判斷電腦性能的高低一般有兩個指標：CPU與顯卡。
絕大部分用戶在評判CPU性能時，第一反應肯定是“這款CPU是英特爾的酷睿幾代”。而提到顯卡，第一反應那無疑是英偉達。兩大超級巨頭的C端影響力，可見一斑。
瀕臨破產，絕地重生
大家都知道，英偉達是顯卡界的霸主，是一家“美帝”的企業(yè)。但常被忽略的是，英偉達其實也有華人基因。
英偉達的創(chuàng)始人兼CEO黃仁勛是一位美籍華人。因為為人風趣幽默，且在圖像處理領域擁有卓越的貢獻，黃仁勛也被眾多粉絲親切地稱為“老黃”。
黃仁勛在中國臺灣省臺北市出生，幾年后便遷往美國，隨后于俄勒岡州立大學取得電機工程學位，在斯坦福大學取得碩士學位。1983年畢業(yè)后，黃仁勛加入了當時已是硅谷巨頭的AMD公司，成為了一名芯片設計師。
那時候的他或許想不到，十年后，自己創(chuàng)立的公司會成為老東家最強勁的競爭對手。在AMD公司，黃仁勛打下了結實的技術基礎，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崗到銷售崗的轉型。1993年，三十歲的黃仁勛和兩位好友共同創(chuàng)建了英偉達，主攻當時仍處在萌芽階段的圖形芯片市場。
創(chuàng)業(yè)之路無疑是艱辛的，英偉達的原始資金只有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’?！?/p>
為了整合公司，兩個共同創(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“目不轉睛、羨慕”。所以英偉達的logo是一只眼睛。不過最后因為該商標被其他公司搶先注冊的原因，兩位創(chuàng)始人舍棄了“invidia”前面的“i”。
擁有“姓名”的英偉達隨后花兩年時間，研發(fā)了第一款可以真正意義上被稱為“顯卡”的產品——STG－2000X。該產品采用英偉達第一代NV1架構，集成了顯卡、聲卡、手柄驅動等多種功能，瞄準游戲主機市場。
英偉達傾盡全力研發(fā)出來的第一款產品，盡管整體性能不錯，但是市場表現(xiàn)并不出色。由于沒有打進主流游戲市場，英偉達花光了投資，又顆粒無收，幾近破產。
幸運的是，當時游戲機領域巨頭——世嘉仍然看好英偉達，資助了英偉達700萬美金，進行NV2顯示核心的研發(fā)。
如果不是世嘉當時為NV2的研發(fā)注入資金，相信英偉達也不會有今天的成就。但世嘉最終還是放棄了NV2，轉而為其DC游戲主機選擇了3Dfx的技術，因此最終NV2芯片的研發(fā)被迫停止。
經歷兩次失敗后，英偉達開始反思。當時微軟發(fā)布了Direct X接口，可市面上支持這一標準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。最終英偉達決定使用微軟的Direct 3D技術，要做業(yè)界第一個不使用自主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強大的后盾。
在確定了未來產品的研發(fā)方向之后，英偉達開始奮起直追。1997年，英偉達第一款堪稱成功的顯示核心RIVA 128誕生。1999年，英偉達發(fā)布了具有跨時代意義的Geforce 256 SDR，這也是世界上首款GPU。此后，英偉達就一舉高歌猛進，迅速占領游戲機市場，成了當之無愧的霸主。
升維擴張，AI芯片領頭羊
英偉達知道，自己強大的GPU絕不只是為電子游戲服務的，GPU更應在“深度學習”領域大放異彩。
深度學習是人工智能的關鍵。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)據量和足夠廉價的計算能力。
此后，互聯(lián)網的普及帶來了巨大的數(shù)據量，但計算機的算力依舊不夠強大。2006年，為了減少開發(fā)者的負擔，英偉達發(fā)布了一個名為CUDA的編程工具，開發(fā)者們通過這套工具，可以輕松地讓GPU同時對畫面上的每一個像素進行編程，幫助他們完成一些簡單的渲染工作。
利用這一原理，深度學習的研究者們也可以利用GPU來完成大量低級計算，從而提升人工智能的計算能力。
在目前的AI芯片市場上，英偉達市場占有率高達70％，是當之無愧的AI芯片領域霸主。
全球AI芯片公司排名報告顯示，英偉達已經牢牢占據AI芯片榜首。由于CUDA開發(fā)平臺的普及，英偉達的GPU是目前應用最廣的通用AI硬件計算平臺。除了少數(shù)有實力自研芯片的企業(yè)外，其余大部分企業(yè)只要涉及AI相關的業(yè)務，必定需要用到英偉達的芯片。
在世界范圍內，英偉達的芯片應用十分廣泛，現(xiàn)在所有的AI軟件庫都支持使用CUDA加速。大約有3000家人工智能公司通過英偉達的GPU芯片來滿足他們對人工智能的需求，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，對于該采用什么架構，各方爭論不休。作為人工智能領域的開拓者，英偉達雖然沒明確表示，但其種種布局表明：對于人工智能而言，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處理器模塊結合的SoC。
2020年1月26日，英偉達發(fā)布了19年財報。盡管英偉達的主營業(yè)務仍是顯卡，但得益于人工智能的發(fā)展，英偉達的AI加速計算業(yè)務表現(xiàn)出色，數(shù)據中心收入創(chuàng)下紀錄。
此外，英偉達的AI芯片也率先在各領域落地，典型的代表是汽車行業(yè)。據了解，英偉達最新推出的軟件定義平臺DRIVE AGX Orin被特斯拉的電動汽車采用。由此可見，英偉達的AI芯片發(fā)展前景十分可觀。
總的來說，AI芯片的戰(zhàn)爭已經打響。英偉達多年為游戲處理復雜圖像的經驗，將會為其芯片提供扎實的技術基礎，而它開放的平臺更是提供了廣闊的生態(tài)。這些都使得英偉達能夠迅速升維式的擴張及落地。未來三年內的“戰(zhàn)局”，英偉達領頭羊的地位難以撼動。
作者：張偉超
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
