從顯卡王者到 AI 新貴 英偉達憑什么賭贏了大趨勢？ 焦點熱聞

而英偉達之所以能獨領風騷，一個關鍵原因在于其廣受人工智能領域追捧的芯片產品，即 A100 芯片及更高一代的 H100 芯片，目前這些高端芯片及相應的顯卡已是一卡難求。

微軟亞洲研究員的高級研究員張弋近期在播客節(jié)目中感嘆，現(xiàn)在居然到了整個地球都拿不出足夠的 A100 芯片的奇怪場景。一年前，幾乎無人料到這一情形。

英偉達 2020 年推出的 A100 芯片現(xiàn)在是有價無市，而乘著 ChatGPT 爆紅的 H100 更是被大公司瘋狂搶購。這也讓英偉達的業(yè)績一路高歌，股價更是節(jié)節(jié)高升。

【資料圖】

人工智能領域的初創(chuàng)公司 Core Weave 創(chuàng)始人兼首席執(zhí)行官 Brannin McBee 不禁感嘆：H100 是地球上最稀缺的工程資源之一。這句表態(tài)足以讓人窺得英偉達現(xiàn)在的盛景。

但世上芯片千千萬，為何只有英偉達的芯片成為人工智能領域獨一無二的玩家？而英偉達這一向來在顯卡稱霸的公司，又為何能在深度學習和人工智能領域打下這么大的一片江山？

微軟的兩次推進

1999 年，初露頭角的英偉達首次推出了 GPU 這一概念。在此之前，包括英特爾在內的 CPU 廠商都堅信圖形處理是 CPU 的活，CPU 干的事情越多越好，將圖形工作獨立到另一附屬處理器上的想法十分雞肋。

當時，圖形應用領域中又以搞游戲的日本廠商話語權最重。日系主機的 CPU 很強，大部分開發(fā)工作都集中于 CPU 之上，因此 GPU 并沒有得到多少市場空間。

轉機在于，不服氣的微軟想要沖擊屬于日本廠商的行業(yè)領先地位，其開發(fā)出了 Direct X 這一標準化的 API 圖形接口，此后大量的圖形功能從 CPU 里面移植出來，轉到 GPU 之上。加上微軟另一產品 Xbox 的推出，其 CPU、GPU 各司其職的搭配，打破了行業(yè)內 CPU 芯片一家獨大的局面。

而英偉達是當年硬件領域唯幾跟著微軟旗幟前進的公司，并在 GPU 這條道上一路走到黑。

此后，微軟又推動了另一次變革，引入統(tǒng)一渲染技術，即讓 GPU 將圖形繪制的頂點計算和之后的渲染兩個步驟進行合并。它和顯卡領域另一知名公司 ATI 合作了 GPU Xenos，成功應用了這一技術。

無心插柳

統(tǒng)一渲染只是圖形應用上的一步，但卻給英偉達帶來了完全不同的發(fā)展路徑，可以說是英偉達在后來 GPU 發(fā)展，甚至介入深度學習領域中的起點。

在看到統(tǒng)一渲染架構之后，英偉達果斷的把自己從前的 GPU 架構推倒重來。其 GPU 流處理器被進行了細致的分組，變成一個個小型流處理器且能單獨運行，解決了流處理器此前被綁定無法獨立運行而被迫閑置的問題。

這奠定了英偉達后來革命性 CUDA 架構的出世。由于英偉達的流處理器是很獨立且標準的單元，極易控制和調度，這讓原本只能串行處理的任務可以被并行處理。這讓編程難度大大降低。

與此同時，英偉達的競爭對手 ATI 卻因為早期沒有投入硬件架構變革，因為沿用過去的串行設計，沉沒成本越來越高，讓其革新變得越來越難且越來越貴，最后成功被英偉達擠出顯卡市場。

此后，英偉達又在 2017 年引入了 Tensor Core 計算單元概念，其專門為深度學習而設計，支持更低精度的運算從而大幅節(jié)省了模型算力。

這一專用的加速單元很大程度上排擠了 CUDA 處理深度學習的空間，但也同時打了英偉達競爭對手一個措手不及，讓 AI 專用芯片也不再吸引人。于是，英偉達 GPU 機緣巧合地成為 AI 領域最被認可的硬件。

賭贏趨勢

2003 年，" 快速迭代，不斷試錯 " 的英偉達搞了一個不受歡迎的項目。其開發(fā)了一款 Soc 芯片，將基于 ARM 架構的 CPU 與自己的 GPU 集成在一起。

自 Soc 芯片之后，英偉達每隔幾年都發(fā)布一些芯片。2015 年，其推出了 Tegra K1，使用 Arm 公版 CPU 和自己的開普勒架構 GPU，但由于功耗和發(fā)熱皆不盡人意，對大部分使用者來說很是折磨。

但業(yè)內人士卻對這些挫折十分認可。一位投資人曾指出，英偉達在守住 GPU 基本盤的同時，不斷在新的領域伸出觸角，并讓無數買它顯卡的人陪它分攤成本。

他還稱贊道，雖然英偉達的很多東西，如 CUDA 在一段時間內看不到落地的場景，但在試錯過程中它建立起了完整的生態(tài)，并在一股新風向襲來的時候，成功站上了風口。

這也是英偉達 GPU 打敗其他芯片，成功吃下 AI 紅利的一個原因。一方面，GPU 的通用性更佳，比專用芯片更適應變化；另一方面，英偉達擁有完整生態(tài)，讓它的 GPU 成為當下最合適的那個選擇。

事實上，當 AI 一瞬間爆發(fā)，行業(yè)內的企業(yè)無奈發(fā)現(xiàn)，GPU 是簡單高效運行生成式 AI 模型的最好選擇，一個本用來玩游戲的 GPU 不太可能切換去跑 AI 程序，目前只有英偉達的 GPU 能夠做到運行 AI 模型。

而英偉達的故事里還有一個小彩蛋。

2016 年，英偉達發(fā)布了第一款深度學習的超級計算機 DXG-1。令人稱道的是，英偉達首席執(zhí)行官黃仁勛當年仿佛能預知未來，將第一臺 DXG-1 捐給了當時還是初創(chuàng)企業(yè)的 OpenAI。

2022 年，OpenAI 帶著橫空出世的 ChatGPT 引爆了人工智能概念，也帶動英偉達成為芯片領域中的香餑餑。這一段緣分不得不令人感慨，但又像是黃仁勛遠見之下的善果。