侵权投诉
订阅
纠错
加入自媒体

从游戏显卡到人工智能芯片第一 英伟达如何升维扩张

2020-02-26 11:05
亿欧网
关注

判断电脑性能的高低一般有两个指标:CPU与显卡。

绝大部分用户在评判CPU性能时,第一反应肯定是“这款CPU是英特尔的酷睿几代”。而提到显卡,第一反应那无疑是英伟达。两大超级巨头的C端影响力,可见一斑。

濒临破产,绝地重生

大家都知道,英伟达是显卡界的霸主,是一家“美帝”的企业。但常被忽略的是,英伟达其实也有华人基因。

英伟达的创始人兼CEO黄仁勋是一位美籍华人。因为为人风趣幽默,且在图像处理领域拥有卓越的贡献,黄仁勋也被众多粉丝亲切地称为“老黄”。

黄仁勋在中国台湾省台北市出生,几年后便迁往美国,随后于俄勒冈州立大学取得电机工程学位,在斯坦福大学取得硕士学位。1983年毕业后,黄仁勋加入了当时已是硅谷巨头的AMD公司,成为了一名芯片设计师。

那时候的他或许想不到,十年后,自己创立的公司会成为老东家最强劲的竞争对手。在AMD公司,黄仁勋打下了结实的技术基础,之后他又跳槽到了芯片公司LSI-Logic。在那里,黄仁勋完成了从技术岗到销售岗的转型。1993年,三十岁的黄仁勋和两位好友共同创建了英伟达,主攻当时仍处在萌芽阶段的图形芯片市场。

创业之路无疑是艰辛的,英伟达的原始资金只有4万美元,最初甚至连公司名字都没有。黄仁勋曾表示:“我们想不出公司名字,所以我们把所有的文件都命名为‘下一版’。”

为了整合公司,两个共同创始人审核了所有带“N”和“V”的单词,最后他们选了“invidia”,拉丁词汇意为“目不转睛、羡慕”。所以英伟达的logo是一只眼睛。不过最后因为该商标被其他公司抢先注册的原因,两位创始人舍弃了“invidia”前面的“i”。

拥有“姓名”的英伟达随后花两年时间,研发了第一款可以真正意义上被称为“显卡”的产品——STG-2000X。该产品采用英伟达第一代NV1架构,集成了显卡、声卡、手柄驱动等多种功能,瞄准游戏主机市场。

英伟达倾尽全力研发出来的第一款产品,尽管整体性能不错,但是市场表现并不出色。由于没有打进主流游戏市场,英伟达花光了投资,又颗粒无收,几近破产。

幸运的是,当时游戏机领域巨头——世嘉仍然看好英伟达,资助了英伟达700万美金,进行NV2显示核心的研发。

如果不是世嘉当时为NV2的研发注入资金,相信英伟达也不会有今天的成就。但世嘉最终还是放弃了NV2,转而为其DC游戏主机选择了3Dfx的技术,因此最终NV2芯片的研发被迫停止。

经历两次失败后,英伟达开始反思。当时微软发布了Direct X接口,可市面上支持这一标准的图像芯片却寥寥无几,所有的图像芯片厂商都在忙着推广自己的接口。最终英伟达决定使用微软的Direct 3D技术,要做业界第一个不使用自主API接口的3D公司。由于Direct 3D支持不同的显卡使用相同的程序代码,微软也因此成为了英伟达强大的后盾。

在确定了未来产品的研发方向之后,英伟达开始奋起直追。1997年,英伟达第一款堪称成功的显示核心RIVA 128诞生。1999年,英伟达发布了具有跨时代意义的Geforce 256 SDR,这也是世界上首款GPU。此后,英伟达就一举高歌猛进,迅速占领游戏机市场,成了当之无愧的霸主。

升维扩张,AI芯片领头羊

英伟达知道,自己强大的GPU绝不只是为电子游戏服务的,GPU更应在“深度学习”领域大放异彩。

深度学习是人工智能的关键。但人工智能从1956年被提出后,一直没有巨大突破。其原因在于:人工智能需要足够庞大的数据量和足够廉价的计算能力。

此后,互联网的普及带来了巨大的数据量,但计算机的算力依旧不够强大。2006年,为了减少开发者的负担,英伟达发布了一个名为CUDA的编程工具,开发者们通过这套工具,可以轻松地让GPU同时对画面上的每一个像素进行编程,帮助他们完成一些简单的渲染工作。

利用这一原理,深度学习的研究者们也可以利用GPU来完成大量低级计算,从而提升人工智能的计算能力。

在目前的AI芯片市场上,英伟达市场占有率高达70%,是当之无愧的AI芯片领域霸主。

全球AI芯片公司排名报告显示,英伟达已经牢牢占据AI芯片榜首。由于CUDA开发平台的普及,英伟达的GPU是目前应用最广的通用AI硬件计算平台。除了少数有实力自研芯片的企业外,其余大部分企业只要涉及AI相关的业务,必定需要用到英伟达的芯片。

在世界范围内,英伟达的芯片应用十分广泛,现在所有的AI软件库都支持使用CUDA加速。大约有3000家人工智能公司通过英伟达的GPU芯片来满足他们对人工智能的需求,包括谷歌的Tensorflow,Facebook的Caffe,亚马逊的MXNet等。

AI芯片未来发展的方向还没有确定,对于该采用什么架构,各方争论不休。作为人工智能领域的开拓者,英伟达虽然没明确表示,但其种种布局表明:对于人工智能而言,全通用性(FPGA)、全专用性(ASIC)处理器都不太适合,效率最高的还是用多个处理器模块结合的SoC。

2020年1月26日,英伟达发布了19年财报。尽管英伟达的主营业务仍是显卡,但得益于人工智能的发展,英伟达的AI加速计算业务表现出色,数据中心收入创下纪录。

此外,英伟达的AI芯片也率先在各领域落地,典型的代表是汽车行业。据了解,英伟达最新推出的软件定义平台DRIVE AGX Orin被特斯拉的电动汽车采用。由此可见,英伟达的AI芯片发展前景十分可观。

总的来说,AI芯片的战争已经打响。英伟达多年为游戏处理复杂图像的经验,将会为其芯片提供扎实的技术基础,而它开放的平台更是提供了广阔的生态。这些都使得英伟达能够迅速升维式的扩张及落地。未来三年内的“战局”,英伟达领头羊的地位难以撼动。

作者:张伟超

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

    电子工程 猎头职位 更多
    扫码关注公众号
    OFweek电子工程网
    获取更多精彩内容
    文章纠错
    x
    *文字标题:
    *纠错内容:
    联系邮箱:
    *验 证 码:

    粤公网安备 44030502002758号