NVIDIA:从游戏显卡到人工智能

发布时间:2016-12-16 阅读量:3071 来源: 我爱方案网 作者: candytang

如果你喜欢用电脑玩游戏,那么对 NVIDIA(英伟达)这个名字肯定不会陌生,NVIDIA 研发的旗舰级游戏显卡,性能强大,发热量惊人,有「核弹」之称。但这两年,NVIDIA 的 CEO 黄仁勋(Jen-Hsun Huang)却反复强调:NVIDIA 是一家人工智能公司!靠游戏显卡发家的 NVIDIA,怎么就成了「人工智能」界的领头羊呢?




创建 NVIDIA 之前,黄仁勋曾经是 AMD 公司的芯片设计师,那时候的他或许想不到,二十年后,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,三十而立的黄仁勋和两位好友共同创建了 NVIDIA,主攻当时仍处在萌芽阶段的图形芯片市场。

NVIDIA 做的第一件大事,就是花两年时间研发了一款与市面上所有图形芯片都不同的产品——NV1,其集成了显卡、声卡、手柄驱动等多种功能,瞄准的并不是 PC 市场,而是游戏主机。

可惜,NVIDIA 倾尽全力研发出来的第一款产品,却始终没有打进主流游戏市场,NVIDIA 花光了投资,几近破产。

在走投无路之际,游戏公司世嘉伸出了援手——当时世嘉正在开发新一代的主机「土星」,他们认为 NVIDIA 芯片的高集成度能够更好地在游戏机上发挥性能,因此投入了 700 万美金支持 NVIDIA 研发新一代的产品。

▲世嘉土星游戏主机
重新定义「显卡」

虽然世嘉跟 NVIDIA 的合作最终没有成功,研发中的 NV2 芯片也因此流产,但靠着这 700 万美金,黄仁勋终于摸到了市场的脉象——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。

黄仁勋决定,放弃部分已有的专利,转而全面支持微软的 Direct X 接口。同时,NVIDIA 全面提升了开发速度,每六个月就研发一款新产品。

转型后的 NVIDIA 推出了 Riva 128 芯片,不仅性能足够强大,而且造价也要比同类产品低廉不少,加上对 Direct X 的良好支持,成为不少 ODM 厂商的首选。



▲ NVIDIA Riva 128 图形芯片

之后,找对产品思路的 NVIDIA 开始奋起直追,于 1999 年推出了世界上首款 GPU(Graphics Processing Unit,图形处理器)GeForce 256,与同时代的其他图像芯片相比,GeForce 256 的创新之处在于,大大减少了对 CPU 的依赖,强化了对 3D 图像的渲染功能,性能上远远地甩开了同期的对手。

得益于 GeForce 256 的出色表现,NVIDIA 拿到了微软 Xbox 游戏机的订单,辗转多年以后,NVIDIA 又回到了他们最初想攻占的游戏机市场。谈及 NVIDIA 成功的心得,黄仁勋笑称跟打乒乓球是一个道理(老黄 15 岁时是美国乒乓球青年赛的前三名):

你要分析对手,还要分析自己。同时,每一天的游戏规则都不一样,你还要分析你目前这个位置的优缺点是什么,你竞争对手的缺点是什么,你要保护增强你的优势,攻击对方的弱点。



▲浮夸的 GeForce 256 包装,凸显其强大的性能
从显卡到人工智能

其实,黄仁勋一直都知道,NVIDIA 的 GPU 绝不只是为电子游戏服务的,但是让他想不到的是,GPU 居然还能在「深度学习」领域大放异彩。

「深度学习」是人工智能的关键,从 20 世纪 60 年代至今,「深度学习」领域一直没有巨大突破的原因在于:

需要足够庞大的数据量
需要足够廉价的计算能力

互联网的普及让数据前所未有地庞大,而且每个人都能轻易地接触到大量的数据,可是这么多年过去了,计算机的算力依旧不够强大。

2006 年,为了减少开发者的负担,NVIDIA 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,让他们完成一些简单的渲染工作——这样一来,开发者就无须不胜其烦地重复写代码了。

同样,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,从而大大提升人工智能的计算能力。在世界范围内,大约有 3000 家人工智能公司通过 NVIDIA 的芯片来满足他们对人工智能的需求,其中不乏亚马逊、谷歌、微软等科技巨头。



▲ NVIDIA GPU 深度学习原理图示

对于「深度学习」,黄仁勋是这样理解的:

深度学习就像人脑一样,你几乎可以教会它任何东西,但它有个巨大的障碍:需要庞大的计算量,这跟我们的 GPU 的运算模式几乎是一致的。

尽管 NVIDIA 的主营业务仍是显卡,2017 财年第三季度,图形芯片部门的营收占其总营收的 85%;但得益于人工智能领域的发展,NVIDIA 的汽车业务增长迅速,同比增长 60.8%,最新推出的车载电脑 DRIVE PX 2 更是被用到了特斯拉的电动汽车当中,发展前景十分可观。

不过,许多 NVIDIA 的大客户都在研究自家的人工智能芯片(比如谷歌发布的 TPU 芯片),竞争对手英特尔近日也发布了全新的人工智能战略,未来,黄仁勋要面对的挑战依旧是困难重重。



▲黄仁勋与特斯拉电动汽车


从显卡霸主再到人工智能产业的领路人,NVIDIA 靠的不仅是扎实的技术积累,更多的是对行业趋势的精准判断和未雨绸缪的危机意识,对成功的企业家来说,两者缺一不可。

创业早期濒临破产的经历练就了黄仁勋居安思危的性格,他一直有着强烈的危机感:我总觉得我们只剩下 30 天的生意了,这种(危机感)永远不会被消除。我不害怕失败,但我担心自己刚愎自用,我从来不想安定下来。
相关资讯
Allegro公布2025财年首季业绩:营收增长22% 工业与电动汽车业务领跑

全球领先的传感器与功率IC解决方案供应商Allegro MicroSystems(纳斯达克:ALGM)于7月31日披露截至2025年6月27日的2025财年第一季度财务报告。数据显示,公司当季实现营业收入2.03亿美元,较去年同期大幅提升22%,创下历史同期新高。业绩增长主要源于电动汽车和工业两大核心板块的强劲需求,其中电动汽车相关产品销售额同比增长31%,工业及其他领域增速高达50%。

三星HBM份额暴跌至17%,SK海力士登顶全球存储器市场

受强劲的人工智能(AI)需求驱动,全球存储芯片市场格局在2025年第二季度迎来历史性转折。韩国SK海力士凭借在高带宽存储器(HBM)领域的领先优势,首次超越三星电子,以21.8万亿韩元的存储业务营收问鼎全球最大存储器制造商。三星同期存储业务营收为21.2万亿韩元,同比下滑3%,退居次席。

跻身英伟达核心圈:英诺赛科成800V HVDC联盟唯一中国GaN供应商

8月1日,英伟达官网更新其800V高压直流(HVDC)电源架构关键合作伙伴名录,中国氮化镓(GaN)技术领军企业英诺赛科(Innoscience)赫然在列。英诺赛科将为英伟达革命性的Kyber机架系统提供全链路氮化镓电源解决方案,成为该名单中唯一入选的中国本土供应商。此重大突破性合作直接推动英诺赛科港股股价在消息公布当日一度飙升近64%,市场反响热烈。

MPS发布强劲季报:毛利率55.1%稳居行业前列,战略转型显成效

全球领先的功率半导体解决方案供应商MPS(Monolithic Power Systems)于7月31日正式公布截至2025年6月30日的第二季度财务报告。数据显示,公司本季度业绩表现亮眼,多项核心指标实现显著增长,并释放出持续向好的发展信号。

工业5.0技术落地指南:贸泽电子发布自动化资源中心

贸泽电子(Mouser Electronics)于2025年8月正式推出工业自动化资源中心,为工程技术人员提供前沿技术洞察与解决方案库。该平台整合了控制系统、机器人技术及自动化软件的最新进展,旨在推动制造业向智能化、可持续化方向转型。