从游戏显卡到人工智能芯片第一，英伟达如何升维扩张丨亿欧解案例

判断电脑性能的高低一般有两个指标：CPU与显卡。 

绝大部分用户在评判CPU性能时，第一反应肯定是“这款CPU是英特尔的酷睿几代”。而提到显卡，第一反应那无疑是 英伟达 。两大超级巨头的C端影响力，可见一斑。 

濒临破产，绝地重生

大家都知道，英伟达是显卡界的霸主，是一家“美帝”的企业。但常被忽略的是，英伟达其实也有华人基因。 

英伟达的创始人兼CEO 黄仁勋 是一位美籍华人。因为为人风趣幽默，且在图像处理领域拥有卓越的贡献，黄仁勋也被众多粉丝亲切地称为“老黄”。 

黄仁勋在中国台湾省台北市出生，几年后便迁往美国，随后于俄勒冈州立大学取得电机工程学位，在斯坦福大学取得硕士学位。1983年毕业后，黄仁勋加入了当时已是硅谷巨头的AMD公司，成为了一名芯片设计师。 

那时候的他或许想不到，十年后， 自己创立的公司会成为老东家最强劲的竞争对手 。在AMD公司，黄仁勋打下了结实的技术基础，之后他又跳槽到了芯片公司LSI-Logic。在那里，黄仁勋完成了从技术岗到销售岗的转型。1993年，三十岁的黄仁勋和两位好友共同创建了英伟达，主攻当时仍处在萌芽阶段的图形芯片市场。 

创业之路无疑是艰辛的，英伟达的原始资金只有4万美元，最初甚至连公司名字都没有。黄仁勋曾表示：“我们想不出公司名字，所以我们把所有的文件都命名为‘下一版’。”

为了整合公司，两个共同创始人审核了所有带“N”和“V”的单词，最后他们选了“invidia”，拉丁词汇意为“目不转睛、羡慕”。所以英伟达的logo是一只眼睛。不过最后因为该商标被其他公司抢先注册的原因，两位创始人舍弃了“invidia”前面的“i”。  

拥有“姓名”的英伟达随后花两年时间，研发了第一款可以真正意义上被称为“显卡”的产品——STG-2000X。该产品采用英伟达第一代NV1架构，集成了显卡、声卡、手柄驱动等多种功能，瞄准游戏主机市场。 

英伟达倾尽全力研发出来的第一款产品， 尽管整体性能不错，但是市场表现并不出色 。由于没有打进主流游戏市场，英伟达花光了投资，又颗粒无收，几近破产。 

幸运的是，当时游戏机领域巨头——世嘉仍然看好英伟达，资助了英伟达700万美金，进行NV2显示核心的研发。 

如果不是世嘉当时为NV2的研发注入资金，相信英伟达也不会有今天的成就。但世嘉最终还是放弃了NV2，转而为其DC游戏主机选择了3Dfx的技术，因此最终NV2芯片的研发被迫停止。 

经历两次失败后，英伟达开始反思。当时微软发布了Direct X接口，可市面上支持这一标准的图像芯片却寥寥无几，所有的图像芯片厂商都在忙着推广自己的接口。 最终英伟达决定使用微软的Direct 3D技术，要做业界第一个不使用自主API接口的3D公司。 由于Direct 3D支持不同的显卡使用相同的程序代码，微软也因此成为了英伟达强大的后盾。 

在确定了未来产品的研发方向之后，英伟达开始奋起直追。1997年，英伟达第一款堪称成功的显示核心RIVA 128诞生。1999年，英伟达发布了具有跨时代意义的Geforce 256 SDR， 这也是世界上首款 GPU 。此后，英伟达就一举高歌猛进，迅速占领游戏机市场，成了当之无愧的霸主。 

升维扩张， AI芯片 领头羊 

英伟达知道，自己强大的GPU绝不只是为电子游戏服务的， GPU更应在“ 深度学习 ”领域大放异彩。  

深度学习是 人工智能 的关键。但人工智能从1956年被提出后，一直没有巨大突破。其原因在于： 人工智能需要足够庞大的数据量和足够廉价的计算能力。 

此后，互联网的普及带来了巨大的数据量，但计算机的算力依旧不够强大。2006年，为了减少开发者的负担，英伟达发布了一个名为CUDA的编程工具，开发者们通过这套工具，可以轻松地让GPU同时对画面上的每一个像素进行编程，帮助他们完成一些简单的渲染工作。 

利用这一原理，深度学习的研究者们也可以利用GPU来完成大量低级计算，从而提升人工智能的计算能力。 

在目前的AI芯片市场上，英伟达市场占有率高达70% ，是当之无愧的AI芯片领域霸主。 

全球AI芯片公司排名报告显示，英伟达已经牢牢占据AI芯片榜首。 由于 CUDA开发平台 的普及，英伟达的GPU是目前应用最广的通用AI硬件计算平台。 除了少数有实力自研芯片的企业外，其余大部分企业只要涉及AI相关的业务，必定需要用到英伟达的芯片。 

在世界范围内，英伟达的芯片应用十分广泛，现在所有的AI软件库都支持使用CUDA加速。 大约有3000家人工智能公司通过英伟达的GPU芯片来满足他们对人工智能的需求 ，包括谷歌的Tensorflow，Facebook的Caffe，亚马逊的MXNet等。 

AI芯片未来发展的方向还没有确定，对于该采用什么架构，各方争论不休。作为人工智能领域的开拓者，英伟达虽然没明确表示，但其种种布局表明：对于人工智能而言，全通用性（FPGA）、全专用性（ASIC）处理器都不太适合， 效率最高的还是用多个处理器模块结合的SoC。 

2020年1月26日，英伟达发布了19年财报。尽管英伟达的主营业务仍是显卡，但得益于人工智能的发展，英伟达的AI加速计算业务表现出色，数据中心收入创下纪录。 

此外，英伟达的AI芯片也率先在各领域落地 ，典型的代表是汽车行业。据了解，英伟达最新推出的软件定义平台DRIVE AGX Orin被特斯拉的电动汽车采用。由此可见，英伟达的AI芯片发展前景十分可观。 

总的来说，AI芯片的战争已经打响。英伟达多年为游戏处理复杂图像的经验，将会为其芯片提供扎实的技术基础，而它开放的平台更是提供了广阔的生态。这些都使得英伟达能够迅速升维式的扩张及落地。未来三年内的“战局”，英伟达领头羊的地位难以撼动。

编辑：唐钰婷

版权声明

本文来源亿欧，经亿欧授权发布，版权归原作者所有。转载或内容合作请点击 转载说明 ，违规转载法律必究。