華裔黃仁勛：引領AI大爆炸

黃婉

當前，對于ChatGPT、元宇宙、區塊鏈等這些人工智能火爆熱詞，相信很多人或多或少都會有所了解。但是你是否知道，這一切都離不開一個重要的基礎硬件——GPU芯片。

可以說GPU芯片不僅是推動AI時代不斷前行的內燃機，也是眾多企業想要開啟AI轉型的一把金鑰匙。

因此，在人工智能迅猛發展的當下，GPU芯片掀起了一輪又一輪搶購熱潮。今年第二季度，英偉達（NVIDIA）的凈利潤便達到了61.9億美元，同比增長843%。

更可怕的是，從GPU芯片供不應求的市場現狀來看，英偉達的業績很大程度上是因為“只能賣這么多”，而不是“賣出去了這么多”。

這讓人不禁疑惑，能夠量產GPU芯片的不止英偉達一家，而為什么偏偏是它成為當今AI芯片領域無法撼動的霸主？

押注AI，華裔老板賭對了

現在，我們能看到的是英偉達在人工智能領域賺得盆滿缽滿，而看不到的是早在十幾年前，它就已窺見GPU芯片在AI領域的巨大潛力并秘密著手布局。

在當時的芯片行業，英特爾和ATI兩大顯卡巨頭所推行的CPU芯片是計算機領域不可替代的主流，而GPU僅在相對小眾的游戲行業使用。相比CPU的巨大應用市場，GPU對于顯卡巨頭來說不過是蠅頭小利。

而正是這樣一個別人看不上的領域，英偉達創始人黃仁勛卻早已發現潛藏在下面的綠洲，并悄悄地打起了主意。

1999年，英偉達推出了首款GPU——GeForce256顯卡，旨在為全球游戲玩家打造最好的3D圖形芯片。

在初涉GPU領域后，黃仁勛發現除了游戲，GPU也可以用來幫助科學家進行龐大復雜的計算。

“也許計算世界不久后將出現新的算力——GPU將會代替CPU”，在隱隱察覺到這個趨勢后，黃仁勛于2002年秘密啟動了一個叫做CUDA的項目。

CUDA即統一計算設備架構，旨在讓 GPU從單純應用在游戲領域轉向AI計算領域。

如果說GPU和CPU的真正區別在于擅長計算的方向不一樣，那么CUDA就是真正使GPU的計算速度超越CPU的實現工具。

盡管，英偉達如今所擁有的CUDA使它生產GPU芯片無可替代，但在當時看來CUDA項目毫無意義，一來當時的GPU芯片應用場景有限，二來研發過程費錢費力。

“在CUDA推出十年以來，整個華爾街一直在問我們，為什么做了這項投入，卻沒有人使用它？他們對我們的市場估值為0元”，英偉達深度學習團隊的布萊恩在聊到CUDA時說道。

更何況研制CUDA還要耗費每年近5億美元的資金，而當時英偉達每年的利潤額也不過才30億美元。

即便如此，英偉達始終篤定自己選擇的賽道。2010年，在與谷歌人工智能專家吳恩達進行一次關于CPU和GPU的測試，讓英偉達意識到機會來了。

當時，吳恩達為了構建神經網絡AI模型耗費巨大，使用了16000臺計算機的CPU完成。而相比之下，英偉達僅用12臺使用CUDA的GPU芯片就完成了。

就是這場測試，讓英偉達看到了GPU在AI 領域的巨大潛力。

2017年，黃仁勛正式宣布將英偉達的未來押注在AI上。彼時，OpenAI才剛剛成立不到兩年，ChapGPT的研究還在起步階段。

在一片迷茫的前景下，英偉達卻似乎能夠撥霧見云般預見未來的發展趨勢。

毫無疑義，英偉達賭對了，在ChatGPT被眾多企業視為金礦的情況下，賣挖金工具的英偉達早已憑借GPU芯片賺翻了。

回顧英偉達搶先達到人工智能拐點的過程，不難發現，機會之下是英偉達高瞻遠矚的洞察力和獨一無二的判斷力。

但從另一個方面來看，這又何嘗不是一場豪賭？賭贏了好說，賭輸了怎么辦？

英偉達的答案是：錯了就尊重事實，立馬掉頭。

數次“折戟”，定義今日英偉達

尊重事實，迅速認錯，這聽起來是一個非常淺顯的道理，但又有多少企業卻因為在某個領域，明明看不到希望，還在不斷加大投入，最終跌入深淵。

英偉達的成名之路同樣不是一帆風順的。但是，它總能夠在遇到失敗時，汲取教訓，迅速掉頭。

在數次失敗經歷中，最為驚險的還是在創業初期。當時，英偉達離倒閉只差一步之遙。

作為“愣頭青”的英偉達于1995年發布了第一款芯片產品NV1，但作為市場上還算先進的產品，NV1卻淪落到無人問津的尷尬境地。

原因很簡單，當時，英偉達的首席技術官——普雷艾姆將四邊形紋理貼圖技術應用在NV1中。然而這項技術會導致NV1芯片不兼容Windows即將發行的3D標準，這也就相當于自動舍棄了主流市場。

除了與主流趨勢相悖之外，為了追求利潤，NV1的定價與當時的眾多芯片相比并無優勢。多重因素影響下，NV1的銷量日漸低迷。

此時唯一的好消息是，游戲主機廠商——世嘉看重了英偉達的潛力，豪擲700萬美元想要將NV1的下一代芯片NV2使用在其下一代土星主機上。

但普雷艾姆對于四邊形紋理技術有著難以想象的執著，在二代芯片中，竟全然不顧Windows的3D標準，依然使用上了原有的技術。

看著合約即將到期，黃仁勛意識到如果再任其發展下去，到時候700萬美元的資金就會變成債務，那么公司可能很快就要破產。

他向世嘉坦言英偉達在研發上的問題。也許是出于日本企業重視信譽的原因，黃仁勛爭取到了六個月的寶貴時間。

在這寶貴的六個月中，英偉達進行了大刀闊斧的改革，先是將普雷艾姆替換，讓大衛·柯克帶領團隊面向主流標準研發NV3，后找到了臺積電及顯卡主板商達成合作，以此拓展銷路。

1997年，NV3憑借具有性價比的定價和與主流標準相契合的特性，一經推出便迅速贏得消費者和各大主機廠商的青睞。不到一年，產品出貨量就突破了100萬片。英偉達也終于存活了下來。

黃仁勛在今年給臺大畢業生的演講中提到：“英偉達經歷過無數次的失敗，但也正是這些失敗，定義了今天的英偉達”。

黃氏定律，一往無前超“摩爾”

擺脫破產危機，走過初創時期之后，是什么維持英偉達仍然長盛不衰呢？

與摩爾定律并稱的黃氏定律給了我們答案。

你們知道摩爾定律嘛？這是由曾經的CPU王者——英特爾的創始人摩爾所提出揭示信息技術更迭速度之快的定律，即每一美元所能買到的電腦性能，將每隔18個月翻一番。

而黃仁勛所提出的黃氏定律，并列甚至直接超越了曾經的摩爾定律。

黃氏定律下，英偉達每6個月就會推出新品，功能翻一番。相比起摩爾定律，速度直接翻三倍。

之所以英偉達要保持如此快速的更迭速度，是因為隨著其它芯片巨頭的進入，GPU行業的競爭也日漸激烈。比如ATI、英特爾也開始生產中低端的GPU產品，它們的產品性能雖然沒有追上英偉達，但也能在很多方面滿足用戶需求。

因此，作為領頭羊的英偉達難免會有危機感。對此，英偉達就像電影《阿甘正傳》中不斷奔跑的阿甘一樣，只有不斷奔跑，奔跑，再奔跑，因為一旦停下來就很可能被后來者超越。

這種快速更迭能力，在今年的新品發行速度中就可見一斑。今年3月，英偉達推出了H100 GPU，以滿足企業日益增長的算力需求；5月份，便推出了GH200 GPU，相比第一代它使用了256個超級芯片組成；這還沒完，8月份，又推出了新版的GH200，其內存相比前者增加了1.7倍。

用速度搶生意，在高速的產品更迭頻率之下，跟不上英偉達速度的競品只能紛紛離場。

目前，英偉達的GPU在AI領域市占率高達80%，而AI的大爆炸才剛剛開始。

從GPU芯片起飛，英偉達正飛向浩瀚無垠的天空。

編輯/車玉龍