NVIDIA ——晶片產業史上第一家市值突破兆美元的公司。成功的秘訣是什麼？
相信很多人都聽過這家公司 NVIDIA 大多數人都將它與圖形處理器聯繫起來，因為短語“NVIDIA 幾乎每個人都聽過 GeForce。
NVIDIA 最近創造了 IT 產業的金融歷史。是第一家市值突破兆美元的積體電路公司。它也是歷史上第五家取得如此巨大（以市值計算）成功的技術相關公司。以前只有人才可以誇耀如此高的評價 Apple, Microsoft、Alphabet（Google所有者）和亞馬遜。這就是為什麼金融家有時稱之為“四人俱樂部”，現在該組織已經擴大 NVIDIA.
此外，在市值方面，它也遠遠落後於AMD、英特爾、高通等科技公司。 如果沒有公司十年前推出的富有遠見的政策，這是不可能的。
另請閱讀： Elon Musk 的 TruthGPT 有未來嗎？
令人難以置信的需求 NVIDIA H100 張量核心
如此增資的秘訣是什麼？首先，這是證券交易所對晶片成功的反應 NVIDIA H100 Tensor Core，在領先的雲端基礎設施和線上服務供應商中需求量很大。這些晶片由 Amazon、Meta 和 Microsoft （滿足其自身需求及其合作夥伴 - OpenAI 公司的需求）。它們在加速生成式人工智慧（例如 ChatGPT 或 Dall-E）的典型運算方面特別節能。對於加速運算來說，這是一個令人難以置信的數量級飛躍。我們為任何工作負載提供了前所未有的效能、可擴展性和安全性 NVIDIA H100 張量核心 GPU。
使用切換系統 NVIDIA NVLink 可連接多達 256 個 H100 GPU，以百億億級加速工作負載。 GPU 還包括一個專用的 Transformer 引擎，用於求解具有數萬億參數的語言模型。與上一代產品相比，H100 的綜合技術創新可將大型語言模式 (LLM) 速度提高 30 倍，提供業界領先的對話式 AI。開發人員認為它幾乎是機器學習的理想選擇。
然而，H100並不是憑空出現的。而且，說實話，它並不是特別具有革命性。 NVIDIA與其他公司不同，多年來一直在人工智慧領域投入大量資源。因此，一家主要與 GeForce 顯示卡品牌相關的公司幾乎可以將消費市場視為一種愛好。畢竟，這在IT巨頭的市場上建立了真正的力量 NVIDIA 已經可以和他們平等地交談了。
也很有趣： 什麼是 6G 網絡，為什麼需要它們？
人工智能是未來嗎？
如今，幾乎所有人都相信這一點，甚至包括該領域懷疑的專家。現在這幾乎成了一條公理、一條不言而喻的真理。雖然 NViDIA 20年前就知道了。我讓你感到驚訝嗎？
從技術上講，第一次近距離接觸 NVIDIA 人工智慧的發展發生在 1999 年，當時市場上出現了 GeForce 256 處理器，能夠加速機器學習運算。然而 NVIDIA 直到 2006 年，該公司才開始認真投資人工智慧，當時它推出了 CUDA 架構，該架構允許使用圖形處理器的平行處理能力進行訓練和研究。
什麼是CUDA？ 最好將其定義為允許軟件使用通用圖形處理單元 (GPGPU) 的並行計算平台和應用程序編程接口 (API)。 這種方法稱為 GPU 上的通用計算。 此外，CUDA 是一個軟件層，可直接訪問圖形處理器的虛擬指令集和並行計算元素。 它旨在與 C、C++ 和 Fortran 等編程語言一起工作。
正是這種可存取性使得平行開發人員能夠更輕鬆地利用 GPU 資源，這與先前的 API（例如 Direct3D 和 OpenGL）不同，後者需要進階圖形程式設計技能。
一個重要的突破是公司提供 NVIDIA 突破性的 AlexNet 神經網路的運算能力。它是一個卷積神經網路 (CNN)，由烏克蘭人 Alex Kryzhevskyi 與 Ilya Sutzkever 和 Jeffrey Ginton 合作開發。
卷積神經網絡 (CNN) 一直是對象識別的首選模型——它們是易於控制且更易於訓練的強大模型。 在數百萬張圖像上使用時，它們不會過擬合到任何令人擔憂的程度。 它們的性能幾乎與相同大小的標準前饋神經網絡相同。 唯一的問題是它們很難應用於高分辨率圖像。 ImageNet 的規模需要針對 GPU 進行優化的創新，並在提高性能的同時減少訓練時間。
30年2012月15,3日，AlexNet參加了ImageNet大規模視覺辨識挑戰賽。該網絡在前五名錯誤測試中取得了 10,8% 的成績，比第二名低了 % 以上。
原始工作的主要結論是模型的複雜性是由於其高性能，這在計算上也非常昂貴，但通過在訓練過程中使用圖形處理單元 (GPU) 使之成為可能。
AlexNet 卷積神經網絡本身由八層組成； 前五個是卷積層，其中一些是最大耦合層，最後三個是全連接層。 除最後一層外，該網絡被分成兩個副本，每個副本都在一個 GPU 上運行。
也就是說，得益於 NVIDIA 大多數專家和科學家仍然認為 AlexNet 是一個非常強大的模型，能夠在非常複雜的資料集上實現高精度。 AlexNet 是任何物件偵測任務的領先架構，並且可以在電腦視覺領域的人工智慧問題上有非常廣泛的應用。未來，AlexNet在成像領域的應用可能會超過CNN。
也很有趣： 藍天現象：什麼樣的服務，是長期存在的嗎？
人工智能不僅存在於實驗室和數據中心
В NVIDIA 在消費性設備和物聯網技術中也看到了人工智慧的巨大前景。雖然競爭對手才剛開始考慮更廣泛地投資新型積體電路， NVIDIA 已經在致力於它們的小型化。與特斯拉和其他汽車公司合作開發的 Tegra K1 晶片可能尤其重要。
Tegra K1 處理器是首批處理器之一 NVIDIA，專為行動和嵌入式設備中的人工智慧應用而設計。 Tegra K1 採用與該系列顯示卡和系統相同的 GPU 架構 NVIDIA GeForce、Quadro 和 Tesla，提供高效能以及與 OpenGL 4.4、DirectX 11.2、CUDA 6.5 和 OpenCL 1.2 等圖形和運算標準的相容性。得益於此，Tegra K1處理器可以支援深度神經網路、強化學習、影像和語音辨識以及數據分析等先進的人工智慧演算法。 Tegra K1 擁有 192 個 CUDA 核心。
2016年 NVIDIA 發布了一系列經過優化的 Pascal 處理器，可支援深度神經網路和其他人工智慧模型。一年之內，市場上出現了一系列針對人工智慧相關應用的Volta處理器，這些處理器更有效率和節能。 2019年 NVIDIA 收購 Mellanox Technologies，一家為資料中心和超級電腦提供高效能電腦網路的製造商。
結果，他們都使用處理器 NVIDIA。例如，在消費市場，遊戲玩家使用革命性的DLSS影像重建演算法，這使得他們無需在顯示卡上花費大量資金即可在遊戲中享受更清晰的圖形。在商業市場上，人們認識到晶片 NVIDIA 在許多方面超出了競爭對手所提供的。儘管英特爾和AMD並不是在這場智力革命中完全沉睡了。
也很有趣： 基於人工智能的最佳工具
英特爾與AMD在人工智能領域
我們來談談直接競爭對手 NVIDIA 在這個細分市場中。英特爾和AMD在這方面的工作越來越積極，但進展緩慢。
英特爾收購了 Nervana Systems、Movidius、Mobileye 和 Habana Labs 等多家人工智能公司，以加強其人工智能技術和解決方案組合。 英特爾還為人工智能提供硬件和軟件平台，例如至強處理器、FPGA、NNP 芯片和優化庫。 英特爾還與公共和私營部門合作夥伴合作，推進人工智能創新和教育。
AMD 開發了一系列 Epyc 處理器和 Radeon Instinct 顯示卡，針對 AI 和深度學習應用進行了最佳化。 AMD 也與 Google 等公司合作， Microsoft、IBM 和亞馬遜，為 AI 提供雲端解決方案。 AMD也努力透過與學術機構和產業組織的合作參與人工智慧研發。不過一切都很好 NVIDIA 其在人工智慧演算法開發和支援領域的成功程度更是遙遙領先。
也很有趣： Google I/O 2023 摘要： Android 14、像素和大量人工智慧
NVIDIA 幾十年來一直與視頻遊戲聯繫在一起
這也不應該被忘記。 NVIDIA 沒有提供其在消費者和商業市場之間的收入的準確細目，但可以根據該公司在其財務報表中披露的營運部門進行估計。 NVIDIA 分為四個營運部門：遊戲、專業視覺化、資料中心和汽車。
可以假設遊戲部分主要集中在消費市場，因為它包括用於遊戲機的 GeForce 視頻卡和 Tegra 芯片的銷售。 專業可視化部分主要專注於商業市場，因為它包括用於工作站和專業應用程序的 Quadro 顯卡和 RTX 芯片的銷售。 數據中心部分也主要專注於商業市場，因為它包括用於服務器和雲服務的 GPU 和 NPU（即下一代芯片——不再是 GPU，而是專為 AI 設計）的銷售。 汽車部門同時面向消費者和企業市場，因為它包括用於信息娛樂和自動駕駛的 Tegra 和 Drive 系統的銷售。
基於這些假設，可以估計來自消費者和企業市場的收入在總收入中的份額 NVIDIA。根據2022年最新財報，公司營收 NVIDIA 按經營分部劃分如下：
- 遊戲：12,9億美元
- 專業可視化：1,3 億美元
- 數據中心：9,7 億美元
- 汽車：0,8億美元
- 所有其他部門：8,7 億美元
總收入 NVIDIA 總計 33,4 億美元。如果我們假設汽車領域在消費者市場和商業市場之間大致平均分配，則可以計算出以下比例：
- 來自消費市場的收入：(12,9 + 0,4) / 33,4 = 0,4 (40%)
- 商業市場收入：(1,3 + 9,7 + 0,4 + 8,7) / 33,4 = 0,6 (60%)
這意味著大約40%的收入 NVIDIA 來自消費市場，約60%來自商業市場。也就是主攻方向是業務板塊。但遊戲產業也帶來了相當不錯的收入。最重要的是它們每年都在成長。
也很有趣： 脾氣暴躁的老極客日記：Bing vs Google
未來會給我們帶來什麼？
顯然， NVIDIA 已經有計劃參與人工智慧演算法的開發。而且它比任何直接競爭對手都更廣泛、更有前景。
僅在最後一個月 NVIDIA 宣布了多項人工智慧新投資。其中之一是GET3D機制，它能夠產生忠實反映現實的各種物件和角色的複雜三維模型。 GET3D 使用單一圖形晶片每秒可以產生約 20 個物件。
還應該提到一個更有趣的項目。關於 Israel-1 是一台用於人工智慧程式的超級計算機， NVIDIA 是與以色列科學技術部和 Mellanox 公司合作創建的。該機器預計將擁有超過 7 petaflops 的運算能力，並使用超過 1000 個 GPU NVIDIA A100 張量核心。 Israel-1將用於醫學、生物、化學、物理和網路安全等領域的研究和開發。考慮到長期前景，這些已經是非常有前景的資本投資。
另外，已經有另一個項目了—— NVIDIA 高手。這是一項新技術，允許玩家以自然、真實的方式與非玩家角色 (NPC) 互動，從而徹底改變遊戲產業。這些角色將能夠與玩家進行公開對話，對玩家的情緒和手勢做出反應，甚至表達自己的感受和想法。 NVIDIA ACE 使用高階語言模型和基於 AI 的影像產生器。
第一個萬億美元 NVIDIA。看起來很快就會有更多。我們一定會關注公司的進度並通知您。
另請閱讀：
