烟草味道|黄仁勋开启了属于他的芯片时代:英伟达终于干翻了英特尔( 二 )


整个行业已进入N卡(NVIDIA)和A卡(AMD)竞争的时代 。
但是Nvidia的生活并不轻松 。
一方面 , AMD的ATI满血复活 , 一步步逼近Nvidia 。 另一方面 , 英特尔开始将显卡集成到CPU中 , 甚至威胁要做独立显卡 。
在两大巨头的攻击下 , 英伟达被风暴撼动 , 并不断产生怀疑 。 很多人问为什么Nvidia不制造CPU?
但是 , 冷静的黄仁勋并没有自乱阵脚 。 相反 , 他注意到混乱中的主要趋势 。
Nvidia于1999年推出了世界上第一块GPU-GeForce 256图形卡 , 并在两年后为其提供了可编程功能 。
最初 , Nvidia只是想为全球游戏玩家打造最好的3D图形芯片 。 但是 , 黄仁勋慢慢发现科学家还使用GPU来加速计算 。
对于英特尔和AMD而言 , 这只是微不足道的利润 , 但是对于英伟达来说 , 这是一个新的市场 。
但是当时 , 对GPU进行编程是一件痛苦的事情 。 为了开拓这个市场 , 黄仁勋下了一个大赌注 。
他任命大卫·柯克(David Kirk)为首席科学家 , 并秘密启动了一个名为CUDA的项目 , 旨在创建通用的并行计算架构 , 从而使GPU不仅仅是图形处理芯片 。
为此 , Nvidia每年投资5亿美元 , 其年收入不到30亿美元 。
黄仁勋之所以敢打赌 , 原因不在于少数科学家 , 而是GPU通用计算 。
2002年 , 当英特尔和AMD仍在忙于主频战时 , 他大胆地预测微处理器的未来将用于AI等其他领域 。
当时 , AI爆发了10年 。
烟草味道|黄仁勋开启了属于他的芯片时代:英伟达终于干翻了英特尔这种超前的直觉和不计成本的大赌使Nvidia早在2007年就为AI铺平了道路 。
同年6月 , CUDA架构正式启动 。 仅仅一年后 , Wu Enda构建了第一个基于CUDA / GPU的深度学习模型 。
这使人们看到了以低成本运行AI计算的希望 。GPU迅速在科研界崭露头角 。
两年后的一个早晨 , 吴恩达代表Google在硅谷的一家咖啡店与Nvidia的首席科学家举行了秘密会议 。
在那次密会之后 , Nvidia启动了ALL IN AI , Wu Enda成立了Google Brain , 并在2012年对猫的AI识别而闻名 。
经过数十年的计算能力困扰之后 , AI终于迎来了一次大爆炸 。
英伟达(Nvidia)提前站了起来 , 从那以后走出了英特尔的阴影 , 并在5年内以20倍的速度快速逆转 。
有趣的是 , 在Nvidia发布CUDA之后不久 , AMD还与苹果合作推出了OpenCL架构 , 以与Nvidia对抗 。
但是它的主要业务不是GPU 。 显然 , 它没有NVIDIA勇往直前的勇气 。 结果是从一开始就注定的 。
“一旦创新者有了信心 , 他就会飞跃而不是等待所有人达成共识 。 ”吴恩达赞扬黄仁勋的勇气 。
但是 , 如果风险失败了怎么办?黄仁勋的答案是尊重事实 , 迅速承认错误!
3、“荣耀 , 悲剧 , 再次荣耀 , 悲剧再次……”20多年后 , 当黄仁勋回忆起创业之初的风风雨雨时 , 他内心的痛苦和挣扎已无以言表 。
尽管他从一开始就试图用3D技术来改变游戏世界 , 但他甚至狂妄地大喊:驱动地球上的每个像素 。
但是正是这种对技术的偏执使Nvidia从一开始就陷入麻烦 。
在经过两年的打磨之后 , 1995年 , 黄仁勋和他的合伙人Malakovsky和Primm推出了第一代Nvidia产品NV1 。
三个自大、心高气傲的年轻人希望使用令人难以置信的技术来创造出惊人的产品 , 然后改变世界 。
NV1确实是一款出色的产品 , 不仅可以进行图形处理 , 还可以播放音乐 , 甚至插入操纵杆即可在几秒钟内更改游戏机 。
但是NV1未能改变世界 , 但几乎将Nvidia埋葬了 。
因为当时它不考虑当时的主流标准 , 而是采用了自行创建的四边形成像(QTM)技术 , 所以几乎所有主流制造商都放弃了NV1 。


推荐阅读