短短幾年，人工智能就從一個(gè)被擱置“冷宮”的學(xué)術(shù)研究，變成商業(yè)化最前沿的“網(wǎng)紅”，在安防、金融、教育、制造、家居、娛樂等各個(gè)與人們生活息息相關(guān)的領(lǐng)域，掀起了一股智能化升級(jí)和萬物互聯(lián)的颶風(fēng)。

“意外”的開始

在很長(zhǎng)的一段時(shí)間內(nèi)，外界對(duì)英偉達(dá)有兩個(gè)印象：顯卡大廠、皮衣老黃。一個(gè)是英偉達(dá)的核心GPU產(chǎn)品，一個(gè)是英偉達(dá)的形象代言人。

從1993年成立到成為和AMD、英特爾抗衡的半導(dǎo)體巨頭，英偉達(dá)經(jīng)歷了幾個(gè)關(guān)鍵的階段：一是圖形處理器突圍期，拿下大半的游戲顯卡市場(chǎng)；二是AI巔峰期，借著AI和挖礦一鳴驚人，三是AI轉(zhuǎn)型后時(shí)期，從高處下沉后的再反思。

AI芯片戰(zhàn)火蔓延，誰會(huì)是人工智能時(shí)代AI芯片的最終玩家

早年的英偉達(dá)憑借GeForce系列顯卡在游戲市場(chǎng)所向披靡，和成立于1969年的AMD同坐一把交椅，N卡和A卡孰優(yōu)孰劣之爭(zhēng)也是游戲界老生常談的話題。

在此期間，英偉達(dá)既遇到顯卡質(zhì)量事故，面臨合作伙伴高額的賠償，也遭到競(jìng)爭(zhēng)對(duì)手惡意拒絕技術(shù)專利共享，一路起起落落，一波三折。好在他們技術(shù)實(shí)力過硬，除了旗艦產(chǎn)品GeForce各方面性能給力，英偉達(dá)也在收購不同圖像處理公司，加大技術(shù)研發(fā)投入，加強(qiáng)在游戲渲染硬件上的優(yōu)勢(shì)。

但即便如此，此時(shí)的英偉達(dá)更多的還是游戲宅眼中的“大神”，距離除PC之外更廣闊的主流B端市場(chǎng)還很遠(yuǎn)。

轉(zhuǎn)折點(diǎn)發(fā)生在2012年的ImageNet（圖像識(shí)別領(lǐng)域賽事）大賽上，當(dāng)時(shí)Geoffrey Hinton的學(xué)生通過兩個(gè)GPU將深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet的準(zhǔn)確率提高了10.8%，震撼了學(xué)術(shù)界，英偉達(dá)也借此一戰(zhàn)成名，從游戲市場(chǎng)一大步跨入AI市場(chǎng)。

看似無心插柳柳成蔭，但實(shí)際上背后是英偉達(dá)在GPU上多年的厚積薄發(fā)。當(dāng)學(xué)術(shù)界開始嘗試用GPU做通用計(jì)算（GPGPU）時(shí)，英偉達(dá)看到了GPU在圖形運(yùn)算之外的潛力，搗鼓出了改變深度學(xué)習(xí)，也改變了英偉達(dá)自己的CUDA（通用并行計(jì)算平臺(tái)），一個(gè)用于GPU通用計(jì)算的并行計(jì)算平臺(tái)和編程模型，從軟硬件層面釋放了GPU做并行計(jì)算的能力，非常適合運(yùn)行深度學(xué)習(xí)算法。

然而在2012到來之前，這個(gè)產(chǎn)品的特點(diǎn)只有一個(gè)：只燒錢不賺錢。但當(dāng)Geoffrey Hinton和兩個(gè)學(xué)生用GPU+CUDA開啟深度學(xué)習(xí)黃金時(shí)代后，一切都不同了。自此之后，英偉達(dá)的GPU代替CPU成了AI訓(xùn)練市場(chǎng)的香餑餑。

Nvidia人工智能的今天和未來

目前，Nvidia已經(jīng)占據(jù)了人工智能算力領(lǐng)域的主導(dǎo)位置。在數(shù)據(jù)中心領(lǐng)域，即使有一些初創(chuàng)公司推出訓(xùn)練和推理加速芯片，但是想要取代Nvidia需要相當(dāng)長(zhǎng)的時(shí)間。首先，大規(guī)模部署芯片對(duì)于產(chǎn)品的可靠性有相當(dāng)高的需求，而且分布式系統(tǒng)是一個(gè)系統(tǒng)工程，需要芯片在各類指標(biāo)上（不只是算力，還包括通信，接口帶寬等）都達(dá)到優(yōu)秀的指標(biāo)，光這一點(diǎn)就需要初創(chuàng)公司相當(dāng)多的時(shí)間去打磨。此外，Nvidia更高的壁壘在于開發(fā)者生態(tài)，需要開發(fā)出一個(gè)易用的編程模型和相關(guān)編譯器的難度并不亞于設(shè)計(jì)芯片，而要孵化開發(fā)者生態(tài)則需要更多的時(shí)間。我們認(rèn)為，至少在未來3-5年內(nèi)，Nvidia在數(shù)據(jù)中心的地位難以被撼動(dòng)。

但這并不意味著Nvidia在人工智能時(shí)代就可以高枕無憂。Nvidia 的軟肋仍然在于其移動(dòng)端——隨著人工智能從云端逐漸走向邊緣和終端，邊緣和終端類的AI加速芯片或許是其他公司的機(jī)會(huì)。Nvidia之前推出的終端／邊緣類產(chǎn)品并不算特別領(lǐng)先或成功，例如Jetson系列終端GPU的能效比并不領(lǐng)先，芯片架構(gòu)也是沿用數(shù)年前的設(shè)計(jì)。我們認(rèn)為，AI加速在終端的市場(chǎng)份額可能會(huì)占據(jù)總體AI芯片市場(chǎng)不小的份額，如果Nvidia無法抓住終端AI市場(chǎng)，那么其最終在整個(gè)AI市場(chǎng)的份額可能會(huì)被局限在云端數(shù)據(jù)中心。