從游戲顯卡到人工智能，這才是科技界第一“妖股”

導(dǎo)讀：如果你喜歡用電腦玩游戲，那么對 NVIDIA（英偉達）這個名字肯定不會陌生，NVIDIA 研發(fā)的旗艦級游戲顯卡，性能強大，發(fā)熱量驚人，有「核彈」之稱。但這兩年，NVIDIA 的 CEO 黃仁勛（Jen-Hsun Huang）卻反復(fù)強調(diào)：NVIDIA 是一家人工智能公司！

▲ NVIDIA 創(chuàng)始人黃仁勛

2014 年，NVIDIA 的股價還在 25 美元附近徘徊，到了今天，NVIDIA 的股價卻已經(jīng)飆到了 96 美元，翻了近 4 倍！堪稱美國科技界的一只「妖股」。

靠游戲顯卡發(fā)家的 NVIDIA，怎么就成了「人工智能」界的領(lǐng)頭羊呢？

▲近一年 NVIDIA 股價走勢

創(chuàng)建 NVIDIA 之前，黃仁勛曾經(jīng)是 AMD 公司的芯片設(shè)計師，那時候的他或許想不到，二十年后，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(jié)實的技術(shù)基礎(chǔ)，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(shù)崗到銷售崗的轉(zhuǎn)型。?1993 年，三十而立的黃仁勛和兩位好友共同創(chuàng)建了 NVIDIA，主攻當時仍處在萌芽階段的圖形芯片市場。

NVIDIA 做的第一件大事，就是花兩年時間研發(fā)了一款與市面上所有圖形芯片都不同的產(chǎn)品——NV1，其集成了顯卡、聲卡、手柄驅(qū)動等多種功能，瞄準的并不是 PC 市場，而是游戲主機。

可惜，NVIDIA 傾盡全力研發(fā)出來的第一款產(chǎn)品，卻始終沒有打進主流游戲市場，NVIDIA 花光了投資，幾近破產(chǎn)。

在走投無路之際，游戲公司世嘉伸出了援手——當時世嘉正在開發(fā)新一代的主機「土星」，他們認為 NVIDIA 芯片的高集成度能夠更好地在游戲機上發(fā)揮性能，因此投入了 700 萬美金支持 NVIDIA 研發(fā)新一代的產(chǎn)品。

▲世嘉土星游戲主機

雖然世嘉跟 NVIDIA 的合作最終沒有成功，研發(fā)中的 NV2 芯片也因此流產(chǎn)，但靠著這 700 萬美金，黃仁勛終于摸到了市場的脈象——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。

黃仁勛決定，放棄部分已有的專利，轉(zhuǎn)而全面支持微軟的 Direct X 接口。同時，NVIDIA 全面提升了開發(fā)速度，每六個月就研發(fā)一款新產(chǎn)品。

轉(zhuǎn)型后的 NVIDIA 推出了 Riva 128 芯片，不僅性能足夠強大，而且造價也要比同類產(chǎn)品低廉不少，加上對 Direct X 的良好支持，成為不少 ODM 廠商的首選。

▲ NVIDIA Riva 128 圖形芯片

之后，找對產(chǎn)品思路的 NVIDIA 開始奮起直追，于 1999 年推出了世界上首款 GPU（Graphics Processing Unit，圖形處理器）GeForce 256，與同時代的其他圖像芯片相比，GeForce 256 的創(chuàng)新之處在于，大大減少了對 CPU 的依賴，強化了對 3D 圖像的渲染功能，性能上遠遠地甩開了同期的對手。

得益于 GeForce 256 的出色表現(xiàn)，NVIDIA 拿到了微軟 xbox 游戲機的訂單，輾轉(zhuǎn)多年以后，NVIDIA 又回到了他們最初想攻占的游戲機市場。談及 NVIDIA 成功的心得，黃仁勛笑稱跟打乒乓球是一個道理（老黃 15 歲時是美國乒乓球青年賽的前三名）：

你要分析對手，還要分析自己。同時，每一天的游戲規(guī)則都不一樣，你還要分析你目前這個位置的優(yōu)缺點是什么，你競爭對手的缺點是什么，你要保護增強你的優(yōu)勢，攻擊對方的弱點。

▲浮夸的 GeForce 256 包裝，凸顯其強大的性能

其實，黃仁勛一直都知道，NVIDIA 的 GPU 絕不只是為電子游戲服務(wù)的，但是讓他想不到的是，GPU 居然還能在「深度學習」領(lǐng)域大放異彩。

「深度學習」是人工智能的關(guān)鍵，從 20 世紀 60 年代至今，「深度學習」領(lǐng)域一直沒有巨大突破的原因在于：

需要足夠龐大的數(shù)據(jù)量

需要足夠廉價的計算能力

互聯(lián)網(wǎng)的普及讓數(shù)據(jù)前所未有地龐大，而且每個人都能輕易地接觸到大量的數(shù)據(jù)，可是這么多年過去了，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，NVIDIA 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，讓他們完成一些簡單的渲染工作——這樣一來，開發(fā)者就無須不勝其煩地重復(fù)寫代碼了。

同樣，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，從而大大提升人工智能的計算能力。在世界范圍內(nèi)，大約有 3000 家人工智能公司通過 NVIDIA 的芯片來滿足他們對人工智能的需求，其中不乏亞馬遜、谷歌、微軟等科技巨頭。

▲ NVIDIA GPU 深度學習原理圖示

對于「深度學習」，黃仁勛是這樣理解的：

深度學習就像人腦一樣，你幾乎可以教會它任何東西，但它有個巨大的障礙：需要龐大的計算量，這跟我們的 GPU 的運算模式幾乎是一致的。

盡管 NVIDIA 的主營業(yè)務(wù)仍是顯卡，2017 財年第三季度，圖形芯片部門的營收占其總營收的 85%；但得益于人工智能領(lǐng)域的發(fā)展，NVIDIA 的汽車業(yè)務(wù)增長迅速，同比增長 60.8%，最新推出的車載電腦 DRIVE PX 2 更是被用到了特斯拉的電動汽車當中，發(fā)展前景十分可觀。

不過，許多 NVIDIA 的大客戶都在研究自家的人工智能芯片（比如谷歌發(fā)布的 TPU 芯片），競爭對手英特爾近日也發(fā)布了全新的人工智能戰(zhàn)略，未來，黃仁勛要面對的挑戰(zhàn)依舊是困難重重。

▲黃仁勛與特斯拉電動汽車

從顯卡霸主再到人工智能產(chǎn)業(yè)的領(lǐng)路人，NVIDIA 靠的不僅是扎實的技術(shù)積累，更多的是對行業(yè)趨勢的精準判斷和未雨綢繆的危機意識，對成功的企業(yè)家來說，兩者缺一不可。

創(chuàng)業(yè)早期瀕臨破產(chǎn)的經(jīng)歷練就了黃仁勛居安思危的性格，他一直有著強烈的危機感：

我總覺得我們只剩下 30 天的生意了，這種（危機感）永遠不會被消除。我不害怕失敗，但我擔心自己剛愎自用，我從來不想安定下來。