“十年磨一劍”，在剛剛召開的科隆游戲展上英偉達CEO黃仁勛是這樣評價新一代高端游戲顯卡GeForce RTX 2070。消息一出，無數(shù)游戲玩家在歡呼之時又不禁心疼自己的錢包。

不得不說，英偉達的創(chuàng)新能力之強讓人一次又一次地驚嘆。在玩家還在糾結要不要花大幾千升級電腦的時候，英偉達發(fā)展的速度早就趕上了它的顯卡速度，而且在其他領域也已經(jīng)遍地開花。

從成立到如今成為人工智能計算的領袖之一，風光背后英偉達也是一路坎坷。

成立于1993年的英偉達靠制造顯卡起家，并于1999年上市。

早期的英偉達在主板芯片組市場上可以說是風生水起。雖然進入市場較晚，但是英偉達一進入主板芯片組市場就是針對AMD的CPU進行芯片組設計，一直以來都是AMD CPU的一個好搭檔，英偉達在芯片組市場可以說是后起之秀，打敗VIA的AMD芯片組市場的霸主地位。

但隨著AMD收購ATI推出自家的芯片組以及與英特爾的專利糾紛后英特爾不授權QPI總線給英偉達，使得英偉達處在一個非常尷尬的境地。雖然在此之后英偉達再次推出幾款芯片組，但是性能或者網(wǎng)絡功能都不太理想，英偉達的芯片組市場萎縮嚴重。到了2011年第三季度，芯片組的收入占比已經(jīng)從30%降至15%。

在發(fā)展前景不再樂觀的情況下，2010年11月，黃仁勛宣布，“我們不再研發(fā)制造芯片組，而將精力專注于Tegra SoC。芯片組業(yè)務現(xiàn)在增長緩慢，我們的銷售成績沒有看到有什么擴大。”另外，英偉達還開始注重GPU技術的開發(fā)研究。

所謂時勢造英雄。英偉達在轉(zhuǎn)變重心之后再一次抓住時代的關鍵，開始研發(fā)人工智能領域。

到了2012年，英偉達深度神經(jīng)網(wǎng)絡技術在通用GPU的支持下實現(xiàn)重大突破，包括計算機視覺、語音識別、自然語言處理，以及各個領域的人工智能技術都得到了快速發(fā)展的條件。英偉達的數(shù)據(jù)中心業(yè)務也蒸蒸日上，為大大小小的公司提供強大計算力支持。

這時候，英偉達的新故事才剛剛開始。

新一輪的AI發(fā)展主要由深度學習技術的突破引領。據(jù)了解，深度學習是基于深度神經(jīng)網(wǎng)絡的一種機器學習技術，其中絕大多數(shù)運算都是矩陣運算，而矩陣運算天生容易并行運算，所以擅長并行計算的GPU非常適合深度學習。而英偉達專注于GPU技術的開發(fā)，以此聞名。

當AI研究者尋找合適的GPU的時候英偉達迅速抓住了機會，在短時間內(nèi)投入數(shù)十億美元動用數(shù)千工程師在2016年推出了第一個專為深度學習優(yōu)化的Pascal GPU。2017年英偉達又推出了性能相比Pascal提升5倍的新GPU架構Volta，神經(jīng)網(wǎng)絡推理加速器TensorRT 3也同時亮相，TensorRT作為一款可編程推理加速器能加速現(xiàn)有和未來的網(wǎng)絡架構。

憑借通用的GPU單元，專門的TensorRT加速器，強勁的矩陣運算性能加上對其他算法的兼顧，英偉達不僅能用GPU滿足AI構建的訓練需求，還能用TeslaRT用來部署，很好實現(xiàn)AI構建。所以英偉達也率先成了這一波AI熱潮的最大受益者。

當然，英偉達的老對手英特爾又怎么可能讓英偉達在AI方面一方獨大。

作為PC時代的霸主，英特爾在移動互聯(lián)網(wǎng)時代失利之后也在積極尋求轉(zhuǎn)型，因此在對AI可以稱得上是All In。英偉達在AI中取得成功的重要原因是其在深度學習或者說DNN中具有優(yōu)勢。

2016年英特爾又花4億美元收購深度學習初創(chuàng)企業(yè)Nervana Systems。收購Nervana可以認為是英特爾非常厲害的一招，因為這家公司曾經(jīng)連續(xù)幾年幫英偉達優(yōu)化GPU平臺。Nervana被英特爾收購后，不僅斷了繼續(xù)為英偉達提供服務的可能，還極大增強了英特爾的實力。

野心勃勃的英偉達一直想要成為科技革命的中心，又怎么可能因此而退縮。

去年12月，英偉達推出了重磅產(chǎn)品“Titan V”PC GPU，該款GPU擁有110萬億次浮點運算性能，是其去年4月份公布的Titan Xp的9倍。和用于數(shù)據(jù)中心的英偉達Tesla V100 GPU一樣，Titan V也更加清晰地面向AI。

據(jù)黃教主介紹說，“Volta”系列的“創(chuàng)生”主要為推動高性能計算和人工智能的極限：“我們用新的處理器架構、指令、數(shù)字格式，以及存儲器架構等打開新的局面。”

另外，在近期的熱門領域自動駕駛中，英偉達的“DRIVE”系列也是各個性能爆表。

去年10月就發(fā)布了“DRIVE PX Pegasus”自動駕駛平臺，載了兩顆Xavier芯片，以及Volta架構GPU，高配置讓其擁有了高達320 TOPS的深度學習處理能力，這個數(shù)值是上一代DRIVE PX平臺的數(shù)倍。

而僅僅在兩個月后的“CES 2018”上，黃教主在主題演講中展示了NVIDIA最新的自動駕駛技術“DRIVE XAVIER”。演講會還透露道英偉達要開始開辟一條全新的產(chǎn)品線——自動駕駛SoC平臺了，DRIVE XAVIER很可能只是個開始。對于自動駕駛市場，英偉達“志在必得”，黃教主更是提出了一個目標：自動駕駛領域的絕對霸主。

在各種“核彈”級參數(shù)下，這款芯片在2018年Q1開始流片。

教主在發(fā)布會現(xiàn)場還“嘚瑟”了一把：他表示目前英偉達在NVIDIA DRIVE產(chǎn)品的發(fā)展方面已經(jīng)擁有了超過320個合作伙伴，涵蓋消費級汽車、卡車、交通服務、供應商、地圖、傳感器、創(chuàng)業(yè)公司、學術機構等方方面面。

對于在自動駕駛方面的布局，荒郊組表示，“最近的事故，正是我們不得不加速開發(fā)自動駕駛汽車的原因。正如你所知，自動駕駛汽車永遠都在警戒狀態(tài)，如果我們做得很好，未來車禍事故就會減少。當我們的資訊娛樂化事業(yè)發(fā)展的很好，成長非常非常快的時候，如果七年前我們沒有將工程師，移轉(zhuǎn)到自駕車領域，怎么會有今天的發(fā)展，我很滿意當初做的決定。”

最近，在AI領域有了一定積累的英偉達又開始盯上了智能機器人。

“人工智能的第一階段，是開發(fā)自動化編程的軟件。第二階段，是將軟件應用于行業(yè)的自動化，這種自動化帶來的效率提升會刺激原有的市場，第三階段，是 AI 走出計算機，影響外部的世界。”在今年的臺北電腦展上，黃仁勛把人工智能的發(fā)展分為了三個階段。

依黃仁勛的定義，目前我們已經(jīng)處于人工智能發(fā)展的第二階段，即人工智能開始初步應用于各行各業(yè)。

黃仁勛說：“將來機器人將會有眼睛，手也會有眼睛，如果你將東西稍微移動一些，它會適應，也就是它會學習，你只需要編寫一點點的程式，然后它就會學會其他的。”

時下也有不少智能機器人開始應用到不同的行業(yè)之中，但在英偉達高級軟件經(jīng)理李銘博士看來，“這些智能是遠遠不夠的。”“加一點智能進去，解決當前場景最急需的問題，看起來是個智能機械，但其實它對整個機器人本身的促進并沒有想象中那么大。”

李銘博士認為，這些智能機器人普遍存在著一些問題，第一，軟件成本上升太快；第二，具體到場景里，單個機械在應用時還需要單獨的調(diào)試；第三，面對環(huán)境的變化適應性差；第四，軟件更新，當功能有增加或者修改時，需要做很多額外的工作。

要解決這些問題還是得靠人工智能，而要怎么解決，英偉達給出了答案。

在今年臺北電腦展的發(fā)布會上，英偉達發(fā)布了 NVIDIA Isaac 機器人平臺，包含硬件、軟件和虛擬世界機器人模擬器的 NVIDIA Isaac。

同時發(fā)布了“世界首臺專為機器人打造的處理器”NVIDIA Jetson Xavier，黃教主手托著這臺沒有巴掌大的計算機，面對媒體說道：“這就是未來智能機器人的大腦。”

其超高的計算能力讓可以直接部署在終端機器人上的 Jetson Xavier 能夠為機器人的感知和計算提供基礎算力的保障。軟件上，Jetson Xavier 配備了一個工具箱，包含 API 工具包 Isaac SDK、智能機器加速應用 Isaac IMX 以及高度逼真的虛擬仿真環(huán)境 Isaac Sim。

英偉達在 2017 年的 GTC 上就首次發(fā)布了 Isaac 虛擬仿真環(huán)境的部分。在英偉達看來，機器人終歸是要擁有超強的邊緣計算能力的，而目前遠遠超越現(xiàn)階段機器人應用需求的 Jetson Xavier，正是為了下一代自主機器打造的 AI 計算芯片，在 Isaac 平臺的支持下，機器無處不在地助力我們?nèi)粘Ｉ罟ぷ鳎岣哒麄€社會的效率，終將在不久后成為現(xiàn)實。

在最新發(fā)布的新一季財報中可以看到，除了傳統(tǒng)的游戲芯片方面，由于近年來，英偉達在人工智能芯片方面發(fā)力，數(shù)據(jù)中心業(yè)務增長強勁。第二季度，數(shù)據(jù)中心業(yè)務收入為7.6億美元，同比大幅增長83%。而英偉達的汽車業(yè)務收入為1.61億美元，同比增長13%，也高于預期。

福布斯表示，預計2019財年英偉達GPU部門的收入將達到105億美元以上。值得注意的是，Nvidia是人工智能和深度學習的領導者，并為此開發(fā)了一系列產(chǎn)品。這些產(chǎn)品越來越受歡迎，預計這一趨勢將繼續(xù)向前發(fā)展。

黃仁勛也表示，GPU運算時代已經(jīng)到來，不僅打破了摩爾定律，更預測未來10年，每年的運算需求將成長100倍。

對于未來，黃教主也將繼續(xù)在AI領域中探索：“未來，每個公司都將有一個AI觀察每一個交易——每一個業(yè)務流程——從早到晚，”“在接下來的幾十年中，AI的最大貢獻將在于，編寫人類根本無法寫的軟件，解決無法解決的問題。”