e-works数字化企业网  »  文章频道  »  其他栏目  »  Eworks视点

人工智能时代,英伟达实现角色的华丽转型

2017/11/27        作者:e-works  熊东旭      
关键字:人工智能  NVIDIA  
2017年,随着用户对人工智能产品需求的快速增长,包括英特尔、英伟达以及谷歌在内的行业厂商加速了对各种专用智能芯片的技术研发和市场投放。
    2017年,随着用户对人工智能产品需求的快速增长,包括英特尔、英伟达以及谷歌在内的行业厂商加速了对各种专用智能芯片的技术研发和市场投放。在PC和智能手机市场需求放缓的背景下,人工智能产品及相关应用的快速成长为芯片厂商的可持续发展提供了转型机遇。然而在新一轮机遇面前,表现最抢眼的不是英特尔、AMD或谷歌,而是英伟达。

      这家成立于1993年的公司,以图形芯片起家,长期为英特尔和AMD的处理器平台提供高性能的图形协处理能力,在经过20多年的坚持和发展之后,英伟达终于另辟蹊径,在人工智能时代成功构建了自己的产业生态雏形,从而降低了对传统PC产业的高度依赖,实现了由配角到主演的角色转换。
 
    两年前,如果按照芯片产业的梯次划分,当时股价不到30美元,市值不足200亿美元的英伟达是无法与英特尔这样的巨头相提并论的。但两年后,在快速增长的人工智能产业需求的推动下,仅仅用了两年时间,英伟达股价从30美元一路飙升到214美元,涨幅超过7倍,市值超过1200亿美元,论规模已经完全可以匹敌英特尔,接近IBM当前的1300亿美元市值。英伟达股价快速上涨的背后是增长强劲的业绩支撑,以及市场投资者对英伟达未来发展方向的高度认可。那么,这两年英伟达到底做了啥?
 
    瞄准人工智能,全面推进产业布局
 
    自创立至今,英伟达曾推出过包括GPU、CPU、主板芯片组等多种类型的芯片产品,但由于在主板芯片组业务方面与英特尔存在纠葛,英伟达的芯片组业务在2009年就彻底停掉了。如今英伟达的芯片产品主要包括两大类别:GPU和Tegra处理器。其中,GPU主要定位在高性能的图形计算、可视化计算以及高性能的专业计算。Tegra主要定位于移动产品和嵌入式产品的图形应用。近年来,随着PC市场的逐渐萎缩,移动应用和人工智能应用的快速增长,英伟达也迎来了前所未有的发展机遇。
 
    早在2016年4月的英伟达投资者关系大会上,黄仁勋就强调,英伟达业务的高速成长主要得益于两大商业模式,即平台和网络、杠杆作用和规模效应。
 
    笔者理解,平台和网络就是英伟达近年来为满足不同行业高性能计算应用需求进行的全方位布局。包括提供各种开放的SDK,比如用于深度学习应用开发的SDK、用于虚拟现实VR应用的SDK、用于提升游戏功能和性能的SDK,以及针对虚拟设计和高性能计算领域的SDK等。同时,也深化CUDA开发平台向着通用计算领域发展。通过为不同领域的专业应用提供开放的开发环境来吸引全球的开发者,从而建立自己的开放社区和网络,进而打造独立的生态体系。
 
    杠杆和规模效应就是将单个GPU架构推向多个市场,比如GeForce、Quadro、Iray、Tesla等都是基于同一个GPU架构做的硬件产品。其中GeForce主要针对消费类的图形应用需求,Quadro针对CAD/CAE这类专业级的设计应用需求,Iray产品主打VR市场,DRIVE主打自动驾驶,Tesla主打数据中心。英伟达通过一个GPU架构同时布局几个不同的生态产业,形成杠杆和规模效应。也许你很难想象,在英特尔和AMD多年的夹击下,英伟达目前仍然能保持住全球GPU市场中70%左右的份额。
 
    正是在两大模式驱动下,英伟达这几年在游戏、专业视觉化、数据中心、汽车四大领域不断构建其产品和应用生态,扩大商业布局。2016年,在全球半导体行业增长1.5%的背景下,英伟达以38%的增长率成为行业一枝独秀。从2014到2017财年,英伟达整体业务毛利率分别为54.9%、55.5%、56.1%、58.8%,净利率分别为13.5%、12.3%、24.1%,仅从财务反映出来的业务表现来看,英伟达的增长率要远超竞争对手。
 
    从配角到主演,英伟达实现角色华丽转型
 
    在2017年9 月 26 日于北京举办的英伟达 GTC 大会上,英伟达 CEO 黄仁勋谈到,计算机硬件和人工智能技术的发展正在颠覆整个产业,大数据和深度学习正在影响着我们。随着人工智能从理论走向真实世界,英伟达多年的技术积累使得我们正在这个产业取得领先优势。英伟达下一步战略是:构建一个完整的 AI 开发平台,让机器人在虚拟环境中学习,其中最关键的是给机器人安装 AI 运算专用的处理器。
 
    回顾英伟达的发展历史,在公司成立之初,由于产品定位于独立的3D图形渲染加速芯片研发,以弥补当时性能还不够强大的CPU性能,让CPU专注程序应用的处理,显卡负责对图形性能的加速。可以说,英伟达的产品定位极大的降低了CPU的性能负担,特别在游戏领域,与英特尔、AMD这些主流厂商形成了良好的性能互补。但这种相对边缘化求存战略也为英伟达之后的坎坷之路埋下伏笔。
 
    从1993年到2013年,20年时间里,英伟达面临了四次不小的曲折。这其中既有对市场方向的判断失误,也有竞争对手的战略转型施加的压力,同时还有与巨头之间的合作纠葛。每次面对巨头的夹击,由于势单力薄而一直处于被动。但每次面临危机英伟达都忍痛前行。同时,每一次挫折也让英伟达越挫越勇。也许正如诗人尼采所说,摧毁不了我们的东西使我们变得坚强。
 
    让英伟达真正实现战略转型的是10多年前黄仁勋下了一次关键性的赌注:押注一系列的改动和软件开发,来使得GPU能够处理在电脑屏幕上绘画以外的、更为复杂的任务。其实这正是英伟达首席科学家David Kirk一直在思考的一个更长远的问题——让只做3D渲染的GPU技术通用化。也正是这次战略抉择,让英伟达投入大量资源研发出了能够让GPU变得通用化的CUDA,最终形成GPU在各个高性能及移动计算领域全面开花结果的局面。
 
    英伟达对于未来计算设备的构想是:CPU 负责通用计算,GPU 负责特定任务——特别是人工智能任务的计算。在此之外,英伟达不会向通用处理器发展,而是致力于提升 GPU 在特定任务上的性能,这也是 CUDA 异构计算秉承的思路。在今年的GTC中国大会上,黄仁勋为英伟达圈定了未来的五大发展方向,包括AI 计算平台、TensorRT、智能城市平台、自动驾驶平台和 Xaiver,所有愿景都是基于 GPU 实现。可以这样认为,在人工智能领域,CPU做不到的GPU可以做到,GPU已经成为实现工智能计算不可或缺的产品,这意味着经过20多年的发展,英伟达正在人工智能时代构筑起自己的生态和优势,已经实现从配角到主演的华丽转型。
 
    后记
 
    笔者认为,所有伟大的企业都有一个能带领这家企业走向伟大的引领者。黄仁勋就是这样的人。通过多年的坚持,将英伟达从一家处于产业从属地位芯片厂商转型为一家必可不少的主流芯片厂商,其间经历的市场波折和面临的困难都是相当棘手的。很多时候,面对这种境况,大多数管理者会选择放弃抵抗,或是因此一蹶不振而最终被并购。但黄仁勋表现出来的是隐忍和坚持,也正因如此,才最终以前瞻性的战略布局成就了不凡的英伟达。
责任编辑:吴丽萍
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐