NVIDIA:从游戏显卡到人工智能

发布时间:2016-12-16 阅读量:3015 来源: 我爱方案网 作者: candytang

如果你喜欢用电脑玩游戏,那么对 NVIDIA(英伟达)这个名字肯定不会陌生,NVIDIA 研发的旗舰级游戏显卡,性能强大,发热量惊人,有「核弹」之称。但这两年,NVIDIA 的 CEO 黄仁勋(Jen-Hsun Huang)却反复强调:NVIDIA 是一家人工智能公司!靠游戏显卡发家的 NVIDIA,怎么就成了「人工智能」界的领头羊呢?




创建 NVIDIA 之前,黄仁勋曾经是 AMD 公司的芯片设计师,那时候的他或许想不到,二十年后,自己创立的公司会成为老东家最强劲的竞争对手。


在 AMD 公司,黄仁勋打下了结实的技术基础,之后他又跳槽到了芯片公司 LSI-Logic,在那里,黄仁勋完成了从技术岗到销售岗的转型。1993 年,三十而立的黄仁勋和两位好友共同创建了 NVIDIA,主攻当时仍处在萌芽阶段的图形芯片市场。

NVIDIA 做的第一件大事,就是花两年时间研发了一款与市面上所有图形芯片都不同的产品——NV1,其集成了显卡、声卡、手柄驱动等多种功能,瞄准的并不是 PC 市场,而是游戏主机。

可惜,NVIDIA 倾尽全力研发出来的第一款产品,却始终没有打进主流游戏市场,NVIDIA 花光了投资,几近破产。

在走投无路之际,游戏公司世嘉伸出了援手——当时世嘉正在开发新一代的主机「土星」,他们认为 NVIDIA 芯片的高集成度能够更好地在游戏机上发挥性能,因此投入了 700 万美金支持 NVIDIA 研发新一代的产品。

▲世嘉土星游戏主机
重新定义「显卡」

虽然世嘉跟 NVIDIA 的合作最终没有成功,研发中的 NV2 芯片也因此流产,但靠着这 700 万美金,黄仁勋终于摸到了市场的脉象——当时微软发布了 Direct X 接口,可市面上支持这一标准的图像芯片却寥寥无几,所有的图像芯片厂商都在忙着推广自己的接口。

黄仁勋决定,放弃部分已有的专利,转而全面支持微软的 Direct X 接口。同时,NVIDIA 全面提升了开发速度,每六个月就研发一款新产品。

转型后的 NVIDIA 推出了 Riva 128 芯片,不仅性能足够强大,而且造价也要比同类产品低廉不少,加上对 Direct X 的良好支持,成为不少 ODM 厂商的首选。



▲ NVIDIA Riva 128 图形芯片

之后,找对产品思路的 NVIDIA 开始奋起直追,于 1999 年推出了世界上首款 GPU(Graphics Processing Unit,图形处理器)GeForce 256,与同时代的其他图像芯片相比,GeForce 256 的创新之处在于,大大减少了对 CPU 的依赖,强化了对 3D 图像的渲染功能,性能上远远地甩开了同期的对手。

得益于 GeForce 256 的出色表现,NVIDIA 拿到了微软 Xbox 游戏机的订单,辗转多年以后,NVIDIA 又回到了他们最初想攻占的游戏机市场。谈及 NVIDIA 成功的心得,黄仁勋笑称跟打乒乓球是一个道理(老黄 15 岁时是美国乒乓球青年赛的前三名):

你要分析对手,还要分析自己。同时,每一天的游戏规则都不一样,你还要分析你目前这个位置的优缺点是什么,你竞争对手的缺点是什么,你要保护增强你的优势,攻击对方的弱点。



▲浮夸的 GeForce 256 包装,凸显其强大的性能
从显卡到人工智能

其实,黄仁勋一直都知道,NVIDIA 的 GPU 绝不只是为电子游戏服务的,但是让他想不到的是,GPU 居然还能在「深度学习」领域大放异彩。

「深度学习」是人工智能的关键,从 20 世纪 60 年代至今,「深度学习」领域一直没有巨大突破的原因在于:

需要足够庞大的数据量
需要足够廉价的计算能力

互联网的普及让数据前所未有地庞大,而且每个人都能轻易地接触到大量的数据,可是这么多年过去了,计算机的算力依旧不够强大。

2006 年,为了减少开发者的负担,NVIDIA 发布了一个名为 CUDA 的编程工具,开发者们通过这套工具,可以轻松地让 GPU 同时对画面上的每一个像素进行编程,让他们完成一些简单的渲染工作——这样一来,开发者就无须不胜其烦地重复写代码了。

同样,利用这一原理,深度学习的研究者们也可以利用 GPU 来完成大量低级计算,从而大大提升人工智能的计算能力。在世界范围内,大约有 3000 家人工智能公司通过 NVIDIA 的芯片来满足他们对人工智能的需求,其中不乏亚马逊、谷歌、微软等科技巨头。



▲ NVIDIA GPU 深度学习原理图示

对于「深度学习」,黄仁勋是这样理解的:

深度学习就像人脑一样,你几乎可以教会它任何东西,但它有个巨大的障碍:需要庞大的计算量,这跟我们的 GPU 的运算模式几乎是一致的。

尽管 NVIDIA 的主营业务仍是显卡,2017 财年第三季度,图形芯片部门的营收占其总营收的 85%;但得益于人工智能领域的发展,NVIDIA 的汽车业务增长迅速,同比增长 60.8%,最新推出的车载电脑 DRIVE PX 2 更是被用到了特斯拉的电动汽车当中,发展前景十分可观。

不过,许多 NVIDIA 的大客户都在研究自家的人工智能芯片(比如谷歌发布的 TPU 芯片),竞争对手英特尔近日也发布了全新的人工智能战略,未来,黄仁勋要面对的挑战依旧是困难重重。



▲黄仁勋与特斯拉电动汽车


从显卡霸主再到人工智能产业的领路人,NVIDIA 靠的不仅是扎实的技术积累,更多的是对行业趋势的精准判断和未雨绸缪的危机意识,对成功的企业家来说,两者缺一不可。

创业早期濒临破产的经历练就了黄仁勋居安思危的性格,他一直有着强烈的危机感:我总觉得我们只剩下 30 天的生意了,这种(危机感)永远不会被消除。我不害怕失败,但我担心自己刚愎自用,我从来不想安定下来。
相关资讯
2mm²颠覆快充技术!ROHM发布全球最小双MOSFET芯片"

全球半导体制造商ROHM于2025年5月15日宣布,推出突破性30V耐压共源Nch MOSFET产品"AW2K21"。该产品采用2.0mm×2.0mm超小型封装,典型导通电阻低至2.0mΩ,兼具业界领先的功率密度与效能表现,标志着双向供电电路设计进入新一代技术阶段。

AI驱动半导体产业革新,台积电A14制程引领技术突破

在2025年5月15日举行的台积电技术论坛上,其全球业务资深副总经理张晓强指出,半导体产业正迎来以人工智能(AI)为核心动力的增长周期。台积电预测,2025年全球半导体产值将同比增长超10%,而到2030年,行业规模有望突破1万亿美元,其中AI贡献的占比将达到45%。这一愿景的背后,是台积电在先进制程、封装技术及多场景应用生态上的持续创新。

全球微电子巨头Melexis董事会注入亚太基因,战略锚定60%营收核心区

全球领先的微电子工程企业Melexis(迈来芯)于2025年5月15日宣布,其年度股东大会正式通过决议,任命齐玲女士与Kazuhiro Takenaka先生为董事会新成员。此次人事调整标志着公司深化亚太市场战略布局迈出关键一步,旨在通过行业资深人才的多元视角,赋能全球业务增长与区域本地化运营。

工业智能化浪潮下的技术创新图谱:从感知设备到系统集成

在全球制造业数字化转型加速的背景下,半导体与电子元器件领域正经历着技术范式变革。2025年5月,知名NPI代理商贸泽电子联合Analog Devices与Samtec发布的《工业应用中的机器人、AI与ML深度解析》电子书,系统阐述了智能技术如何重构现代工业体系。该著作汇集九位行业专家的前沿观点,重点揭示了三大技术演进方向:

全球半导体巨头加速扩产布局 台积电启动九大新厂建设计划

全球半导体代工龙头企业台积电(TSMC)在5月15日举办的2024年度技术论坛中国台湾专场上,首次披露了年度产能扩张蓝图。据该公司营运/先进技术暨光罩工程副总经理张宗生透露,今年将在中国台湾地区及海外同步推进九个生产设施建设项目,包含八座尖端晶圆制造厂和一座先进封装基地,彰显其在半导体先进制程领域的持续领导力。