市值超1000億美元，24 歲的英偉達如何成為最耀眼的科技明星？

圖形處理器製造商英偉達，正乘著人工智慧高漲的浪潮，將其晶元應用於無人機、機器人和自動駕駛汽車。

編譯 | 張震 邱陸陸 高靜宜

來源 | 紐約時報

在加州聖克拉拉，波蘭圖像科技初創公司 CTA.ai 的工程師正在試圖推廣一款更加舒適的結腸鏡檢測產品。

晶元是英偉達研發的，醫生診斷時間也因此縮短很多。病人先吞下一個藥片大小的感測器，仔細研究視頻後，醫生即可快速診斷出腸道疾病，速度快了 70%。手術成本也因此下降，診斷也更加準確，CTA CEO Mateusz Marmolowski 這樣說道。

諸如 CTA 這樣的醫療應用，不過是英偉達許多新目標之一。該公司晶元，也即大家所熟知的圖形處理器（GPU）正被廣泛應用於無人機、機器人、自動駕駛汽車、伺服器、超級計算機以及虛擬現實設備，背後原因在於他們的晶元可以幫助快速完成複雜的人工智慧任務，如圖形、面部和語音識別。

AI 應用熱度之高，使得有 24 年歷史的英偉達成為科技領域最炙手可熱的公司之一。該公司的股票在過去兩年的時間裡市場價值翻了七倍，市值超過 1000 億美元，上一季度，公司利潤上漲了 56%。

個人電腦銷售量下跌，智能手機需求降低，晶元行業不景氣...... 在這一背景下，英偉達的成功可謂是獨樹一幟。世界最大的晶元製造商，半導體製造商英特爾，一直被認為是 PC 機的大腦，但上一季度的利潤僅上漲了 9%。

英偉達在加州聖克拉拉的演示室。

「他們正處於上升階段，」談到英偉達，Rosenblatt Securities 分析師 Hans Mosesmann 這樣說到。自英偉達 1999 年上市，他就一直在跟蹤這家公司。

推動這一浪潮的正是英偉達創始人、公司 CEO 黃仁勛。戰略直覺、高要求的個性以及深色著裝，讓人想到斯蒂夫·喬布斯。

和喬布斯一樣，黃仁勛要求建造一座讓人印象深刻的英偉達總部大樓，不久，公司也會搬到新大樓。十幾年前，黃仁勛做出重要一搏，結果就是 GPU 可以處理繁雜事務，而不僅僅是在電腦屏幕上畫圖像。

「對於這樣的公司來說，其成本之高，難以想像。」現年 54 歲的黃仁勛說。英偉達每年大約為此花費高達 5 億美元，當時英偉達總利潤才 30 億美元左右。這個「它」正是大家所熟知的統一計算設備架構（CUDA）。自 CUDA 推出以來，為將 GPU 轉變成更加通用的計算工具，英偉達總投入已接近 100 億美元。

在計算環境發生重大變化的時點，黃仁勛把賭注押給了 CUDA。當時英特爾正逐漸獲得行業領導地位，這種地位來源於其晶元的計算速度提升。這在業界被概括為摩爾定律：根據觀察，在行業歷史上，每兩年，晶元上的晶體管數量就會翻倍。而這一計算速度的提升如今已經放緩了。

英偉達的 CEO，黃仁勛，十年前做了一個重要的決定，對公司的圖像處理器，或者說 GPU 做出了一系列重大改動和相應軟體開發。

這一增長放緩導致設計師們開始思考更專門化的晶元，它們能夠與英特爾的處理器一起工作，並更多享受晶元微型化帶來的便利。從一開始就在做現有晶元重新定位而不是從頭開始設計新晶元的英偉達，正是這一思路的第一批執行者。運用其晶元和其為 CUDA 開發的軟體，英偉達逐漸創立了一個大受程序員和公司歡迎的技術平台。

「平台真的設計得很好。」John L. Hennessy，這位去年剛剛從斯坦福校長職位上退休的計算機科學家如是說。

現在，英偉達的晶元正在進軍企業應用。例如，德國商業軟體巨頭 SAP 正在推行一種名為深度學習的人工智慧技術，並將英偉達的 GPU 用於加速應付賬款處理流程、匹配簡歷與空缺職位等工作。

SAP 也展示了英偉達支持的軟體能夠在籃球、足球等體育直播中捕捉公司 logo，以便廣告從業者計算他們的品牌露出然後設法改進。

「這在之前是無法完成的任務，」SAP 的 CIO Juergen Mueller 說。

這樣的應用已經遠超黃仁勛最初的野心。黃仁勛出生在台灣，畢業於俄勒岡州立大學電子工程系和斯坦福大學，然後在矽谷工作。

公司最初的產品特別差。Malachowsky 先生說，而圖像處理市場上還有一大堆競爭者。

但是，英偉達重組了公司的產品和戰略，並逐漸拉大自己與競爭對手之間的距離，成為了遊戲電腦中毋庸置疑的 GPU 領導者。

GPU 需要搭建框架結構，對對象進行模擬，並將色彩填進顯示屏的像素點裡。想要完成這項工作，需要並行執行眾多簡單的指令，這也是為什麼圖像處理晶元一般都由非常多小處理器組成。英偉達今年五月發布的一款名為 Vlota 的新 GPU 有超過 5000 個小處理器，而與之相比，最新的英特爾高端伺服器晶元，只有 28 個大型的、通用處理器核心。

2004 年，英偉達開始力推 CUDA。此前，英偉達從斯坦福大學圖形實驗室挖走了 Ian Buck，他曾針對 GPU 計算性能進行優化工作。不久，英偉達改變晶元及開發軟體支持策略，比如，支持標準編程語言，放棄被用來向圖形晶元發出指令的晦澀工具。

英偉達將 CUDA 嵌入消費級 GPU 和高端產品中。這一決策至關重要，Buck 表示，只要有台筆記本或台式電腦，在學校實驗室或宿舍就可以搞定軟體修補工作。英偉達還遊說許多大學開設課程教授這些新的編程技術。

去年，英偉達在聖克拉拉建設了新的總部。在過去的兩年里，公司的股價暴漲了7倍。

程序員們逐漸將 GPU 應用於過去的案例中，也嘗試在氣候模型、石油勘探等新的應用場景中使用 GPU。2012 年，加拿大的研究人員開始在大型神經網路中使用 CUDA 和 GPU，進行深度學習演算法的相關研究。英偉達也由此邁上一個新台階。

神經網路系統的那些神奇技能是靠海量數據訓練而來，並不依賴靠編程人員的明確定義。Buck 解釋道，GPU 出現以前，訓練這樣一個系統可能需要一個學期。

如今，在新技術的加持下，研究人員僅用幾周、幾天甚至幾小時即可完成這一過程。

「沒有 GPU 如何實現這一任務，難以想像。」斯坦福大學副教授及 SAIL 豐田中心人工智慧研究部門主管 Silvio Savarese 這樣說道。

不過，競爭對手認為，晶元製造商的戰鬥才剛剛打響。

在 AI 晶元領域同樣佔有一席之地的英特爾，斥巨資收購了 FPGA 製造商 Altera，一些深度學習和計算機視覺初創企業以及以色列自動駕駛公司 Mobileye。

谷歌也加入晶元的研發行列，戰勝人類冠軍的 AlphaGo 就採用了谷歌的 TPU。最近，谷歌推出第二代 TPU，在某些應用領域性能已經超越 GPU。

不過，英偉達的地位並不會輕易被動搖。就資金投入來說，英偉達比其他競爭對手更具實力。CEO 黃仁勛看好遊戲市場的發展前景，在 Volta 的研發上投入了 30 億美元，史無前例。

英偉達表示，有超過 50 萬的開發者正在基於 GPU 進行研發。公司希望其他晶元製造商可以幫助擴大 GPU 的開發者範圍。一旦公司公布開源晶元設計方案，開發者就可以自行實現一些簡易的深度學習應用，比如燈泡或者攝像機應用，無需為其他事情耗費精力。

AI 會影響到世界上的每一家公司。黃仁勛說，英偉達不會解決所有問題。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！