英伟达的登顶之路

撰文 | 程书书

编辑 | 李信马

题图 | IC Photo

英伟达(NVIDIA)终于登上了“全球股王”的宝座。

6月18日美股收盘,人工智能芯片巨头英伟达市值盘中达到3.33万亿美元,超越微软成为全球市值最高的公司。

图片来源:百度股市通

过去一年,英伟达市值的增长速度令人惊叹。在2023年6月之前,英伟达的市值尚不足1万亿美元,但仅仅9个月之后,便增长至2万亿美元。更加疯狂的是,之后3个多月的时间,英伟达又实现了市值从2万亿美元到3万亿美元的飙升。

3万亿过后,英伟达面前只剩下了苹果、微软两大对手,可又只用2个星期,英伟达就实现了登顶。

图源:App Economy Insights

英伟达的神话,离不开人工智能技术的快速发展。市场对高性能人工智能芯片的需求激增,而英伟达的GPU在人工智能训练和推理任务中又表现出色,在市场中占据了主导地位。

作为全球最有价值的 AI 科技公司,有分析师乐观预测,英伟达有望成为人类历史上第一家市值破10万亿美元的公司。而这家巨头的登顶之路,最初还是不起眼的显卡生意。

01.显卡“新手”

据《经济学人》之前的一篇报道,英伟达创始人黄仁勋常挂在嘴边的一句话是“我们总是离倒闭还有30天”(原文:We're always 30 days away from going out of business)。这句话如今来看有些夸张,但用于描述英伟达最初的境况却十分贴切。

创立于1993年的英伟达,最初专注的是图形处理器的设计和制造,在当时,这个市场已经处在高度“内卷”的紧张状态,除了有IBM、HP、索尼、富士通、东芝等大公司,也吸引了很多创业公司进入市场。

1995年,英伟达推出了第一款显卡产品NV1。该芯片具有2D和3D图形、视频处理、音频波表处理、游戏端口等,在技术路线上,整合了3D和2D的图形处理功能,理念超前。在市场方向上,NV1锁定的是图形处理需求的主要客户——游戏厂商,把声卡和手柄控制单元集成进了芯片。

本该一鸣惊人,然而事与愿违。一方面,NV1大而全的功能配置不可避免地增加了生产成本,因此在售价上高出同类产品近两倍。更为致命的是,英伟达创始人们为与竞争对手差异化,在NV1上采用了小众的四边形成像技术。

当时图形加速技术尚未定型,没有统一的业界标准,只是许多公司选择的是三角形加速路线。问题在于NV1发布后不久,微软宣布其图形软件将只支持三角形。因此,采用四边形成像技术的NV1因与系统格式兼容性不够等原因而销量惨淡。

英伟达一度运营资金只能维持30天运转。

好在NV1因同时集成了声卡功能赢得了日本游戏业巨头世嘉(SEGA)的青睐,并获得700万美元投资作为研发NV2的定金。

只是好景不长,面对产业标准已定的大形势,以四边形为基元的NV2注定难以成功。而另一方面,3Dfx在1995年底推出了其第一款产品Voodoo,凭借强大的性能被誉为第一款真正意义上的3D图形加速器,仅仅在一年的时间里就占据了85%的市场,1997年更是和世嘉合作新一代主机的开发。此时的英伟达几乎到了破产的边缘,幸运的是,世嘉公司没有立即收回700万美元的开发定金,给了英伟达喘息的机会。

经历了NV1、NV2市场失败后的英伟达,放弃了四边形路线,转投主流市场。半年后(1997年),推出了第三款新产品Riva128 (NV3)。这是当时市场上唯一真正具有3D加速能力的2D+3D AGP显卡,其凭借超高的性价比实现了4个月卖出100万份的成绩。

自此,英伟达开启在图形芯片市场上的崛起之路。

1998年,英伟达又推出了RIVA TNT的升级系列,同时与台积电达成战略合作,将其显卡交付台积电生产。在双方合作的第二年,英伟达在纳斯达克上市,之后不久便推出划时代的产品GeForce 256——第一个被明确定义的GPU产品,打开了通向新时代的大门。

02.遇挫CUDA

推出GPU概念以及有了台积电的生产力加持,英伟达也实施起了它的“黄氏定律”——加大人力,提高效率,用速度抢生意。

业界的“摩尔定律”是每18个月推出新品,性能翻一番,而英伟达则是投入三倍人力做同一件事,6个月就推出新品。在这种快速的产品更新频率下,包括 S3、NeoMagic 和 Intel在内的几家主要竞争对手要么退出了图形市场,要么缩减了新产品的开发。

2001年,英伟达推出了业界首款可编程GPU: GeForce 3,开发人员能够自定义创建视觉效果。这是图形行业的第一款可编程 GPU,被所有顶级 PC 和图形主板 OEM 所选择,也为此后用来训练AI大模型打下了伏笔。

2004年初,英伟达借助新接口标准PCI Express大普及的机会,凭借产品Geforce 6800 Ultra重夺回3D性能头把交椅;2006年底,又通过发布革命性产品Geforce 8800 GTX,创下了旗舰级3D娱乐显卡的销售记录。

在收购并购方面,英伟达先是在2000年里以7000万美元和价值100万美元的股票收购曾经的对手3dfx,之后在 2002 年收购软件渲染工具制造商 Exluna,2003 年斥资 7000 万美元收购多媒体技术提供MediaQ,2005年收购了核心逻辑开发商ULi Electronics。

来到2006年,英伟达又干下两件大事。其一是收购ATI,结束了与其长达7年的双雄并进与对抗之战;另外一件就是发布CUDA。

CUDA是为英伟达GPU设计的运算平台和编程模型,有了这个工具,用户可以自行编程开发,这让GPU的算力真正变得通用。

只是这前瞻的想法却没能俘获到资本市场的芳心。华尔街对热衷CUDA的英伟达发出了最强烈的警告,对CUDA估值为0。投资人和分析师也都觉得“你一家游戏显卡公司为啥要花钱去做梦”。

英伟达深度学习团队的成员

而比起资本市场的态度,更让英伟达难堪的是,2008年闹出了“显卡门”事件——安装英伟达两款CUDA电路显卡的电子产品出现了显示异常的问题。消费者集体诉讼,后续发酵更是让英伟达失去了手机芯片业务的大蛋糕。

屋漏偏逢连夜雨,2008年,金融危机削弱了需求,长期挣扎的竞争对手AMD开始复苏,英伟达股价暴跌。与此同时,英伟达和英特尔的专利交叉授权协议出现纠纷,迫使英伟达退出了又一个大市场。一连串打击之下,2009年、2010年英伟达出现了罕见的亏损,直到2011年才勉强回血。

好在英伟达的脚步并未因受挫而停止,上天也适时掉下一块“馅饼”。

2012年,AlexNet的发明人亚历克斯使用了英伟达的GPU,在ImageNet比赛中赢得了冠军,证明了GPU非常适合用于并行计算的神经网络,比CPU具有明显优势。从此以后,GPU成了神经网络计算的引擎。

此时,已经开始有人意识到,英伟达的GPU或许可以使人工智能成为现实。而要发挥GPU的全部潜力,离不开CUDA。

03.AI崛起的故事

2016年,英伟达向成立不久的OpenAI捐赠了首台英伟达DGX-1 AI超级计算机,以支持他们研发人工智能。2022年11月30日 chatGPT发布,一周之内破圈,引爆全球互联网新闻,两个月后用户数破亿,英伟达芯片的市场需求也随之开始暴增。

这像是一段“投桃报李”的缘分,而如今来看,何尝又不是英伟达对于AI领域的提前押注。

2015年,黄仁勋在GTC开发者大会进行了著名的《History of Deep Learning》演讲,并同时推出了用于训练深度神经网络的处理器NVIDIA GeForce GTX TITAN X,成为了第一代深度学习开发者的标配。自此,英伟达的芯片架构也开始往深度学习和AI方向演进。

之后几年间,英伟达围绕提升AI运算效率为中心,陆续发布了Volta、Turing、Ampere等诸多架构,同时还推出了包括DGX Cloud在内的各种云服务,通过云端提供DGX AI运算资源,方便企业使用进行模型训练与开发。

事实证明,英伟达赌对了方向。在数字货币浪潮和人工智能浪潮的带动下,从2017财年到2022财年,英伟达的总营收从69.1亿美元升至269.1亿美元,增长率高达74%。

随着2023年大模型的全球爆火,英伟达乘势成长为全球最具价值的芯片企业之一,市值也一路飙升至成为全球第一。

从先进的图形界面到自动驾驶汽车,再到新一波AI产品,英伟达的芯片正成为新兴技术的基础,就像黄勋仁所说:“我们看到了业界对英伟达计算平台的强大需求。英伟达正在推动人工智能、数字生物学、气候科学、游戏、创意设计、自动驾驶汽车和机器人等当今最具影响力的诸多领域的进步。”

图源:NVIDIA官网

而沿着规划的AI蓝图,英伟达还在加速前行。在6月2日晚间COMPUTEX 2024开幕的前夜,英伟达公布了Blackwell GPU的后三代计划:2025年首先迭代到Blackwell Ultra,2026直接启用新架构Rubin,2027年进化到Rubin Ultra。以往通常是两年更新一代,现在一年就更新一代产品。

黄仁勋在演讲时更是豪言预测,在不久的将来,每一个处理密集型应用都将被加速,每一个数据中心也肯定会被加速。到那时,英伟达又将带给我们怎么样的颠覆?

热门相关:贩罪   天王的专属恋人:独家宝贝   邪王追妻99次:娘子,等我   首席的亿万老婆   万界点名册