图形芯片巨头英伟达的“蛰伏”|从个人电脑霸主到AI时代明星

1999年，英伟达推出了GeForce 256，这也是世界上首次GPU概念的提出。256的名称原自于使用464位像素管道的256位渲染引擎，意味着这款显卡能够在屏幕上每秒渲染超过1000万个多边形，并且具有完整的立方体环境映射。

在当时，这说得上是PC技术的巨大飞跃。希望进军游戏主机的微软在2000年找到了英伟达，让他们来研发Xbox的图形芯片。但由于未能如期完成订单，最终微软转投英伟达的对手ATI。英伟达因为错过了微软确立DirectX 9规格的消息，直接导致当年推出的GeForce FX因为兼容性问题败给了ATI。

吃了大亏的英伟达终于在2003年作出了让步，与微软达成和解。走出低谷的英伟达开始思考GPU技术的通用化，而黄仁勋将未来押注在CUDA项目上。CUDA是英伟达创造的一个并行计算平台和编程模型，使GPU能够处理在电脑屏幕上绘制图像以外的任务。当时，英伟达的年度总收入在30亿美元，而CUDA项目的花费就占到了5亿美元。

这场蛰伏一直持续到2012年，英伟达终于熬到了深度学习的风口。它与斯坦福大学的吴恩达合作开发了一种使用大规模GPU计算系统训练网络的方法；同年与谷歌的人工智能团队合作，建造了当时最大的人工神经网络。之后，各深度学习团队开始广泛大批量使用英伟达的显卡。

次年，英伟达与IBM在建立企业级数据中心达成合作。后来，英伟达曾表示，如果没有CUDA，深度学习的发展将会延迟。

据数据研究公司Gartner，英伟达拥有AI芯片市场约四分之三的份额。上一财年，英伟达从用于数据中心的AI芯片销售中录得将近30亿美元收入。

 

虽然短期内数据中心业务仍然面临着宏观环境的逆风，但更长期来看AI芯片的需求仍在迅猛增长，根据Gartner的预测，此类芯片的销售额预计将在今年增长一倍达到约80亿美元，并在2023年达到340亿美元以上。

从老牌芯片巨头高通，到英国芯片初创公司Graphcore，甚至是科技公司亚马逊和谷歌，都在加入这场规模达数十亿美元的竞赛。英伟达在这场竞赛中仍然领跑，但能否保持竞争优势，在AI芯片发展仍谈不上成熟的时代当然极具看点。