从电子游戏到人工智能 英伟达进击之路从未停歇

　　英伟达的成功并不是没有人注意到，现在几乎所有的大型芯片商都突然开始追寻AI梦了，同时也有大量的初创公司开始开发架构新型的深层学习芯片。未来科技业中，深层学习至关重要，因此英伟达最重要的客户Google现在也开始制造芯片了，成了其竞争对手。

　　从电子游戏到人工智能 英伟达进击之路从未停歇

　　英伟达(Nvidia)在深度学习领域领先于其他科技巨头开展业务，其优势不言而喻。在越来越激烈的竞争中，要想保持其地位，依旧不能松懈。创始人黄仁勋出生于台湾，9岁随家人移民到美国，30 岁时与其他两个合伙人创立英伟达，股价在过去 5 年翻了 5 倍多。《福布斯》撰稿描述了英伟达如何创造奇迹，并不断改变世界之路。

　　在圣何塞贝里埃萨某天桥附近的 Denny’s 店里，英伟达的联合创始人克里斯·马拉科夫斯基(Chris Malachowsky)吃着香肠和煎蛋，小口吸着带有焦味的咖啡。在1993年4月，就是在这家破旧的小餐馆里，三位电气工程师——马拉科夫斯基、克蒂斯·普里姆(CurTIs Priem)以及英伟达的现任CEO黄仁勋创建了一家公司。这家公司旨在制造速度更快，能产出更真实画面的特制芯片。圣何塞东部在那个时候治安还不是太好，人们向停下的警车开枪，打得餐馆正面到处都是子弹眼。没有人会想到这三个在这家破旧的小店喝着无限续杯咖啡的年轻人会建立一家变革世界的公司，这次变革所带来的影响和英特尔在20世界90年代给世界带来的变革一样。
 

　　马拉科夫斯基说：“在1993年，这样的芯片根本没有市场但是我们看到了即将到来的浪潮。在加州有一个为期5个月的冲浪比赛，当主办方在日本观测到某些潮涌或风暴时，他们就会通知冲浪选手来加州，因为浪潮在两天后就会来到。这就是我们当时所做的，当时我们就是处于观潮到潮涌或者风暴的阶段。”
 

　　英伟达的联合创始人们看到的浪潮就是当时刚刚兴起的图像处理(GPU)市场。他们所制造的芯片大多以卡状销售给游戏玩家插在PC主板上来获取超快的3D画面体验。该公司的芯片都有以充满男性荷尔蒙的名字来命名，如“TItan X”或“GeForce GTX 1080”，这些卡式芯片最高售价达到1200美金。20年后的今天，英伟达的年收入已经到达了50亿美金，但这些芯片的销售额仍占据了公司总收入的一半多。
 

　　尽管英伟达在 PC 游戏方面展现出出人意料的适应能力(当整个PC行业遭受寒冬时，在最近的一个季度，英伟达与去年同比增长63%)，但是让华尔街对这家公司垂涎欲滴的却不是他们的游戏业务而是该公司的人工智能(AI)业务。这小小的一字节硅可以变化出更多的魔法，它可以召唤出不一样的风景，也可以画出一副完美的爆炸图。AI最适宜也最热门的应用还是深度学习。深度学习可以使计算机自主学习，程序员不需要人工编码所有程序，并且AI在图像识别和语音识别方面展现出无可比拟的优势。
 

　　为建设数据中心，Google、微软、Facebook以及亚马逊这样的科技巨头都在大量的购入英伟达的芯片。麻省总医院等机构利用英伟达的芯片检测像 CT 扫描这样的医学影像中出现的异常。特斯拉最近也宣布为了实现自动驾驶，将在其旗下所有车中都安装英伟达的GPU。在Facebook和HTC的VR产品中，英伟达还可以作为基础设备驱动VR头盔。
 

　　英伟达总部位于加州圣克拉拉。黄仁勋以其标志性的全黑打扮——黑色皮鞋，黑色牛仔裤，黑色Polo衫，黑色皮夹克出现在公司总部，他说“在我们公司的发展历程上，我们从未像现在这样处于一个这么大的市场中心。这都归功于我们做对了一件事，这件事就是图形计算(GPU compuTIng)。”
 

　　全世界有3,000家 AI 初创公司，其中大多数都是基于英伟达的平台创建的。他们利用英伟达的GPU来开发各类app，这些 app 涵盖股票交易、在线购物以及无人机导航。甚至还有一家名为June的公司利用英伟达芯片来制造AI烤箱。
 

　　“我们已经投资了大量的初创公司，将深度学习应用到许多领域，每家公司都是基于英伟达的平台来进行开发的，”风投公司 a16z 的马克·安德森补充道，“这就像是在90年代大家都围绕Windows上做开发，在21世界头十年又都围绕iPhone做开发。”

　　安德森开玩笑道：“我们公司内部有个游戏叫‘如果我们是对冲基金的话，会投哪家公司’，所有人都选择投资英伟达。”

　　英伟达是GPU领域的龙头老大，其市场份额占比达70%。英伟达向这些新市场扩张的趋势使其股票飞涨。在过去12个月里，其股票市值几乎翻倍，并几乎是5年前的5倍，其市值也增长了四十多倍达到500亿美金，成为该领域市值最高的公司。英伟达良好的业绩也使黄仁勋个人身价达24亿美金(联合创始人马拉科夫斯基已处于半退休状态，另外一名创始人普里姆在2003年离开了英伟达)。

　　飞涨的股票使英伟达在半导体行业首届“Just 100 美国最佳企业公民”排行榜中名列前茅。这个榜单是《福布斯》和《Just Capital》联合发布的，Just Capital由亿万级对冲基金投资者、慈善家保罗·都铎·琼斯二世创建。“Just 100”访问了50,000名美国人，让他们评价了1,000家左右上市公司，调查范围涵盖公司对待员工、顾客和股东的态度来评价该公司。

　　在调查的10项指标中，英伟达在员工待遇、福利、产品贡献及环境影响方面的分数都远远超过了平均数。该公司的员工友好型政策，如超长假期，弹性工作时间以及压力管理课程，使得英伟达将对手Glassdoor远远甩在身后(Glassdoor是一个广受处于跳槽期的硅谷科技人员喜爱的工作环境匿名评价网站)。在这样出了名同质化的行业里，英伟达开展各种项目来推动女性和少数族裔人员更多地担任核心工程岗位。

　　黄仁勋说“我把公司看做一个人，看做一个有生命的个体。企业文化就是公司的基因，或是公司的操作系统。如果要说我有什么企业建设心得的话，那就是企业文化是最重要的一环。”

　　黄仁勋一直深知英伟达的图像处理芯片不仅仅只能用在游戏上而还有更多潜能。但他也没有想到英伟达的GPU可以应用到深度学习。深度学习技术(曾也被称作神经网络)大致借鉴了大脑神经元和神经突触的工作原理。深度学习技术于1960年代在学术界兴起，于1980-1990年代取得重大进展。但是一直有两个因素制约着深度学习的发展：1.能够训练深度学习计算程序的大数据；2.便宜，高效的计算能力。
 

　　英特尔网的出现解决了第一个问题——突然间每个人的指尖都可以触及到巨大的数据量。但是第二个问题仍然没有得到解决。
 

　　这个问题一直持续到2006年，在这一年，英伟达发布了名为CUDA的编程工具包，该工具包使程序员可以更轻松的编辑显示屏上的每一个像素点。该GPU模拟数千台微小型计算机同时加工像素点。这些微小型计算机运行低级的运算来生成影子、反射、光线和透明效果。在CUDA发布之前，对于程序员来说GPU编程非常辛苦，他们需要编写非常多低级机器代码才可以完成编程。英伟达花了数年来开发CUDA，他们将高级程序语言如Java和C++引入了CUDA从而使程序员的编码工作变得轻松起来。有了CUDA，研究人员可以以更快更廉价的方式开发深度学习模型。
 

　　“深度学习几乎和大脑一样”，黄仁勋说：“它非常有用，你可以教会他几乎所有事情。但是它有一个非常大的壁垒，那就是它需要大量的计算。而我们的GPU具备这样的计算能力，是深度学习计算模型的理想选择。”