NVIDIA ——芯片行业历史上第一家市值突破万亿美元的公司。成功的秘诀是什么？
相信很多人都听说过这家公司 NVIDIA 大多数人都将它与图形处理器联系起来，因为短语“NVIDIA 几乎每个人都听说过“GeForce”。
NVIDIA 最近创造了 IT 行业的金融历史。是第一家市值突破万亿美元的集成电路公司。它也是历史上第五家取得如此巨大（按市值计算）成功的技术相关公司。以前只有人才可以夸耀如此高的评价 Apple, Microsoft、Alphabet（谷歌所有者）和亚马逊。这就是为什么金融家有时将其称为“四人俱乐部”，现在该组织已经扩大 NVIDIA.
此外，在市值方面，它也远远落后于AMD、英特尔、高通等科技公司。 如果没有公司十年前推出的富有远见的政策，这是不可能的。
另请阅读： Elon Musk 的 TruthGPT 有未来吗？
令人难以置信的需求 NVIDIA H100 张量核心
如此增资的秘诀是什么？首先，这是证券交易所对芯片成功的反应 NVIDIA H100 Tensor Core，在领先的云基础设施和在线服务提供商中需求量很大。这些芯片由 Amazon、Meta 和 Microsoft （满足其自身需求及其合作伙伴 - OpenAI 公司的需求）。它们在加速生成式人工智能（例如 ChatGPT 或 Dall-E）的典型计算方面特别节能。对于加速计算来说，这是一个令人难以置信的数量级飞跃。我们为任何工作负载提供了前所未有的性能、可扩展性和安全性 NVIDIA H100 张量核心 GPU。
使用切换系统 NVIDIA NVLink 可以连接多达 256 个 H100 GPU，以百亿亿级加速工作负载。 GPU 还包括一个专用的 Transformer 引擎，用于求解具有数万亿参数的语言模型。与上一代产品相比，H100 的综合技术创新可将大型语言模型 (LLM) 速度提高 30 倍，提供业界领先的对话式 AI。开发人员认为它几乎是机器学习的理想选择。
然而，H100并不是凭空出现的。而且，说实话，它并不是特别具有革命性。 NVIDIA与其他公司不同，多年来一直在人工智能领域投入大量资源。因此，一家主要与 GeForce 显卡品牌相关的公司几乎可以将消费市场视为一种爱好。毕竟，这在IT巨头的市场上建立了真正的力量 NVIDIA 已经可以和他们平等地交谈了。
也很有趣： 什么是 6G 网络，为什么需要它们？
人工智能是未来吗？
如今，几乎所有人都相信这一点，甚至包括该领域持怀疑态度的专家。现在这几乎成了一条公理、一条不言而喻的真理。虽然 NViDIA 20年前就知道了。我让你感到惊讶吗？
从技术上讲，第一次近距离接触 NVIDIA 人工智能的发展发生在 1999 年，当时市场上出现了 GeForce 256 处理器，能够加速机器学习计算。然而 NVIDIA 直到 2006 年，该公司才开始认真投资人工智能，当时它推出了 CUDA 架构，该架构允许使用图形处理器的并行处理能力进行训练和研究。
什么是CUDA？ 最好将其定义为允许软件使用通用图形处理单元 (GPGPU) 的并行计算平台和应用程序编程接口 (API)。 这种方法称为 GPU 上的通用计算。 此外，CUDA 是一个软件层，可直接访问图形处理器的虚拟指令集和并行计算元素。 它旨在与 C、C++ 和 Fortran 等编程语言一起工作。
正是这种可访问性使得并行开发人员能够更轻松地利用 GPU 资源，这与以前的 API（例如 Direct3D 和 OpenGL）不同，后者需要高级图形编程技能。
一个重要的突破是公司提供 NVIDIA 突破性的 AlexNet 神经网络的计算能力。它是一个卷积神经网络 (CNN)，由乌克兰人 Alex Kryzhevskyi 与 Ilya Sutzkever 和 Jeffrey Ginton 合作开发。
卷积神经网络 (CNN) 一直是对象识别的首选模型——它们是易于控制且更易于训练的强大模型。 在数百万张图像上使用时，它们不会过拟合到任何令人担忧的程度。 它们的性能几乎与相同大小的标准前馈神经网络相同。 唯一的问题是它们很难应用于高分辨率图像。 ImageNet 的规模需要针对 GPU 进行优化的创新，并在提高性能的同时减少训练时间。
30年2012月15,3日，AlexNet参加了ImageNet大规模视觉识别挑战赛。该网络在前五名错误测试中取得了 10,8% 的成绩，比第二名低了 % 以上。
原始工作的主要结论是模型的复杂性是由于其高性能，这在计算上也非常昂贵，但通过在训练过程中使用图形处理单元 (GPU) 使之成为可能。
AlexNet 卷积神经网络本身由八层组成； 前五个是卷积层，其中一些是最大耦合层，最后三个是全连接层。 除最后一层外，该网络被分成两个副本，每个副本都在一个 GPU 上运行。
也就是说，得益于 NVIDIA 大多数专家和科学家仍然认为 AlexNet 是一个非常强大的模型，能够在非常复杂的数据集上实现高精度。 AlexNet 是任何对象检测任务的领先架构，并且可以在计算机视觉领域的人工智能问题上有非常广泛的应用。未来，AlexNet在成像领域的应用可能会超过CNN。
也很有趣： 蓝天现象：什么样的服务，是长期的？
人工智能不仅存在于实验室和数据中心
В NVIDIA 在消费设备和物联网技术中也看到了人工智能的巨大前景。虽然竞争对手才刚刚开始考虑更广泛地投资新型集成电路， NVIDIA 已经在致力于它们的小型化。与特斯拉和其他汽车公司合作开发的 Tegra K1 芯片可能尤其重要。
Tegra K1 处理器是首批处理器之一 NVIDIA，专为移动和嵌入式设备中的人工智能应用而设计。 Tegra K1 采用与该系列显卡和系统相同的 GPU 架构 NVIDIA GeForce、Quadro 和 Tesla，提供高性能以及与 OpenGL 4.4、DirectX 11.2、CUDA 6.5 和 OpenCL 1.2 等图形和计算标准的兼容性。得益于此，Tegra K1处理器可以支持深度神经网络、强化学习、图像和语音识别以及数据分析等先进的人工智能算法。 Tegra K1 拥有 192 个 CUDA 核心。
2016年 NVIDIA 发布了一系列经过优化的 Pascal 处理器，可支持深度神经网络和其他人工智能模型。一年之内，市场上出现了一系列针对人工智能相关应用的Volta处理器，这些处理器更加高效节能。 2019年 NVIDIA 收购 Mellanox Technologies，一家为数据中心和超级计算机提供高性能计算机网络的制造商。
结果，他们都使用处理器 NVIDIA。例如，在消费市场，游戏玩家使用革命性的DLSS图像重建算法，这使得他们无需在显卡上花费大量资金即可在游戏中享受更清晰的图形。在商业市场上，人们认识到芯片 NVIDIA 在许多方面超出了竞争对手所提供的。尽管英特尔和AMD并不是在这场智力革命中完全沉睡了。
也很有趣： 基于人工智能的最佳工具
英特尔与AMD在人工智能领域
我们来谈谈直接竞争对手 NVIDIA 在这个细分市场中。英特尔和AMD在这方面的工作越来越积极，但进展缓慢。
英特尔收购了 Nervana Systems、Movidius、Mobileye 和 Habana Labs 等多家人工智能公司，以加强其人工智能技术和解决方案组合。 英特尔还为人工智能提供硬件和软件平台，例如至强处理器、FPGA、NNP 芯片和优化库。 英特尔还与公共和私营部门合作伙伴合作，推进人工智能创新和教育。
AMD 开发了一系列 Epyc 处理器和 Radeon Instinct 显卡，针对 AI 和深度学习应用进行了优化。 AMD 还与 Google 等公司合作， Microsoft、IBM 和亚马逊，为 AI 提供云解决方案。 AMD还努力通过与学术机构和行业组织的合作参与人工智能研发。不过一切都很好 NVIDIA 其在人工智能算法开发和支持领域的成功程度更是遥遥领先。
也很有趣： Google I/O 2023 概要： Android 14、像素和大量人工智能
NVIDIA 几十年来一直与视频游戏联系在一起
这也不应该被忘记。 NVIDIA 没有提供其在消费者和商业市场之间的收入的准确细目，但可以根据该公司在其财务报表中披露的运营部门进行估计。 NVIDIA 分为四个运营部门：游戏、专业可视化、数据中心和汽车。
可以假设游戏部分主要集中在消费市场，因为它包括用于游戏机的 GeForce 视频卡和 Tegra 芯片的销售。 专业可视化部分主要专注于商业市场，因为它包括用于工作站和专业应用程序的 Quadro 视频卡和 RTX 芯片的销售。 数据中心部分也主要专注于商业市场，因为它包括用于服务器和云服务的 GPU 和 NPU（即下一代芯片——不再是 GPU，而是专为 AI 设计）的销售。 汽车部门同时面向消费者和企业市场，因为它包括用于信息娱乐和自动驾驶的 Tegra 和驱动系统的销售。
基于这些假设，可以估计来自消费者和企业市场的收入在总收入中的份额 NVIDIA。根据2022年最新财报，公司营收 NVIDIA 按经营分部划分如下：
- 游戏：12,9亿美元
- 专业可视化：1,3 亿美元
- 数据中心：9,7 亿美元
- 汽车：0,8亿美元
- 所有其他部门：8,7 亿美元
总收入 NVIDIA 总计 33,4 亿美元。如果我们假设汽车领域在消费者市场和商业市场之间大致平均分配，则可以计算出以下比例：
- 来自消费市场的收入：(12,9 + 0,4) / 33,4 = 0,4 (40%)
- 商业市场收入：(1,3 + 9,7 + 0,4 + 8,7) / 33,4 = 0,6 (60%)
这意味着大约40%的收入 NVIDIA 来自消费市场，约60%来自商业市场。也就是主攻方向是业务板块。但游戏产业也带来了相当不错的收入。最重要的是它们每年都在成长。
也很有趣： 脾气暴躁的老极客日记：Bing vs Google
未来会给我们带来什么？
显然， NVIDIA 已经有计划参与人工智能算法的开发。而且它比任何直接竞争对手都更广泛、更有前景。
仅在最后一个月 NVIDIA 宣布了多项人工智能新投资。其中之一是GET3D机制，它能够生成忠实反映现实的各种物体和角色的复杂三维模型。 GET3D 使用单个图形芯片每秒可以生成大约 20 个对象。
还应该提到一个更有趣的项目。关于 Israel-1 是一台用于人工智能程序的超级计算机， NVIDIA 是与以色列科学技术部和 Mellanox 公司合作创建的。该机器预计将拥有超过 7 petaflops 的计算能力，并使用超过 1000 个 GPU NVIDIA A100 张量核心。 Israel-1将用于医学、生物、化学、物理和网络安全等领域的研究和开发。考虑到长期前景，这些已经是非常有前途的资本投资。
另外，已经有另一个项目了—— NVIDIA 高手。这是一项新技术，允许玩家以自然、真实的方式与非玩家角色 (NPC) 互动，从而彻底改变游戏行业。这些角色将能够与玩家进行公开对话，对玩家的情绪和手势做出反应，甚至表达自己的感受和想法。 NVIDIA ACE 使用高级语言模型和基于 AI 的图像生成器。
第一个万亿美元 NVIDIA。看起来很快就会有更多。我们一定会关注公司的进展并通知您。
另请阅读：