你可能沒有買過任何一件英偉達(dá)的產(chǎn)品(畢竟可能買不起),甚至此前根本沒有聽說過英偉達(dá),但在今天的世界里,你的生活不可避免地會(huì)與英偉達(dá)(Nvidia)這家公司產(chǎn)生千絲萬縷的聯(lián)系。 不僅僅是每個(gè)玩家都想要一塊“4090”的游戲界,英偉達(dá)已經(jīng)帶著它的顯卡滲透到了你生活的方方面面。你和朋友們一起玩的游戲、出行時(shí)乘坐的電動(dòng)汽車、在電影院里觀看的3D大片、與聊天機(jī)器人的每一次對(duì)話......其背后可能都有英偉達(dá)在默默發(fā)揮作用。不是每個(gè)人都了解他們,但沒人離得開他們。 這樣的背景下,英偉達(dá)在今年的市值一度突破了2.3萬億美元,僅次于微軟和蘋果[1]。英偉達(dá),究竟何方神圣? 源自快餐店的硅谷巨頭 每家硅谷巨頭似乎都有一個(gè)不尋常的起源地——比如車庫、學(xué)生宿舍。英偉達(dá)也是如此。 1992年至1993年,英偉達(dá)的三位創(chuàng)始人黃仁勛、克里斯·馬拉科夫斯基(Chris Malachowsky)和克蒂斯·普里姆(Curtis Priem)就是在美國加州圣何塞高速公路旁的一家Denny's連鎖餐廳,一起討論出了創(chuàng)建英偉達(dá)的想法[2]。 值得一提的是,之所以會(huì)面地點(diǎn)選在了Denny's餐廳,多少是因?yàn)辄S仁勛“念舊”。他高中時(shí)曾經(jīng)在這家餐廳當(dāng)洗碗工,干得還很不錯(cuò)[3][4]。 這三人就著咖啡興致勃勃地聊上好幾個(gè)小時(shí),以至于被不耐煩的老板趕到了餐廳靠里的位置。不過,在偶然留意到窗戶上的彈孔之后,他們還是覺得“不宜久留”,于是便離開了餐廳[2]。 “Nvidia”這個(gè)名字,也是在三人回到普里姆沒有空調(diào)的家中,借助字典才想好的。這個(gè)詞取自拉丁語單詞invidia的改寫,寓意是希望競爭對(duì)手“嫉妒得發(fā)綠”[3]。 最早的英偉達(dá)是一家專注于電子游戲中3D圖像處理的公司,他們致力于用性能更為出色的芯片幫助游戲?qū)崿F(xiàn)更精細(xì)更流暢的畫面[5]。在當(dāng)時(shí)個(gè)人電腦上還稍顯“原始”的圖形技術(shù)上,三人看到了巨大的進(jìn)步空間。 然而,并不是所有人都能理解他們的創(chuàng)業(yè)理念。黃仁勛媽媽在聽說兒子的公司是在做這樣的業(yè)務(wù)之后,甚至發(fā)出了靈魂拷問:“就不能去找個(gè)工作嗎?”[2] 但不可否認(rèn)的是,英偉達(dá)在這條路上走得“還不錯(cuò)”。在成立的頭幾年,英偉達(dá)開發(fā)出了一系列3D加速卡,其中包括讓英偉達(dá)在一眾競爭對(duì)手中脫穎而出的Riva128[6]。1999年,英偉達(dá)又開發(fā)出了GeForce256,這是世界上第一顆真正意義上的GPU[7],也就是專門用于計(jì)算圖形和圖像的處理器,它可以成為顯卡的“大腦”。 在游戲這個(gè)細(xì)分領(lǐng)域,隨著英偉達(dá)不斷進(jìn)行技術(shù)迭代,他們能夠渲染出來的畫面也越來越讓人驚嘆。當(dāng)下,如果你的設(shè)備搭載了一塊較新版本的英偉達(dá)顯卡,借助其超強(qiáng)的計(jì)算性能和能夠?qū)崟r(shí)模擬真實(shí)光照的光線追蹤技術(shù),你便可以在《賽博朋克2077》、《荒野大鏢客》等3A大作中看到足以以假亂真的游戲畫面。 英偉達(dá)通過游戲獲得的營收,也隨著其顯卡的性能和口碑同步攀升。 一直到2022財(cái)年,游戲都是英偉達(dá)四大主營業(yè)務(wù)的核心板塊(游戲、數(shù)據(jù)中心、專業(yè)可視化、汽車)[8]。這一年英偉達(dá)在游戲上的營收達(dá)到了125億美元,占到了總營收的46%。在由游戲玩家推動(dòng)的獨(dú)立顯卡市場(chǎng),英偉達(dá)長期占據(jù)著80%以上的市場(chǎng)份額,以斷層優(yōu)勢(shì)牢牢占據(jù)頭把交椅[9]。 “讓競爭對(duì)手嫉妒得發(fā)綠”的目標(biāo),達(dá)成了。 AI浪潮中狂飆的大贏家 英偉達(dá)在游戲領(lǐng)域的表現(xiàn)毋庸置疑,但如果他們只是占據(jù)了這一座“山頭”,可能也只會(huì)有一些“打游戲的”對(duì)他們的顯卡津津樂道,更別提一躍成為世界市值第三的巨頭公司了。真正讓英偉達(dá)一路狂飆的,是2023年掀起的AI(人工智能)浪潮。 顯卡與AI有什么關(guān)系?如果你沒有在第一時(shí)間想到答案,也不用灰心,因?yàn)閺挠ミ_(dá)成立起就擔(dān)任公司CEO的黃仁勛也沒有。 他早就認(rèn)識(shí)到顯卡的潛力并不只在于游戲,可他沒有預(yù)料到的是,他們的顯卡技術(shù),居然能夠與深度學(xué)習(xí)這一AI最熱門的領(lǐng)域產(chǎn)生奇妙的“化學(xué)反應(yīng)”[5]。 這還得從GPU的工作原理講起。為了模擬真實(shí)世界里無窮無盡的形狀,GPU需要先生成一個(gè)個(gè)簡單的基本三角形,再通過三角形的剖分與組合“逼近”復(fù)雜形狀,并將其“渲染”到屏幕上。 這樣的任務(wù)對(duì)GPU的要求是能夠在短時(shí)間內(nèi)對(duì)大量的數(shù)據(jù)進(jìn)行簡單、重復(fù)的并行計(jì)算[10]。GPU和CPU的區(qū)別也就在于此——后者更擅長順序執(zhí)行的復(fù)雜計(jì)算[11]。 打個(gè)比方,相比更擅長把一大車貨一塊拉到目的地的CPU,GPU更像是能夠同時(shí)運(yùn)送大量小物件的“閃送騎手車隊(duì)”。 2006年,英偉達(dá)推出了CUDA架構(gòu)。你可以把CUDA理解成一款GPU編程工具箱,它允許使用者通過更為熟悉的“高級(jí)”編程語言來“指揮”顯卡進(jìn)行圖形計(jì)算之外的任務(wù),而無需再大量編寫底層代碼,從而“解放”了顯卡的超級(jí)計(jì)算能力[5]。 從圖像處理到深度學(xué)習(xí)、數(shù)字分析和計(jì)算科學(xué)等多個(gè)領(lǐng)域,開發(fā)者都能借助CUDA進(jìn)行GPU并行加速 / NVIDIA官網(wǎng) 但在利用大規(guī)模數(shù)據(jù)集進(jìn)行訓(xùn)練的深度學(xué)習(xí)引發(fā)AI革命之前,并不是所有人都能利用好這把“屠龍寶刀”,CUDA也在早期遭受了冷遇。 實(shí)際上,深度學(xué)習(xí)一度被認(rèn)為是不可行的落后技術(shù)。好在一些“先知”對(duì)深度學(xué)習(xí)和英偉達(dá)的顯卡抱有信心,其中就包括多倫多大學(xué)教授、后來被稱為“AI教父”的杰弗里·辛頓(Geoffrey Hinton),以及他的學(xué)生亞歷克斯·克里澤夫斯基(Alex Krizhevsky)和伊爾亞·蘇茨克維(Ilya Sutskever)。 在2012年的ImageNet視覺識(shí)別挑戰(zhàn)賽,他們使用兩塊GeForce顯卡對(duì)卷積神經(jīng)網(wǎng)絡(luò)AlexNet加以訓(xùn)練,最終正確率碾壓第二名,強(qiáng)勢(shì)奪冠,展現(xiàn)出了深度學(xué)習(xí)的驚人潛力[12]。而類似的效果,那年早些時(shí)候谷歌的研究人員用了一萬六千塊CPU才達(dá)成。 此后,有越來越多的關(guān)注和投資涌向深度學(xué)習(xí)。與深度學(xué)習(xí)“天造地設(shè)”,又有CUDA助力的英偉達(dá)顯卡,也成了AI領(lǐng)域備受追捧的寶貝[3]。 2017年,谷歌團(tuán)隊(duì)發(fā)布了Transfomer深度學(xué)習(xí)模型[13],如原子裂變一般引爆了之后的一系列成果。 前面提到的蘇茨克維后來成為了OpenAI的聯(lián)合創(chuàng)始人兼首席科學(xué)家,正是有了他的關(guān)鍵貢獻(xiàn),席卷全球的ChatGPT才得以在2022年底正式進(jìn)入公眾視野!癎PT”中的“T”,代表的正是“Transformer”。以ChatGPT為代表,能夠根據(jù)人類指令產(chǎn)出文字、圖片乃至視頻的生成式AI,成了每個(gè)高科技巨頭爭相追逐的“圣杯”。 可能是有史以來規(guī)模最大的“AI戰(zhàn)爭”正在打響,而英偉達(dá)幾乎是這場(chǎng)戰(zhàn)爭唯一的“軍火供應(yīng)商”。 2023年上半年,號(hào)稱“最強(qiáng)顯卡”的英偉達(dá)H100在市面上的價(jià)格被哄搶到將近30萬元人民幣,依然供不應(yīng)求。顯卡這般緊俏,讓馬斯克感慨:“此時(shí)此刻,獲取GPU比獲取毒品要難得多”[14][15]。 不管這場(chǎng)“AI戰(zhàn)爭”的結(jié)果如何,英偉達(dá)都會(huì)是最后的大贏家。因?yàn)锳I軍備競賽需要算力的支持,而英偉達(dá)的顯卡就代表算力?萍脊緜?cè)绞菤⒌妙^破血流,英偉達(dá)越是“贏麻”。 2024年3月英偉達(dá)推出名為Blackwell新一代AI GPU, 多個(gè)Blackwell連到一起,能形成一個(gè)能處理萬億參數(shù)模型的AI超級(jí)計(jì)算機(jī) 2024財(cái)年,英偉達(dá)的營收相比上一年暴漲126%,來到了609億美元,其運(yùn)營利潤更是同比上漲681%,達(dá)到了329.72億美元。其中,與AI相關(guān)的數(shù)據(jù)中心業(yè)務(wù)營收為475億美元,占公司總營收的78%[16]。 英偉達(dá)并不以AI應(yīng)用為主打產(chǎn)品,卻已經(jīng)成了左右整個(gè)AI發(fā)展格局的領(lǐng)域巨頭。 一度“距離倒閉只有30天” 雖然在“皮衣刀客”黃仁勛的領(lǐng)導(dǎo)下,英偉達(dá)已經(jīng)成為世界上市值最高的公司之一,但這家公司的發(fā)展道路并非“開掛”般暢通無阻。對(duì)黃仁勛而言,英偉達(dá)有三次刻骨銘心的失敗,甚至到了差點(diǎn)倒閉的地步[17]。 英偉達(dá)的第一個(gè)重大失敗發(fā)生在公司成立初期。 當(dāng)時(shí),英偉達(dá)贏得與世嘉共同開發(fā)游戲主機(jī)的合同。然而,在開發(fā)過程中,英偉達(dá)意識(shí)到他們所選擇的技術(shù)方向出了差錯(cuò),而且與即將推出的Windows 95 Direct3D不兼容。這使得英偉達(dá)陷入兩難:勉強(qiáng)完成合約,他們將生產(chǎn)出注定無法被市場(chǎng)認(rèn)可的產(chǎn)品,而不完成則面臨破產(chǎn)。 公司生死攸關(guān)之際,黃仁勛選擇親自聯(lián)系世嘉高層,承認(rèn)錯(cuò)誤并勸對(duì)方另尋合作伙伴。與此同時(shí),他“難為情”地請(qǐng)求世嘉全額支付費(fèi)用,以便英偉達(dá)能夠繼續(xù)運(yùn)營。 出乎黃仁勛意料的是,世嘉CEO大方地同意了。在好不容易爭取來的喘息期,英偉達(dá)推出了“爆款”RIVA 128顯卡,終于渡過了難關(guān)。 第二次“失敗”正是CUDA的研發(fā)。作為一項(xiàng)能夠帶來超級(jí)計(jì)算能力的技術(shù),CUDA在研發(fā)過程中消耗了英偉達(dá)數(shù)十億美元的成本,但公司能夠從CUDA獲得的利潤卻因?yàn)槭袌?chǎng)規(guī)模不大而相當(dāng)?shù)兔,英偉達(dá)也因此受到了眾多股東的批評(píng),到2008年末股價(jià)甚至一度下降了70%[3]。 但英偉達(dá)排除萬難堅(jiān)持了下來,他們不辭辛勞地走進(jìn)大學(xué)、企業(yè)和研究所等各類機(jī)構(gòu),在全球范圍內(nèi)尋找客戶群體[3][10]。隨著深度學(xué)習(xí)引領(lǐng)AI走向新時(shí)代,英偉達(dá)一直堅(jiān)守的愿景終于成為了現(xiàn)實(shí)。 第三次失敗則是進(jìn)入移動(dòng)計(jì)算芯片領(lǐng)域的慘淡結(jié)局。 2010年左右,手機(jī)行業(yè)的蓬勃發(fā)展讓黃仁勛看到了一片巨大的市場(chǎng),于是英偉達(dá)帶著Tegra移動(dòng)處理器“入場(chǎng)”,與高通、聯(lián)發(fā)科等強(qiáng)勁對(duì)手展開廝殺。當(dāng)首發(fā)搭載Tegra 4處理器的小米3發(fā)布時(shí),黃仁勛還出席了發(fā)布會(huì),用中文喊出了“我也是米粉”[18][19]。 然而,面對(duì)激烈的市場(chǎng)競爭和學(xué)習(xí)開發(fā)新技術(shù)的挑戰(zhàn),英偉達(dá)最終決定放棄移動(dòng)市場(chǎng),專注于其核心使命——為普通計(jì)算機(jī)無法解決的問題提供解決方案。 不過英偉達(dá)對(duì)Tegra的投入也沒有白費(fèi),后來英偉達(dá)在其基礎(chǔ)上開發(fā)了面向自動(dòng)駕駛的DRIVE PX和Drive PX2芯片,成功打入了汽車行業(yè)[20][21]。 雖然英偉達(dá)曾經(jīng)遭受過這些“傷筋動(dòng)骨”的失利,但英偉達(dá)在面對(duì)困難和挑戰(zhàn)時(shí)所體現(xiàn)的危機(jī)和創(chuàng)新意識(shí),最終成就了英偉達(dá)今天的輝煌。黃仁勛在公司第一次遭受重創(chuàng)時(shí)所說的“本公司離倒閉只差30天(Our company is 30 days from going out of business)”,也成了英偉達(dá)的一條非官方“司訓(xùn)”[3]。 英偉達(dá)會(huì)成為下一個(gè)微軟、蘋果嗎 在當(dāng)下這個(gè)時(shí)間點(diǎn),英偉達(dá)占據(jù)了AI訓(xùn)練芯片70%以上的市場(chǎng)份額[22],其數(shù)據(jù)中心GPU的市占率更是壓倒性的92%[23]。 考慮到AI正愈發(fā)成為時(shí)代發(fā)展的“引擎”,結(jié)結(jié)實(shí)實(shí)撞上時(shí)代風(fēng)口的英偉達(dá),雖然此刻可能還不如微軟、蘋果般家喻戶曉,但按目前的勢(shì)頭發(fā)展下去,要做到這一點(diǎn)似乎也只是時(shí)間問題。 不過,一切真的會(huì)那么順利嗎?AI領(lǐng)域的“蛋糕”實(shí)在太過巨大,加上英偉達(dá)的顯卡確實(shí)也不便宜,不但AMD、初創(chuàng)芯片公司等行業(yè)內(nèi)的對(duì)手在試圖挑戰(zhàn)英偉達(dá),微軟、英特爾、亞馬遜、谷歌、Meta、蘋果等一眾“高階玩家”也在自研AI芯片,爭取打破英偉達(dá)的統(tǒng)治地位。 但通過圍繞CUDA打造的軟件生態(tài),英偉達(dá)已經(jīng)“挖”出了一條深深的“護(hù)城河”。要在硬件上拿出性能更出色的產(chǎn)品并非易事,軟件服務(wù)上對(duì)手們也很難匹敵英偉達(dá)已經(jīng)打磨了很久的CUDA。即便是能夠拿出與英偉達(dá)“掰手腕”的產(chǎn)品,客戶也很可能會(huì)出于消費(fèi)慣性和對(duì)英偉達(dá)的信任“站隊(duì)”英偉達(dá)[24]。 更何況,英偉達(dá)自己也沒有停滯不前。除了繼續(xù)開發(fā)速度更快的顯卡,2019年,英偉達(dá)收購了以色列網(wǎng)絡(luò)技術(shù)公司Mellanox[25],后者的高性能網(wǎng)絡(luò)技術(shù)能夠幫助英偉達(dá)更好地將芯片連接起來,組成更強(qiáng)大的數(shù)據(jù)中心,甚至在日后構(gòu)建起為各個(gè)行業(yè)源源不斷提供AI算力的“AI工廠”——就像今天的發(fā)電廠一樣[26]。 目前看來,起碼在可預(yù)見的未來,英偉達(dá)仍將在風(fēng)口“一夫當(dāng)關(guān),萬夫莫開”。而那個(gè)愛穿黑色皮衣的男人,也會(huì)繼續(xù)站在“世界之巔”。 參考文獻(xiàn): [1] Naughton, J. (2024, March 30). How Did a Small Developer of Graphics Cards for Gamers Suddenly Become the Third Most Valuable Firm on the Planet? .The Guardian. https://www.theguardian.com/commentisfree/2024/mar/30/nvidia-jensen-huang-ai-gold-rush-computer-chip-maker [2] Cohen, B. (2023, June 1). The $1 Trillion Company That Started at Denny’s. The Wall Street Journal. https://www.wsj.com/amp/articles/nvidia-ai-chips-jensen-huang-dennys-d3226926 [3] Witt, S. (2023, November 27). How Jensen Huang’s Nvidia Is Powering the A.I. Revolution. The New Yorker. https://www.newyorker.com/magazine/2023/12/04/how-jensen-huangs-nvidia-is-powering-the-ai-revolution [4] Stanford graduate school of business. (2024, March 6). Jensen Huang, Founder and CEO of NVIDIA[Video]. YouTube. https://www.youtube.com/watch?v=lXLBTBBil2U&t=389s&ab_channel=StanfordGraduateSchoolofBusiness [5] Tilley, A. (2016, November 30). The New Intel: How Nvidia Went From Powering Video Games To Revolutionizing Artificial Intelligence. Forbes. https://www.forbes.com/sites/aarontilley/2016/11/30/nvidia-deep-learning-ai-intel/?sh=151e84c77ff1 [6] Peddie, J. (2019, August 5). Famous Graphics Chips: Nvidia’s RIVA 128. IEEE Computer Society. https://www.computer.org/publications/tech-news/chasing-pixels/famous-graphics-chips-nvidias-riva128 [7] Peddie, J. (2021, February 25). Famous Graphics Chips: Nvidia’s GeForce 256. IEEE Computer Society. https://www.computer.org/publications/tech-news/chasing-pixels/nvidias-geforce-256 [8] Di pizio, A. (2023, February 12). Gaming Was Nvidia’s Largest Business. Now, 80% of Its Revenue Comes From Somewhere Else Entirely. Yahoo Finance. https://finance.yahoo.com/news/gaming-nvidias-largest-business-now-110800872.html [9] Shilov, A. (2023, September 6). GPU Market “Healthy and Vibrant” in Q2 2023: Report. Yahoo Finance. https://finance.yahoo.com/news/gpu-market-healthy-vibrant-q2-114304430.html [10] Clark, D. (2017, September 1). Why a 24-Year-Old Chipmaker Is One of Tech’s Hot Prospects. The New York Times. https://www.nytimes.com/2017/09/01/technology/nvidia-chipmaker.html [11] Caulfield, B. (2009, December 16). What’s the Difference Between a CPU and a GPU? Nvidia. https://blogs.nvidia.com/blog/whats-the-difference-between-a-cpu-and-a-gpu/ [12] Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems, 25. [13] Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., ... & Polosukhin, I. (2017). Attention is all you need. Advances in neural information processing systems, 30. [14] Leswing, K. (2023, April 14). TECH Nvidia’s Top A.I. Chips Are Selling for More than $40,000 on EBay. CNBC. https://www.cnbc.com/2023/04/14/nvidias-h100-ai-chips-selling-for-more-than-40000-on-ebay.html [15] Fitch, A. (2024, February 26). Nvidia’s Stunning Ascent Has Also Made It a Giant Target. The Wall Street Journal. https://www.wsj.com/tech/ai/nvidia-ceo-jensen-huang-vision-company-f05db212 [16] Nvidia corporation. (2024, February 21). NVIDIA Announces Financial Results For Fourth Quarter And Fiscal 2024. Nvidia. https://investor.nvidia.com/news/press-release-details/2024/NVIDIA-Announces-Financial-Results-for-Fourth-Quarter-and-Fiscal-2024/ [17] Xu, K. (2023, May 29). Jensen Huang NTU Commencement Speech 2023. Interconnected. https://interconnect.substack.com/p/jensen-huang-ntu-commencement-speech [18] Nvadmin. (2013年9月5日). 超高速 Tegra 4 獲快速熱賣的小米超級(jí)手機(jī)採用. Nvidia. https://blogs.nvidia.com.tw/2013/09/05/xiaomi/ [19] 科技捕手. (2023年3月26日). 2013年雷軍邀請(qǐng)黃仁勛為小米3站臺(tái),估計(jì)也沒想到十年后NVIDIA會(huì)成為科技行業(yè)的AI霸主!#黃仁勛 #雷軍 #小米[視頻]. Bilibili. https://www.bilibili.com/video/BV1jL411X77P/?spm_id_from=333.337.search-card.all.click&vd_source=af1924b3ea38ec8d382e9b40af2b6e9e [20] Nvidia. (2015, January 4). NVIDIA Paves Way for Tomorrow’s Cars With NVIDIA DRIVE Automotive Computers. Nvidia. https://nvidianews.nvidia.com/news/nvidia-paves-way-for-tomorrow-s-cars-with-nvidia-drive-automotive-computers [21] Nvidia. (2016, January 4). NVIDIA Boosts IQ of Self-Driving Cars With World’s First In-Car Artificial Intelligence Supercomputer. Nvidia. https://nvidianews.nvidia.com/news/nvidia-boosts-iq-of-self-driving-cars-with-world-s-first-in-car-artificial-intelligence-supercomputer [22] Clark, D. (2023, August 21). How Nvidia Built a Competitive Moat Around A.I. Chips. The New York Times. https://www.nytimes.com/2023/08/21/technology/nvidia-ai-chips-gpu.html [23] Oikawa, A. (2024, March 28). Led by Nvidia, U.S. Dominates in Generative AI Tech. Nikkei Asia. https://asia.nikkei.com/Business/Technology/Led-by-Nvidia-U.S.-dominates-in-generative-AI-tech [24] Gallagher, D. (2023, October 6). How Nvidia Got Huge—and Almost Invincible. The Wall Street Journal. https://www.wsj.com/tech/ai/how-nvidia-got-hugeand-almost-invincible-da74cae1 [25] Nivida. (2019, March 11). NVIDIA to Acquire Mellanox for $6.9 Billion. Nvidia. https://nvidianews.nvidia.com/news/nvidia-to-acquire-mellanox-for-6-9-billion [26] Goode, L. (2024, February 23). Nvidia Hardware Is Eating the World. Wired. https://www.wired.com/story/nvidia-hardware-is-eating-the-world-jensen-huang/ 文章來源:浪潮工作室
|
原創(chuàng)欄目
IT百科
網(wǎng)友評(píng)論
聚超值•精選