制包的形式出售其中一些 IP 可以显着改善 Nvidia 的总目标市场 (TAM)，并最终增加其收益。