當普通玩家面對英偉達GeForce GTX 1080顯卡的性能誘惑，還在猶豫是否要花幾千塊錢升級自己的電腦時，英偉達的創(chuàng)新能力則猶如其顯卡的進化速度，在多個領域突飛猛進、遍地開花。

成立于1993年，英偉達以制造顯卡起家，并于1999年上市。在去年之前，英偉達股價從未超過40美元。2016年以來，在科技行業(yè)的熱門領域，無論是無人駕駛還是微型超級電腦，英偉達突然以全新的面貌沖了出來。

過去多年來，英偉達一直遭到英特爾以及高通等競爭對手的圍剿。2008年，當英特爾決定在自家產品中融入芯片組技術時，英偉達的芯片組業(yè)務幾乎一夜間消失。但是在顯卡業(yè)務上，英特爾始終未能打造出足以媲美英偉達的產品，英偉達在高端電腦市場的位置固若金湯。

在近年來極為火熱的智能手機市場，英偉達CEO黃仁勛很早就曾指出，人們的交流方式以及計算行業(yè)將迎來重大變革，英偉達也于2008年首次發(fā)布了手機芯片Tegra，開始在移動領域大顯身手。

隨后，全球首款雙核Tegra 2、首款四核Tegra 3更是讓英偉達在這個領域的表現(xiàn)達到頂峰，以強勁的性能拉開與對手的差距。

但從Tegra 4開始，這種勢頭就開始下降，原因是缺少了通信基帶導致整機成本、設計難度高于高通等競爭對手，即便圖形性能再強也于事無補。于是，2014年5月24日黃仁勛表示，英偉達決定撤離智能手機市場。

但是，英偉達的故事才剛剛開始。

引領無人駕駛汽車革命

去年9月，英偉達汽車業(yè)務高級主管Danny Shapiro表示，在路上行駛的車輛之中，有超過20個品牌的1000萬輛車在不同程度地使用英偉達的技術。此時，有更多的人看到了英偉達占據(jù)下一代汽車技術核心位置的潛力。

與特斯拉上17英寸屏幕對英偉達顯卡技術的依賴相比，更值得注意的是英偉達打造的無人駕駛汽車的“大腦”： Drive PX 2，這是一臺能夠幫助汽車進行定位和躲避障礙物的人工智能電腦。

Drive PX 2到底有多強大？Shapiro稱，甚至可以這樣說，Drive PX 2讓車輛獲得了親眼“看”世界的能力，總計已有超過80家汽車廠商、創(chuàng)業(yè)公司以及研究機構依賴于Drive PX 2驅動他們所研發(fā)的無人駕駛汽車。

Shapiro對Drive PX 2進一步解釋稱：

這個系統(tǒng)讓車輛能夠感知周邊情況，加以理解，并在1/30秒內采取行動，這種能力是目前的自動駕駛汽車能夠上路的前提。

去年年初，英偉達推出Drive PX 2，其性能堪比150臺蘋果 Mac Pro。英偉達稱，Drive PX 2的深度學習處理頻率達到了前所未有的每秒24萬億次，深度學習將使得自動駕駛汽車分辨出周圍的物體，比如一只狗或者一部警車，并對此發(fā)出警報。

改變VR的黑科技

虛擬現(xiàn)實（VR）領域是英偉達技術的另一用武之地。

一款VR產品如果要讓用戶使用時感受不到眩暈，畫面就要達到一定的幀率要求。而對整個畫面按照高幀率渲染，對硬件計算能力的要求則又極高。

為解決這個問題，英偉達基于其積累多年的圖像處理技術，利用人眼的視覺原理，嘗試在VR設備中僅對視覺中心區(qū)域進行完全渲染，其他區(qū)域則保留很低的分辨率。

按照這種做法，僅僅對用戶目光聚焦處進行這種渲染，則能節(jié)省出巨大的硬件計算能力，大幅提升整體性能表現(xiàn)?！埃ㄓ布┍憩F(xiàn)上的提升，大到根本無法忽視，” 英偉達研發(fā)副總裁David Luebke稱。

英偉達稱，希望這些發(fā)現(xiàn)能夠激發(fā)大型VR廠商在未來產品中集成眼球追蹤技術?！拔覀兡壳霸谧龅墓ぷ?，一部分就是用于幫助（行業(yè)）制定VR之路的規(guī)則?！?/p>

麻省理工科技評論在文章中表示，這種技術未來將對英偉達顯卡產品帶來影響，也將令開發(fā)者按此思路調整圖像渲染算法。

新殺手锏

去年4月，英偉達發(fā)布了一款定位于深度學習的超級計算機DGX-1。據(jù)英偉達官網(wǎng)描述，DGX-1將硬件、深度學習軟件以及開發(fā)工具整合到了一起，其中包括8塊英偉達Tesla P100 GPU，運算能力相當于250臺傳統(tǒng)服務器，可以幫助用戶大幅縮短處理時間。

而其長寬高僅分別為866、444、131毫米，功耗3200W。

自2012年來，數(shù)據(jù)科學家一直在利用GPU加速對深度學習技術的開發(fā)，但是當前計算機處理能力成為他們難以克服的瓶頸。隨著DGX-1投入使用，以前部分根本不可能實現(xiàn)的深度學習模塊，就能夠得以運行。

據(jù)麻省理工科技評論，這一超級計算機最早的使用者表示，DGX-1讓他們能夠更快的訓練自身的數(shù)據(jù)分析模塊，從而能加快實驗進展，推動在科學、醫(yī)療以及金融等多個領域的突破。

黃仁勛的過人之處

英偉達近年的快速發(fā)展以及在諸多領域取得的突破，與其CEO黃仁勛的貢獻密不可分，而53歲的黃仁勛在公司成立二十多年后依然擔任CEO，在西方也并不多見。

曾在黃仁勛手下工作過的人對媒體表示，迄今為止，黃仁勛在運營英偉達時仍像對待一家創(chuàng)業(yè)公司一樣，決策果斷，執(zhí)行迅速。

對于一家半導體制造商來說，芯片從設計到生產的過程可能要花費數(shù)年時間以及巨額資金，企業(yè)通常會規(guī)劃一個路線圖，并基于此打造組織結構。

而在英偉達，整個過程則要快得多。當一名高管試圖描述新芯片設計進展時，黃仁勛很有可能叫來工程師現(xiàn)場提出技術問題，然后迅速斃掉這個項目，或者改變研發(fā)方向。

同時，黃仁勛在對待其產品的理念上也極為靈活。

上面提到，2014年5月英偉達決定撤離智能手機芯片市場，但是撤離之后，英偉達并沒有放棄Tegra芯片的研發(fā)，而是把目光集中到了移動游戲和汽車領域，自家也推出了Shield游戲掌機，硬生生為Tegra開創(chuàng)出一片新的天地。

盡管Shield并未動搖微軟Xbox以及索尼PlayStation在游戲領域的地位，但是卻為Tegra芯片帶來了任天堂這一重量級客戶。去年10月底，任天堂公布的最新游戲機Nintendo Switch采用的就是英偉達定制的Tegra處理器。

Stifel Nicolaus & Co分析師Kevin Cassidy稱，Tegra基本上是英偉達的一個內部試驗項目，如今則被任天堂采用。英偉達總會卷起袖子創(chuàng)造一個新市場，并拱手將其讓給客戶，這是又一個例子。

為什么是英偉達？

無論是無人駕駛還是其他尖端技術所依賴的深度學習，都離不開數(shù)據(jù)處理核心。提到數(shù)據(jù)處理，人們的第一反應總會是計算機的大腦——CPU，以及全球最大的CPU廠商英特爾。

在處理復雜任務時，英特爾CPU能夠展現(xiàn)出優(yōu)異的速度表現(xiàn)，但是在平行處理多任務的能力上卻存在很大限制。GPU的快速發(fā)展，不論在處理速度還是多任務處理能力上，都有著更大的優(yōu)勢，而這正是英偉達過去二十多年來孜孜耕耘的領域。

華爾街見聞此前曾援引浙商證券分析師楊云的介紹提到，相比于CPU，GPU的一大優(yōu)勢是高速度。楊云稱：

國內最好的人工智能硬件研究項目“寒武紀”小組的最新研究結果表明，GPU能夠提供平均 58.82 倍于CPU的速度。GPU的另一大優(yōu)勢，是它對能源的需求遠遠低于CPU。

楊云認為，正是因為GPU的高速度以及可以平行處理大量瑣碎信息的特性，GPU在“深度學習”領域就能發(fā)揮巨大的作用。

深度學習所依賴的是神經(jīng)系統(tǒng)網(wǎng)絡——與人類大腦神經(jīng)高度相似的網(wǎng)絡——而這種網(wǎng)絡出現(xiàn)的目的，就是要在高速的狀態(tài)下分析海量的數(shù)據(jù)。例如，如果你想要教會這種網(wǎng)絡如何識別出貓的模樣，你就要給它提供無數(shù)多的貓的圖片。而GPU擅長的正是海量數(shù)據(jù)的快速處理。

楊云稱，與傳統(tǒng)的通用處理器（GPP）相比，GPU的核心計算能力要多出幾個數(shù)量級，也更容易進行并行計算。尤其是英偉達的CUDA，作為最主流的GPGPU編寫平臺，各個主要的深度學習工具均用其來進行GPU 加速。

英特爾當然不甘示弱。去年8月，英特爾宣布將于2017年推出專門為人工智能深度學習而設計的最新一代產品——Intel Xeon Phi處理器，代號Knights Mill，稱其運算能力比對手的產品快兩倍以上，矛頭直指英偉達。

英特爾數(shù)據(jù)中心集團副總裁Jason Waxman在8月的一篇博客中也曾表示，雖然現(xiàn)在很多人都在談論GPU對于機器學習的價值所在，但事實上，去年為深度學習而研發(fā)的處理器中，使用到GPU的比例還不到3%。

此外，英特爾還斥資4億美元收購了深度學習技術公司Nervana Systems，目標在于取得其將于2017年問世的深度學習加速器芯片，以此挑戰(zhàn)英偉達在人工智能市場的主導地位。

對于英特爾當時的步步緊逼，英偉達則予以強力反擊，稱英特爾在宣傳其最新Xeon Phi處理器加速深度學習性能時使用了過時數(shù)據(jù)，其在深度學習性能測試上還使用了英偉達很多年前的舊產品Kepler GPU系列，這屬于有意誤導消費者，沒有給GPU性能一個公正的評價。

口水戰(zhàn)固然吸引眼球，但市場并不傻，企業(yè)盈利能力依然是關注的核心。

英特爾二季度凈利潤受到重組減記14億美元的拖累而遭遇“腰斬”，至13億美元。其盈利的兩大增長點——數(shù)據(jù)中心和物聯(lián)網(wǎng)營業(yè)收入當季均不及預期，數(shù)據(jù)中心的凈營業(yè)收入為40.3億美元，市場預期為41.6億美元。

英偉達體量較小，第二季度凈利潤為2.53億美元，但同比增速卻高達驚人的873%。其數(shù)據(jù)中心業(yè)務營收也達到1.51億美元，同比增長了一倍多，其中很大一部分是深度學習系統(tǒng)貢獻的。

對于這兩家企業(yè)來說，由于體量大不相同，英特爾市值為英偉達的三倍，其可比性有限。但是，對于華爾街來說，超出預期的業(yè)績顯然勝過一切。