判斷電腦性能的高低一般有兩個(gè)指標(biāo)：CPU與顯卡。
絕大部分用戶在評(píng)判CPU性能時(shí)，第一反應(yīng)肯定是“這款CPU是英特爾的酷睿幾代”。而提到顯卡，第一反應(yīng)那無疑是英偉達(dá)。兩大超級(jí)巨頭的C端影響力，可見一斑。
瀕臨破產(chǎn)，絕地重生
大家都知道，英偉達(dá)是顯卡界的霸主，是一家“美帝”的企業(yè)。但常被忽略的是，英偉達(dá)其實(shí)也有華人基因。
英偉達(dá)的創(chuàng)始人兼CEO黃仁勛是一位美籍華人。因?yàn)闉槿孙L(fēng)趣幽默，且在圖像處理領(lǐng)域擁有卓越的貢獻(xiàn)，黃仁勛也被眾多粉絲親切地稱為“老黃”。
黃仁勛在中國(guó)臺(tái)灣省臺(tái)北市出生，幾年后便遷往美國(guó)，隨后于俄勒岡州立大學(xué)取得電機(jī)工程學(xué)位，在斯坦福大學(xué)取得碩士學(xué)位。1983年畢業(yè)后，黃仁勛加入了當(dāng)時(shí)已是硅谷巨頭的AMD公司，成為了一名芯片設(shè)計(jì)師。
那時(shí)候的他或許想不到，十年后，自己創(chuàng)立的公司會(huì)成為老東家最強(qiáng)勁的競(jìng)爭(zhēng)對(duì)手。在AMD公司，黃仁勛打下了結(jié)實(shí)的技術(shù)基礎(chǔ)，之后他又跳槽到了芯片公司LSI－Logic。在那里，黃仁勛完成了從技術(shù)崗到銷售崗的轉(zhuǎn)型。1993年，三十歲的黃仁勛和兩位好友共同創(chuàng)建了英偉達(dá)，主攻當(dāng)時(shí)仍處在萌芽階段的圖形芯片市場(chǎng)。
創(chuàng)業(yè)之路無疑是艱辛的，英偉達(dá)的原始資金只有4萬美元，最初甚至連公司名字都沒有。黃仁勛曾表示：“我們想不出公司名字，所以我們把所有的文件都命名為‘下一版’。”
為了整合公司，兩個(gè)共同創(chuàng)始人審核了所有帶“N”和“V”的單詞，最后他們選了“invidia”，拉丁詞匯意為“目不轉(zhuǎn)睛、羨慕”。所以英偉達(dá)的logo是一只眼睛。不過最后因?yàn)樵撋虡?biāo)被其他公司搶先注冊(cè)的原因，兩位創(chuàng)始人舍棄了“invidia”前面的“i”。
擁有“姓名”的英偉達(dá)隨后花兩年時(shí)間，研發(fā)了第一款可以真正意義上被稱為“顯卡”的產(chǎn)品——STG－2000X。該產(chǎn)品采用英偉達(dá)第一代NV1架構(gòu)，集成了顯卡、聲卡、手柄驅(qū)動(dòng)等多種功能，瞄準(zhǔn)游戲主機(jī)市場(chǎng)。
英偉達(dá)傾盡全力研發(fā)出來的第一款產(chǎn)品，盡管整體性能不錯(cuò)，但是市場(chǎng)表現(xiàn)并不出色。由于沒有打進(jìn)主流游戲市場(chǎng)，英偉達(dá)花光了投資，又顆粒無收，幾近破產(chǎn)。
幸運(yùn)的是，當(dāng)時(shí)游戲機(jī)領(lǐng)域巨頭——世嘉仍然看好英偉達(dá)，資助了英偉達(dá)700萬美金，進(jìn)行NV2顯示核心的研發(fā)。
如果不是世嘉當(dāng)時(shí)為NV2的研發(fā)注入資金，相信英偉達(dá)也不會(huì)有今天的成就。但世嘉最終還是放棄了NV2，轉(zhuǎn)而為其DC游戲主機(jī)選擇了3Dfx的技術(shù)，因此最終NV2芯片的研發(fā)被迫停止。
經(jīng)歷兩次失敗后，英偉達(dá)開始反思。當(dāng)時(shí)微軟發(fā)布了Direct X接口，可市面上支持這一標(biāo)準(zhǔn)的圖像芯片卻寥寥無幾，所有的圖像芯片廠商都在忙著推廣自己的接口。最終英偉達(dá)決定使用微軟的Direct 3D技術(shù)，要做業(yè)界第一個(gè)不使用自主API接口的3D公司。由于Direct 3D支持不同的顯卡使用相同的程序代碼，微軟也因此成為了英偉達(dá)強(qiáng)大的后盾。
在確定了未來產(chǎn)品的研發(fā)方向之后，英偉達(dá)開始奮起直追。1997年，英偉達(dá)第一款堪稱成功的顯示核心RIVA 128誕生。1999年，英偉達(dá)發(fā)布了具有跨時(shí)代意義的Geforce 256 SDR，這也是世界上首款GPU。此后，英偉達(dá)就一舉高歌猛進(jìn)，迅速占領(lǐng)游戲機(jī)市場(chǎng)，成了當(dāng)之無愧的霸主。
升維擴(kuò)張，AI芯片領(lǐng)頭羊
英偉達(dá)知道，自己強(qiáng)大的GPU絕不只是為電子游戲服務(wù)的，GPU更應(yīng)在“深度學(xué)習(xí)”領(lǐng)域大放異彩。
深度學(xué)習(xí)是人工智能的關(guān)鍵。但人工智能從1956年被提出后，一直沒有巨大突破。其原因在于：人工智能需要足夠龐大的數(shù)據(jù)量和足夠廉價(jià)的計(jì)算能力。
此后，互聯(lián)網(wǎng)的普及帶來了巨大的數(shù)據(jù)量，但計(jì)算機(jī)的算力依舊不夠強(qiáng)大。2006年，為了減少開發(fā)者的負(fù)擔(dān)，英偉達(dá)發(fā)布了一個(gè)名為CUDA的編程工具，開發(fā)者們通過這套工具，可以輕松地讓GPU同時(shí)對(duì)畫面上的每一個(gè)像素進(jìn)行編程，幫助他們完成一些簡(jiǎn)單的渲染工作。
利用這一原理，深度學(xué)習(xí)的研究者們也可以利用GPU來完成大量低級(jí)計(jì)算，從而提升人工智能的計(jì)算能力。
在目前的AI芯片市場(chǎng)上，英偉達(dá)市場(chǎng)占有率高達(dá)70％，是當(dāng)之無愧的AI芯片領(lǐng)域霸主。
全球AI芯片公司排名報(bào)告顯示，英偉達(dá)已經(jīng)牢牢占據(jù)AI芯片榜首。由于CUDA開發(fā)平臺(tái)的普及，英偉達(dá)的GPU是目前應(yīng)用最廣的通用AI硬件計(jì)算平臺(tái)。除了少數(shù)有實(shí)力自研芯片的企業(yè)外，其余大部分企業(yè)只要涉及AI相關(guān)的業(yè)務(wù)，必定需要用到英偉達(dá)的芯片。
在世界范圍內(nèi)，英偉達(dá)的芯片應(yīng)用十分廣泛，現(xiàn)在所有的AI軟件庫(kù)都支持使用CUDA加速。大約有3000家人工智能公司通過英偉達(dá)的GPU芯片來滿足他們對(duì)人工智能的需求，包括谷歌的Tensorflow，F(xiàn)acebook的Caffe，亞馬遜的MXNet等。
AI芯片未來發(fā)展的方向還沒有確定，對(duì)于該采用什么架構(gòu)，各方爭(zhēng)論不休。作為人工智能領(lǐng)域的開拓者，英偉達(dá)雖然沒明確表示，但其種種布局表明：對(duì)于人工智能而言，全通用性（FPGA）、全專用性（ASIC）處理器都不太適合，效率最高的還是用多個(gè)處理器模塊結(jié)合的SoC。
2020年1月26日，英偉達(dá)發(fā)布了19年財(cái)報(bào)。盡管英偉達(dá)的主營(yíng)業(yè)務(wù)仍是顯卡，但得益于人工智能的發(fā)展，英偉達(dá)的AI加速計(jì)算業(yè)務(wù)表現(xiàn)出色，數(shù)據(jù)中心收入創(chuàng)下紀(jì)錄。
此外，英偉達(dá)的AI芯片也率先在各領(lǐng)域落地，典型的代表是汽車行業(yè)。據(jù)了解，英偉達(dá)最新推出的軟件定義平臺(tái)DRIVE AGX Orin被特斯拉的電動(dòng)汽車采用。由此可見，英偉達(dá)的AI芯片發(fā)展前景十分可觀。
總的來說，AI芯片的戰(zhàn)爭(zhēng)已經(jīng)打響。英偉達(dá)多年為游戲處理復(fù)雜圖像的經(jīng)驗(yàn)，將會(huì)為其芯片提供扎實(shí)的技術(shù)基礎(chǔ)，而它開放的平臺(tái)更是提供了廣闊的生態(tài)。這些都使得英偉達(dá)能夠迅速升維式的擴(kuò)張及落地。未來三年內(nèi)的“戰(zhàn)局”，英偉達(dá)領(lǐng)頭羊的地位難以撼動(dòng)。
作者：張偉超