從顯卡王者到 AI 新貴英偉達(dá)憑什么賭贏了大趨勢(shì)？焦點(diǎn)熱聞

2023-05-30 18:28:49來(lái)源：ZAKER科技

財(cái)聯(lián)社 5 月 30 日訊（編輯馬蘭）在最近的人工智能浪潮中，英偉達(dá)公司無(wú)疑是站在風(fēng)口浪尖的一家公司，其風(fēng)頭之勁，甚至在最近壓過(guò)了 ChatGPT 的東家微軟。

而英偉達(dá)之所以能獨(dú)領(lǐng)風(fēng)騷，一個(gè)關(guān)鍵原因在于其廣受人工智能領(lǐng)域追捧的芯片產(chǎn)品，即 A100 芯片及更高一代的 H100 芯片，目前這些高端芯片及相應(yīng)的顯卡已是一卡難求。

微軟亞洲研究員的高級(jí)研究員張弋近期在播客節(jié)目中感嘆，現(xiàn)在居然到了整個(gè)地球都拿不出足夠的 A100 芯片的奇怪場(chǎng)景。一年前，幾乎無(wú)人料到這一情形。

英偉達(dá) 2020 年推出的 A100 芯片現(xiàn)在是有價(jià)無(wú)市，而乘著 ChatGPT 爆紅的 H100 更是被大公司瘋狂搶購(gòu)。這也讓英偉達(dá)的業(yè)績(jī)一路高歌，股價(jià)更是節(jié)節(jié)高升。

【資料圖】

人工智能領(lǐng)域的初創(chuàng)公司 Core Weave 創(chuàng)始人兼首席執(zhí)行官 Brannin McBee 不禁感嘆：H100 是地球上最稀缺的工程資源之一。這句表態(tài)足以讓人窺得英偉達(dá)現(xiàn)在的盛景。

但世上芯片千千萬(wàn)，為何只有英偉達(dá)的芯片成為人工智能領(lǐng)域獨(dú)一無(wú)二的玩家？而英偉達(dá)這一向來(lái)在顯卡稱(chēng)霸的公司，又為何能在深度學(xué)習(xí)和人工智能領(lǐng)域打下這么大的一片江山？

微軟的兩次推進(jìn)

1999 年，初露頭角的英偉達(dá)首次推出了 GPU 這一概念。在此之前，包括英特爾在內(nèi)的 CPU 廠商都堅(jiān)信圖形處理是 CPU 的活，CPU 干的事情越多越好，將圖形工作獨(dú)立到另一附屬處理器上的想法十分雞肋。

當(dāng)時(shí)，圖形應(yīng)用領(lǐng)域中又以搞游戲的日本廠商話語(yǔ)權(quán)最重。日系主機(jī)的 CPU 很強(qiáng)，大部分開(kāi)發(fā)工作都集中于 CPU 之上，因此 GPU 并沒(méi)有得到多少市場(chǎng)空間。

轉(zhuǎn)機(jī)在于，不服氣的微軟想要沖擊屬于日本廠商的行業(yè)領(lǐng)先地位，其開(kāi)發(fā)出了 Direct X 這一標(biāo)準(zhǔn)化的 API 圖形接口，此后大量的圖形功能從 CPU 里面移植出來(lái)，轉(zhuǎn)到 GPU 之上。加上微軟另一產(chǎn)品 Xbox 的推出，其 CPU、GPU 各司其職的搭配，打破了行業(yè)內(nèi) CPU 芯片一家獨(dú)大的局面。

而英偉達(dá)是當(dāng)年硬件領(lǐng)域唯幾跟著微軟旗幟前進(jìn)的公司，并在 GPU 這條道上一路走到黑。

此后，微軟又推動(dòng)了另一次變革，引入統(tǒng)一渲染技術(shù)，即讓 GPU 將圖形繪制的頂點(diǎn)計(jì)算和之后的渲染兩個(gè)步驟進(jìn)行合并。它和顯卡領(lǐng)域另一知名公司 ATI 合作了 GPU Xenos，成功應(yīng)用了這一技術(shù)。

無(wú)心插柳

統(tǒng)一渲染只是圖形應(yīng)用上的一步，但卻給英偉達(dá)帶來(lái)了完全不同的發(fā)展路徑，可以說(shuō)是英偉達(dá)在后來(lái) GPU 發(fā)展，甚至介入深度學(xué)習(xí)領(lǐng)域中的起點(diǎn)。

在看到統(tǒng)一渲染架構(gòu)之后，英偉達(dá)果斷的把自己從前的 GPU 架構(gòu)推倒重來(lái)。其 GPU 流處理器被進(jìn)行了細(xì)致的分組，變成一個(gè)個(gè)小型流處理器且能單獨(dú)運(yùn)行，解決了流處理器此前被綁定無(wú)法獨(dú)立運(yùn)行而被迫閑置的問(wèn)題。

這奠定了英偉達(dá)后來(lái)革命性 CUDA 架構(gòu)的出世。由于英偉達(dá)的流處理器是很獨(dú)立且標(biāo)準(zhǔn)的單元，極易控制和調(diào)度，這讓原本只能串行處理的任務(wù)可以被并行處理。這讓編程難度大大降低。

與此同時(shí)，英偉達(dá)的競(jìng)爭(zhēng)對(duì)手 ATI 卻因?yàn)樵缙跊](méi)有投入硬件架構(gòu)變革，因?yàn)檠赜眠^(guò)去的串行設(shè)計(jì)，沉沒(méi)成本越來(lái)越高，讓其革新變得越來(lái)越難且越來(lái)越貴，最后成功被英偉達(dá)擠出顯卡市場(chǎng)。

此后，英偉達(dá)又在 2017 年引入了 Tensor Core 計(jì)算單元概念，其專(zhuān)門(mén)為深度學(xué)習(xí)而設(shè)計(jì)，支持更低精度的運(yùn)算從而大幅節(jié)省了模型算力。

這一專(zhuān)用的加速單元很大程度上排擠了 CUDA 處理深度學(xué)習(xí)的空間，但也同時(shí)打了英偉達(dá)競(jìng)爭(zhēng)對(duì)手一個(gè)措手不及，讓 AI 專(zhuān)用芯片也不再吸引人。于是，英偉達(dá) GPU 機(jī)緣巧合地成為 AI 領(lǐng)域最被認(rèn)可的硬件。

賭贏趨勢(shì)

2003 年，" 快速迭代，不斷試錯(cuò) " 的英偉達(dá)搞了一個(gè)不受歡迎的項(xiàng)目。其開(kāi)發(fā)了一款 Soc 芯片，將基于 ARM 架構(gòu)的 CPU 與自己的 GPU 集成在一起。

自 Soc 芯片之后，英偉達(dá)每隔幾年都發(fā)布一些芯片。2015 年，其推出了 Tegra K1，使用 Arm 公版 CPU 和自己的開(kāi)普勒架構(gòu) GPU，但由于功耗和發(fā)熱皆不盡人意，對(duì)大部分使用者來(lái)說(shuō)很是折磨。

但業(yè)內(nèi)人士卻對(duì)這些挫折十分認(rèn)可。一位投資人曾指出，英偉達(dá)在守住 GPU 基本盤(pán)的同時(shí)，不斷在新的領(lǐng)域伸出觸角，并讓無(wú)數(shù)買(mǎi)它顯卡的人陪它分?jǐn)偝杀尽?/p>

他還稱(chēng)贊道，雖然英偉達(dá)的很多東西，如 CUDA 在一段時(shí)間內(nèi)看不到落地的場(chǎng)景，但在試錯(cuò)過(guò)程中它建立起了完整的生態(tài)，并在一股新風(fēng)向襲來(lái)的時(shí)候，成功站上了風(fēng)口。

這也是英偉達(dá) GPU 打敗其他芯片，成功吃下 AI 紅利的一個(gè)原因。一方面，GPU 的通用性更佳，比專(zhuān)用芯片更適應(yīng)變化；另一方面，英偉達(dá)擁有完整生態(tài)，讓它的 GPU 成為當(dāng)下最合適的那個(gè)選擇。

事實(shí)上，當(dāng) AI 一瞬間爆發(fā)，行業(yè)內(nèi)的企業(yè)無(wú)奈發(fā)現(xiàn)，GPU 是簡(jiǎn)單高效運(yùn)行生成式 AI 模型的最好選擇，一個(gè)本用來(lái)玩游戲的 GPU 不太可能切換去跑 AI 程序，目前只有英偉達(dá)的 GPU 能夠做到運(yùn)行 AI 模型。

而英偉達(dá)的故事里還有一個(gè)小彩蛋。

2016 年，英偉達(dá)發(fā)布了第一款深度學(xué)習(xí)的超級(jí)計(jì)算機(jī) DXG-1。令人稱(chēng)道的是，英偉達(dá)首席執(zhí)行官黃仁勛當(dāng)年仿佛能預(yù)知未來(lái)，將第一臺(tái) DXG-1 捐給了當(dāng)時(shí)還是初創(chuàng)企業(yè)的 OpenAI。

2022 年，OpenAI 帶著橫空出世的 ChatGPT 引爆了人工智能概念，也帶動(dòng)英偉達(dá)成為芯片領(lǐng)域中的香餑餑。這一段緣分不得不令人感慨，但又像是黃仁勛遠(yuǎn)見(jiàn)之下的善果。

關(guān)鍵詞：

責(zé)任編輯：hnmd003