万亿投资后，下一个英伟达能否出现？

9月，美国半导体大型企业英伟达的创始人兼首席执行官（CEO）黄仁勋（Jensen Huang）走进公司总部附近的圣何塞市内的餐厅“丹尼斯”（Denny’s）。据说1993年，黄仁勋与两名合伙人频繁在这件餐厅的一个座位上交流业务构想。这个座位目前被挂上了“发祥地”的牌子。
创立30周年的里程碑之际，英伟达的股票总市值已达到1.1万亿美元。这是第一个突破1万亿美元大关的半导体企业。虽然英伟达的营业收入不及韩国三星、美国英特尔和高通，但是其巨大的成长空间令人备受期待,其中一个方向是针对人工智能(AI)学习用服务器的需求。
据悉，由英伟达设计的“H100”型号GPU（图形处理器），目前从下订单到交货需要2年左右。美国特斯拉的创始人，刚刚成立新AI企业的埃隆·马斯克（Elon Musk）购买1万个“H100”的消息也成为了话题。

并行处理开创的新市场

最近1、2年里，AI领域中的经验法则“规模法则（Scaling Law）”正逐渐被人们接受。“AI的性能会随着学习规模的扩大逐渐提高”，这样貌似理所当然的观点，直到最近还有看法认为AI存在无法超越的极限。
颠覆人们常识的是生成式AI“ChatGPT”。只要观察Chat GPT的图像和文章创作能力，不难证明AI能力的提高与其学习的规模存在确定的相关性。虽然不知道这种循环是否能一直持续下去，但半导体的质量、数量、学习的数据量越高，AI预测的准确性就会越发提高。
同时人们还发现，AI的性能会在越过某一点之后急剧提高。如此一来，从智能手机到数据中心，对于AI用半导体的需求将庞大到不可估量。
GPU最初是为电子和电脑游戏而生的半导体。为了处理出逼真的图像，需要对图像阴影进行缜密的处理，比起按顺序一个一个进行计算的CPU（中央处理器），能同时并行大量单纯计算的GPU更加适合。
除了图像处理之外，并行处理的新市场还扩大至天气预报和化学相关的计算。黄仁勋在得知美国斯坦福大学的博士生把GPU用于图像处理以外的消息后，进行彻底的调查，并在2010年前后得出AI是最有商机的市场这一结论。
打造出无敌的芯片产品
在半导体行业里，“晶体管元件的数量每隔两年就会增加一倍”的摩尔定律维持了近60年，但被认为是已经接近物理极限。另一方面，英伟达的增长今后将依靠规模法则来支撑。目前，能够制造出高性能GPU的企业只有英伟达。

开创这样一个有潜力市场的企业，其首脑是什么样的人物呢？除了出生于台湾，在美国长大，总是身穿深色牛仔和皮夹克之外，黄仁勋在日本并不为人所知。部分原因是黄仁勋与特斯拉的马斯克不同，言行很少引起争议。
半导体领域古今中外的企业家中，将黄仁勋与英特尔前CEO、已故的安德鲁·格罗夫比较可能会很有趣。黄仁勋身上没有像格罗夫那样的，在1990年代与日本大型电子企业围绕知识产权反复展开法庭大战那样的性格上的激烈和执拗。
但是，在梦想创造巨大市场，打造出他人无法制造的无敌半导体产品这一点上，黄仁勋具有与自认为是偏执狂的格罗夫相似之处。1990年代开创个人电脑市场的推动者之一无疑是格罗夫，而今后将成为扩大AI市场驱动力的肯定是黄仁勋。

因巨额补贴而扭曲的竞争环境

黄仁勋有一位“忘年交”，那就是台积电（TSMC）的创始人张忠谋（92岁）。台积电为英伟达代工生产GPU，双方创立了“水平型国际分工模式”。但是10月，张忠谋考虑到半导体产业的现状，感叹“自由贸易已死”。
世界各国政府正在以安全保障的名义，向着主导培育和强化半导体产业的方向迈进。从投资规模来看（包含补助金发放，部分为官民合计），据说欧洲投资总额为6万亿日元，美国为8万亿日元，而日本和中国为10万亿日元，实际规模很有可能超过上述数字。
张忠谋的看法是，虽然这样的发展方向存在对英伟达和台积电利好之处，但将扭曲自由公平的竞争环境。黄仁勋也持相同观点。台积电有借助台湾当局主导的项目起家的历史，但是英伟达至今几乎不存在政府相关介入。

创造需求重于适应市场

问题在于，依靠补助金竞争，是否可以引发并推动持续的技术创新？管理学家彼得·德鲁克曾写道，“企业的使命是创造顾客和需求”，日本的半导体产业又是如何呢？ 
包括陷入经营停滞的铠侠控股（Kioxia Holdings）在内，日本半导体产业缺乏的是创造需求的能力和构想力。与其“在政府主导下培育适应AI时代的企业”，不如“借助民间的力量改变世界”，如果不把眼光放得更高，日本想要诞生像英伟达这样的企业就只能是遥不可及的梦想。