久久国产精品一区二区三区四区,久色婷婷小香蕉久久,国产日韩欧美在线播放不卡,另类av一区二区

獨孤求敗，金庸《神雕俠侶》小說中的經典人物，其墓前刻曰，縱橫江湖三十馀載，殺盡仇寇，敗盡英雄，天下更無敵手，無可奈何，惟隱居深谷，以雕為友。嗚呼！生平求一敵手而不可得，誠寂寥難堪也。

而在大洋彼岸的美國，1993年成立的英偉達也是通過三十年時間，成了AI芯片領域的獨孤求敗。

(相關資料圖)

美股5月25日，英偉達股價飆升，截止收盤英偉達漲24.37%，市值創下歷史新高。截至當天美股收盤，英偉達市值上漲超過1800億美元，目前市值為9393億美元，——僅僅是這增長的部分就已經大約相當于1個AMD(1938億美元市值)、1.5個英特爾(1143億美元市值)。

至于原因，無它，需求大增爾。英偉達Q2的業績指引成為該公司有史以來最高的季度營收，超過華爾街預期的53.2%。其中數據中心營收創下歷史新高，英偉達將此歸因于GPU，由于云計算平臺與大型科技公司競相部署AI芯片，GPU需求水漲船高。

01

掌門人黃仁勛獨創黃氏定律奠定顯卡江湖地位

正如羅馬不是一天建成的一般，英偉達的江湖地位自然也不是憑空得來，那么英偉達是如何取得現在的地位呢？

要回答這個問題，黃仁勛是繞不開的核心人物。

黃仁勛，祖籍浙江，1963年出生于臺灣。9 歲時，他和哥哥被父母送到了美國；16歲就考上了俄勒岡州立大學學習電子工程。隨后他在斯坦福取得了碩士學位。畢業之后，黃仁勛先后在AMD以及LSI Logic工作過，并取得了豐富的技術經驗。

1993年，到了而立之年的黃仁勛因對妻子的承諾，成立英偉達。兩年后便推出了第一款產品nv1，雖然nv1集成了很多功能，但工程師們經常會犯的一個毛病是：做出一些宏大的設計，引起技術圈的陣陣驚嘆，但未必能讓市場掏錢——“NV1”正是這樣一出驕傲的悲情劇。

之后黃仁勛看準了圖形顯示芯片賽道，并堅信終有一天PC會成為享受游戲和多媒體的消費級設備(在當時PC主要作為生產力設備而非消費級設備)。

時間到了1999年，這一年對英偉達是極其特殊的一年。在這一年英偉達不僅成功上市，到了八月份英偉達發布了全球首款GPU(Graphics Processing Unit，即“圖形處理器”)——那款極具里程碑意義的GeForce256。

GeForce256的出現，直接改變了業內的競爭格局。因為之前用高端CPU+顯卡才能完成的工作，如今只需用便宜點的CPU+GeForce256便能完成，而且流暢度還更好。

花更少的錢辦同樣的事，還更具效率，這么具有革命性的事情，就這樣被英偉達做到了。得益于這番優異表現，2000年三月份，英偉達成功拿到了微軟首款XBOX游戲機的圖形處理器訂單。

但誰知道這時候的英偉達飄了，給的報價太高兩者鬧翻了，微軟轉身就把訂單送給了對頭ATI，直接讓英偉達的股價狂跌到2.64美元。

通過這件事，黃仁勛意識到必須打造自己的差異化競爭優勢。在2000年英偉達推出了黃氏定律，即業界的摩爾定律是每18個月推出新品，性能翻一番；而英偉達會投入三倍人力做同一件事，6個月就推出新品。用速度搶生意。

英偉達通過這一戰略逐漸把AMD的市場占有率壓縮在了20%以下，一舉坐穩了顯卡之王的位置。

02

無心插柳柳成蔭GPU成了AI天生的鏟子

如果說英偉達坐穩顯卡地位靠的是卷死同行的黃氏定律，那么成為AI芯片的霸主則多多少少有運氣的成分和時代的垂青。

其實很多經典的深度神經網絡架構早在20世紀下半葉就已經被提出，但因為缺乏訓練它們的計算硬件，很多研究只能“紙上談兵”，發展長期停滯。

GPU誕生之初也想不到自己會同AI的算力需求如此契合。打從一開始，GPU就不是為訓練神經網絡所生，而是圖像。更具體點說，是為了將CPU從圖像顯示的苦力活中解放出來而生。

轉折點出現了在2012年。這一年，全球人工智能和機器學習權威、華人科學家吳恩達領銜谷歌大腦，從1000萬張圖片中，成功識別出一只貓，震驚業界。

但這個結果背后是耗資100萬美元，集結1000臺電腦、16000個CPU的投入，這使他不得不思考有沒有一種更快、更省錢的方法？

他想到了英偉達(NVIDIA)。四年前，他首開先河，用英偉達的圖形處理芯片(GPU)代替英特爾的CPU，構建了一個深度學習模型。這一次，他想再賭一把。結果出乎意料，他只用16臺電腦、64個GPU就搞定了同樣的事情。

這個足以讓吳恩達感到興奮的結果，也將GPU推上了關注的焦點。之后，深度學習大神Hinton及其弟子帶著卷積神經網絡AlexNet又擊敗了谷歌貓。而這個需要1400萬張圖片、總計262千萬億次浮點運算訓練的神經網絡，一個星期的訓練過程中僅用了四顆英偉達Geforce GTX 580。

這徹底震驚了業界，也奠定了英偉達GPU在AI深度學習領域的霸主地位。

03

AI深度學習和神經網絡選擇了GPU

那么為什么GPU比CPU更適合AI深度學習訓練呢？

這是因為深度學習的訓練過程是對每個輸入值根據神經網絡每層的函數和參數進行分層運算，最終得到一個輸出值，跟圖形渲染一樣都需要大量的矩陣運算——這恰巧就是GPU最擅長的東西。

CPU 通常有 4 個、8 個或 16 個強力 ALU 核心(arithmetic logic unit，算術邏輯單元)，適合做復雜的通用串行任務。GPU 是圖形計算的重要元件，主要用來處理與圖形圖像相關的數據；與CPU 不同的是，GPU 有數百甚至數千個簡單 ALU 核心，單個 ALU 處理能力相比 CPU 的更弱，但能夠實現多個 ALU 并行計算，適合做簡單特定的并行任務。

因此，對于復雜的單個計算任務來說，CPU 的執行效率更高，通用性更強；而對于圖形圖像這種矩陣式多像素點的簡單計算，更適合用 GPU 來處理，但通用性較弱。

打個比方，訓練神經網絡就相當于調黑盒子上的旋鈕，調旋鈕是通過數學的算法調的，這些旋鈕動輒幾十億個，需要大量的計算。

傳統電腦用的是CPU，用CPU去調旋鈕相當于調完第一個再調第二個，一個一個按順序來，雖然CPU速度很快，但神經網絡的旋鈕實在太多了，連CPU都招架不住了，這時候GPU的優勢就出現了。

GPU和CPU不一樣的地方是它一次可以同時調成千上萬個旋鈕，原來CPU幾年才能調完的活GPU幾天就干完了。

如果將CPU比作保時捷，GPU就是巨無霸卡車。前者雖然在速度上秒殺，后者卻能輕松裝載幾十噸貨物。這種巨大的差別，令GPU原本令人詬病的散熱問題也顯得不值一提。

今年震動全球科技界的ChatGPT，就是依靠了超過萬枚的英偉達高端GPU——單枚售價超過1萬美元的A100/H100高性能芯片，所構建的史上規模最大的AI算力集群。

英偉達的A100有多強勁，在2003年的科幻電影 《終結者3》里，那個差點毀滅人類的超級計算機“天網”，算力為60 TFLOPS(也就是每秒6萬億次浮點計算)，今天英偉達最先進的數據中心GPU H100，在特定精度下，算力已經達到了67 TFLOPS。

04

機會永遠是留給有準備的人的

其實做GPU芯片的也不是英偉達一家，那么為什么當AI餡餅砸來時，英偉達能吃到最大的那一口呢？

原因其實很簡單，機會往往是留給有準備的人的。

就像大家很容易遺忘在iPhone發布前，蘋果已經在電腦上做了十幾年操作系統一樣，AI芯片公司們也在忘記英偉達是一家顯卡供應商的同時，它還一直在不斷打磨另一個殺器——CUDA。

除了GPU芯片設計能力，英偉達最寶貴的財富，是基于CUDA模型，孵化了大量的開發者和軟件生態。

這就如Android和iOS一樣，遇到挑戰者根本不怕，因為即便后來系統做得再好，但是沒有生態也是白搭。

英偉達發布CUDA后，先后推出居里、特斯拉、費米、開普勒、麥克斯韋、帕斯卡、伏特、圖靈、安培、赫柏等一些列架構，用以支撐Graphics和Computing這兩大場景。

做生態系統，逐步解決GPU與AI場景不匹配的問題，包括功耗、內存、帶寬瓶頸等等。

這就是為什么，同樣做芯片，英偉達的市值是英特爾的好幾倍，這背后的邏輯是游戲、加密貨幣、云計算以及AI大模型，都離不開它的產品。

05

形勢一片大好 英偉達仍有隱憂

現在的英偉達就仿佛是第一個爬到山頂的人，放眼望去，幾無對手。但就此說英偉達已經高枕無憂還為時尚早。

首先是競爭對手們正在奮起直追，每一個暴利行業都會引來一群嗜血的鯊魚，GPU行業自然也不例外。

在2022年的投資者會議上，英特爾首次公布了自研超算卡Ponte Vecchio(還沒有大規模商用)的性能參數。按照英特爾官方說法，該產品的性能領先英偉達的王牌產品7nm安培卡皇A 100至少160%，被不少媒體冠以“芯片怪獸”的稱號。

即便相對冷靜克制的AMD和不在戰場中心的高通，在場外搶人大戰中也不乏戲份。

AMD從英偉達挖來高級技術市場經理Sean Pelletier；高通的子公司高通技術則在去年年初高價收購前蘋果SoC首席架構師和ARM資深工程師Gerard Williams的初創公司NUVIA，連帶NUVIA旗下一眾有蘋果、英特爾工作經歷的資深研發人員全部收歸麾下。

整體看幾個巨頭在不斷挖人、擴張的過程中，早已模糊了原始邊界，切入對方腹地：英特爾要全力攻克獨立顯卡市場，英偉達開始發力做CPU，AMD和高通在GPU這條賽道上也已經越走越深入。

如果說行業內的其他巨頭發力GPU還在預期之內，那么谷歌和微軟加入這場競賽可能是更大的挑戰。畢竟谷歌和微軟是最前沿的應用端。粗略統計，微軟、谷歌、亞馬遜這3家公司已經推出或計劃發布8款服務器和AI芯片。

其中，谷歌于四月初首次公布了AI超算的細節——TPU v4性能相較v3提升10倍，比A100快1.7倍，同時功耗少1.9倍。和H100對打的芯片，也已經在研發中，它并非沒有勝出的機會。

并且，當一個行業里出現一個絕對霸主時，剩下的玩家往往會聯合起來抗衡。畢竟敵人的敵人就是朋友，這句話在半導體芯片產業的威力正在顯現。過去幾十年的“死對頭”英特爾和AMD此前宣布合作，組隊對抗更大的對手：英偉達。

其次是作為英偉達靈魂人物的黃仁勛已經60歲，能否找到合適的跑第二棒的人依然還是個問號。

最后也是最大的問題就是如何不斷地革自己的命。

孔夫子說三十而立，英偉達通過三十年時間已經儼然成為了顯卡和AI芯片領域的龐然大物，但商場是一個逆水行舟不進則退的地方，即便目前英偉達的H100(H100算力水平是A100的九倍)還沒有出現可堪一戰的對手，但對于英偉達而言，如何讓自己永遠領先是一個需要一直回答的問題。

這恰如成名已久的江湖絕頂高手，拔劍四顧，發現最大的對手不是別人，正是自己。

參考資料：

【1】 《家族·人物 | 英偉達創始人黃仁勛：十年臥薪嘗膽終迎來春天》，華商韜略

【2】 《英偉達 (NVIDIA) 崛起的傳奇歷程——從顯卡霸主到AI王者》，真義科技

【3】《英偉達的前世今生》，考拉湯員，雪球

【4】 《英偉達帝國的一道裂縫》，何律衡/戴老板 遠川研究院

【5】 《暴漲1.3萬億！老黃笑哈哈，谷歌要偷家》，萬連山 格隆匯投資學苑

原文標題:獨孤求敗的英偉達真的沒弱點？

關鍵詞：