Nvidia退出公有云业务，重新聚焦AI芯片研发和平台软件层。

英伟达已重组其云计算部门，将DGX Cloud业务并入由高级副总裁德怀特·迪尔克斯（Dwight Diercks）领导的核心工程结构，迪尔克斯负责软件工程。据The Information报道，这次重组代表英伟达在运营与亚马逊网络服务（Amazon Web Services）直接竞争的公有云服务方面雄心的大幅缩减。该公司不再继续以自有品牌销售GPU计算服务，而是将DGX Cloud重新定位为供其工程师使用的内部平台，重点关注芯片需求和人工智能模型开发。

DGX Cloud在2023年初推出，是英伟达将其旗舰DGX系统转化为托管服务的尝试，最初托管在亚马逊网络服务、谷歌云、甲骨文云和微软Azure提供的基础设施上。该服务提供基于H100的专用集群，预装了英伟达完整的软件栈，为企业客户提供了吸引力，他们可以租用英伟达首选的人工智能平台，而无需建立自己的数据中心。然而，实际上这一模式证明难以扩展。与商用GPU实例相比，定价较高，与现有云工具的集成不均匀，支持责任在英伟达及其托管合作伙伴之间分散。在多个提供商上运行DGX Cloud的客户面临运营复杂性，而超大规模云服务商正在快速降低H100容量价格并推出自己的托管人工智能服务。

这次重组从战略上讲意义重大，因为英伟达最大的客户正是它本应竞争的公司。亚马逊网络服务、微软、谷歌和其他云服务提供商占英伟达数据中心收入的大部分，而运营第一方云服务在这些客户承诺投入数十亿美元购买英伟达硬件的时期可能会产生渠道冲突。运营一个竞争性的云平台还需要对设施、网络、电力和运营进行持续的资本支出——这些优势掌握在超大规模云服务商手中，而非英伟达。此外，超大规模云服务商有强大的动力在英伟达硬件层之上进行差异化：亚马逊网络服务投资于Trainium和Inferentia加速器，谷歌推动TPU，微软正在扩展其Maia项目，该项目最近与英特尔代工合作制造芯片。

在GPU供应动态方面也出现了紧张的迹象。英伟达越来越多地充当供应商和客户两个角色，从云服务提供商和专业运营商那里租赁大量GPU容量——在一个案例中，18,000块GPU，分四年支付15亿美元。如果英伟达同时销售竞争性云服务，这种安排就更难以证明合理性。通过退一步并在工程业务下重组DGX，英伟达简化了这些关系，将DGX Cloud重新定位为帮助合作伙伴更有效地部署英伟达硬件的工具，而不是与他们自身产品竞争的产品。这次重组不一定意味着对云相关技术的投资减少。英伟达继续扩展其软件栈，涵盖推理、编排、网络和系统管理，像CUDA和TensorRT这样的平台旨在在超大规模云服务商运营的任何地方运行。