人工智能:AI热潮中的黑马：曾经的显卡制造商是如何跻身AI巨头之列的？_元宇宙数字虚拟人图片

导读：在芯片行业的风云变幻中,英伟达如何从一家显卡制造商翻身成为AI巨头?面对行业迭代速度极快、激烈竞争和显著的高成本特点,英伟达是如何构建属于自己的护城河,又是如何突破技术瓶颈,跑在前列的呢?他们是如何将"摩尔定律"推进到更高阶段创造出属于自己的"黄氏定律”?面对互联网巨头如Google、Meta等公司的强势介入,英伟达又将如何守住自己的领先地位,延续赢家的光环?这篇文章将带你深入了解英伟达的神奇之处,展示这家公司如何将技术创新与战略眼光完美结合,从而在风起云涌的AI领域中立下赫赫战功。

在我们生活中的每一个角落，AI正在悄无声息地改变世界。在这场AI的盛宴中，一家曾被大多数人视为"只会卖显卡"的公司——英伟达，却意外地站在了最前端，成为了最大的赢家。2023年5月24日，英伟达发布了一季度财报，仅凭数据中心的强劲业绩，英伟达的股票当天大涨30%，市值破万亿美元，推动英伟达成为全球第六大公司，超过了特斯拉，直逼亚马逊。

英伟达的飞速崛起，让人惊叹不已。在云计算、加密货币、元宇宙、人工智能等全球技术风口中，英伟达都是重要的参与者。在全球AI训练领域，英伟达凭借超过95%的市场占有率牢牢把持住了这个市场，甚至有多少英伟达A100显卡已经成了衡量一家公司计算能力的标准。

黄仁勋，英伟达的创始人，曾经说过："因为我们是AI的世界引擎"。这样的豪言壮语可能会让人觉得他过于自负，但如果你回顾一下英伟达的发展历程，你就会发现他的这句话并无夸大。英伟达在AI领域的成功，是黄仁勋二十年前远见的证明，他因此被誉为"AI教父"。

那么，英伟达的成功究竟来自何处？它又是如何在竞争激烈的市场中占据主导地位的呢？这篇文章将带你一起深入解析英伟达的发展历程，探索显卡和芯片行业背后的秘密。

押注增量方向：3D图形处理

黄仁勋在九岁时迁至美国接受教育，之后毕业于斯坦福大学，并在两家半导体公司，包括后来与他长期竞争的AMD公司，进行芯片设计工作。

黄仁勋在30岁完成硕士学业后，开始与两位同样年轻且雄心壮志的理工科技术男一起思考创业计划。他们看到了3D图形处理的巨大潜力，于是在1993年创立了专门研发图形计算芯片的Nvidia英伟达公司。在前任老板的引荐下，他们成功获得了由红杉资本领投的2000万美元融资。

观点：印度2022年预算应考虑投资人工智能主导的创新、区块链等:1月23日消息，印度行业专家指出，该国2022年预算预计将鼓励创造一个创业环境，这将促进金融科技行业、生命科学和医疗保健、人工智能、游戏、教育技术、机器人技术和网络安全等。

政府应该考虑投资发展设计思维，人工智能主导的创新，文科、区块链等，且应该通过颁发奖学金来促进创造性学习，建立新的项目来认可创新，设立专门的机构，资助优秀和有抱负的学习者。政府的这种审慎举措可能有助于印度实现可持续经济生态系统的目标。（Firstpost）[2022/1/23 9:07:25]

尽管早期电脑处理3D游戏的能力较弱，但当时许多经典游戏都需要实时渲染。这个时代的显卡非常简单，更像是一个3D加速卡，而非如今我们所熟悉的显卡。然而，随着3D游戏和3D渲染的发展，像英伟达这样的显卡公司越来越多，然而，软硬件标准并不统一，市场竞争异常激烈。

初期存活关键：高性价比

一家名为3dfx的公司是当时的行业领导者，它在1994年成立，比英伟达晚一年，但凭借Voodoo显卡在市场上取得了巨大的成功。然而，英伟达的早期经营并不顺利，他们的第一代产品NV1并未取得预期的成功，第二代产品NV2甚至胎死腹中。到1997年，英伟达已经面临严重的财务危机，员工数量从100人削减至30人。

在公司只剩下6个月的运营资金时，黄仁勋决定孤注一掷，推出搭载NV3的Riva128显卡。由于其性价比高，英伟达开始在市场中站稳了脚跟，也让公司得以艰难存活下来。

早期竞争胜利关键：

稳定的上游关系+抱住行业老大标准

黄仁勋和他的团队以强大的研发能力，迅速找准市场方向，开始了快速的增长。他们与台积电达成了长期战略合作关系，并支持微软推出的Direct3D显示标准。在显卡市场的早期竞争中，英伟达如一匹黑马突然崭露头角。他们推出的RivaTNT显卡帮助公司在显卡领域占据了龙头地位，并使英伟达于1999年成功在纳斯达克上市。

扩大竞争优势：研发全球第一个GPU

有了上市后的资金，英伟达的发展步伐更加迅猛。在1999年9月，他们推出了划时代的GeForce256显卡，让竞争对手远远落在后头。黄仁勋更是将其誉为"全球第一个GPU"，即第一个真正意义上的独立显卡。这一称谓如今也被广泛接受，有人简单地将其称为“英伟达发明了显卡”。

欧洲投资银行：欧盟在区块链和人工智能投资方面落后于中国和美国:据欧洲投资银行（European Investment Bank）称，欧盟在区块链和人工智能投资方面落后于中国和美国。欧洲投资银行周二表示，预计这两项技术的投资仍将短缺约100亿欧元（约合120亿美元）。据路透社报道，目前全球250亿美元的区块链和人工智能投资中，中国和美国占80%，欧盟仅占7%。该行表示，与其它地区相比，这两个领域的投资不足表明，欧盟未能将科学知识转化为适用的商业模式。（Cointelegraph）[2021/6/1 23:02:26]

在当时，微软正在开发Xbox游戏机。英伟达凭借GeForce256的强大性能赢得了2亿美元的订单，为Xbox打造图像处理硬件，之后还成为索尼PS3的供应商。从1999年到2002年，英伟达的营收每年以翻倍的速度增长，达到了20亿美元，成为市场上的独一档的存在。

通过竞争扩大优势：开始行业并购

英伟达开始并购同行业的竞争对手，包括曾经的市场领导者3dfx，而另一个重要的玩家ATi则被AMD收购。经过2000年初一系列的市场并购，最后只剩下两大玩家——英伟达和AMD，他们也一直主导了独立显卡市场。尽管两家公司一直在竞争，但英伟达却在逐步剥夺AMD的市场份额，从2010年的60%增长到2022年的80%，无疑已经成为GPU的全球霸主。而英伟达的技术进步不仅推动了公司的发展，也推动了游戏产业的快速发展。毫无疑问，每年新出的游戏画质越来越逼真，那都是因为显卡技术的进步，为游戏设计师提供了更大的创作空间。

实际上，如果我们站在更广阔的视角来看显卡市场，你会发现其实是由英特尔、英伟达和AMD三大巨头主导的。在这其中，英特尔占据了71%的市场份额，英伟达占有17%，AMD则占有12%。这似乎与我们的理解有些不符，因为我们之前一直认为英伟达是市场的领头羊。其实，这是因为显卡可以分为独立显卡和集成显卡。如果我们将两者都纳入比较，英特尔的确是市场的领导者，因为它主要生产集成显卡，这种显卡是和CPU一起封装的，共享内存。而英特尔凭借其在CPU市场的垄断地位，抢占了集成显卡市场的份额。所以英特尔也是通过自身的竞争优势展开竞争，并进一步扩大优势。

然而，集成显卡的性能相对较弱，这就意味着它的市场和独立显卡市场有很大的不同。如果我们只看独立显卡市场，英伟达的市场份额其实超过80%。至此，可能看到英伟达的显卡芯片设计是多么的出色。但是，我们一直在谈论的是3D渲染和游戏，那么显卡和人工智能有什么关系呢？为什么那些AI公司都在购买显卡，而且一定要购买英伟达的显卡呢？

声音 | 易纲：人民银行积极支持上海探索区块链、人工智能等技术在金融领域的应用:据新浪财经消息，6月13日，“第十一届陆家嘴论坛”在上海开幕。中国人民银行行长易纲表示，要把上海建成人民币金融资产配置中心、人民币金融资产的风险管理中心、金融科技中心、优质营商环境中心、金融人才中心。他还指出，人民银行积极支持上海探索大数据、区块链、人工智能、云计算等技术在金融领域的应用。[2019/6/13]

实际上，这和显卡的特性有关。在计算机中，CPU是设计来做任何事情的，它是顺序计算的，可以进行非常复杂的逻辑推理。但图形处理更关注计算量，不太在意顺序。例如，对于一个4K视频，它有近1000万个像素点，假设每秒30帧，那么每个像素点、每一帧都需要根据其阴影、动作来计算出一个对应的颜色。这需要大量的快速而简单的计算。而GPU正是为了优化这类并行计算而设计的，它的核心数量可以达到成千上万。

进一步扩大竞争优势：扩展技术的应用场景，并构建竞争壁垒

黄仁勋开始思考如何发挥GPU的最大潜力：GPU的能力不应仅仅局限于3D图像处理和渲染，也应该能进行更多的通用计算。但是，要使用GPU进行这种通用计算并不容易，因为它的设计初衷并非如此，因此编程将会非常困难。黄仁勋因此想出了一个策略：让显卡变得可编程。

在一个偶然的机会，黄仁勋注意到了一个斯坦福的博士生项目，他使用C语言编程让GPU进行一些计算。这给黄仁勋带来了灵感，他立即聘请了这个博士生，并委派他带领团队研发可编程的GPU。结果，在2006年，英伟达正式推出了CUDA，成功实现了让GPU可编程。

为了建立CUDA系统，英伟达投入了大量的资源和人力，让所有的显卡都支持CUDA。这样一来，原本需要一大堆顶级工程师的编程计算，现在只需要一个学生和一个英伟达显卡，再加上一些对CUDA库的了解就能完成。通过CUDA，英伟达将自己显卡的应用范围从原来的游戏和3D图像处理扩大到了整个加速计算领域，包括航天、生物制药、天气预报、能源勘探等等。

虽然有一些公司也尝试开发类似CUDA这样的软件来挑战英伟达的地位，但是由于英伟达在硬件上的垄断，他们可以最大限度地优化自己的硬件显卡与CUDA之间的配合，从而形成了自己强大的护城河。

现场 | Keith Olive：数据驱动人工智能和区块链发展:据CoinTime报道，AEGEUS风险咨询各公司合伙人Keith Olive在“人工智能与区块链”主题的座谈中表示，人工智能需要借助区块链技术解决人类所面临的问题。通过上述技术，银行等金融机构可以做出准确的预测，加强与客户的联系，从而改善其提供的客户服务和产品。在未来，对人工智能和区块链来说，这并不是一个谁驱动谁发展的问题，而是数据驱动人工智能和区块链发展。[2018/8/27]

苹果公司也是成功构建了一种被商业领域广泛引用的“生态系统”。微软和Adobe等公司其实也有自己的强大生态系统。虽然看起来英伟达在CUDA上的巨额投入在短期内可能看不到回报，但长远看，他们实现了显卡的商业价值。

方向对了商业回馈可能出乎意料但必然降临

使显卡加速计算能力真正实现商业价值的，并不是人工智能，而是一个与英伟达无关的趋势，即比特币的流行。因为比特币挖矿需要大量的哈希函数计算，而这正是GPU并行处理的强项，因此显卡开始被用于比特币挖矿。这是黄仁勋即使具有深远的眼光也无法预见的。

但所有偶然的背后都有其必然，黄仁勋虽然没法预见比特币的突然火爆，但他预见的是未来世界中算力的爆炸性增长。

在人工智能的发展史上，2012年无疑是一个转折点。当年，业内有一个颇具声望的计算机竞赛——ImageNet，成为了竞争的主战场。大家都在努力以自己的算法训练出最高效的图像识别程序。在所有参赛者中，AlexNet团队使用神经网络训练模型，借助英伟达的显卡，以16.4%的错误率赢得了比赛，远超26~29%错误率的第二名至第四名，这无疑引起了全世界的震动。

神经网络的概念并不新鲜，但在此之前，其实现一直受制于计算能力的瓶颈。英伟达显卡的出现打破了这个瓶颈，使得神经网络的计算成为可能，这在学界引发了巨大的轰动。

黄仁勋十分重视GPU在人工智能领域的应用，并在2012年后开始大力投入，致力于让英伟达的显卡能更加便捷地进行加速计算。他们不仅加大了对CUDA的投资，还进行了大量的AI显卡优化工作，包括对软件和平台的支持，这为后来的人工智能领域提供了共识——如果你想从事人工智能的工作，英伟达的显卡是你无可回避的选择。

星瀚资本杨歌：区块链是人工智能浪潮的前奏曲:星瀚资本创始合伙人杨歌认为，很多数据是不能直接用的，或者数据噪音非常大，没有办法直接整合到人工智能应用中去。而区块链是人工智能和大数据之间衔接的过程，它是把大数据整合成标准化的模块，让数据变成一块一块标准化的基础，然后让大数据去分析。[2018/4/12]

后来，诸如谷歌、亚马逊、微软和百度等公司在训练大型模型时，都离不开英伟达的显卡。这其中，最出名的可能就是英伟达的A100显卡，ChatGPT也是由上万张A100显卡训练出来的。A100显卡已经成为了训练大型模型的标配，而各大AI公司，即便不能及时训练出成果，也会抢先宣传已购买了多少张A100显卡，以此来蹭一波热度。由此，英伟达的显卡一度供不应求，价格甚至被炒到了上万美元。英伟达又在去年推出了A100的升级版，名为H100，其性能是A100的4至6倍。

英伟达的成功并非偶然，他们花了十多年的时间和大量的资金，精心打造了这双翅膀，等待风来，如今他们终于等来了这股风，并凭借这股风飞翔在市场的上空。

永不止步，持续延展产业链环节，进入竞争对手腹地

随着英伟达的进一步发展，他们已经不再局限于显卡和芯片设计。他们在2019年花费69亿美元收购了以色列的芯片公司Mellanox，开发出了一款强大的DPU。这一决策被黄仁勋誉为他有史以来做过的最成功的战略决策之一。

如今，英伟达已经开始将GPU、CPU、DPU合并，生产出强大的超级计算机，逐渐进军CPU市场。他们推出了各种炫目的产品，如全球第八大超级计算机DGXBasePOD、加速超级芯片GPUGraceHopper、计算平台BlueField-3DPU等。英伟达在硬件、软件和服务等各个领域都进行了全面布局，成为了AI领域的最大赢家。

应对国际制裁：开发专属产品

当然，英伟达的发展并非一帆风顺。美国对中国的制裁禁止了A100、H100的出口，对英伟达带来了很大的影响。毕竟，中国市场占英伟达总市场的四分之一。因此，当被问及制裁对英伟达的影响时，黄仁勋的回答非常得体：我们一定会全力配合美国政府的政策，同时我们已经想方设法在符合规则的情况下，非常愉快的满足中国广大消费者的需求。这一回答巧妙地避开了问题，而且还没有得罪任何一方。

英伟达为了应对这一挑战，推出了一款名为A800的显卡，专门供中国市场使用，这款产品规避了一系列敏感的制裁技术。

正确看待增长：提前押注增量业务市场

英伟达目前已经将其业务领域主要划分为四个主要部分：游戏、数据中心、汽车以及专业图形处理。而在这四大业务领域中，游戏和数据中心无疑一直是其经济增长的重要引擎。

昔日的英伟达以游戏业务为主导，但是随着云计算、人工智能等加速计算技术的发展，数据中心逐渐崭露头角。回顾2018年的数据，游戏业务占据了公司总收入的一半，而数据中心却仅占四分之一。然而，到2022年，这一情况发生了显著的变化，数据中心的收入占比已经上升到了56%，而游戏的比例则降至了33%。

英伟达在2023年5月24日公布的财报中，游戏业务由于全球需求疲软，营收大幅下降。这一变化在华尔街预期之中，但数据中心的业务表现却令人眼前一亮，其第一季度环比增长了18%。更为关键的是，对于第二季度的营收预测，英伟达给出了超出华尔街预期的数据。华尔街预测的营收为72亿，而英伟达则预测其将达到110亿，增长幅度达到了50%。

此外，英伟达在汽车行业的业务也不容忽视。其已经开始进行汽车芯片以及汽车系统的研发，虽然目前这一业务仍处在初级阶段，但其未来的潜力不容忽视。

近期，英伟达推出了Omniverse平台，以期在元宇宙这个新兴领域占据一席之地。虽然目前该业务的回报尚不明显，但若元宇宙真的如预期的那样迎来爆发，那么英伟达无疑将是最大的受益者之一。

总的来说，无论是游戏、挖矿还是AI计算，都离不开显卡的支持，而英伟达则是显卡的代名词。从1999年上市至今，英伟达的股价已经上涨了超过1000倍，成为了全球第六大公司。更为重要的是，似乎英伟达的成长故事才刚刚开始。

正视增长路上的失误，快速调整快速反馈

黄仁勋，这位英伟达的灵魂人物，我们的描述让他显得无比神圣，每一步都走得精准无误。然而，任何人的成功都是在错误与失败中成长起来的，黄仁勋亦不例外。在他的职业生涯中，也曾犯过错误，比如在2000年初的显卡产品失败，几乎被竞争对手ATI淘汰。他还经历过内部交易的风波，被美国证券交易委员会彻底调查，同时还曾面临过度营销的问题。他还曾尝试进军手机芯片市场，但结果几乎是全面失败。然而，尽管如此，黄仁勋是一个极其优秀的领导者，只是他并非能预见未来的预言家。

芯片行业的护城河：永不停息的研发能力

英伟达在AI领域的重要地位，让它显得异常重要。AI是当前市场上最大的浪潮和最大的机会，而英伟达正是AI浪潮中的重要玩家。这使得英伟达在风口上显得尤为重要，获得了巨大的竞争优势。如果英伟达能保持当前的发展势头，其影响力极可能会持续扩大。

有人常常把英伟达比作淘金潮中的“卖铲子”的人。在数据时代、AI时代，英伟达的产品恰似淘金者的“铲子”。这种比喻听上去十分合理，但经济学常常告诉我们，在淘金热潮中，初期卖铲子的人可能赚钱，但随着更多的人开始卖铲子，由于铲子并不难制造，边际利润将会迅速下滑。在大部分行业中，制造上游生产工具——这个所谓的“铲子”，由于准入门槛过低，竞争激烈，利润率并不高。

然而，英伟达凭借制造这个所谓的“铲子”，做到了垄断。台积电也有点类似，它更基础，做的是制造“铲子”的工具——这个“锤子”，它也能做到垄断。这是为何呢？

芯片行业独特的特征体现在它的发展速度与其进步的刻度。其中，摩尔定律是这个行业最为熟知的法则之一，大致可以理解为：集成电路中的晶体管数量每18个月翻一倍，或者说芯片的速度每18个月提升一倍。近年来，尽管CPU的进步速度已经难以跟上摩尔定律的节奏，但黄仁勋却发现，独立显卡的进步速度似乎比摩尔定律预测的还要快，大约每两年性能就能翻超过三倍。这一现象被称为"黄氏定律"。

芯片行业的这种飞速发展，使其成为一个不断在奔跑的领域。然而，如此快速的更新迭代速度也带来了商业上的挑战。对于参与者来说，很难建立起属于自己的持久竞争优势，即“护城河”。在传统行业，例如制造业或铁路运输业，规模优势和成本优势可以作为一个稳固的护城河，保护公司免受竞争对手的侵袭。在互联网行业，用户网络效应产生的护城河更是坚不可摧。但在芯片行业，由于技术的快速更新，无论你今天推出多么出色的芯片，两年后都可能已经过时。

在90年代的显卡竞争中，3dfx公司凭借Voodoo显卡在短短两年内迅速成为行业标杆，但五年后，它却被英伟达收购。这正印证在芯片行业中，你很难依靠一种产品或技术形成一个超过两年的护城河。当然，通过积累一大批专利可以为自己提供一定程度的保护，但是事实证明，对手通常仍然可以找到绕过你的专利的方法。因此，只有不断的奔跑，保持领先，才能在这个行业中立足。这个行业的“护城河”实际上是你的研发能力，即一整套的人才、设施和组织架构。

因此，研发不仅需要投入巨大的初期成本，而且必须持续不断的快速迭代和发展。英伟达就是一个例子，尽管它在互联网行业中的投入只占营收的10%-15%，但它却要投入约25%的营收用于研发。

你可能会以为黄氏定律是一种自然规律，但实际上，它是黄仁勋推动英伟达不断进步的结果。例如，英伟达最新的光线追踪RTX技术，就彻底颠覆了他们之前的技术框架，采用深度学习的方式，通过一个像素点预测周围8个像素点的样子，以此加速图像处理。这种激进的进步速度，使得这个行业的成功者必须是那些研发速度最快、人才储备最充足、财力雄厚的公司。

而今，AI已经成为了互联网巨头们的下一个战场，显卡的作用变得越来越重要，因为它决定了计算的速度。无论是谷歌的TPU，还是Meta的MTIA，它们都正在全力投入到自研芯片的研发中。

在这样的大背景下，英伟达面临着全新广阔的市场和新的竞争对手。他们能否在新一轮的AI竞争中再次崭露头角，还有待观察。

标签：人工智能CPU元宇宙亚马逊人工智能就业真实情况CPU价格元宇宙数字虚拟人图片亚马逊币在香港上市是真的吗

中币下载热门资讯