从游戏显卡到AI芯片巨头——英伟达战略升级全景图
发布时间 2023-04-18 15:35

刘若晴 非对称战略精研社

在全球市值最高的前十大科技公司中,有一位玩家曾濒临破产,但近十年股价却翻了超过70倍。它不仅是整个游戏产业的推动机,还是最近爆火的ChatGPT的背后引擎。

该公司的创始人外号为“老顽童”和“硅谷最狂华人”,已连续掌舵30年。他是《财富》杂志(Fortune)2017年度最佳企业家,也被《时代周刊》(Time)评为2021年度最具影响力的人物之一。他总是身着黑色衬衫、皮夹克和深色牛仔裤,散发着史蒂夫·乔布斯(Steve Jobs)一般的气质,似乎已经预见了计算机的未来。

这就是英伟达(Nvidia),半导体行业的霸主之一。

创业历史

英伟达的创始人黄仁勋在1963年出生于中国台湾。他的父亲是化学工程师,母亲是教师。或许是受父母影响,他在小学时就经常和哥哥一起研究一些化学和小工程技术。

为了让孩子接受更好的教育,黄仁勋的父母在他9岁时决定将他们送往美国读书,两兄弟便一起投奔了生活在美国的舅舅。然而黄仁勋的求学之路并非一帆风顺。由于舅舅家经济困难,黄仁勋很快被送往了乡下的一所寄宿学校。

据黄仁勋后来回忆到,那所学校就像一所少年教养院,是一个问题儿童的集中营。好在他的学习成绩很不错,有时也会帮助一些“问题学生”补课,也因此交到一些“问题朋友”。这些朋友和经历并没有将他带坏,反而让他学会逆流而上,适应各样环境。

成绩优异的黄仁勋在16岁时考上了俄勒冈州立大学(Oregon State)的电子工程专业,并在1984年获得学士学位。他之后又在斯坦福大学(Stanford)获得该领域的硕士学位,为日后创建公司打下了至关重要的基础。

虽然身为学霸,黄仁勋也不是死读书的料。他在20岁时开始在美国知名半导体公司AMD工作,担任微处理器设计师。2年后,他离开AMD并加入主打芯片图形处理业务的LSI Logic公司,在设计部门工作后又调到销售部门,学会了如何将产品的设计开发与市场结合。

1992年的一天,黄仁勋在丹尼斯餐厅与朋友克里斯·马拉考斯基(Chris Malachowsky)和柯蒂斯·普里姆(Curtis Priem)相会。他们当时是太阳微系统公司(Sun Microsystems)的工程师,因为无法认同公司内部有关技术发展方向的决策而渴望寻机离开。而黄仁勋已经一路攀升至LSI的董事,处境相对稳定。

三人在餐厅里聊起了让个人电脑(PC)拥有3D图像的梦想。在谈笑风生中,他们一致认为图形计算是下一波计算浪潮的正确方向。结束用餐后,黄仁勋带着满满的信念决定离开LSI,为梦想放手一搏。

“我们相信这种计算模型(图形计算)可以解决通用计算根本无法解决的问题。“黄仁勋说,”我们还发现电子游戏是计算领域最具挑战性的问题之一,同时其销量也有巨大潜力。这两种情况很少同时发生。电子游戏是我们的杀手锏——它就像风火轮,可以载我们进入更大的市场,支持大型的研发,并最终解决大量的计算问题。“

1993年,这3位朋友在加州弗里蒙特的一间公寓里创办了英伟达。Nvidia这个名字的灵感来自N.V.,即英文中“下一个版本”(next version)的缩写,和Invidia,即拉丁文中“嫉妒”的意思。他们希望大大提升计算速度以使人人艳羡眼红。

在潜心打磨两年后,英伟达在1995年发布了自己的第一款芯片NV1。它不仅同时支持2D和3D处理,还拥有当时流行的音频处理能力。

然而这样一款被寄予厚望的匠心之作却没有受到市场好评。NV1采用了方形绘图来实现游戏的3D效果,但这种非主流设计给游戏设计师带来了困难,也无法兼容行业通用格式。高昂的成本也使得该产品售价为同类产品两倍。

在产品需求不匹和定价过高的双重压力下,英伟达跌了个大跟头,运营资金一度只能维持公司运转30天。原本有100多人的公司一下子只剩下30人。

就在英伟达奄奄一息濒临破产时,游戏界大佬世嘉(Sega)看到了它的技术潜力,投入了700万美元资助其开发NV2作为下一代游戏机的芯片。但英伟达坚持基于方形绘图的设计理念与世嘉产生分歧,双方的合作也不得不中止了。不过好在世嘉的研发资金并未收回,这便成了英伟达的救命稻草。

在1995年下半年,微软同时公布了Windows 95操作系统和自研的专用图形接口Direct 3D。就在其他芯片公司对这个接口不以为然的时,黄仁勋非常看好Windows 95,决定全面支持微软接口。

在公司资金紧缺的情况下,研发新芯片支持这项新技术可谓一场豪赌。但黄仁勋认为这可能是英伟达唯一的翻身机会,毅然决然地孤注一掷。在一番摸爬滚打后,英伟达在1997年推出了首款高性能图形芯片RIVA128,在前四个月内出货量突破100万,使公司起死回生。

而这段佳绩使英伟达加深了与微软的合作,还获得了游戏开发商,大型原始设备制造商(OEM)和台积电(TSMC)等晶圆代工厂的鼎力支持,打通了整个行业的上下游。可以说“老顽童”不仅赌赢了,还打了一场漂亮的翻身仗。

中期发展

1999年,世界第一款被冠以GPU概念的产品——GeForce 256诞生了。这可以说是英伟达的一大高光时刻,不仅重新定义了现代计算机图形技术,还大力推动了游戏产业的发展。

如上篇文章“一文读懂全球芯片产业链及核心企业”所提,GPU为图形处理器,又称为显示芯片。它可以快速计算和处理图像,让游戏、影视、设计等应用程序运行更流畅和美观。而所谓“显卡”就是把GPU芯片、接口等集合在一起的那张板卡。

英伟达在1999年上市。到了2000年,它不仅收购了老对手3dfx,还成为微软首款Xbox游戏机的独家显卡供应商。

在不断推出高性能GPU的同时,英伟达一路过关斩将,将竞争对手一一击败,成了行业中的佼佼者。整个GPU市场也因此成了英伟达、AMD和英特尔三足鼎立的局面。

英伟达在2006年又下了一大赌注,推出了一款名为CUDA(Compute Unified Device Architecture)的运算平台。它采用了并行计算架构,使得开发者可以用多种语言编写GPU加速程序,并解决极其复杂的计算问题。

但大家一开始并没有领略CUDA的魅力。“过去10年来,华尔街一直问英伟达:‘你们为什么要进行这项投资?没有人在使用它。’在我们的市值中,投资人对这项技术估值为0美元。“英伟达应用深度学习研究副总裁布莱恩·卡坦扎罗(Bryan Catanzaro)说道。

直到CUDA诞生十年之后,人们才充分意识到它有多么与众不同。英伟达GPU之前的串行计算模式就好比一支小军队中只有一名勇将。他能把事情做好,但一次只做一件事。而并行计算模式好比由数千名士兵组成的另一只军队,可以同时上场解决问题。

这一创新使图形芯片脱离了电子游戏这一固定领域,适用于所有类型的计算。英伟达由此挖掘了新的市场,包括化学和天气预报。

英伟达GPU和CUDA后来成为了AlexNet背后的引擎。AlexNet是一个深度学习神经网络,在2012年赢得了ImageNet竞赛。这是计算机视觉中三大学术竞赛之一,考验计算机算法识别图像中的物体的能力。在该比赛中,AlexNet一举夺魁,错误率只有15.3%,而仅排在其后的第二名错误率高达26.2%。

这次AlexNet的获胜证明了GPU比中央处理器(CPU)更适用于有许多并行计算的神经网络。按照业内知名的比喻来讲,CPU就好比一位知识渊博的教授,虽然会做各种难题但工资很高且不易培养。而GPU就像一群只会加减乘除的小学生。对于大量简单运算来说,与其雇用一名大教授,不如直接请来几十个小学生。

总的来说,GPU擅长计算密集并可以大量并行执行的应用,而机器学习和人工智能(AI)应用就符合这个特点。例如神经网络里有大量相互独立的神经元可以用来做并行计算,而AI应用里最常见的卷积运算本质上就是简单的加法和乘法。

经过这次ImageNet竞赛后,英伟达GPU的潜能被更多挖掘出来,许多公司也纷纷开始使用GPU。这成功地掀起了AI的一波热潮,大力推动了英伟达芯片在AI领域的主导地位。

“我们在大约十年前就看到这种做软件的方式(GPU)可以改变一切,“黄仁勋在近期接受CNBC采访时表示,”我们把公司从头到尾做了翻新。我们制造的每一枚芯片都聚焦于AI。”

到2017年,英伟达发布了面向高性能计算和数据中心的新一代GPU,即Tesla V100 GPU。这款产品拥有超过210亿个晶体管,堪称史上规模最庞大的GPU之一。它的性能也以“凶残”闻名,不仅堆了更密集的运算单元,还打通了更多的链路来降低功耗。这一壮举进一步稳固了英伟达在计算江湖的霸主地位。

去年年底,美国AI公司OpenAI发布了语音聊天机器人ChatGPT,推出仅两个月用户已过亿。它可以通过理解和学习人类语言来和用户进行对话、回答任意问题,甚至完成撰写文案、脚本、翻译、代码等任务。


而驱动这款神器的正是英伟达的GPU。根据瑞银(UBS)分析,ChatGPT使用了约1万颗英伟达GPU来训练AI模型。

“ChatGPT的出现对于AI行业的意义相当于手机领域的iPhone,”黄仁勋说道,“它将所有关于移动计算的想法都汇聚到了一个产品中…… 人人现在都是程序员,不是吗?你只需要让ChatGPT帮你写个程序,自动帮你完成一些工作。说真的,这是有史以来人们为计算机技术所做的最伟大的事情之一。“

ChatGPT让消费者看到AI开始融入自己的生活,也会加速企业未来对该领域的投入。虽然企业在近一两年由于经济不确定性较高可能暂时不会有过大的资本支出,但长期来看,企业对AI建设的投入必定会成为英伟达的一大商机。

当前战绩

很显然,英伟达已经不是当年那个单纯卖游戏显卡的小朋友了。目前它主要面向四大市场领域:游戏、数据中心、专业可视化和汽车。

英伟达2022财年收入为269.1亿美元,同比增长61%。

其中游戏这一传统业务的收入较去年同期增长了61%,反映了GeForce GPU的销量增长。游戏GPU更新换代的速度很快,也给了英伟达源源不断从中摇钱的机会。随着近几年虚拟现实(VR)和增强现实(AR)技术的发展,该业务还有较大成长空间和看点,预计它在将来仍会是英伟达的主要营收来源。

数据中心收入同比增长58%,主要得益于GPU在云计算和AI(如自然语言处理和深度推荐模型)领域的销售推动。在整个数据中心GPU市场这块大蛋糕中,英伟达占比超过了80%。截止2019年,全球前四大云供应商AWS、Azure、谷歌云和阿里云有97.4%的AI加速器都使用了英伟达GPU。云计算和AI未来上升空间很可观,对英伟达GPU的需求也将不断提升。

由于Ampere架构GPU的热销和顾客对工作站的强劲需求,专业可视化收入同比增长了100%。汽车部分的收入同比增长了6%,相比其他领域涨幅较小。这主要由于自动驾驶和AI驾驶舱解决方案被传统驾驶舱收入的下降所抵消。

黄仁勋在回顾去年时表示:“我们看到了对英伟达计算平台的强大需求。英伟达正推动当今最具影响力的领域发展,如AI、数字生物学、气候科学、游戏、创意设计、自动驾驶汽车和机器人技术等。2022年英伟达业务势头增长强劲,NVIDIA AI、NVIDIA Omniverse和NVIDIA DRIVE的新软件业务模型也带来了巨大吸引力。”

在2022年的年报中,英伟达总结了目前的4大核心战略:

1)推进加速计算平台

英伟达致力于通过在架构、芯片设计、系统和软件层面上的创新提供超越摩尔定律的持续性能飞跃。在2020年的GTC计算大会上,英伟达提出了“黄氏定律”(Huang’s Law),即AI芯片的推理能力每一年应该翻一倍。

通过收购以色列芯片公司迈络思(Mellanox),英伟达加强了在数据中心架构方面的专业知识储备,并以此在目标市场提供可观的性能优势。

虽然这些终端市场的计算需求各不相同,但英伟达可以利用其GPU和CUDA平台作为基本构件模块,通过统一的底层架构来解决多样需求。换句话说,它可以在研发方面进行杠杆投资,用相同的底层技术支持几个数十亿美元的终端市场。

2)巩固在AI领域的领先地位

如上文所题,英伟达在设计GPU时充分考虑AI方面的应用。它将继续在GPU架构中添加特定于AI的功能,以进一步巩固自己的领先地位。

英伟达在该领域的霸主地位也得益于其不断扩大的合作伙伴生态系统。目前各大计算机制造商与云服务提供商均采用英伟达GPU。全球有近300万开发人员使用CUDA和其他软件工具协助英伟达在目标市场部署技术。除此之外,英伟达还与数百所大学和近一万家创业公司合作以宣传AI。

3)增强在图形领域的技术和领先地位

英伟达近年来不断运用研发资源来提升消费者娱乐和专业可视化应用方面的用户体验。游戏开发者可以利用英伟达的算法在其GeForce平台上提供优化的游戏体验,吸引更多消费者。

4)推进自动驾驶汽车平台

自动驾驶未来的潜力丝毫不亚于AI和云计算。该领域对于芯片的选择要求很高,既不能耗电太大成本也要适中。英伟达早在2012年就正式将GPU带入高性能和低耗电的时代,因此它正是各大汽车厂商的首选。另一方面,由于自动驾驶人命关天,车企一般会偏向找英伟达这种成熟的大公司,这也是为何越来越多的车企找上门来,包括奔驰(Mercedes-Benz)、沃尔沃(Volvo)、通用(GM)等。

英伟达自动驾驶方面的芯片也在不断升级和优化中。例如它去年推出了新一代车载芯片Thor,算力相当于上一代Orin芯片的8倍。它还以DRIVE平台为自动驾驶汽车市场提供基于AI的硬件和软件解决方案,并通过与OEM和初创企业合作将其推向市场。

作者简介: 商业分析师、中英文编辑,美国卡内基梅隆大学(CMU)英语系专业写作硕士

主要参考资料:

1. “How Nvidia Grew From Gaming to A.I. Giant, Now Powering ChatGPT” CNBC, 03-06-2023.

2. “AI教父黄仁勋曾差点破产?英伟达如何从18线晋升为芯片霸主?半导体行业的厮杀到底有多残酷?” 老汤陪你看世界, 02-27-2023.

3. “NVIDIA Annual Report 2022” StockLight, 03-18-2022.

img
img
客服微信
img
客服微信号
img
官方抖音号