英伟达的登顶之路

英伟达（NVIDIA）最后，他登上了“全球股王”的宝座。

六月十八日美股收盘，人工智能芯片巨头英伟达市值3.33亿美元，超越微软，成为全球市值最高的企业。

在过去的一年里，英伟达的市值增长速度令人惊叹。英伟达的市值在2023年6月之前不到1亿美元，但仅仅9个月后就增长到2亿美元。更疯狂的是，在接下来的三个多月里，英伟达的市值从2亿美元飙升到3万亿美元。

三万亿之后，英伟达面前只剩下苹果、微软两大对手，但仅仅两个星期，英伟达就达到了顶峰。

没有人工智能技术的不断发展，英伟达的神话是不可或缺的。市场对高性能人工智能芯片的需求激增，而英伟达的GPU在人工智能训练和推理任务中也表现出色，在市场上占据主导地位。

这是世界上最珍贵的东西 AI 科技公司，一些分析师乐观地预测，英伟达有望成为人类历史上第一家市值超过10万亿美元的公司。这家巨头的登顶之路一开始是一个不起眼的显卡业务。

01.

显卡“新手”

根据《经济学人》之前的一篇报道，英伟达创始人黄仁勋经常说“我们总是离破产还有30天”(原文:We're always 30 days away from going out of business）。现在看来，这句话有些夸张，但是用来描述英伟达的初始状态却非常相似。

英伟达成立于1993年，最初专注于图形处理器的设计和制造。当时这个市场已经处于高度“内卷”的过度紧张状态，除了IBM。、HP、索尼、富士通、东芝等大型企业，也吸引了许多初创企业进入市场。

1995年，英伟达推出了第一款NV1显卡产品。该芯片具有2D和3D图形、视频处理、音频波表处理、游戏端口等。在技术路线上，3D和2D的图像处理功能融合在一起，理念超前。在市场方向上，NV1锁定了图像处理需求的主要客户——游戏制造商，将声卡和手柄控制模块集成到芯片中。

本来应该是一鸣惊人，但事与愿违。一方面，NV1专业精细的功能配置不可避免地增加了生产成本，因此价格是同类产品的近两倍。更致命的是，为了与竞争对手多元化，英伟达的创始人在NV1上采用了小众的四面形成像技术。

当时图形加速技术还没有定型，没有统一的行业标准，但是很多公司选择了三角形加速路线。问题是NV1发布后不久，微软宣布其图形软件只会支持三角形。因此，选择四边形成像技术的NV1销量惨淡，因为它与系统格式不兼容。

曾经英伟达的运营资金只能持续30天。

幸运的是，NV1获得了日本游戏巨头世嘉，因为它同时集成了声卡功能（SEGA）受到青睐，并获得700万美元投资作为NV2研发定金。

只是好景不常，面对工业标准已经确定的大形势，以四边形为基元的NV2注定难以取得成功。另一方面，3Dfx在1995年底推出了其第一款产品Voodoo，以其强大的性能被称为第一款真正的3D图形加速器，仅一年就占据了85%的市场，1997年与世嘉合作开发新一代主机。这时，英伟达几乎处于破产的边缘。幸运的是，世嘉企业没有立即收回700万美元的开发存款，这给了英伟达一个喘息的机会。

经历过NV1、NV2市场失败后，英伟达放弃了四边形路线，转向了主流市场。半年后(1997年)，Riva128推出了第三款新产品 (NV3)。这是当时市场上唯一真正具有3D加速能力的2D。 3D AGP显卡，凭借其超高的性价比，完成了4个月售出100万份的业绩。

此后，英伟达开启了图形芯片市场的崛起之路。

一九九八年，英伟达再次推出RIVA TNT升级系列，并与台积电达成战略合作，将其显卡交付给台积电生产。在双方合作的第二年，英伟达在纳斯达克上市，很快就推出了划时代的商品GeForce 第一个明确定义的GPU商品，256-开启了通往新时代的大门。

02.

CUDA遭遇挫折

在台积电的生产力加持下，英伟达还实施了其“黄氏定律”——增加人力、提高效率、以速度抢占业务。

行业内的“摩尔定律”是每18个月推出一次新产品，性能翻倍，而英伟达则投入三倍人力做同样的事情，6个月推出新产品。在这种快速的商品更新频率下，包括 S3、NeoMagic 和 包括Intel在内的几个主要竞争者要么退出图形市场，要么减少新产品的开发。

英伟达于2001年推出了行业内首款可编程GPU: GeForce 开发者可以定制视觉效果。这是图形行业第一个可编程的。 GPU，被全部顶尖 PC 和图形主板 OEM 选择，也为此后对AI大模型进行训练奠定了悬念。

2004年初，英伟达借助PCI新接口标准 随着商品Geforcercess的普及，Express的普及机会 6800 Ultra重新获得了3D性能第一名；2006年底，Geforcerce通过发布革命性商品发布。 8800 GTX，创造了旗舰3D娱乐显卡的销售记录。

在并购方面，英伟达首先在2000年以7000万美元和价值100万美元的股票收购了前对手的3dfx，然后在那之后。 2002 年度收购软件渲染工具制造商 Exluna，2003 年耗资 7000 2005年，MediaQ收购了多媒体技术，并收购了核心逻辑开发商ULiiaQ。 Electronics。

到了2006年，英伟达又做了两件大事。第一，收购ATI，结束了近7年双雄并进的对抗；另一个是发布CUDA。

CUDA是为英伟达GPU设计的计算平台和编程模型。有了这个工具，客户可以自己编程和开发，这使得GPU的计算率真正普遍。

只是这种前瞻性的想法并没有俘获资本市场的心。华尔街对热衷于CUDA的英伟达发出了最强烈的警告，对CUDA的估值为0。投资者和分析师也认为“为什么你的游戏显卡公司要花钱做梦”。

英伟达深度学习团队成员

与资本市场的态度相比，英伟达更尴尬的是，2008年发生了“显卡门”事件——安装英伟达两个CUDA电路显卡的电子设备出现了异常显示问题。客户集体诉讼和后续醇化让英伟达失去了手机芯片业务的大蛋糕。

房子一夜之间漏水。2008年，金融危机削弱了需求，长期奋斗的竞争对手AMD开始复苏，英伟达股价暴跌。与此同时，英伟达和英特尔的专利交叉授权协议发生了纠纷，迫使英伟达退出另一个大市场。经过一系列打击，英伟达在2009年和2010年遭受了罕见的亏损，直到2011年才勉强加血。

幸运的是，英伟达的步伐并没有因为挫折而停止，上帝也及时地掉下了一块“馅饼”。

AlexNet的发明者亚历克斯在2012年使用了英伟达的GPU，并在ImageNet比赛中获得冠军，这证明了GPU特别适合并行计算的神经网络，比CPU更具优势。此后，GPU成为神经网络计算的引擎。

此时，人们已经开始意识到，英伟达的GPU可能会使人工智能成为现实。没有CUDA，GPU的所有潜力都是不可或缺的。

03.

AI崛起的故事

英伟达于2016年向成立不久的OpenAI捐赠了第一台英伟达DGX-1 为了支持人工智能的研发，AI超级计算机。2022年11月30日 chatGPT发布后，一周内破圈，点燃全球互联网新闻。两个月后，用户数突破1亿，英伟达芯片的市场需求开始飙升。

它就像是一种“报之以李”的缘分，而现在看来，英伟达对AI领域的提前下注也不算太早。

黄仁勋于2015年在GTC开发者大会上举行了著名的会议。《History of Deep Learning》NVIDIA同时推出了NVIDIA处理器，用于训练深度神经网络。 GeForce GTX TITAN X，成为第一代深度学习开发者的必需品。此后，英伟达的芯片架构也开始向深度学习和AI方向发展。

在接下来的几年里，英伟达先后发布了Voltaa，重点是提高AI运算效率。、Turing、许多架构，如Ampere，也推出了包括DGX在内的架构。 各种云服务，包括Cloud，通过云提供DGX。 AI计算资源，方便企业进行模型训练和开发。

事实证明，英伟达的赌注方向是正确的。英伟达的总收入从2017财年到2022财年从69.1亿美元上升到269.1亿美元，在数字货币浪潮和人工智能浪潮的推动下，增长率达到74%。

伴随着2023年全球大模式的爆红，英伟达乘势成长为世界上最有价值的芯片公司之一，其市值也一路飙升至世界第一。

英伟达的芯片正在成为前沿技术的基础，从先进的图形界面到无人驾驶汽车，再到新一波的AI产品。正如黄勋仁所说:“我们已经看到了行业对英伟达计算平台的强烈需求。英伟达正在推动当今许多最具影响力的领域的进步，如人工智能、数字生物学、气候科学、游戏、创意设计、无人驾驶汽车和机器人。”

而且按照AI蓝图的布局，英伟达还在加速前进。COMPUTEX6月2日晚间 英伟达在2024年开幕前夕公布了Blackwellll。 后三代GPU计划：2025年首次迭代到Blackwellllll Ultra，Rubin将于2026年直接启用，Rubin将于2027年进化为Rubin。 Ultra。以前一般是两年更新一代，现在一年更新一代商品。

黄仁勋在演讲中甚至豪言壮语。在不久的将来，每一个处理密集型应用都会加速，每一个数据中心都会加速。那时候英伟达会给我们带来什么样的颠覆？

部分来自网络，侵删。

发文 | 程书书编辑 | 李信马题图 | IC Photo

本文来自微信微信官方账号“DoNews”（ID：ilovedonews），作者：程书，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com