英偉達如何崛起爲AI霸主？黃仁勳捕捉機遇能力太強

3月1日消息，除非你在十年前就熱衷於桌面電腦遊戲，否則你可能直到最近纔開始注意到英偉達。這家公司專注於生產顯卡和其他尖端技術產品，早已在遊戲界聲名顯赫並取得巨大成功。然而，與過去一年英偉達所經歷的爆炸性增長相比，這些成就顯得相形見絀。

英偉達之所以能夠在這一年中大放異彩，關鍵在於其技術爲運行大型語言模型提供了強大的動力，而這些大型語言模型正是推動整個科技行業變革的生成式人工智能系統的基礎。如今，英偉達已崛起成爲科技界的巨頭，其股價飆升，牢牢掌握着這個時代最具影響力、也最具爭議的技術。

在《連線》雜誌的“設備實驗室”（Gadget Lab）專欄中，資深撰稿人威爾·奈特（Will Knight）、勞倫·古德（Lauren Goode）以及該雜誌消費者科技和文化總監邁克爾·卡洛雷（Michael Calore），共同回顧了英偉達的崛起之路。英偉達憑藉其尖端的芯片、服務器和數據中心技術，爲人工智能的發展注入了強大的動力。

英偉達的瘋狂崛起

英偉達創立於1990年代初，最初專注於爲個人電腦視頻遊戲市場生產圖形處理芯片。從這時起，英偉達便將賭注押在加速計算與通用計算上，通過開發專用芯片以增強個人電腦的性能。今日，英偉達已不再是單純的圖形芯片生產商，而是佔據人工智能計算芯片市場大部分份額的科技巨頭，市值近2萬億美元。

那麼，是什麼重大突破讓英偉達聲名鵲起呢？這要回溯到20世紀90年代。當時個人電腦遊戲愈發流行，但主要依靠CPU（中央處理單元）運行，導致圖形效果普遍不盡如人意。儘管CPU也可處理圖形，但效率遠不理想。英偉達敏感地捕捉到這一市場需求，決定開發專用處理器。由此，GPU（圖形處理單元）誕生了。

在英偉達成立之前，黃仁勳曾在LSI Logic公司工作。他的兩位朋友（同時也是合作伙伴）提出了一個大膽的想法：“我們何不一起創辦一家專業顯卡公司？”經過一番說服，黃仁勳辭去了工作，與他們共同創立了英偉達，據稱這個創意是在快餐店中誕生的。1993年，英偉達正式成立。

然而，進入20世紀90年代中後期，英偉達經歷了空前的挫折。公司推出的首批芯片接近失敗，甚至一度面臨破產。爲挽救公司，英偉達不得不裁員大約70%，這是一次劇烈的人員調整。同時，他們需要加速制定新的芯片開發計劃。然而當時芯片的研發週期通常長達18至24個月，這對正處於生死邊緣的英偉達來說無疑是巨大的挑戰。

在早期發展階段，英偉達面臨着沒有自己的晶圓廠的局面，晶圓廠是生產所有芯片的關鍵設施。因此，英偉達不得不依賴於合作伙伴的代工服務來生產芯片。從設計到生產，再到後續的調整和優化，這個過程既漫長又複雜。 不過，英偉達找到了一種解決方案，即利用模擬器進行研發，並決定通過軟件來快速發佈和測試新的芯片。這種創新性的做法使得他們能夠在短短六個月內推出名爲RIVA 128的新芯片，有效地挽救了公司的早期困境。

英偉達在現代人工智能時代的崛起中發揮了至關重要的作用。大約十到十二年前，人工智能計算領域經歷了一次深刻的變革。儘管此時人工智能算法已經展現出強大的能力，但大部分工作仍需人工編寫，以期使機器能夠執行更加智能的任務。然而，這種基於傳統神經網絡的方法已顯得過時，並且效果不佳。

直到2010年左右，一個圍繞互聯網數據的會議成爲了一個轉折點。會議上，研究人員發現，更大的神經網絡算法能夠在GPU上高效執行。深度學習的研究人員隨即意識到，他們可以藉助GPU強化自己的算法。

2012年，一場圖像分類算法的競賽吸引了廣泛的關注。利用GPU的深度學習團隊在比賽中取得了壓倒性的勝利，遠遠超過了其他競爭對手。這不是因爲英偉達預見了這一切，而是因爲他們的芯片恰巧特別適合執行這些任務。黃仁勳敏銳地捕捉到了這個機會，併成功地將其推向了更高的發展水平。

2017年，谷歌發佈了Transformer（轉換器）論文，再次引發了人工智能領域的重大變革，英偉達積極參與其中，與全球最頂尖的科技公司一道推進人工智能技術的發展。

這篇論文爲語言機器學習領域帶來了革命性的新方法，爲建立當今強大的大語言模型奠定了基礎。在此之前，儘管英偉達在圖像識別和語音識別技術方面已經取得了顯著的進步，並且其開發工具也受到高度評價，但“轉換器”的出現標誌着生成式人工智能語言模型和聊天機器人時代的正式到來。

當前，整個科技行業正經歷前所未有的快速發展，無論是初創企業還是大型公司，都在激烈爭奪計算資源。有一段時間，英偉達的GPU供不應求，其受追捧程度甚至超越了同等重量的黃金，這在一定程度上也是因爲這些GPU被廣泛用於加密貨幣的挖礦。面對供應鏈挑戰，英偉達持續努力，將其芯片推廣到全球市場。與此同時，黃仁勳對於未來的硬件發展尤爲關注，特別是在構建大型計算機中心以及滿足公司對於現場進行人工智能計算的大型設備需求方面。

對英偉達而言，數據中心已成爲其業務的重要組成部分。隨着整個計算行業由終端設備計算向雲計算轉變，英偉達緊跟潮流。過去大多數加速計算都在個人電腦端進行，而如今，隨着谷歌、亞馬遜等科技巨頭相繼推出雲服務，大量計算任務開始遷移至雲端，微軟亦步亦趨加入其中。

英偉達積極參與這一變革，計劃發展更多針對人工智能的超級計算數據中心。這些數據中心不僅爲軟件公司提供服務，也支持製造商、自動駕駛汽車和生物技術公司等越來越多地採用人工智能技術。

同時，重要的市場參與者如谷歌、Meta和微軟正致力於開發自己的算法，並研究構建自己的芯片。這些公司的潛在優勢在於已經建立了龐大的數據中心網絡。這在一定程度上反映了對模型規模的需求不斷增長，需求可以高效連接、數以萬計的芯片，這在過去十年中是難以想象的。這也凸顯了黃仁勳的先見之明和捕捉機遇的能力，成功地將人工智能技術提供給多樣化的客戶羣。

特別值得一提的是，英偉達收購Mellanox是一個極具遠見的決策。此次收購爲英偉達帶來了至關重要的芯片層面網絡技術，進一步加強了其在人工智能領域的領導地位。

英偉達面臨的競爭

英偉達目前在人工智能領域佔據領導地位，其超級計算GPU需求持續旺盛，CUDA編程模型的廣泛應用也爲公司構建了堅固的市場壁壘。除此之外，英偉達通過擁有大量數據中心及對小型人工智能企業的戰略性投資，進一步加強了其市場位置。

儘管英偉達在AI領域擁有顯著的優勢，但多家大型科技公司擁有挑戰其地位的潛力。威爾·奈特認爲，谷歌是英偉達的最大競爭對手。谷歌在AI芯片開發方面擁有悠久的歷史，並在AI軟件領域佔據重要地位。谷歌的獨特戰略能夠高效連接多個性能較低的芯片，形成強大的計算網絡。根據谷歌最近的實驗，他們成功將5萬個GPU聯網以訓練語言模型，這一成就凸顯了谷歌在解決芯片間通信瓶頸上的顯著進展。

谷歌通過優化芯片間的光纖網絡，在提升計算速度方面取得了重大成果，奈特認爲，谷歌在該領域的持續創新成爲業界焦點。同時，微軟等其他大型科技公司也在積極研發自己的AI芯片，使得市場競爭更加激烈。

另外，衆多初創公司，如Cerebras，正在探索非傳統的AI芯片設計，可能引發技術領域的顛覆性突破，對英偉達等行業領頭羊構成挑戰。儘管如此，谷歌被黃仁勳視爲其最需關注的大型公司對手。

確實，谷歌在其人工智能模型Gemini上選擇使用自家的TPU（張量處理單元），而非英偉達的GPU，這一決策背後無疑反映了谷歌在人工智能硬件方面的野心和戰略考量。 與此同時，亞馬遜AWS展現出潛在的“黑馬”實力。雖然目前在人工智能領域的成績尚不顯著，卡爾勒認爲，亞馬遜AWS隱藏的實力有望在關鍵時刻發揮作用。

特別值得注意的是，OpenAI的競爭對手Anthropic獲得了亞馬遜AWS的重大投資，此舉同樣備受矚目。作爲協議的一部分，Anthropic將在亞馬遜的芯片上運行其下一代模型，即GPT-4或GPT-5的潛在競爭者。這不僅證明了亞馬遜對人工智能領域的承諾和決心，也暗示了其芯片技術可能擁有強大的競爭優勢。

至於英特爾和AMD，奈特指出了這兩家公司在人工智能領域所面臨的不同挑戰。他提到，AMD以其具有競爭力的芯片產品，正逐步成爲大模型開發者的首選之一。而英特爾雖然努力重返該領域，卻面臨重大挑戰。然而，得益於美國政府的鉅額補貼，英特爾可能在改善現有技術和開發新芯片上實現重大突破，這甚至可能包括爲英偉達生產芯片。

芯片出口禁令

隨着美國政府加大力度支持國內芯片製造業，並致力於在美國境內增加更多的芯片生產，它同時對此類技術施加了出口管制，給英偉達以及整個芯片行業帶來了複雜的影響。

古德表示，出口管制的實施意味着英偉達必須重新設計或調整其芯片，以確保它們符合管制要求，從而繼續對中國進行出口。中國市場對英偉達極爲重要，公司希望能夠持續在該市場銷售其芯片。同時，這些管制措施也對英偉達的數據中心業務造成了影響，甚至可能對整個芯片產業造成深遠的影響。（小小）