AI熱潮中的黑馬：曾經的顯卡制造商是如何躋身AI巨頭之列的？_人工智能

導讀：在芯片行業的風云變幻中,英偉達如何從一家顯卡制造商翻身成為AI巨頭?面對行業迭代速度極快、激烈競爭和顯著的高成本特點,英偉達是如何構建屬于自己的護城河,又是如何突破技術瓶頸,跑在前列的呢?他們是如何將"摩爾定律"推進到更高階段創造出屬于自己的"黃氏定律”?面對互聯網巨頭如Google、Meta等公司的強勢介入,英偉達又將如何守住自己的領先地位,延續贏家的光環?這篇文章將帶你深入了解英偉達的神奇之處,展示這家公司如何將技術創新與戰略眼光完美結合,從而在風起云涌的AI領域中立下赫赫戰功。

在我們生活中的每一個角落，AI正在悄無聲息地改變世界。在這場AI的盛宴中，一家曾被大多數人視為"只會賣顯卡"的公司——英偉達，卻意外地站在了最前端，成為了最大的贏家。2023年5月24日，英偉達發布了一季度財報，僅憑數據中心的強勁業績，英偉達的股票當天大漲30%，市值破萬億美元，推動英偉達成為全球第六大公司，超過了特斯拉，直逼亞馬遜。

英偉達的飛速崛起，讓人驚嘆不已。在云計算、加密貨幣、元宇宙、人工智能等全球技術風口中，英偉達都是重要的參與者。在全球AI訓練領域，英偉達憑借超過95%的市場占有率牢牢把持住了這個市場，甚至有多少英偉達A100顯卡已經成了衡量一家公司計算能力的標準。

黃仁勛，英偉達的創始人，曾經說過："因為我們是AI的世界引擎"。這樣的豪言壯語可能會讓人覺得他過于自負，但如果你回顧一下英偉達的發展歷程，你就會發現他的這句話并無夸大。英偉達在AI領域的成功，是黃仁勛二十年前遠見的證明，他因此被譽為"AI教父"。

那么，英偉達的成功究竟來自何處？它又是如何在競爭激烈的市場中占據主導地位的呢？這篇文章將帶你一起深入解析英偉達的發展歷程，探索顯卡和芯片行業背后的秘密。

押注增量方向：3D圖形處理

黃仁勛在九歲時遷至美國接受教育，之后畢業于斯坦福大學，并在兩家半導體公司，包括后來與他長期競爭的AMD公司，進行芯片設計工作。

黃仁勛在30歲完成碩士學業后，開始與兩位同樣年輕且雄心壯志的理工科技術男一起思考創業計劃。他們看到了3D圖形處理的巨大潛力，于是在1993年創立了專門研發圖形計算芯片的Nvidia英偉達公司。在前任老板的引薦下，他們成功獲得了由紅杉資本領投的2000萬美元融資。

MakerDAO旗下借貸協議Spark Protocol市場規模逼近6.5億美元，95%借出資產為DAI:8月14日消息，據官方數據，MakerDAO旗下借貸協議SparkProtocol市場規模已逼近6.5億美元，并借出逾2.09億美元資產，其中DAI借出量占總借出資產規模的95%。[2023/8/14 16:24:48]

盡管早期電腦處理3D游戲的能力較弱，但當時許多經典游戲都需要實時渲染。這個時代的顯卡非常簡單，更像是一個3D加速卡，而非如今我們所熟悉的顯卡。然而，隨著3D游戲和3D渲染的發展，像英偉達這樣的顯卡公司越來越多，然而，軟硬件標準并不統一，市場競爭異常激烈。

初期存活關鍵：高性價比

一家名為3dfx的公司是當時的行業領導者，它在1994年成立，比英偉達晚一年，但憑借Voodoo顯卡在市場上取得了巨大的成功。然而，英偉達的早期經營并不順利，他們的第一代產品NV1并未取得預期的成功，第二代產品NV2甚至胎死腹中。到1997年，英偉達已經面臨嚴重的財務危機，員工數量從100人削減至30人。

在公司只剩下6個月的運營資金時，黃仁勛決定孤注一擲，推出搭載NV3的Riva128顯卡。由于其性價比高，英偉達開始在市場中站穩了腳跟，也讓公司得以艱難存活下來。

早期競爭勝利關鍵：

穩定的上游關系+抱住行業老大標準

黃仁勛和他的團隊以強大的研發能力，迅速找準市場方向，開始了快速的增長。他們與臺積電達成了長期戰略合作關系，并支持微軟推出的Direct3D顯示標準。在顯卡市場的早期競爭中，英偉達如一匹黑馬突然嶄露頭角。他們推出的RivaTNT顯卡幫助公司在顯卡領域占據了龍頭地位，并使英偉達于1999年成功在納斯達克上市。

擴大競爭優勢：研發全球第一個GPU

有了上市后的資金，英偉達的發展步伐更加迅猛。在1999年9月，他們推出了劃時代的GeForce256顯卡，讓競爭對手遠遠落在后頭。黃仁勛更是將其譽為"全球第一個GPU"，即第一個真正意義上的獨立顯卡。這一稱謂如今也被廣泛接受，有人簡單地將其稱為“英偉達發明了顯卡”。

在當時，微軟正在開發Xbox游戲機。英偉達憑借GeForce256的強大性能贏得了2億美元的訂單，為Xbox打造圖像處理硬件，之后還成為索尼PS3的供應商。從1999年到2002年，英偉達的營收每年以翻倍的速度增長，達到了20億美元，成為市場上的獨一檔的存在。

OpenAI創始人提出新摩爾定律：宇宙中的智能數量每18個月翻倍:2月27日消息，OpenAI聯合創始人、現任CEO Sam Altma發布推特稱，摩爾定律的一個新版本，可能很快就會開始，宇宙中的智能數量每18個月翻倍。

據悉，摩爾定律是英特爾創始人之一戈登·摩爾的經驗之談，其核心內容為：集成電路上可以容納的晶體管數目在大約每經過18個月到24個月便會增加一倍。換言之，處理器的性能大約每兩年翻一倍，同時價格下降為之前的一半。[2023/2/27 12:31:31]

通過競爭擴大優勢：開始行業并購

英偉達開始并購同行業的競爭對手，包括曾經的市場領導者3dfx，而另一個重要的玩家ATi則被AMD收購。經過2000年初一系列的市場并購，最后只剩下兩大玩家——英偉達和AMD，他們也一直主導了獨立顯卡市場。盡管兩家公司一直在競爭，但英偉達卻在逐步剝奪AMD的市場份額，從2010年的60%增長到2022年的80%，無疑已經成為GPU的全球霸主。而英偉達的技術進步不僅推動了公司的發展，也推動了游戲產業的快速發展。毫無疑問，每年新出的游戲畫質越來越逼真，那都是因為顯卡技術的進步，為游戲設計師提供了更大的創作空間。

實際上，如果我們站在更廣闊的視角來看顯卡市場，你會發現其實是由英特爾、英偉達和AMD三大巨頭主導的。在這其中，英特爾占據了71%的市場份額，英偉達占有17%，AMD則占有12%。這似乎與我們的理解有些不符，因為我們之前一直認為英偉達是市場的領頭羊。其實，這是因為顯卡可以分為獨立顯卡和集成顯卡。如果我們將兩者都納入比較，英特爾的確是市場的領導者，因為它主要生產集成顯卡，這種顯卡是和CPU一起封裝的，共享內存。而英特爾憑借其在CPU市場的壟斷地位，搶占了集成顯卡市場的份額。所以英特爾也是通過自身的競爭優勢展開競爭，并進一步擴大優勢。

然而，集成顯卡的性能相對較弱，這就意味著它的市場和獨立顯卡市場有很大的不同。如果我們只看獨立顯卡市場，英偉達的市場份額其實超過80%。至此，可能看到英偉達的顯卡芯片設計是多么的出色。但是，我們一直在談論的是3D渲染和游戲，那么顯卡和人工智能有什么關系呢？為什么那些AI公司都在購買顯卡，而且一定要購買英偉達的顯卡呢？

People、BabySwap（Baby）登陸Chainge橙子錢包:據官方消息，跨鏈漫游衍生品平臺Chainge已全面支持People、Babyswap（Baby）。Baby可在Fusion和BSC之間鏈跨鏈漫游，People可在Fusion、以太坊、BSC、HECO、OEC、Avalanche共6條鏈上跨鏈漫游，添加Baby/USDT或CHNG、People/USDT或CHNG到Chainge流動性池可獲得相應收益。[2021/12/9 13:01:40]

實際上，這和顯卡的特性有關。在計算機中，CPU是設計來做任何事情的，它是順序計算的，可以進行非常復雜的邏輯推理。但圖形處理更關注計算量，不太在意順序。例如，對于一個4K視頻，它有近1000萬個像素點，假設每秒30幀，那么每個像素點、每一幀都需要根據其陰影、動作來計算出一個對應的顏色。這需要大量的快速而簡單的計算。而GPU正是為了優化這類并行計算而設計的，它的核心數量可以達到成千上萬。

進一步擴大競爭優勢：擴展技術的應用場景，并構建競爭壁壘

黃仁勛開始思考如何發揮GPU的最大潛力：GPU的能力不應僅僅局限于3D圖像處理和渲染，也應該能進行更多的通用計算。但是，要使用GPU進行這種通用計算并不容易，因為它的設計初衷并非如此，因此編程將會非常困難。黃仁勛因此想出了一個策略：讓顯卡變得可編程。

在一個偶然的機會，黃仁勛注意到了一個斯坦福的博士生項目，他使用C語言編程讓GPU進行一些計算。這給黃仁勛帶來了靈感，他立即聘請了這個博士生，并委派他帶領團隊研發可編程的GPU。結果，在2006年，英偉達正式推出了CUDA，成功實現了讓GPU可編程。

為了建立CUDA系統，英偉達投入了大量的資源和人力，讓所有的顯卡都支持CUDA。這樣一來，原本需要一大堆頂級工程師的編程計算，現在只需要一個學生和一個英偉達顯卡，再加上一些對CUDA庫的了解就能完成。通過CUDA，英偉達將自己顯卡的應用范圍從原來的游戲和3D圖像處理擴大到了整個加速計算領域，包括航天、生物制藥、天氣預報、能源勘探等等。

雖然有一些公司也嘗試開發類似CUDA這樣的軟件來挑戰英偉達的地位，但是由于英偉達在硬件上的壟斷，他們可以最大限度地優化自己的硬件顯卡與CUDA之間的配合，從而形成了自己強大的護城河。

Elrond宣布其開發的去中心化交易所Maiar正式上線并推出12.9億美元流動性激勵計劃:11月22日消息，公鏈Elrond宣布其開發的基于AMM的去中心化交易所MaiarExchange正式上線，并推出12.9億美元流動性激勵計劃。Elrond Network首月將分配2800萬美元（以Maiar Exchange治理代幣MEX的形式）給在Maiar Exchange上提供EGLD、MEX和USDC流動性的用戶，該網絡計劃首月后在Uniswap、PancakeSwap、SushiSwap推出流動性激勵計劃。Elrond是一個采用PoS共識機制和自適應分片技術的公鏈，理論吞吐量可達1萬TPS。[2021/11/22 22:08:13]

蘋果公司也是成功構建了一種被商業領域廣泛引用的“生態系統”。微軟和Adobe等公司其實也有自己的強大生態系統。雖然看起來英偉達在CUDA上的巨額投入在短期內可能看不到回報，但長遠看，他們實現了顯卡的商業價值。

方向對了商業回饋可能出乎意料但必然降臨

使顯卡加速計算能力真正實現商業價值的，并不是人工智能，而是一個與英偉達無關的趨勢，即比特幣的流行。因為比特幣挖礦需要大量的哈希函數計算，而這正是GPU并行處理的強項，因此顯卡開始被用于比特幣挖礦。這是黃仁勛即使具有深遠的眼光也無法預見的。

但所有偶然的背后都有其必然，黃仁勛雖然沒法預見比特幣的突然火爆，但他預見的是未來世界中算力的爆炸性增長。

在人工智能的發展史上，2012年無疑是一個轉折點。當年，業內有一個頗具聲望的計算機競賽——ImageNet，成為了競爭的主戰場。大家都在努力以自己的算法訓練出最高效的圖像識別程序。在所有參賽者中，AlexNet團隊使用神經網絡訓練模型，借助英偉達的顯卡，以16.4%的錯誤率贏得了比賽，遠超26~29%錯誤率的第二名至第四名，這無疑引起了全世界的震動。

神經網絡的概念并不新鮮，但在此之前，其實現一直受制于計算能力的瓶頸。英偉達顯卡的出現打破了這個瓶頸，使得神經網絡的計算成為可能，這在學界引發了巨大的轟動。

黃仁勛十分重視GPU在人工智能領域的應用，并在2012年后開始大力投入，致力于讓英偉達的顯卡能更加便捷地進行加速計算。他們不僅加大了對CUDA的投資，還進行了大量的AI顯卡優化工作，包括對軟件和平臺的支持，這為后來的人工智能領域提供了共識——如果你想從事人工智能的工作，英偉達的顯卡是你無可回避的選擇。

動態 | AirSwap推出場外大宗交易界面:據Coindesk報道，基于以太坊的多中心化交易平臺AirSwap本周推出了其場外大宗（OTC）交易界面。新界面還包括聊天功能和身份驗證系統。AirSwap對媒體表示，希望此舉能為市場帶來大量資金。[2018/8/15]

后來，諸如谷歌、亞馬遜、微軟和百度等公司在訓練大型模型時，都離不開英偉達的顯卡。這其中，最出名的可能就是英偉達的A100顯卡，ChatGPT也是由上萬張A100顯卡訓練出來的。A100顯卡已經成為了訓練大型模型的標配，而各大AI公司，即便不能及時訓練出成果，也會搶先宣傳已購買了多少張A100顯卡，以此來蹭一波熱度。由此，英偉達的顯卡一度供不應求，價格甚至被炒到了上萬美元。英偉達又在去年推出了A100的升級版，名為H100，其性能是A100的4至6倍。

英偉達的成功并非偶然，他們花了十多年的時間和大量的資金，精心打造了這雙翅膀，等待風來，如今他們終于等來了這股風，并憑借這股風飛翔在市場的上空。

永不止步，持續延展產業鏈環節，進入競爭對手腹地

隨著英偉達的進一步發展，他們已經不再局限于顯卡和芯片設計。他們在2019年花費69億美元收購了以色列的芯片公司Mellanox，開發出了一款強大的DPU。這一決策被黃仁勛譽為他有史以來做過的最成功的戰略決策之一。

如今，英偉達已經開始將GPU、CPU、DPU合并，生產出強大的超級計算機，逐漸進軍CPU市場。他們推出了各種炫目的產品，如全球第八大超級計算機DGXBasePOD、加速超級芯片GPUGraceHopper、計算平臺BlueField-3DPU等。英偉達在硬件、軟件和服務等各個領域都進行了全面布局，成為了AI領域的最大贏家。

應對國際制裁：開發專屬產品

當然，英偉達的發展并非一帆風順。美國對中國的制裁禁止了A100、H100的出口，對英偉達帶來了很大的影響。畢竟，中國市場占英偉達總市場的四分之一。因此，當被問及制裁對英偉達的影響時，黃仁勛的回答非常得體：我們一定會全力配合美國政府的政策，同時我們已經想方設法在符合規則的情況下，非常愉快的滿足中國廣大消費者的需求。這一回答巧妙地避開了問題，而且還沒有得罪任何一方。

英偉達為了應對這一挑戰，推出了一款名為A800的顯卡，專門供中國市場使用，這款產品規避了一系列敏感的制裁技術。

正確看待增長：提前押注增量業務市場

英偉達目前已經將其業務領域主要劃分為四個主要部分：游戲、數據中心、汽車以及專業圖形處理。而在這四大業務領域中，游戲和數據中心無疑一直是其經濟增長的重要引擎。

昔日的英偉達以游戲業務為主導，但是隨著云計算、人工智能等加速計算技術的發展，數據中心逐漸嶄露頭角。回顧2018年的數據，游戲業務占據了公司總收入的一半，而數據中心卻僅占四分之一。然而，到2022年，這一情況發生了顯著的變化，數據中心的收入占比已經上升到了56%，而游戲的比例則降至了33%。

英偉達在2023年5月24日公布的財報中，游戲業務由于全球需求疲軟，營收大幅下降。這一變化在華爾街預期之中，但數據中心的業務表現卻令人眼前一亮，其第一季度環比增長了18%。更為關鍵的是，對于第二季度的營收預測，英偉達給出了超出華爾街預期的數據。華爾街預測的營收為72億，而英偉達則預測其將達到110億，增長幅度達到了50%。

此外，英偉達在汽車行業的業務也不容忽視。其已經開始進行汽車芯片以及汽車系統的研發，雖然目前這一業務仍處在初級階段，但其未來的潛力不容忽視。

近期，英偉達推出了Omniverse平臺，以期在元宇宙這個新興領域占據一席之地。雖然目前該業務的回報尚不明顯，但若元宇宙真的如預期的那樣迎來爆發，那么英偉達無疑將是最大的受益者之一。

總的來說，無論是游戲、挖礦還是AI計算，都離不開顯卡的支持，而英偉達則是顯卡的代名詞。從1999年上市至今，英偉達的股價已經上漲了超過1000倍，成為了全球第六大公司。更為重要的是，似乎英偉達的成長故事才剛剛開始。

正視增長路上的失誤，快速調整快速反饋

黃仁勛，這位英偉達的靈魂人物，我們的描述讓他顯得無比神圣，每一步都走得精準無誤。然而，任何人的成功都是在錯誤與失敗中成長起來的，黃仁勛亦不例外。在他的職業生涯中，也曾犯過錯誤，比如在2000年初的顯卡產品失敗，幾乎被競爭對手ATI淘汰。他還經歷過內部交易的風波，被美國證券交易委員會徹底調查，同時還曾面臨過度營銷的問題。他還曾嘗試進軍手機芯片市場，但結果幾乎是全面失敗。然而，盡管如此，黃仁勛是一個極其優秀的領導者，只是他并非能預見未來的預言家。

芯片行業的護城河：永不停息的研發能力

英偉達在AI領域的重要地位，讓它顯得異常重要。AI是當前市場上最大的浪潮和最大的機會，而英偉達正是AI浪潮中的重要玩家。這使得英偉達在風口上顯得尤為重要，獲得了巨大的競爭優勢。如果英偉達能保持當前的發展勢頭，其影響力極可能會持續擴大。

有人常常把英偉達比作淘金潮中的“賣鏟子”的人。在數據時代、AI時代，英偉達的產品恰似淘金者的“鏟子”。這種比喻聽上去十分合理，但經濟學常常告訴我們，在淘金熱潮中，初期賣鏟子的人可能賺錢，但隨著更多的人開始賣鏟子，由于鏟子并不難制造，邊際利潤將會迅速下滑。在大部分行業中，制造上游生產工具——這個所謂的“鏟子”，由于準入門檻過低，競爭激烈，利潤率并不高。

然而，英偉達憑借制造這個所謂的“鏟子”，做到了壟斷。臺積電也有點類似，它更基礎，做的是制造“鏟子”的工具——這個“錘子”，它也能做到壟斷。這是為何呢？

芯片行業獨特的特征體現在它的發展速度與其進步的刻度。其中，摩爾定律是這個行業最為熟知的法則之一，大致可以理解為：集成電路中的晶體管數量每18個月翻一倍，或者說芯片的速度每18個月提升一倍。近年來，盡管CPU的進步速度已經難以跟上摩爾定律的節奏，但黃仁勛卻發現，獨立顯卡的進步速度似乎比摩爾定律預測的還要快，大約每兩年性能就能翻超過三倍。這一現象被稱為"黃氏定律"。

芯片行業的這種飛速發展，使其成為一個不斷在奔跑的領域。然而，如此快速的更新迭代速度也帶來了商業上的挑戰。對于參與者來說，很難建立起屬于自己的持久競爭優勢，即“護城河”。在傳統行業，例如制造業或鐵路運輸業，規模優勢和成本優勢可以作為一個穩固的護城河，保護公司免受競爭對手的侵襲。在互聯網行業，用戶網絡效應產生的護城河更是堅不可摧。但在芯片行業，由于技術的快速更新，無論你今天推出多么出色的芯片，兩年后都可能已經過時。

在90年代的顯卡競爭中，3dfx公司憑借Voodoo顯卡在短短兩年內迅速成為行業標桿，但五年后，它卻被英偉達收購。這正印證在芯片行業中，你很難依靠一種產品或技術形成一個超過兩年的護城河。當然，通過積累一大批專利可以為自己提供一定程度的保護，但是事實證明，對手通常仍然可以找到繞過你的專利的方法。因此，只有不斷的奔跑，保持領先，才能在這個行業中立足。這個行業的“護城河”實際上是你的研發能力，即一整套的人才、設施和組織架構。

因此，研發不僅需要投入巨大的初期成本，而且必須持續不斷的快速迭代和發展。英偉達就是一個例子，盡管它在互聯網行業中的投入只占營收的10%-15%，但它卻要投入約25%的營收用于研發。

你可能會以為黃氏定律是一種自然規律，但實際上，它是黃仁勛推動英偉達不斷進步的結果。例如，英偉達最新的光線追蹤RTX技術，就徹底顛覆了他們之前的技術框架，采用深度學習的方式，通過一個像素點預測周圍8個像素點的樣子，以此加速圖像處理。這種激進的進步速度，使得這個行業的成功者必須是那些研發速度最快、人才儲備最充足、財力雄厚的公司。

而今，AI已經成為了互聯網巨頭們的下一個戰場，顯卡的作用變得越來越重要，因為它決定了計算的速度。無論是谷歌的TPU，還是Meta的MTIA，它們都正在全力投入到自研芯片的研發中。

在這樣的大背景下，英偉達面臨著全新廣闊的市場和新的競爭對手。他們能否在新一輪的AI競爭中再次嶄露頭角，還有待觀察。

Tags：人工智能CPU比特幣人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目CPU幣CPU價格比特幣中國官網聯系方式40億比特幣能提現嗎比特幣最新價格行情走勢

聚幣