圖形處理器制造商英偉達，正乘著人工智能高漲的浪潮，將其芯片應用于無人機、機器人和自動駕駛汽車。
編譯 | 張震 邱陸陸 高靜宜
來源 | 紐約時報
在加州圣克拉拉，波蘭圖像科技初創(chuàng)公司 CTA.ai 的工程師正在試圖推廣一款更加舒適的結腸鏡檢測產品。
芯片是英偉達研發(fā)的，醫(yī)生診斷時間也因此縮短很多。病人先吞下一個藥片大小的傳感器，仔細研究視頻后，醫(yī)生即可快速診斷出腸道疾病，速度快了 70%。手術成本也因此下降，診斷也更加準確，CTA CEO Mateusz Marmolowski 這樣說道。
諸如 CTA 這樣的醫(yī)療應用，不過是英偉達許多新目標之一。該公司芯片，也即大家所熟知的圖形處理器（GPU）正被廣泛應用于無人機、機器人、自動駕駛汽車、服務器、超級計算機以及虛擬現(xiàn)實設備，背后原因在于他們的芯片可以幫助快速完成復雜的人工智能任務，如圖形、面部和語音識別。
AI 應用熱度之高，使得有 24 年歷史的英偉達成為科技領域最炙手可熱的公司之一。該公司的股票在過去兩年的時間里市場價值翻了七倍，市值超過 1000 億美元，上一季度，公司利潤上漲了 56%。
個人電腦銷售量下跌，智能手機需求降低，芯片行業(yè)不景氣...... 在這一背景下，英偉達的成功可謂是獨樹一幟。世界最大的芯片制造商，半導體制造商英特爾，一直被認為是 PC 機的大腦，但上一季度的利潤僅上漲了 9%。
英偉達在加州圣克拉拉的演示室。
「他們正處于上升階段，」談到英偉達，Rosenblatt Securities 分析師 Hans Mosesmann 這樣說到。自英偉達 1999 年上市，他就一直在跟蹤這家公司。
推動這一浪潮的正是英偉達創(chuàng)始人、公司 CEO 黃仁勛。戰(zhàn)略直覺、高要求的個性以及深色著裝，讓人想到斯蒂夫·喬布斯。
和喬布斯一樣，黃仁勛要求建造一座讓人印象深刻的英偉達總部大樓，不久，公司也會搬到新大樓。十幾年前，黃仁勛做出重要一搏，結果就是 GPU 可以處理繁雜事務，而不僅僅是在電腦屏幕上畫圖像。
「對于這樣的公司來說，其成本之高，難以想象。」現(xiàn)年 54 歲的黃仁勛說。英偉達每年大約為此花費高達 5 億美元，當時英偉達總利潤才 30 億美元左右。這個「它」正是大家所熟知的統(tǒng)一計算設備架構（CUDA）。自 CUDA 推出以來，為將 GPU 轉變成更加通用的計算工具，英偉達總投入已接近 100 億美元。
在計算環(huán)境發(fā)生重大變化的時點，黃仁勛把賭注押給了 CUDA。當時英特爾正逐漸獲得行業(yè)領導地位，這種地位來源于其芯片的計算速度提升。這在業(yè)界被概括為摩爾定律：根據觀察，在行業(yè)歷史上，每兩年，芯片上的晶體管數量就會翻倍。而這一計算速度的提升如今已經放緩了。
英偉達的 CEO，黃仁勛，十年前做了一個重要的決定，對公司的圖像處理器，或者說 GPU 做出了一系列重大改動和相應軟件開發(fā)。
這一增長放緩導致設計師們開始思考更專門化的芯片，它們能夠與英特爾的處理器一起工作，并更多享受芯片微型化帶來的便利。從一開始就在做現(xiàn)有芯片重新定位而不是從頭開始設計新芯片的英偉達，正是這一思路的第一批執(zhí)行者。運用其芯片和其為 CUDA 開發(fā)的軟件，英偉達逐漸創(chuàng)立了一個大受程序員和公司歡迎的技術平臺。
「平臺真的設計得很好。」John L. Hennessy，這位去年剛剛從斯坦福校長職位上退休的計算機科學家如是說。
現(xiàn)在，英偉達的芯片正在進軍企業(yè)應用。例如，德國商業(yè)軟件巨頭 SAP 正在推行一種名為深度學習的人工智能技術，并將英偉達的 GPU 用于加速應付賬款處理流程、匹配簡歷與空缺職位等工作。
SAP 也展示了英偉達支持的軟件能夠在籃球、足球等體育直播中捕捉公司 logo，以便廣告從業(yè)者計算他們的品牌露出然后設法改進。
「這在之前是無法完成的任務，」SAP 的 CIO Juergen Mueller 說。
這樣的應用已經遠超黃仁勛最初的野心。黃仁勛出生在臺灣，畢業(yè)于俄勒岡州立大學電子工程系和斯坦福大學，然后在硅谷工作。
公司最初的產品特別差。Malachowsky 先生說，而圖像處理市場上還有一大堆競爭者。
但是，英偉達重組了公司的產品和戰(zhàn)略，并逐漸拉大自己與競爭對手之間的距離，成為了游戲電腦中毋庸置疑的 GPU 領導者。
GPU 需要搭建框架結構，對對象進行模擬，并將色彩填進顯示屏的像素點里。想要完成這項工作，需要并行執(zhí)行眾多簡單的指令，這也是為什么圖像處理芯片一般都由非常多小處理器組成。英偉達今年五月發(fā)布的一款名為 Vlota 的新 GPU 有超過 5000 個小處理器，而與之相比，最新的英特爾高端服務器芯片，只有 28 個大型的、通用處理器核心。
2004 年，英偉達開始力推 CUDA。此前，英偉達從斯坦福大學圖形實驗室挖走了 Ian Buck，他曾針對 GPU 計算性能進行優(yōu)化工作。不久，英偉達改變芯片及開發(fā)軟件支持策略，比如，支持標準編程語言，放棄被用來向圖形芯片發(fā)出指令的晦澀工具。
英偉達將 CUDA 嵌入消費級 GPU 和高端產品中。這一決策至關重要，Buck 表示，只要有臺筆記本或臺式電腦，在學校實驗室或宿舍就可以搞定軟件修補工作。英偉達還游說許多大學開設課程教授這些新的編程技術。
去年，英偉達在圣克拉拉建設了新的總部。在過去的兩年里，公司的股價暴漲了7倍。
程序員們逐漸將 GPU 應用于過去的案例中，也嘗試在氣候模型、石油勘探等新的應用場景中使用 GPU。2012 年，加拿大的研究人員開始在大型神經網絡中使用 CUDA 和 GPU，進行深度學習算法的相關研究。英偉達也由此邁上一個新臺階。
神經網絡系統(tǒng)的那些神奇技能是靠海量數據訓練而來，并不依賴靠編程人員的明確定義。Buck 解釋道，GPU 出現(xiàn)以前，訓練這樣一個系統(tǒng)可能需要一個學期。
如今，在新技術的加持下，研究人員僅用幾周、幾天甚至幾小時即可完成這一過程。
「沒有 GPU 如何實現(xiàn)這一任務，難以想象?！顾固垢４髮W副教授及 SAIL 豐田中心人工智能研究部門主管 Silvio Savarese 這樣說道。
不過，競爭對手認為，芯片制造商的戰(zhàn)斗才剛剛打響。
在 AI 芯片領域同樣占有一席之地的英特爾，斥巨資收購了 FPGA 制造商 Altera，一些深度學習和計算機視覺初創(chuàng)企業(yè)以及以色列自動駕駛公司 Mobileye。
谷歌也加入芯片的研發(fā)行列，戰(zhàn)勝人類冠軍的 AlphaGo 就采用了谷歌的 TPU。最近，谷歌推出第二代 TPU，在某些應用領域性能已經超越 GPU。
不過，英偉達的地位并不會輕易被動搖。就資金投入來說，英偉達比其他競爭對手更具實力。CEO 黃仁勛看好游戲市場的發(fā)展前景，在 Volta 的研發(fā)上投入了 30 億美元，史無前例。
英偉達表示，有超過 50 萬的開發(fā)者正在基于 GPU 進行研發(fā)。公司希望其他芯片制造商可以幫助擴大 GPU 的開發(fā)者范圍。一旦公司公布開源芯片設計方案，開發(fā)者就可以自行實現(xiàn)一些簡易的深度學習應用，比如燈泡或者攝像機應用，無需為其他事情耗費精力。
AI 會影響到世界上的每一家公司。黃仁勛說，英偉達不會解決所有問題。
聯(lián)系客服
