計算的下一個戰略拐點是將云擴展到邊緣，其中涉及與數千億個IoT設備相連的高度并行的計算機體系結構。英偉達在控制該生態系統方面處于獨特的位置，如果它確實如預期般在接下來的幾周內收購了Arm ，則對Arm體系結構的完全控制將確保其領先優勢。
回顧過去產業的發展，每15年，計算機行業就會經歷一個戰略拐點，正如Jefferies美國半導體分析師Mark Lipacis所說的那樣，以往這些都是結構性的轉變，它極大地改變了計算模型并重新調整了行業領導地位。
在70年代，該行業從以IBM為主導的大型計算機轉變為由DEC（數字設備公司）主導的小型計算機；到80年代中期，構造轉變是PC，英特爾和微軟在此定義并控制了生態系統；在2000年之后，該行業再次轉向了手機和云計算模型。蘋果，三星，臺積電和Arm在手機方面受益最大，而英特爾仍然是向云數據中心轉移的主要受益者。如下圖所示，英特爾和微軟把持了PC時代的利潤。
根據投資銀行杰富瑞（Jefferies）的研究，在以前的每個生態系統中，主導企業都占據80％左右的利潤。例如，PC時代的Wintel和智能手機時代的Apple。這些生態系統并不是偶然發生的，而是每個主導各自時代的公司采取多管齊下的戰略的結果。英特爾在開發人員支持計劃，大型開發人員會議，軟件技術，通過英特爾投資的VC投資，營銷支持等方面投入了大量資金和資源。
上表顯示了Wintel雙頭壟斷的結果。蘋果在年度開發者大會，開發工具和財務激勵措施上做得差不多。就iPhone而言，App Store扮演了另外一個角色，這就使得該產品變得如此成功，事實上，這個鞏固蘋果在智能手機生態系統中的主導地位的關鍵一環現在正在遭受開發者的抱怨。下圖顯示了蘋果如何在手機運營利潤中占最大份額。
英特爾在數據中心市場上保持了數十年的統治地位，但是由于某些原因，這一優勢現在正受到威脅。
一種是移動設備生成的軟件工作負載的類型正在改變。這些手機產生的大量數據需要更并行的計算方法，但英特爾的CPU專為單線程應用程序而設計。從10年前開始，Nvidia將其GPU（圖形處理單元）體系結構（最初設計為3D游戲的圖形加速器）改編為更通用的并行處理引擎。
英特爾受到威脅的另一個原因是，由于在手機市場上出售的大量芯片，為臺積電提供了競爭優勢，因為臺積電能夠利用學習曲線在工藝技術方面領先于英特爾。英特爾的7納米制程節點現在比計劃晚了一年多。同時，臺積電在其7納米制程中已出貨超過10億個芯片，在5納米制程中獲得了良好的良率，并正在送樣3納米芯片。Nvidia，AMD和其他Intel競爭對手都在臺積電（TSMC）生產其芯片，這為它們提供了主要的競爭優勢。
Nvidia的主導領域
并行計算概念并不是什么新鮮事物，幾十年來一直是計算機科學的一部分，但是最初它們被降級為高度專業化的任務，例如使用超級計算機模擬核彈或天氣預報。這主要是因為對并行處理軟件進行編程非常困難。Nvidia于13年前推出了CUDA軟件平臺，現在已經是第11代，這一切都改變了。英偉達專有的CUDA軟件平臺使開發人員可以利用英偉達GPU的并行架構來執行各種任務。英偉達還在GPU和CUDA方面為大學的計算機科學系埋下了伏筆，經過許多迭代的改進，該技術已發展成為大規模并行計算的領先平臺。這已導致AI行業發生了結構性轉變——從“基于知識”的學科轉變為“基于數據的”學科，我們在越來越多的AI驅動的應用程序中看到了這一點。當您說“ Alexa”或“ Hey Siri”時，語音識別正在由并行處理軟件算法處理和解釋，該算法很可能由NvidiaGPU提供支持。
云數據實例是衡量計算機體系結構使用率的領先指標。這些實例的數量表示對領先的CSP（云服務提供商）中的應用使用需求，例如Amazon AWS，Google Cloud Platform，Microsoft Azure和阿里云。排名前四的CSP表明，隨著AMD的快速增長以及Arm與Graviton的合作，英特爾的CPU市場份額一直保持平穩。最能說明問題的是，對專用加速器的需求非常強勁，并由Nvidia主導。
如上圖所示，Nvidia現在將近一半的銷售收入是由數據中心驅動的。截至今年6月，Nvidia在云數據實例中的專用加速器份額為87％。在過去的一年中，英偉達的加速器占了數據中心處理器收入增長的大部分。
該公司創建了一個與Wintel相當的硬件軟件生態系統，但使用了加速器。它憑借其出色的架構性能和創建廣受歡迎的CUDA軟件平臺，豐富的競爭性開發人員工具和生態系統支持計劃，參加人數眾多的年度GPU技術大會，甚至是一項積極的投資計劃，都獲得了豐厚的回報Inception GPU Ventures。
Arm涉足的地方
但是Nvidia仍然存在一個競爭壁壘，這阻止其完全控制數據中心生態系統：它必須在Wintel生態系統中進行互操作，因為數據中心中的CPU體系結構仍然是x86（無論是Intel還是AMD）。
Arm的服務器芯片市場份額仍然很小，但已經取得了巨大的成功。并且，與臺積電（TSMC）成為制造合作伙伴之后，在手機以外的細分市場中，它的原始性能迅速超過了英特爾。但是Arm的弱點在于，硬件-軟件生態系統是分散的，Apple和Amazon采用的軟件方法大多是專有的，而Ampere和Cavium等較小的公司規模太小，無法創建可與Wintel媲美的大型行業生態系統。
Nvidia和Arm在6月宣布，他們將共同努力，使Arm CPU與Nvidia加速器一起使用。首先，這種合作使Nvidia能夠為其數據中心業務添加計算功能。其次，更重要的是，它使Nvidia處于有利地位，可以圍繞Arm創建一個硬件軟件生態系統，這將對英特爾構成嚴重威脅。
即將到來的轉變
這種伙伴關系在今天特別重要的原因是因為計算機行業正在經歷下一個戰略拐點。這種新的構造轉變將對該行業和競爭格局產生重大影響。而且如果歷史趨勢繼續下去，Nvidia / Arm合并后的市場規模將至少是當今手機或云計算市場的10倍。輕描淡寫地說，賭注很大。
有幾種力量在推動這一新轉變。一是旨在支持更多設備的更快的5G網絡的出現。5G網絡的關鍵功能之一是邊緣計算，它將把高性能計算放在網絡的最邊緣，距離終端設備僅一跳之遙。如今的手機仍然與90年代建立的具有聯網PC的舊客戶端-服務器體系結構的后代聯系在一起。這種傳統導致了高延遲網絡，這就是為什么我們在視頻通話中遇到那些令人討厭的延遲的原因。
下一代網絡將在網絡的最邊緣配備高性能計算機和并行加速器。包括無人駕駛汽車，工業機器人，3D或全息通信以及無處不在的智能傳感器的短點將需要與新協議和軟件架構更緊密地集成。通過分布式計算架構模型，這將實現更快，更低延遲的通信。產生的數據量以及需要處理的數據量將增加幾個數量級，從而進一步推動對并行計算的需求。
英偉達的路線圖
英偉達已經表明其意圖，即云到邊緣計算正在其路線圖上：
“人工智能在邊緣爆發。AI和云原生應用程序，物聯網及其數十億個傳感器以及5G網絡現在使邊緣化大規模AI成為可能。但是，它需要一個可擴展的，加速的平臺，該平臺可以實時做出決策，并允許每個行業（包括商店，制造業，醫院，智慧城市）將自動化的情報傳遞到行動點。這將人員，企業和加速的服務結合在一起，使世界變得更小，更緊密地聯系在一起。”
去年，英偉達（Nvidia）還宣布將與微軟合作在Intelligent Edge上進行合作。
這就是為什么Nvidia購買Arm具有戰略意義的原因，以及為什么要付出很高的代價才能擁有這項技術。Arm的所有權將使Nvidia對生態系統的各個方面都有更大的控制權，這也讓他們對自己命運的控制更大。它還將消除Nvidia對英特爾計算堆棧生態系統的依賴，這將大大提高其競爭地位。通過擁有Arm而不只是獲得許可，Nvidia可以添加特殊指令來將其與GPU進行更緊密的集成。為了獲得最高性能，需要將CPU和GPU集成在一個芯片上，并且由于英特爾正在開發其競爭的Xe系列加速器，因此Nvidia需要擁有自己的CPU。
如今，英偉達在高度并行計算方面處于領先地位，英特爾正努力通過其Xe系列產品追趕潮流。但是，正如我們從PC的 Wintel時代所了解到的那樣，控制生態系統的公司具有巨大的戰略優勢，而Nvidia的執行力很好，可以使其自身定位為將成為下一個計算時代的主導者的公司。英偉達擁有在其GPU周圍創建令人印象深刻的生態系統的良好記錄，這使其在創建包括CPU在內的邊緣計算的完整生態系統方面處于非常有競爭力的地位。