英偉達(2023年)5月24號發布了它第一季財報，許多投資人都說這是前所未有或一生一次的業績發布，英偉達靠著它資料中心這塊亮眼數據，可以說是狂抽華爾街的嘴巴子，股票當天大漲30%，市值破萬億美元，推著英偉達成了全球第6大公司，超過特斯拉，直逼亞馬遜，你說誰能想到2023年這AI混戰裡邊一個賣顯卡的公司成了最大贏家。 要說這些年幾乎大部分全球性的技術風口：雲端運算、加密貨幣、元宇宙、人工智慧，英偉達全都是最大參與者，你聽過大部分那些AI模型都用英偉達顯卡訓練出來，它不光是產業老大，而是以超過95%市佔率，壟斷了全球AI訓練領域市場，甚至擁有多少英偉達A100顯卡，都成了衡量一個公司算力標準。它的創始人黃仁勳就說，這話聽起來是不是有點狂，但確實是這樣，黃仁勳也靠著他20多年前的遠見，和他千年不變的穿衣風格，成了AI教父， 你是不是就好奇了，這英偉達它厲害在哪呢？怎麼這樣就能壟斷了，沒人爭得過它呢，今天就深入地帶你了解一下英偉達，也深入地探討一下顯卡和晶片行業背後的秘密。

  先來看看黃仁勳跟英偉達是怎麼崛起，1963年黃仁勳出生台灣台南，也就是說他今年60歲，9歲去美國讀書，本科畢業後在2家半導體公司工作做晶片設計，這裡就有AMD，也就是之後跟黃仁勳纏鬥了半輩子的公司一直到現在。 黃仁勳30歲剛在史丹佛讀完碩士就常常跟另外2個也是30來歲那種躊躇滿志的理工科技術男在一起，想幹一番大事，他們都覺得這個3D圖形處理未來潛力巨大。於是1993年成立了英偉達(NVIDIA)，專門做圖形運算晶片，黃仁勳擔任CEO也一直幹到了今天，他也是憑著前老闆的引薦，獲得了紅杉資本2,000萬領投融資，那遊戲領域畢竟玩的時候需要即時渲染，3D遊戲不能說沒有，但一般電腦肯定帶不動，就很多遊戲還挺經典的那種畫面，基本上你就能看出來那有個人就行，因為畢竟這種3D圖形處理非常耗算力，當時那些CPU還是很難完成，它一般需要專門一塊晶片來處理這個圖形，而這塊晶片就是顯卡，早期那顯卡非常簡陋，頂多算是3D加速卡吧！你現在一聽什麼3D加速卡，就覺得是個小工坊的生意？沒錯！其實當時就處在3D遊戲、3D渲染，一個非常萌芽階段，就類似英偉達這樣的顯卡公司，其實非常多，少說有五六十家，軟硬體也沒有個統一標準，誰研究稍微厲害一點，就可以發布自己的標準。常常會出現你好不容易做出來個顯示卡，結果發現不適合人家那個標準，總之就一個字"亂"。當時在亂世當中最風光的一家，應該是叫3dfx公司，它可是1994年才成立比英偉達還晚一年，但當時憑著一個叫做Voodoo顯卡風靡一時，當時很火的各種遊戲，全都得靠這張Voodoo顯卡，而英偉達這邊其實不太順利。雖然它拿了那麼多融資，而且團隊也挺專業，但是它那個NV1就不太成功，第2代NV2更直接胎死腹中，到了1997年英偉達已經命懸一線，再有9個月錢就燒完了，公司已經從100個人裁員裁到就剩大概30個人，好在當時黃仁勳選擇了孤注一擲，就在公司只剩6個月運營資金的時候，發布了搭載NV3的Riva128顯卡，憑藉著它不錯的性價比，在市場上算是佔據了一席之地，也讓英偉達顫顫巍巍地活下來了。其實老黃跟他的團隊研發實力確實挺強，他們摸清楚了這個市場的方向之後，就迅速進入了快車道，跟台積電達成了長期戰略合作，又抱緊了微軟大腿，支持微軟推出的 Direct 3D顯示標準，終於在顯示卡早期紅海競爭當中，異軍突起，這裡邊那個叫RivaTNT更是殺瘋了，直接幫助英偉達躥升到了顯卡領域的龍頭。也幫英偉達在1999年成功登陸納斯達克上市(NASDAQ股市交易)。上市以後英偉達有錢了更是開掛，1999年9月推出了具有劃時代意義的GeForce256，直接甩開競爭對手半條街，這個GeForce系列，我相信遊戲玩家，應該都再熟悉不過了，它也成為了英偉達在日後消費顯卡王牌系列，黃仁勳把GeForce 256稱為全球第一個GPU，第一個真正意義上的獨立顯卡。這個說法，其實現在也基本上被大家接受了，所以有人可能會直接籠統地說，就是英偉達發明了顯示卡！

 

  至於這個獨立顯示卡它為什麼那麼強，咱們一會再說。當時微軟正好在開發Xbox，英偉達就憑藉GeForce256特別強大的性能，贏得了2億美元的訂單，幫Xbox打造圖像處理硬體之後，之後又順勢拿下了索尼的PS3，1999年到2002年英偉達的營收就以幾乎每年翻倍的速度，增加到了20億美元，成為了市場上獨一檔的存在。而且就開始連續吞併同產業的競爭對手，其中就包括咱們剛才提到紅極一時的3dfx，而市場上當時另一個主要玩家ATi則被AMD收購，就這樣在2000年初，經過市場上一系列的小魚吃蝦米，大魚吃小魚的併吞之後，就剩下了兩條大魚，英偉達和AMD，直到現在獨立顯卡市場，也一直被這兩家公司包攬，不知道你有沒有聽說過，傳說中的N卡和A卡，其實就指這兩家公司顯卡，就遊戲迷從那個時候就開始爭論，到底是N卡好還是A卡好，不管誰好誰壞，之後也再也沒出現過第三家公司。雖說是雙雄爭霸了，但其實英偉達它是在一步一步蠶食著AMD的市場份額，從2010年的60%，就一點一點擴大到2022年的80%，可以說是當之無愧的GPU全球霸主。

  而GPU這技術它本身發展速度，也是令人瞠目結舌，你可以說遊戲產業快速發展，把英偉達托起來了，同時也是英偉達顯卡的技術進步，推動了遊戲產業的發展，你就看看每年新出那些遊戲，畫面品質的改進，你就算再不懂遊戲，也能看出這個進步速度之快，其實往大點說，整個顯卡市場，它是個三足鼎立的狀態，就三大巨頭英特爾、英偉達、AMD ，這裡邊英特爾市場佔有率71%，英偉達是17%，而AMD是12%。你說又奇怪了，怎麼又跑出來個英特爾，而且市場佔有率還這麼高，咱剛才不是說英偉達才是老大嘛！實際上此顯示卡非彼顯卡也，因為這個顯示卡它分為獨立顯示卡和內置顯示卡，你要把這兩個都放一起比那英特爾確實是老大，但它基本上賣的全都是內置顯卡，內建顯卡是和CPU封裝在一起，它共享內存，英特爾就利用它的CPU的壟斷地位，霸占內顯(顯示)卡的份額。 不過這個內建顯示卡效能怎麼說呢，就它比較弱我不詳細解釋了，反正和英偉達這個獨立顯卡比，雖然都叫顯卡，但它不是一個市場，單看獨立顯卡英偉達還佔了80%以上。聊到這裡可能有人就不耐煩了，說好，我知道了，英偉達就是個設計顯示卡晶片很厲害，跟你聊了半天都在說什麼3D渲染打遊戲什麼，那怎麼跟AI扯上關係了呢？為什麼這些AI公司都買顯示卡，還非要買英偉達的顯示卡呢？你別急，咱這就說到顯示卡的特性了，電腦裡的CPU就中央處理器，它本身設計目的，就是它什麼都能幹，它是順序計算，就可以進行非常複雜的邏輯推理，可是這個 圖形處理，它其實不怎麼在意順序，它更在意的是那個計算量，你比如說一個4k視頻，那小一千萬個像素點，假設每秒30幀，那你每一個像素點，每一 幀都得根據它的什麼陰影、動作計算出來一個對應的顏色，這就需要不停地進行非常快速，而且大量的簡單計算，GPU就是圖形處理器，專門設計出來針對這類計算的一個單元，它從底層的晶片設計，就是為了優化這類並行計算，所以你看CPU一般撐死了就是64核、128核，而GPU它可以有成千上萬個核，就一起在那裡算。你看這個影片就給一個，特別形象的解釋，CPU就好像一個特別精準的噴槍，一槍一槍在發射，指哪打哪，順序清晰但是慢，而GPU就好像有成千上萬台 這個小噴槍同時發射，就是因為GPU這個特性，黃仁勳就開始琢磨了，你說我怎麼才能挖掘出GPU更大的潛力呢，這肯定不光是3D影像處理，渲染這麼簡單，你說我能不能進行 更多那種通用目的計算(General Purpose Computing)做一個通用目的圖形處理器GPGPU(General Purpose GPU)，但當時你要想用GPU做這種通用計算，其實並不是那麼簡單，因為畢竟本身設計就不是來幹這個，所以編程非常麻煩，一般人他幹不了這個活，黃仁勳就想了，要讓顯卡發揮更大的潛力，就得讓它可編程，一次偶然的機會，他就看見史丹佛大學一位博士生做了一個項目，可以用C語言編程讓這個GPU做一些計算，黃仁勳眼前一亮，這個想法好，趕緊把這個小伙挖到英偉達工作，而且一上來就委以重任，讓這個小夥帶隊潛心研發，說你就是給我鑽研讓它可程式化。

  終於2006年英偉達正式推出CUDA，成功地讓GPU可編程，為了打造這套CUDA系統，英偉達可以說是砸了大量，看起來非常不理性的成本投入和人力投入，讓英偉達幾乎所有顯卡全都要支援CUDA，這樣一來，原來那種專門設3D處理圖形的顯卡，你要想讓它拿去計算編程，本來是需要一大堆頂尖工程師，但現在你隨便找個學生，買個英偉達顯卡，然後看看那個CUDA的資料庫(CUDA library)就能搞，透過CUDA，英偉達就把自己顯示卡的邊界，從原來的遊戲和3D影像處理，擴大到了整個加速運算的領域，比如說航太、生物製藥 、天氣預報、能源探勘等，其實都已經在用大量英偉達顯卡，來進行計算了，其實別人也嘗試做類似CUDA這種軟體，來挑戰英偉達的地位。那可是英偉達人家在硬體上本身就壟斷了，我就可以盡一切可能讓我的硬體顯示卡，跟這個軟體CUDA之間的配合與融合，越來越契合，透過這種軟硬體的協同，來 形成自己一個非常強的護城河。

  說到這裡，你是不是想到一家公司，就是蘋果，他們都打造出一個商業領域提到爛的詞，就是生態系統，你說像什麼微軟、Adobe其實也都是有自己強大的生態系統。

  你看黃仁勳在CUDA上這裏巨額投入，你現在聽著好像覺得非常合理，順理成章，但當時要是光看短期回報，是非常不合理，華爾街就對這玩意兒相當看不順眼，因為雖然當時GPU的運算力非常出色，但它的應用場景太少了，很長一段時間，只能集中在非常少數那種需要大量計算的領域，說白了根本不賺錢，誰能想到2023年人工智慧這麼火是吧，其實率先讓顯卡的加速運算能力，實現有商業價值的不是人工智慧，而是一個巧合，一個八竿子都打不著的潮流，一個黃仁勳就算自己再有遠見，也不可能預料到的一件事，比特幣的爆火帶來了巨大挖礦需求，挖礦說白了就是進行大量無腦計算，來進行加密和解密，而想要挖礦，你要算得快就得用顯卡，而且你就得用英偉達顯卡，估計很多人可能就是從挖礦那會才知道，原來顯卡還能用來計算，挖礦這個巨大需求，那對英偉達來說簡直就是天降大餅，而且是一個大的不得了的大餅，這讓英偉達顯卡，常年處於供不應求的狀態，英偉達也非常貼心，專門為挖礦設計了GPU，當然很多人會吐槽說，挖礦又污染環境，各種無意義的計算，各種各樣的問題。顯示卡這東西，它的威力確實是被人看到了，而且英偉達也確實因為這個賺翻了，據分析師估算，英偉達在2018年到2021年，就比特幣比較火的這段時期，每年光靠挖礦大概能賺10到30億美元，英偉達市值也在這段時間，超過了當年不可一世的巨頭英特爾，在比特幣最火那段時候，它的市值甚至一度逼近了萬億美元，不過挖礦雖說讓英偉達賺了很多錢，但再怎麼說也不能算它的主營業務，去年加密市場崩塌之後，英偉達的股價也是暴跌了46%，所以挖礦目前看來，可能頂多算是個插曲。而我們都知道，最近真正讓英偉達賺瘋了是人工智慧(AI)，就因為剛才我們說顯示卡這種非常善於大量並行計算的能力，特別適用於深度學習和機器學習，你想人工智慧，不就是讓它一直學一直學...學了到上億次嗎，那GPU這種平行運算能力，就再適合不過了。黃仁勳展示我要訓練一個大語言模型跟CPU相比GPU伺服器可以4%成本和1.2%的電力完成，所以GPU和CPU壓根就不是一個同量級，這個是它的底層結構決定。黃仁勳其實就是想特別委婉地告訴你，要訓練大語言模型，傻子才用CPU，你就得來用GPU，而用GPU那你最好就用CUDA，那你就得找我英偉達買顯卡。其實十多年前大家還不知道顯示卡能來做人工智慧，就人工智慧本身可能理論大於實際用處，轉變發生在2012年當時業界有一個非常知名的電腦競賽叫ImageNet，大家就在比誰的演算法訓練出來的程序，能更好地辨識圖片裡的內容，當時看這第二名到第四名識別的錯誤率，大概都在26%到29%這邊，一個叫做AlexNet的團隊居然做到了16.4 %低錯誤率，領先第二名10個百分點，碾壓性優勢奪冠，他們用的就是神經網路訓練模型和英偉達顯卡訓練出來，其實神經網路理論它早就有了，一直不能實現，最大的瓶頸 是算力，那這下靠英偉達顯卡，讓神經網路運算實現了，一下轟動了學界。 黃仁勳也極為看重GPU在人工智慧領域的應用，就2012年後可以說是全部投資英偉達顯卡可以簡單便捷做加速運算。

  除了剛剛我們是針對CUDA的投資，還有像是AI對顯示卡的優化，包括對軟體支援、平台支援等，這才有了後來人工智慧領域的共識，就是你要搞人工智慧，那沒什麼好猶豫，你就是得買英偉達顯卡，之後像Google、亞馬遜、微軟、百度等訓練這些大模型，也全都離不開英偉達顯卡，而這波浪潮裡最出名的可能就是英偉達那個叫A100顯卡，ChatGPT就是靠一萬多張A100顯示卡訓練出來，這A100也成了訓練大模型的標配，各大AI公司你可能來不及訓練出成果，但又想蹭一波熱度宣傳，怎麼辦呢，我就拼顯卡數量，我就告訴你說，我已經買了多少張英偉達A100顯卡就幾千個、幾萬個什麼的，所以英偉達顯卡長期處於供不應求的狀態，價格被炒到了上萬美元，英偉達去年又推出了A100升級版叫H100效能是A100的4到6倍，所以你別看現在英偉達是風口上飛得最高的那個，你就覺得它走運，人家可是自己提前十多年花了那麼多錢，費了那麼大勁，自己把翅膀給做好，就站在風口那等著風來，這下好不容易翅膀也做好了，現在風也來了，那英偉達肯定得使勁撲騰撲騰飛高點，你看看英偉達有多發力，這個是3年前老黃發布的A100系統版，就這麼個20多公斤大傢伙組成了當時全球最大GPU，這已經挺嚇人了，可是就在今年老黃又發布了這台DGX GH200超級電腦(這個大小和真實的1:1)，這個簡直可以用變態來形容，用240公里長的光纜就是24萬米，總共有四頭成年大像那麼重，而就是這整個144TB內存的怪獸，透過什麼NVLink、NVSwitch等技術連接在一起組成了一個GPU，重量大小就是4頭大象，就是一個巨型顯卡，這個玩意就是來做AI計算，這東西預計今年年底能造出來。Google雲端、Meta、微軟是第一批可以存取它的公司，有了這麼大的先發優勢，英偉達已經就不限於單單做顯示卡和晶片設計，它在2019年花了69億收購了以色列一個晶片公司叫Mellanox，搞出了一個叫做DPU，這個東西也很猛，黃仁勳甚至說，這筆收購是他有史以來做過最成功的策略決策之一，而英偉達現在就開始把GPU、CPU、DPU合在一起製造出擁有恐怖運算能力的超級計算機，開始慢慢往CPU市場蔓延，推出了各種讓人眼花撩亂的產品，什麼世界第八的超級電腦DGX BasePOD，突破性加速超級晶片GPU Grace Hopper運算平台、BlueField-3 DPU等，名字起的好是吧！是不是感覺一句也沒聽懂，總之就是英偉達圍繞著它核心顯卡技術，小到晶片，大到超級電腦全都給你覆蓋了，那你要是說我買不起，或者不想買這麼多硬體怎麼辦，沒關係，英偉達還可以把算力租給你，就咱倆聯網，你就用我的伺服器就行，這不就是AI雲業務嗎，它不光給終端客戶提供服務，連上游企業也能想到，就推出了一個叫做cuLitho軟體，幫助台積電(TSMC)、艾司摩爾 (ASML)這些上游的晶片製造商提升逆光刻技術的性能多達40倍，順便提一嘴這個cuLitho的名字西班牙語的發音像翹屁屁意思，一個字絕，你看英偉達就是硬體、軟體、服務等領域全面鋪開了拓展，成了AI這波浪潮裡最大贏家。

  而美國對中國的制裁，就不讓A100、H100賣到中國，對英偉達的影響其實挺大，你想中國可是英偉達四分之一的大市場，它可不想美國政府一句話，就讓這麼大一塊蛋糕給飛了，所以你看當時有記者採訪黃仁勳的時候就問他這個事，對英偉達的影響到底有多大呢？你看他這個回答真的是滴水不漏，首先我們一定會全力配合...美國政府的政策，先表個態，同時我們已經想方設法，在符合規則的情況下，非常愉快地滿足中國廣大消費者的需求，你瞧瞧多會說話，兩邊誰也不得罪，英偉達就推出了一個叫做A800顯卡，繞過了一堆製裁的敏感技術，這個就特供給中國。

  咱們了解了英偉達整個背景，再看它的財報其實就很清晰了，現在它們把自己業務主要分為四大塊：遊戲、數據中心、汽車、專業圖形處理，之前英偉達王牌業務顯然都是遊戲，而資料中心就是指加速運算相關什麼人工智慧、雲端服務等都在這裡，這兩塊就是它的大頭。2018年的時候，遊戲大概佔了半壁江山，資料中心是四分之一，不過到2022年資料中心已經達到了56%，而遊戲則降到了33%，就剛發布5月24號這個財報，遊戲受到了全球需求萎靡的影響，營收大幅下降，這其實也是華爾街預料之中，不過資料中心這部分業務就非常的猛，一季度環比增長18%，更關鍵的是二季度營收指引，真的是亮瞎了華爾街眼睛，本來華爾街預測第二季營收72億，但英偉達就說了，你估計的可能不太對，我們能110億比你多50%。其實汽車這塊業務，也是潛力非常大的一塊，你看它又要做汽車晶片，又是汽車系統是不是又是一塊大肥肉，不過現在也是處在比較起步的階段，之後也很難說，我們就不展開討論。

  包括英偉達之前推出了Omniverse來押寶元宇宙，雖然目前還看不到太多回報，但我看那個宣傳片，還確實是挺酷，要是元宇宙真的也迎來了爆發潮，那英偉達又是最大贏家之一，肯定跑不掉，總之，現在大概的情況是打遊戲要用顯卡，挖礦要用顯卡，AI計算要用顯卡，要用顯卡找英偉達，英偉達的股價從1999年上市到現在漲了超過1000倍，成長成了全球第六大公司，而且它的成長之路似乎才剛開始，可能單看我們提煉出來這個故事，你就感覺黃仁勳簡直就是神了，每一步都走那麼精準，其實他也犯了很多錯誤，為了這個故事的連續性，就給忽略了，比如說他2000年初的時候，有一系列顯卡產品失敗，差點被那個ATI被幹掉，員工還面臨內部交易被美國證監會查了個底兒跌掉了，還有過度營銷的問題，還進軍手機芯片市場，基本可以說都是完全失敗，你看它的股價就知道，雖說整體漲了那麼多，可是2002年那陣子跌了90%、2008%年跌了80%、超過50%的回撤，基本上三五年就要出現一次。反正大家心裡就清楚，黃仁勳他肯定非常厲害，但他也不是預言家，而且這老先生對皮夾克的痴迷，也真不知道該說什麼了。

能從早期顯示卡產業的廝殺當中衝出來，是英偉達的能力。
能在20年前就佈局CUDA，是他的遠見。
能持續壟斷顯示卡產業，是他的耐力。
撞上挖礦海量的算力需求，是他的運氣。
而老黃千禧年不變的穿衣風格，是他的專一。

謝謝收看

arrow
arrow
    文章標籤
    英偉達故事 nvidia history 英偉達歷史
    全站熱搜

    john pan 發表在 痞客邦 留言(0) 人氣()

    E-mail轉寄