浅谈人工智能计算的领袖，风光背后的英伟达

“十年磨一剑”，在刚刚召开的科隆游戏展上英伟达CEO黄仁勋是这样评价新一代高端游戏显卡GeForce RTX 2070。消息一出，无数游戏玩家在欢呼之时又不禁心疼自己的钱包。

不得不说，英伟达的创新能力之强让人一次又一次地惊叹。在玩家还在纠结要不要花大几千升级电脑的时候，英伟达发展的速度早就赶上了它的显卡速度，而且在其他领域也已经遍地开花。

从成立到如今成为人工智能计算的领袖之一，风光背后英伟达也是一路坎坷。

成立于1993年的英伟达靠制造显卡起家，并于1999年上市。

早期的英伟达在主板芯片组市场上可以说是风生水起。虽然进入市场较晚，但是英伟达一进入主板芯片组市场就是针对AMD的CPU进行芯片组设计，一直以来都是AMD CPU的一个好搭档，英伟达在芯片组市场可以说是后起之秀，打败VIA的AMD芯片组市场的霸主地位。

但随着AMD收购ATI推出自家的芯片组以及与英特尔的专利纠纷后英特尔不授权QPI总线给英伟达，使得英伟达处在一个非常尴尬的境地。虽然在此之后英伟达再次推出几款芯片组，但是性能或者网络功能都不太理想，英伟达的芯片组市场萎缩严重。到了2011年第三季度，芯片组的收入占比已经从30%降至15%。

在发展前景不再乐观的情况下，2010年11月，黄仁勋宣布，“我们不再研发制造芯片组，而将精力专注于Tegra SoC。芯片组业务现在增长缓慢，我们的销售成绩没有看到有什么扩大。”另外，英伟达还开始注重GPU技术的开发研究。

所谓时势造英雄。英伟达在转变重心之后再一次抓住时代的关键，开始研发人工智能领域。

到了2012年，英伟达深度神经网络技术在通用GPU的支持下实现重大突破，包括计算机视觉、语音识别、自然语言处理，以及各个领域的人工智能技术都得到了快速发展的条件。英伟达的数据中心业务也蒸蒸日上，为大大小小的公司提供强大计算力支持。

这时候，英伟达的新故事才刚刚开始。

新一轮的AI发展主要由深度学习技术的突破引领。据了解，深度学习是基于深度神经网络的一种机器学习技术，其中绝大多数运算都是矩阵运算，而矩阵运算天生容易并行运算，所以擅长并行计算的GPU非常适合深度学习。而英伟达专注于GPU技术的开发，以此闻名。

当AI研究者寻找合适的GPU的时候英伟达迅速抓住了机会，在短时间内投入数十亿美元动用数千工程师在2016年推出了第一个专为深度学习优化的Pascal GPU。2017年英伟达又推出了性能相比Pascal提升5倍的新GPU架构Volta，神经网络推理加速器TensorRT 3也同时亮相，TensorRT作为一款可编程推理加速器能加速现有和未来的网络架构。

凭借通用的GPU单元，专门的TensorRT加速器，强劲的矩阵运算性能加上对其他算法的兼顾，英伟达不仅能用GPU满足AI构建的训练需求，还能用TeslaRT用来部署，很好实现AI构建。所以英伟达也率先成了这一波AI热潮的最大受益者。

当然，英伟达的老对手英特尔又怎么可能让英伟达在AI方面一方独大。

作为PC时代的霸主，英特尔在移动互联网时代失利之后也在积极寻求转型，因此在对AI可以称得上是All In。英伟达在AI中取得成功的重要原因是其在深度学习或者说DNN中具有优势。

2016年英特尔又花4亿美元收购深度学习初创企业Nervana Systems。收购Nervana可以认为是英特尔非常厉害的一招，因为这家公司曾经连续几年帮英伟达优化GPU平台。Nervana被英特尔收购后，不仅断了继续为英伟达提供服务的可能，还极大增强了英特尔的实力。

野心勃勃的英伟达一直想要成为科技革命的中心，又怎么可能因此而退缩。

去年12月，英伟达推出了重磅产品“Titan V”PC GPU，该款GPU拥有110万亿次浮点运算性能，是其去年4月份公布的Titan Xp的9倍。和用于数据中心的英伟达Tesla V100 GPU一样，Titan V也更加清晰地面向AI。

据黄教主介绍说，“Volta”系列的“创生”主要为推动高性能计算和人工智能的极限：“我们用新的处理器架构、指令、数字格式，以及存储器架构等打开新的局面。”

另外，在近期的热门领域自动驾驶中，英伟达的“DRIVE”系列也是各个性能爆表。

去年10月就发布了“DRIVE PX Pegasus”自动驾驶平台，载了两颗Xavier芯片，以及Volta架构GPU，高配置让其拥有了高达320 TOPS的深度学习处理能力，这个数值是上一代DRIVE PX平台的数倍。

而仅仅在两个月后的“CES 2018”上，黄教主在主题演讲中展示了NVIDIA最新的自动驾驶技术“DRIVE XAVIER”。演讲会还透露道英伟达要开始开辟一条全新的产品线——自动驾驶SoC平台了，DRIVE XAVIER很可能只是个开始。对于自动驾驶市场，英伟达“志在必得”，黄教主更是提出了一个目标：自动驾驶领域的绝对霸主。

在各种“核弹”级参数下，这款芯片在2018年Q1开始流片。

教主在发布会现场还“嘚瑟”了一把：他表示目前英伟达在NVIDIA DRIVE产品的发展方面已经拥有了超过320个合作伙伴，涵盖消费级汽车、卡车、交通服务、供应商、地图、传感器、创业公司、学术机构等方方面面。

对于在自动驾驶方面的布局，荒郊组表示，“最近的事故，正是我们不得不加速开发自动驾驶汽车的原因。正如你所知，自动驾驶汽车永远都在警戒状态，如果我们做得很好，未来车祸事故就会减少。当我们的资讯娱乐化事业发展的很好，成长非常非常快的时候，如果七年前我们没有将工程师，移转到自驾车领域，怎么会有今天的发展，我很满意当初做的决定。”

最近，在AI领域有了一定积累的英伟达又开始盯上了智能机器人。

“人工智能的第一阶段，是开发自动化编程的软件。第二阶段，是将软件应用于行业的自动化，这种自动化带来的效率提升会刺激原有的市场，第三阶段，是 AI 走出计算机，影响外部的世界。”在今年的台北电脑展上，黄仁勋把人工智能的发展分为了三个阶段。

依黄仁勋的定义，目前我们已经处于人工智能发展的第二阶段，即人工智能开始初步应用于各行各业。

黄仁勋说：“将来机器人将会有眼睛，手也会有眼睛，如果你将东西稍微移动一些，它会适应，也就是它会学习，你只需要编写一点点的程式，然后它就会学会其他的。”

时下也有不少智能机器人开始应用到不同的行业之中，但在英伟达高级软件经理李铭博士看来，“这些智能是远远不够的。”“加一点智能进去，解决当前场景最急需的问题，看起来是个智能机械，但其实它对整个机器人本身的促进并没有想象中那么大。”

李铭博士认为，这些智能机器人普遍存在着一些问题，第一，软件成本上升太快；第二，具体到场景里，单个机械在应用时还需要单独的调试；第三，面对环境的变化适应性差；第四，软件更新，当功能有增加或者修改时，需要做很多额外的工作。

要解决这些问题还是得靠人工智能，而要怎么解决，英伟达给出了答案。

在今年台北电脑展的发布会上，英伟达发布了 NVIDIA Isaac 机器人平台，包含硬件、软件和虚拟世界机器人模拟器的 NVIDIA Isaac。

同时发布了“世界首台专为机器人打造的处理器”NVIDIA Jetson Xavier，黄教主手托着这台没有巴掌大的计算机，面对媒体说道：“这就是未来智能机器人的大脑。”

其超高的计算能力让可以直接部署在终端机器人上的 Jetson Xavier 能够为机器人的感知和计算提供基础算力的保障。软件上，Jetson Xavier 配备了一个工具箱，包含 API 工具包 Isaac SDK、智能机器加速应用 Isaac IMX 以及高度逼真的虚拟仿真环境 Isaac Sim。

英伟达在 2017 年的 GTC 上就首次发布了 Isaac 虚拟仿真环境的部分。在英伟达看来，机器人终归是要拥有超强的边缘计算能力的，而目前远远超越现阶段机器人应用需求的 Jetson Xavier，正是为了下一代自主机器打造的 AI 计算芯片，在 Isaac 平台的支持下，机器无处不在地助力我们日常生活工作，提高整个社会的效率，终将在不久后成为现实。

在最新发布的新一季财报中可以看到，除了传统的游戏芯片方面，由于近年来，英伟达在人工智能芯片方面发力，数据中心业务增长强劲。第二季度，数据中心业务收入为7.6亿美元，同比大幅增长83%。而英伟达的汽车业务收入为1.61亿美元，同比增长13%，也高于预期。

福布斯表示，预计2019财年英伟达GPU部门的收入将达到105亿美元以上。值得注意的是，Nvidia是人工智能和深度学习的领导者，并为此开发了一系列产品。这些产品越来越受欢迎，预计这一趋势将继续向前发展。

黄仁勋也表示，GPU运算时代已经到来，不仅打破了摩尔定律，更预测未来10年，每年的运算需求将成长100倍。

对于未来，黄教主也将继续在AI领域中探索：“未来，每个公司都将有一个AI观察每一个交易——每一个业务流程——从早到晚，”“在接下来的几十年中，AI的最大贡献将在于，编写人类根本无法写的软件，解决无法解决的问题。”