3 月 5 日訊，一個記者的提問，讓黃仁勛在 2019 年 12 月一場媒體溝通會上，二話不說拿起話筒朝頭頂狠狠敲了好幾下。對了，巨大的回音可以證明他是用力砸的。

　　這個略顯可愛的舉動和他接下來的話，讓包括我在內的全部記者都笑出聲來：

　　“完了，聽到這個問題，我在臺上滴水未進，嗓子冒煙的兩個小時算是白費了?！?/p>

　　這個記者的問題有些含糊，但也問出了很多人心中的疑惑——

　　英偉達這次為何沒發芯片？

　　這樣理解其實也沒錯。2019 年末，當“英特爾們”每隔幾天就通過收購、發布新產品等方式，向外界 360 度無死角“吹風”自己的 AI 芯片戰略時，所有人都在等著英偉達如何在自己的 GTC 技術大會上，“回應”向自己挑釁的各路人馬。

　　然而，這場會上，除了一塊名為 Orin 的自動駕駛專用芯片，這家全球最具價值的人工智能芯片巨頭發布的產品全都是“軟件”。而且 Orin，還要等到 2022 年才會投產。

　　這場會議，完美契合了他在 2019 年 Q3 季度財報業績電話會議上的一個重要觀點——

　　“英偉達已經成為了一家軟件公司?！?/p>

　　這家“軟件公司”，在 2020 年 2 月中旬公布了 2020 財年第四季財報后，市值一度摸高至接近 2000 億美元，創了歷史新高。盡管現在已回落至 1600 多億美元，但過去兩年，英偉達毫無疑問是華爾街上傳奇般的“金股”。隨著市場對數據中心越來越強勁的需求，英偉達跟新舊芯片玩家之間的戰爭，注定將越發血腥。

　　無可比擬的軟件優勢

　　由于英偉達越來越多地“露骨”地開始利用其軟件實力來銷售那些看上去只是硬件的產品，因此我們有理由相信，這家芯片公司已經開始奉行“軟件第一”戰略。

　　英偉達每年在數十份 AI 芯片公司的 PPT 里被“吊打”的“壓倒性劣勢”中，股價還能穩步走高了。

　　據自動駕駛公司文遠之行技術總監鐘華回憶，十幾年前還在卡內基梅隆念書時，那個時候給 GPU 編程需要用機器碼深入到顯卡內核才能完成任務，非常困難。

　　“我們用匯編語言寫代碼，寫起來真的非常燒腦。英偉達推出了 Cuda 以后，相當于把復雜的顯卡編程包裝成了一個簡單的接口，造福了廣大程序員?，F在主流的深度學習框架基本都是基于 Cuda 進行 GPU 并行加速?！?/p>

　　2007 年，英偉達正式推出 GPU 統一計算架構平臺 Cuda。這一架構的里程碑意義在于，讓 GPU 不再單獨存在于個人用戶的顯卡中，僅為自己的“一畝三分地”工作；而是讓 GPU 通用化，把“個人計算機”變成可以并行運算的“超級計算機”。

　　一位不具姓名的自動駕駛技術人士做如上表示。他稱，國內不少人工智能公司就是搭了英偉達的便車發展起來的：“所以你看，英偉達一下子占領了兩塊兒，一塊兒是訓練端，一塊兒應用端。短期內，不可能有人撼動他們的地位?！?/p>

　　下一個十年的支撐點

　　2020 年 2 月，美國財經網站用“華爾街為之震驚”，來形容英偉達 2020 財年 Q4 財報上數據中心板塊的強勢表現——

　　英偉達的芯片銷售額達到創紀錄的 9.68 億美元。

　　雖然“游戲”是圖像處理與滿足神經網絡計算的應用與創新源頭，也是英偉達必須守住的老本行。

　　但趨于飽和、不斷被移動端擠壓的 PC 游戲市場，遠沒有新興市場帶給英偉達的誘惑力更大。

　　根據游戲市場研究機構 Peddie Research 的最新數據，過去近 5 年里，英偉達在 PC 獨立顯卡市場，一直占據著 70%以上的市場份額，特別是其 Geforce 系列顯卡，極受游戲與挖礦產業的歡迎。

　　云，才是人工智能發展的重心，也是英偉達的下一個野心。

　　2019 年年底的 GTC 上，英偉達與阿里、百度等中國企業的高調合作，進一步凸現了 GPU 在云端人工智能算法訓練中扮演的重要角色—— “搜索的時代已經結束，智能推薦的時代已經到來。

　　英偉達的 Tesla T4 、V100 等處理器與配套加速軟件，發揮的主要作用， 便是為基于億級數據的推薦算法模型訓練進行資源分配、量化與加速。

　　盡管英特爾與 AMD 等競爭對手在這方面的動作不容小覷，但在未來 3~5 年內，但他們的 GPU 解決方案不太可能大幅削減英偉達在數據中心 AI 加速器領域的市場。

　　歷史證明，芯片企業是永遠不可能睡上安穩覺的。