如果你不能明白這個萬億市值的含義，我們可以看一下美國現在的科技股市場，當前只有蘋果公司，Alphabet（谷歌母公司）、微軟公司和亞馬遜公司在這個陣營內。其中，英偉達是當中唯一的芯片公司。從另一個維度對比，我們熟知的英偉達競爭對手英特爾和AMD，他們截止昨天筆者寫稿時的市值分別為1237.95億美元和2040.01億美元。就算連業績遙遙領先于同行，且在最幾年被廣大讀者所熟悉的臺積電，截止該文撰寫的時候市值僅為5367億美元。
對英偉達而言，其可怕之處并不僅僅在其當前萬億美元市值，而是其不知道上限的上漲空間?；乜催^去五天，英偉達市值就上漲了32.87%。今年截止到現在的上漲幅度更是達到驚人的187.58%。華爾街分析師更是直言，對英偉達的預測是“深不可測”（unfathomable）和“宇宙學”（cosmological），于是他們紛紛上調了其價格目標，目前對該英偉達最高的估值已經達到了驚人的1.6 萬億美元，與谷歌母公司 Alphabet 相當。Summit Insights Group 高級研究分析師 Kinngai Chan 表示：“雖然目前該公司的估值看起來很高，但我們認為 Nvidia 具有盈利火力，因為其 AI GPU 的采用仍處于早期階段?！?/p>
能獲得這樣的成就，除了天時和地理以外，更多的是黃仁勛帶領的英偉達團隊在過去三十年里創造的“人和”條件。
成為英偉達
據《經濟學人》之前的一篇報道，英偉達創始人黃仁勛常掛在嘴邊的一句話是“我們總是離倒閉還有30天”（原文：Were always 30 days away from going out of business）。這句話毫無疑問是有點夸張的，但黃仁勛認為，公司所專注的市場被追求同樣機會的巨頭公司包圍，所以作為公司掌舵人的他時常保持警惕是可以理解的。
正是這種警惕性，幫助這家曾一度陷入倒閉困擾的芯片公司成為了當之無愧的半導體巨頭，而這一切都起源于1993年，因為在這一年，黃仁勛與Chris Malachowsky 、Curtis Priem一起創立了英偉達。
在成立早期，英偉達最初是打算打造微處理器，以在個人計算機中實現全動態視頻和立體聲。因為產能短缺的原因，英偉達1995 年 5 月才推出了其第一款多媒體加速器 NV1。NV1 是第一款集成了 GUI 加速、全動態視頻加速、3D 渲染、和一個精密的游戲端口到一個芯片上，NV1 使個人計算機與視頻游戲系統競爭成為可能。
這個產品的面世，也讓英偉達吸引了視頻游戲制造商Sega的注意，并與之建立了合作。關于這個故事，在黃仁勛日前臺大的畢業演講中也有分享。據黃仁勛所說，英偉達制造的第一個產品是用于個人電腦游戲的3D圖形，公司發明了一種非傳統的前向紋理處理技術，而且成本相對低廉，這幫助他們贏得了與SEGA建造游戲主機的合約。
但經過了一年的開發期程，英偉達的團隊意識到其設計的架構是錯誤策略，從技術端來看是不合格的。而與此同時，微軟即將宣布基于反向紋理映射和三角形的Windows 95 Direct3D。這代表著如果英偉達完成了SEGA的游戲機，公司將會創造出與Windows不相容的產品；但如果我們不完成這個合約，我們就會破產。
“無論如何，英偉達都會面臨倒閉的命運?！秉S仁勛說。
為此他聯絡了SEGA CEO，向他解釋公司的發明是錯誤的，所以公司無法完成合約以及游戲主機，并建議SEGA尋找其他合作伙伴。但需要SEGA全額支付我們的費用，否則NVIDIA 將無法繼續經營。順便提一下，在1996年中期，大約有 30 家硬件供應商向圖形市場提供 3D 芯片。
在很難為情地提出這個后，SEGA CEO竟然同意了黃仁勛的請求，這讓他多爭取了3個月時間，并在1997年上半年震撼了新興的3D市場的產品Riva 128。從這個產品開始，英偉達受到廣泛關注，拯救了公司。
到 1998 年初，NVIDIA 已被公認為高性能 3D 圖形市場的主導公司之一。據當時的分析師估計，NVIDIA 在 1997 年底占有 24% 的市場份額，在高性能圖形公司中排名第二。公司也在1998年開始申請上市，并順利在1999年1月正式登陸股票市場。
而在申請上市到正式上市這段時間，英偉達推出了NVIDIA Vanta，一款旨在將臺式計算機圖形引入企業市場的圖形加速器。1999 年年中，NVIDIA 推出了 TNT2，NVIDIA 還為 TNT 和 TNT2 推出了一套新的軟件驅動程序，這些驅動程序經過優化以與AMD的處理器配合使用。
成就GPU巨頭
1999 年 8 月，英偉達又推出了一款名為GeForce256 的圖形加速器。值得一提的是，這款256位的圖形處理單元 (GPU) 是業界第一款 GPU，能夠從計算機的中央處理器 (CPU) 卸載整個圖形處理操作，減輕了 CPU 的圖形處理負擔，還使軟件開發人員能夠創建更復雜的屬性，例如人工智能和為更復雜的對象建模。
同年11 月，NVIDIA 推出了 Quadro，這是第一款專為工作站設計的 GPU。公司也在接下幾年里與總部位于加拿大安大略省的ATI爭奪圖形芯片設計公司頭把交椅的位置。雖然英偉達的產品往往能超過ATI的競品，但是在市場上，他們還是落后于這家同行。而在雙龍爭霸的同時，圖形芯片市場也在快速整合。
據相關資料顯示，從1996到2001年間，全球生產圖形控制器的公司數量從 45 家減少到 12 家。包括 S3、NeoMagic 和 Intel在內的幾家主要參與者要么退出了圖形市場，要么縮減了新產品的開發，而英偉達則趁機瘋長，營收一路高漲。
2001年，NVIDIA 完成了用于 Microsoft X-Box 的圖形芯片GeForce3 的開發，這是圖形行業的第一款可編程 GPU，被所有頂級 PC 和圖形主板 OEM 所選擇。該芯片的可編程功能使開發人員能夠創建自定義照明和轉換自定義像素效果。
也就是在這個時間點前后，學術界對使用GPU做通過計算（GPGPU）產生了濃厚興趣。因為和CPU不一樣，控制邏輯較為簡單的GPU的絕大多數芯片面積都用于渲染、多邊形等計算?？茖W運算中的矩陣等計算也可以很簡單地映射到GPU的處理單元當中個，實現非常高效的計算。但是，對于GPGPU而言，他們需要面臨另一個重要的挑戰，就是難于編程。因為當時的GPU是面向圖像開發的，這就讓在其中支持通用高性能計算并不容易。
看到了這種趨勢的英偉達隨后在2006年推出了Tesla架構。和以往只是使用矢量計算單元做渲染的做法不一樣，英偉達在這個架構上把一個矢量單元拆成多個標量計算渲染單元，使其更適合通用計算。
有了硬件基礎，英偉達在2007又做出了一個成就了今天英偉達的決定，那就是推廣CUDA GPU加速計算技術。按照黃仁勛所說，之所以推動這么一個項目，是希望讓CUDA成為一個程序設計模型，在科學運算、物理模擬到圖像處理方面，都能提升應用程序的效能。
雖然這個項目意義廣泛，但黃仁勛也承認，創建一個全新的運算模型非常困難，且在歷史上實屬罕見。因為自從IBM System 360以來，CPU的運算模型已經成為標準已有60年的時間。而CUDA需要開發人員撰寫應用程序，并展示GPU的優勢；開發人員需要一個大型的使用者基礎；大型的CUDA使用者基礎，需要市場上有人購買新的應用程序。
于是，英偉達利用公司已經擁有龐大游戲市場的游戲顯卡GPU GeForce，以建立使用者基礎。但CUDA的成本非常高，Nvidia的利潤在多年來遭受巨大的打擊，公司的市值僅僅維持在10億美元上下，市場多年的低迷表現，也讓股東們對CUDA持懷疑態度。
但最終，在2012年，AI研究人員探索了CUDA，度學習開山鼻祖之一的Geoff Hinton的學生Alex Krizhevsky在英偉達的GPU GTX 580上成功訓練出了深度卷積神經網絡AlexNet，開啟AI的大爆炸時代，正式開啟了英偉達的萬億美金半導體征程。
五年AI狂飆
如果說上面平鋪直敘的歷史，能讓我們遵循清晰的脈絡看到這家GPU巨頭的成長歷程。那在這個章節內，我們則能看到這家炙手可熱的芯片企業在近五年活力全開。
回顧前二十五年（截止）的發展，英偉達除了一邊研發外，還一邊打官司，公司也在這期間收購了一大堆企業。例如在2002 年收購了 Exluna、2003年收購了MediaQ、2006年收購了Hybrid Graphics、2008年收購了Ageia、2011年收購Icera。
在次期間，公司也因應市場的發展做調整。如在2011年推出手機芯片。公司自 2014 年以來也將業務多元化，專注于三個市場：游戲、汽車電子和移動設備。再到后來放棄手機芯片市場，擁抱礦機市場，放棄礦機市場，英偉達的每一次決定都沒有拖泥帶水。
進入最近五年，英偉達面向AI市場發起了總攻。其做得頭一件事就是在2019年宣布將打造領先互聯技術和產品的Mellanox收歸麾下。進入2020年，英偉達更是宣布了將Arm收入囊中的雄偉計劃，但這最終在多方反對下胎死腹中。
現在回頭看，英偉達這單收購的意圖非常明顯。從公司當前的銷售模式看來（銷售DGX和HGX），只要在設計中放入更多的自己的芯片，就能獲取更多的收益。參考下圖英偉達DGX H100的成本跟普通服務器的成本對比。
回到英偉達產品本身，在2020 年 5 月，他們正式宣布了其 Ampere GPU 微架構和 Nvidia A100 GPU 加速器，打響了公司在AI市場的第一槍。2022年三月，英偉達又帶來了其首款基于Hopper架構的GPU NVIDIA H100，吹響了公司在AI市場進攻的號角。事實證明，這兩款產品也都成為了AI市場的硬通貨。
以H100為例，據外媒CNBC報道，隨著對訓練和部署人工智能軟件所需芯片需求的飆升，英偉達的最先進的顯卡在eBay上的售價超過 40,000 美元。就連針對中國市場特別開發的A800和H800都價格一路高漲，市場供不應求。
但英偉達不滿足于此，這也正是他們在2021年發布了為AI而生的Grace CPU，并在2022年升級，推出擁有了144 個高性能核心，每秒 1 TB 內存，可將服務器芯片性能和能效提升一倍的Grace CPU Superchip。除此以外，英偉達還推出了專為大規模 人工智能和高性能計算(HPC) 應用而設計 Grace Hopper Superchip。需要強調的是，英偉達后兩款通過NVLink-C2C連接到一起的Superchip的設計思路有望成為這家GPU巨頭增加計算性能最行之有效的快捷手段。
至于收購mellanox所打造的各種switch和DPU，以及各種光學器件，也成為了英偉達武器庫中不可或缺的角色。在這些產品的支持下，英偉達也打造出了DGX、HGX等產品，在日前發布的DGX GH200更是再次刷新了大家對其上限的看法。據介紹，這個全新的AI超算系統搭載了256個Grace Hopper Superchip，新的互聯方式讓產品像一個巨型GPU運行，提供1EFLOPS的性能和144TB的共享內存，這比上一代DGX A100的內存多出了近500倍。
為了更好地幫助大家擁抱這個AI時代，英偉達還推出了包括DGX Cloud在內的各種云服務，同過云端提供DGX AI運算資源，方便企業使用進行模型訓練與開發。
寫在最后
今年年初接受CNBC記者采訪的時候，黃仁勛曾被問到，英偉達的崛起是運氣還是先見之明？針對這個問題，黃仁勛回應道：“我們只是相信總有一天會發生新的事情，其余的一切都需要一些偶然性”，“這不是先見之明，但遠見是加速計算”黃仁勛接著說。
在日前的臺北電腦展演講中，黃仁勛直言：“CPU擴張的時代已經結束，加速計算和人工智能正在重塑計算機，隨著AI應用對計算能力的需求不斷擴大，GPU才是未來的主角?！?/p>
瑞銀銀行也估計，在未來一兩年內，人工智能將使對稱為圖形處理單元 ( GPU) 的專業芯片的需求增加 100 億至 150 億美元。CFRA Research 分析師 Angelo Zino 則表示：“我們認為 Nvidia 是這個星球上最重要的公司，這個時代正在迅速轉向一個將被更強大的 AI 能力所強調的時代。”
無論如何，英偉達和黃仁勛都在一路前行。
正如黃仁勛日前在臺大畢業演講中勉勵學生說道：“不管是為了食物而奔跑，或不被他人當做食物而奔跑。你往往無法知道自己正處于哪一種情況。但無論如何，都要保持奔跑?！薄叭欢瑧鹇孕缘某吠?、犧牲、決定放棄什么是成功的核心，非常關鍵的核心。”黃仁勛接著說。
更多精彩內容歡迎點擊==>>電子技術應用-AET<<
